两种风格各领风骚，量化技术将应用于基本面投资

    就目前国内的投资实践看，基本面投资和量化投资总体上相互独立，鲜有交集，量化投资和基本面投资虽然基本的投资逻辑是一致的，但还是两种不同的投资方式。抛开某些潜在的“瑜亮”情结，量化技术完全可以成为有助于提升基本面投资的工具之一。

　　两种风格各领风骚

　　基本面投资侧重于个股研究深度的把握，追求较高的盈亏比和胜率，以巴菲特为例，买20只股票，16只赚钱，胜率80%，主要时间在琢磨哪一个企业是伟大的企业；除被动量化投资外，量化投资则是通过量化模型对复杂市场行为进行分析和预测，更侧重于投资广度。以西蒙斯为例，他可能会参与2000只股票的交易，1020只赚钱。成功率51%，主要精力花在分析哪里是估值洼地，哪一些品种被高估了，买入低估，卖出高估，其有效性由大量数据证实。

　　量化投资优势非常明显，首先是覆盖较广，通过多层次的量化模型、多角度的观察及海量数据的筛选等，捕捉更多的投资机会；其次，执行效率高，能及时快速地跟踪市场变化，寻找新的交易机会。除此之外，量化技术能够将投资理念模型化，克服人性的弱点。

　　利用量化建模进行投资决策是量化技术应用到投资的一种主要方式。在利用历史数据进行量化建模的过程中，大都不可避免去做数据的优化拟合，即利用历史数据拟合的模型在过去是较优的，而未来则有很大的风险，尤其是外部环境、市场风格发生重大变化的时候。

　　以海外市场为例，宏观量化基金—长期资本管理公司(LTCM)曾经业绩骄人，1994-1997年间的每年最低收益率为17%，期间将投资人的资金翻了3倍。1998年俄罗斯债务违约，导致LTCM剧亏倒闭，LTCM的失误主要在于过分相信概率模型。

　　以国内市场为例，2010年股指期货上市以来，由于A股大盘股持续低迷，中小盘股相对活跃，因此买入优质中小盘股，卖空沪深300期指，变成稳健对冲产品的代名词。2014年底大盘股持续暴动，同时中小盘股滞涨，众多稳健对冲产品集体遭到“黑天鹅”重创。再以部分量化产品为例，2017年以来收益不理想，与之前的稳健收益形成鲜明对比，其主要原因是2017年以来市场风格发生巨变，以上证50为代表的价值股异军突起，而以创业板为代表的成长股则是表现不佳，该类产品风格上偏向小盘成长。

　　从外部环境看，A股小盘成长股在过去几年的牛市行情，除了宏观经济环境和自身的成长性因素外，主要原因是壳资源外延成长预期的价值提升炒作，而伴随着并购重组的监管趋严和IPO常态化，小盘股外延成长的预期被打折扣，进而整体表现不佳。

　　量化模型只能根据现有的信息对市场变化做出判断，却无法预知外界推动力的变化，量化无法替代深入的机制性思考，需要进行定性分析。因此量化投资应该是基于有投资逻辑支撑的前提下进行的策略开发，而不是基于纯粹数据挖掘的模型构建，量化投资可以对于主动管理的投资理念与投资逻辑进行数量化、规则化，模型化，做到可回溯，可复制，可重复。

　　量化技术将应用于基本面投资

　　就国内市场投资实践而言，基本面投资主要面临以下挑战：一是基本面投资注重个股研究深度的把握，覆盖范围有限，尤其是在目前IPO常态化扩容的背景下，难以做到全部覆盖；挑战二，随着互联网技术的进步，移动终端的普及，信息传播速度加快，信息量呈现爆炸式增长，对于信息处理的速度要求越来越高；挑战三，由于排名的压力和人性的弱点，部分基金经理出现风格漂移现象。对于这些挑战，量化投资技术具有覆盖面广，反应执行速度快等特点，从而解决问题。

　　首先，利用量化技术扩大覆盖的范围，抓住市场上更多的投资机会，借助量化工具去帮助处理信息，快速生成有效投资决策要点。

　　其次，提高信息处理的效率，基金经理腾出大量的时间做有效的投资决策，把基金经理从琐碎的日常信息分析中解放出来，可以花更多的心思思考市场趋势的变化、拐点的状况、结构的变化，从而提高投资决策效率。

　　再次，投资理念模型化，避免风格漂移，利用量化工具可以把基本面分析投资理念模型化，避免风格的漂移。

免责声明：本网站所有信息，并不代表本站赞同其观点和对其真实性负责，投资者据此操作，风险请自担。