云天收夏色

木叶动秋声

暑热还未完全散尽

立秋已经悄然而至

本期小邦跟你聊聊

量化投资的赚钱逻辑话题~

谈到股神，最知名的人物应该是美国的巴菲特。巴菲特是一位典型的投资“长跑选手”，在几十年的投资生涯中获得了超过20%的年化收益。除了巴菲特这样的价值投资股神。量化投资领域也有很多出类拔萃的投资大拿，在他们各自的投资生涯中，也获得了神级的投资业绩。

我们先来翻翻老黄历，讲讲老字号。在量化投资领域，有一位堪称传奇先驱的人物，他就是量化投资先驱詹姆斯·西蒙斯（James Simons）。西蒙斯本来是一位世界级的数学家，是几何学重要定理陈-西蒙斯定理的发现者之一（另一位是我国著名数学家陈省身）。他于1982年成立了文艺复兴科技公司，该公司的旗舰产品大奖章（Medallion）基金使用量化的方法进行投资。据彭博社报道，在1988-2015年间，大奖章基金年化平均回报高达40%，同期业绩甚至远高于巴菲特。2020年，西蒙斯以235亿美元财富位列《2020福布斯美国富豪榜》第23位。

随着量化投资方法的逐渐成熟，在西蒙斯之后，越来越多的量化投资机构也取得了显赫的投资业绩。创立于2001年的Two Sigma Investment，在2021年管理规模超过500亿美金，与文艺复兴并列为全球最大的量化对冲基金。Two Sigma的创始人之一David Siegel在2020年以65亿美元财富位列《2020福布斯美国富豪榜》第95位。David Siegel是MIT的计算机博士，擅长人工智能技术。Two Sigma非常强调人工智能和分布式运算技术的应用，Siegel甚至声称：“人类投资经理再也无法击败电脑的时代终将到来”。这样激进的言论似乎仍有争议，但不可否认的是，人家确实依靠量化投资方法帮投资者赚了很多钱。

在量化投资领域，成功的对冲基金经理和投资机构还是很多的，例如Citadel，DE Shaw等等。我们不再一一列举。我们想延申讨论一个问题：量化投资和人工智能的方法为什么可以获得股神级的投资业绩呢？

如果读者朋友看过我们前面的专栏，我们在前两期栏目里面就提到了有效市场和业绩归因的概念。对有效市场的通俗化理解就是成熟市场。在成熟市场里面，投资的运气成分比较小，股票的收益大部分都是可以解释的。换句话说，每个投资者获得的收益总能对应某种投资能力，也许是这个投资者获得的信息更快速实时，也许是他的信息更全面，也许是他的信息分析能力更强。假设有个神级投资者，他掌握了最实时、最全面的信息，分析信息的能力也是全市场最强的，那么在成熟市场里面，他就应该获得最好的投资收益。

量化投资通过计算机程序来处理数据，计算速度是远远高于人类投资者。目前A股已经有4000多只股票，主动投资能够研究的股票数量有限，分析师预期数据覆盖的股票不到全市场的60%，单一团队能够覆盖的股票数量更加有限。将来随着A股股票数量越来越多，对研究员的挑战会越来越大。而对于量化投资来讲，分析1只股票和1000只股票，可能只有1秒钟的差异。计算机的高效率，使得量化投资在实时性和全面性上占据了较大优势。

那量化投资是否具备全局分析市场的能力呢？量化投资最早使用的是“回归”的算法去分析市场变量，这类算法信息聚合能力有限。从2017年左右开始，我们看到包括海外对冲基金在内的量化投资机构，越来越多地使用人工智能的算法进行数据分析，在数据中探索投资规律。其实人工智能算法在量化投资中的应用由来已久，例如前面提到的Two Sigma就将机器学习当成重要的投资技术。但是最近十年，随着大数据和人工智能行业的发展，越来越多的强大的数据分析算法出现。其中最著名的应用案例可能就是战胜顶级围棋选手的AlphaGo了。这些算法不仅在海外量化投资中得到充分应用，过去几年在A股市场也取得了显著的成功，成为了量化投资中的重要方法论。

量化投资在”实时全面”的优势基础上，分析能力也随着算法能力的提升而提升，这是为什么量化投资能够取得越来越好的投资业绩。甚至在海外历史比较长的对冲基金，成就了一批以西蒙斯为代表的股神级人物。

当然即使是最强大的算法，也没法离开基金经理的使用。机器放大人的能力，但不能取代人的能力。如何运用算法为投资服务，也是每一个量化基金经理需要考虑的重要问题。