(資料圖片僅供參考)
近期參加了兩場# 雪球基金調(diào)研團 # 關(guān)于量化基金的調(diào)研活動，一場是$ 國金量化多因子 ( F006195 ) $ （馬芳，姚加紅管理），另一場是$ 大成景恒混合 A ( F090019 ) $ （蘇秉毅管理）。這兩只產(chǎn)品分別代表了目前量化投資的兩種主流路徑：純量化模型投資和主觀量化結(jié)合投資。
聽完兩場調(diào)研后，小孟思考了一個問題：未來哪種路徑將會是量化投資的主流？
首先先給不太了解量化的朋友解釋下兩種路徑的概念。純量化模型投資可以簡單理解為 " 機器人 " 做投資，" 機器人 " 通過不斷總結(jié)市場規(guī)律并自我學習，獨立完成選股、構(gòu)建組合、交易全流程，管理人在整個過程中更多的是 " 投喂 " 市場數(shù)據(jù)，開發(fā)迭代模型，不參與投資決策。
而與之相對應(yīng)的主觀量化結(jié)合則是利用量化模型輔助管理人做數(shù)據(jù)整合、選股、交易、風控等操作，整個投資過程更多的是人作為主導。 注意，這里說的是 "路徑"，是代表著一種投資理念而非 "策略"，市場現(xiàn)有的量化策略：量化選股、指數(shù)增強、量化中性、CTA、量化交易、多策略等等都可以采取這兩種路徑的其一。
兩種路徑的區(qū)別點就在于人在投資過程中主導與否，所以其實上述問題可以歸結(jié)為一個辯題：機器學習到底能不能替代人類做市場投資？量化策略發(fā)展多年至今，如果單從產(chǎn)品業(yè)績表現(xiàn)看，并不能區(qū)分孰優(yōu)孰劣。比如大成景恒在蘇秉毅任職的 5 年時間里，年化達到了 18%，最大回撤 25% 左右；國金量化多因子在馬芳任職近 3 年時間里，年化在 16%，最大回撤 21% 左右。超額收益的水平也都長期跑贏市場平均。
在調(diào)研團活動中，大成的基金經(jīng)理蘇秉毅提到了一點，小孟印象深刻。他大概意思是 "市場中有極少的因素是不會變的，其中就包括人性。"誠然，市場的本質(zhì)是人的游戲，誰能把握住人性，誰就在這個游戲中勝出，即便現(xiàn)在許多量化模型開始從線性向非線性轉(zhuǎn)變，依然很難挖掘市場以外的變量，這也是那么多基金經(jīng)理依然頻繁地跑上市公司調(diào)研的原因。
基于這一點，大成蘇秉毅的投資框架是小盤 + 反轉(zhuǎn)，專注冷門股、專注估值回歸的價值，量化模型在整個投資過程中僅作為提供相關(guān)數(shù)據(jù)的工作，從投資理念到投資框架，蘇秉毅是完全自洽的。
反過來講，量化模型雖然不能探尋人性的規(guī)律，卻能克服人性的弱點，在投資風控、賺取情緒面溢價上有更突出的表現(xiàn)。從兩只產(chǎn)品過往的風控能力上也能看出，$ 國金量化多因子 ( F006195 ) $ 更勝一籌（國金還有一只量化專戶產(chǎn)品，2016 年至今年化 17%，最大回撤僅為 6.5%，更為夸張）
最后，無論是大成還是國金，兩方都最大程度地利用了各自路徑的優(yōu)勢，創(chuàng)造出了不小的價值，當下并不能完全判斷出孰優(yōu)孰劣。而且，對于 A 股市場而言，量化投資才剛剛興起，未來科技還會進步，市場規(guī)律還會變化，AI 究竟是替代人類還是輔助人類的話題還會一直為大家所探討，讓我們一起拭目以待吧 ~/xz
關(guān)鍵詞：
