作者：木爷说
题图：木爷说微信公众号
今年年初小微股票崩盘，木爷专门写过《量化的沙堆》。最近股市又回到3000点以下，大家又开始关注起量化来。很多人说到量化，就将量化等同于高频交易割韭菜。这是事实的全部吗？
01 当我们谈量化时，我们在谈什么？
究竟什么是量化？
《征服市场的人：西蒙斯传》里面有一段定义：量化投资指用复杂的数学模型替代人为的主观判断，强调建立在大数定律基础之上的统计优势、建立在严格执行基础之上的风控优势和建立在多元组合投资之上的分散优势，追求收益的最大化。
这句话读上去很晦涩，可以用一个扔硬币的游戏来说明。
有一枚特殊制作的硬币，扔到正面的概率是52%，反面的概率是48%。假设初始资金0，扔正面赢100元，扔反面亏100元，期望收益很容易计算：即52%*100+48%*（-100）=4元。但如果这个游戏每年只能玩一次，年末最终的收益只有两种可能：赚100或者亏100。硬币本身52/48的正反面概率在只能玩一次的情况下已经没有什么作用。
但如果一年可以玩多次，那么扔的次数越多，平均每次收益越趋近于4元。如果一年能玩无穷次，那年末平均每次收益就等于4元。
量化股票投资本质上是基于统计学原理总结的选股因子和交易规律，依靠对其胜率的判断来做出投资决策。统计意义来自于交易的次数较多和交易标的个数较多背景下的高胜率，而高胜率来自于对历史数据的数量化归纳和可重复实践的市场交易机会。传统人工参与扔硬币的游戏，无法扔那么多次，但是用机器就可以。用量化的方法，可以从纷繁复杂的数据世界，帮我们找到多枚类似的硬币（即期望收益为正的投资机会，可以通过提高胜率实现，也可以通过提高盈亏比实现），日夜反复地扔，从而无限逼近那个期望收益。
量化与主动投资，并非对立的关系，而是我中有你、你中有我，界限模糊。主动投资往往是基于投资经验，对股票进行调研分析或者根据量价信息进行交易。受限于研究人员人力、且易于受到复杂的情绪影响，虽然可以做到期望收益很高，但交易次数不够多，最终结果可能达到预期，也可能不达预期。量化却可以将经验、理念变成指标，严格执行交易纪律、不受情绪影响，及时跟进信息变化。并且可以在期望收益为正的情况下，通过提高交易次数，最终收益情况收敛于期望收益。
市场上把很多词与量化做了关联，例如高频交易、量化对冲、做空、衍生品、算法交易、DMA等等。但这些都只是量化这头大象的一个局部，甚至与量化不能强关联。事实上，量化并不完全等于高频，市场中存在大量的中低频量化投资，年换手率仅几十倍，而不是监管定义中的高频交易（根据监管定义，投资者的两大交易行为将被锁定为高频交易：一是单个账户每秒申报、撤单的最高笔数达到300笔以上；二是单日最高申报、撤单的笔数达到20000笔以上）。量化也并不完全等于做空，因为国内量化的主流策略是宽基指数增强，是纯粹的多头。即使是一些中性策略，也是在多头满仓的基础上，通过股指期货、融券来做空，并没有纯空头。
02 量化，属于长期投资吗？
广义的量化，包括基本面量化和技术面量化。基本面量化，是主动选股基金经理的高阶版。即用量化的方式去实现主动投资的理念，将财报信息、股东信息、销售数据、事件驱动、分析师评价等建模，结合金融理论优化筛选出好股票、坏股票，通过做多好股票、做空坏股票来赚钱。技术面量化，是技术分析流派的高阶版，即用量化的方法寻找价格的趋势和市场情绪的变化，以确定最佳的买入或卖出时机。
他们分别赚什么钱？A股阿尔法α的来源主要有两个：一是财报信息不准确或不充分带来的股票错误定价，市场信息不完全有效。二是投资者非理性交易导致的投资者行为偏差。目前A股持仓市值中，个人持仓比例约20%，但是贡献了80%的交易量。基本面量化赚的是市场信息不完全有效的钱。技术面量化，赚的是投资者行为偏差的钱。
量化，属于长期投资吗？量化投资的年换手率，中低频的策略达到了十几倍，而高频的策略可以达到上百倍。这是因为量化本质上是依靠统计技术来赚钱。即使是以中低频著称的基本面量化策略，底层也有几十个乃至几百个因子、覆盖几百支股票，需要根据基本面信息的变化来调仓。所以，很难说量化资金属于耐心资本。
但是，量化投资也有正面作用。对于基本面量化来说，本质上量化是没有感情的选股机器，如果一只股票持续基本面较好，最终结果上也能实现长期持有。而且，量化能够通过技术的手段，灵敏发觉市场的不合理定价并迅速行动，让不合理的价格回归到合理水平。一些高频的量化策略，还能够做市、向市场提供流动性。
可见，无论基本面量化，还是技术面量化，虽然很难归为耐心资本，但对活跃资本市场、提供流动性、提升市场有效性具有一定正面作用。
03 当我们批评量化投资，我们在批评什么？
量化本身是中性的工具。自从人类发明了原子弹，战争带来的杀伤力就远远大于冷兵器时代。但原子弹只是一个背锅侠，背后发动战争的人，才是罪魁祸首。量化也仅仅是那颗原子弹而已。
归根到底，对量化的争议甚至批评，集中在以下两个方面。
一是挂羊头卖狗肉，伤害了投资者的信任，类似于主动基金的风格漂移。例如，一些指数增强基金，其实持仓已经大幅偏移基准指数，导致实际投资结果与指数差异巨大。2021年-2023年，很多量化模型都捕捉到了小市值因子，大量的中证500、中证1000指数增强产品，却通过抱团小微盘股票获取了不菲的阿尔法收益。盈亏同源，这也埋下了恶果。今年年初小微盘股票下跌、基准指数却在上涨，导致这些产品的超额收益回撤巨大。量化对冲产品同理。这些产品本来追求的是稳健，但是却由于多空两头风格偏离，导致绝对收益回撤巨大，偏离了产品的初衷，伤害了投资者。与主动投资策略相比，量化策略的“黑匣”属性，加剧了风格漂移的问题。
二是因子拥挤加剧了市场波动，类似于主动基金的抱团行为。主动投资中，主动基金经理的抱团行为会导致股票急涨急跌，加大市场波动。量化的因子，包括基本面因子也包括量价因子，过于拥挤后同样会催生泡沫。与主动投资不同的是，量化策略在追踪强势标的时更加敏锐、动作更加迅速。
这些问题，虽然是主动投资和量化投资共性的问题，但是量化让这些问题更加显性化、尖锐化。例如，量化基金大部分为私募基金，相对公募基金而言，信息披露要求宽松，选股逻辑复杂，更偏“黑匣”，风格漂移行为更加隐蔽。量化投资中，因子同质化再叠加机械化的海量交易，可能加剧市场波动。传统基金经理依赖人脑进行分析、投资，较普通散户的优势还不至于太大，但电脑的数据处理能力和交易能力，却能将手无寸铁的散户远远甩在身后。
从保护个人投资者、控制程序化交易对市场波动的负面影响角度，加强对量化交易的监管，也是题中之义。今年监管发布的《程序化交易管理实施细则》，针对程序化模式的特殊风险，制定专门的规定加强风险防控，并限制程序化交易在信息、技术方面的优势，从而更好地维护中小投资者的利益。
人类祖先驯服了大象，大象可以帮助人类完成自己力不能及的工作。
量化投资，正是那头被驯服中的大象。
版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。
