量化投资是什么？到底能不能赚钱？

你知道量化、对冲、多因子模型......是什么意思吗？

一直以来，大家好像对量化对冲、模型、多因子等名词都不太感兴趣，那对量化不了解的人是不是还挺多呢？所以就写了这篇文章，希望能跟大家一起聊聊量化。

“量化投资”是一种投资方法，简单来说，就是两个步骤：

一、根据历史数据，把有用的投资策略归纳成数字模型；

二、利用机器自动执行这个数字模型。

这种方法有一些好处，大家经常提到的就是：纪律性、分散性、及时性。这很好理解，无非就是机器相比于人类的优势——机器可以严格按照模型去走，不受感情影响；机器可以分析海量数据得到准确投资策略，做到持仓很分散，还没有精力不够的烦恼；机器可以迅速做出交易行为。

但好处说得再好听，归根结底还是要回答一个问题：能赚钱吗？

在回答这个问题之前，我想再讲一次量化投资开山鼻祖——爱德华索普的故事。

索普从小就是个赌徒，从小时候的赌博机，到大学的轮盘赌博，再到毕业后的21点，他都在找游戏漏洞。重点是，还真被他找到了…他发现21点是有数学规律的，只要算清了不同牌面下赢的概率，在胜算大的时候多下注，就能战胜赌场。

后来，他搞出了一个21点制胜模型，还真成功战胜了各大赌场。当时各大赌场都不让他进门，据说狠一点的赌场还在他的咖啡里下了毒。

听上去是不是很兴奋——把能赚钱的投资策略弄出模型来，那不是稳赚的吗？其实不是。这个方法不是100%靠谱的，感兴趣的可以自行百度罗素提出的“火鸡的故事”。事实上，基金里也有失败案例：

1994-1998年的时候，有一家叫LTCM（长期资本管理）的对冲基金震惊了华尔街。它在94年的时候成立，当年的收益率是28%，95年是59%，96年是57%，97年是25%……但在98年的时候，俄罗斯国债违约，LTCM就迅速亏完了。

图片来源：韭圈儿

LTCM：长期资本管理；DJIA：道琼斯指数；US treasury：美国国债

不过不可否认，量化是一个很好的投资方法。国外量化发展的很好，2018年全球熊市中，美国最赚钱的20家对冲基金中，有一半以上是量化基金。美股跟A股很不一样，就不多说了，我简单说下国内的情况。

国内最早的量化基金是04年首发了两只，之后沉寂了一段时间。直到09年，很多拥有海外量化经验的人才回国，量化基金才多了起来。再到后来有BGI背景的李笑薇、田汉卿、黎海威等大咖回来，国内的量化策略才算是步入正规。

道哥之前还写过田汉卿和黎海威的文章，感兴趣的可以看看：《田汉卿：2017收益前十的主动量化基金，有五只是她的》、《“正是量化欲上时”——海归精英黎海威投资心路》。

国内的量化，一开始基本就干一个事：减少被动指数基金的跟踪误差。但慢慢的，做量化的人发现，投资者关注的都是赚钱，好像减少这么点跟踪误差，没有投资者在乎啊。所以后来，量化做的就多了起来：

指数增强：通过调整权重股比例、行业分配等方法，找到能增加收益的有效方法；

量化对冲：通过对冲掉市场的波动风险，给追求稳定的投资者赚绝对收益；

Smart beta：把一些长期有效的因子归纳起来，编一个新指数，希望它可以比沪深300等常规指数赚得更多。（可参考《盘点一些大概率赚钱的基金策略》）

再之后，随着国内对量化研究的深入，大家发现全听统计学的也不行：就跟前面提到的LTCM一样，机器以前没遇到过俄罗斯国债违约的事啊。大家发现还是得靠人——机器要学优秀基金经理的投资方法，而不是照抄历史数据。

这也就是国内近几年比较多的——主动量化的产品——基金经理根据市场情况，不断对模型进行优化调整。大家可能也看到过一个名词叫“量化多头策略”，它一般指的就是“指数增强”或者“主动量化”的产品。

回到标题，一句话来概括就是：量化是个投资方法，可以用到它的产品有很多。至于赚不赚钱，有赚钱的基金，也有亏钱的案例，还是得看模型找的好不好。

# 笔记广场#