在市场整体缺乏持续性的投资机会时，存量资金更多地选择在防御性较强的股票中寻找投资的安全边际，甚至一度造就了白马股的“局部牛市”，形成“一九行情”，让A股一贯的成长股投资逻辑遭受重创，而这也正是一些更多注重历史绩效的量化基金在今年“马失前蹄”的主要原因。尽管如此，我们依然对量化投资这一仍处于高速发展中的朝阳领域充满信心，因为在资本市场高度发达的今天，量化投资始终具备着许多传统投资方法难以企及的优势。

　　首先，A股上市的公司数量已经成功迈过3000大关，并仍然在以一个较快的速度不断积累，导致一些传统的个股研究已经变得十分繁琐且困难。因为对大部分行业研究员而言，持续研究和跟踪少数的几家上市公司都是需要耗费巨大精力的，更别说在同一行业中总是有动辄几十甚至上百家同类公司需要去研究、去跟踪。即便能够在单个行业中聘请到多名研究员进行完全覆盖，也很难保证不同的上市公司会受到平等的对待，因为研究员个人偏好的不同，可能导致不同的研究员之间缺乏研究上的一致性。但量化投资则显然不会受到上市公司数目的影响，因为扎根于高速发展的信息技术和金融工程技术，量化投资在处理海量数据上具有天然优势，样本量的增加反而能为量化投资提供更多有用的信息，进而为进一步提炼出A股市场的运行规律提供帮助。

　　另外，量化投资虽然仍在较大程度上依赖于模型的历史表现，但量化投资却并不总是一成不变的。相反，部分量化模型还具备自我修正的能力，即可以根据市场近期的结构性变化来做出自适应的调整，以尽可能适应瞬息万变的市场环境。我们目前就在原有产品风格的基础上，通过自适应学习融入了新的选股逻辑。当然，量化模型的自适应调整速度一般都不会太快，而是倾向于一个渐进式的调整过程，这固然使得此类模型在今年市场结构迅速切换到“一九行情”时略显笨拙，但却能在过去绝大部分的投资环境中如鱼得水。想必随着市场逐步回归常态，资金能够在更为广泛的标的中寻求最优的资产配置时，此类自适应模型还是可以重回正轨的。

　　最后，量化投资是一项纪律性极强的投资活动，这就要求量化投资的实践者不能因为市场短期的风向变化就迅速调整甚至替换掉原有模型。比如量化投资不会因为雄安概念的快速炒作就盲目跟风，也不会因为白马股的迅速崛起就即刻放弃原有的数据训练模式。因为相比于短期的资本利得，量化投资往往更加看重长期坚持下来所能获得的稳定超额回报。正如许多业内人士所公认的那样，时间才是量化投资最好的朋友。

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。

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。