以下是通联数据CEO王政在8月18日优矿网量化投资培训上的发言全文，深入浅出地介绍了量化投资的知识和注意事项，对很多准备进入或刚刚进入量化圈的新手，甚至有一定量化投资经验的人来说，都是非常具有价值的。

　　王政博士：美国普林斯顿大学物理学博士，拥有近20年的资产管理、金融信息平台研发和大数据研究经验。曾先后担任哈佛大学研究员、彭博资讯研究部经理、巴克莱全球投资公司(BGI, BlackRock的前身)高级研究员/基金经理、博时基金股票投资部总经理、ETF及量化投资总监等职。

　　演讲摘录：

　　做量化并不容易，因为量化投资对平台的要求很高：第一做研究需要大量数据，第二，需要高性能的计算资源，同时还有专门的技术团队在背后支持。这些都限制了个人学习做量化的可能性。一般只有进入专门的公司学习和成长，才能逐渐变成一个专业的研究员和基金经理。这就是我们以前做量化投资必须得要经历的路径。

　　现在互联网让很多准入门槛开始发生变化。我们不一定需要进到基金公司才能做量化。通联数据做的一件事情就是帮助大家快速的享用具有专业机构才拥有的平台，比如说量化研究的平台和学习的环境。这是我们通联数据真正把高大上的量化投资变得更加大众化。我们公司最核心的战略，包括我们的优矿网，就是希望能够提供给大家一个做量化投资的平台，你能够享用到各专业机构所能享用到的数据、计算资源和专业知识的分享。

　　接下来给大家介绍一下量化投资基本的知识。可能比较长，主要讲第一部分。刚才我已经提到了做投资的时候有两种：定性投资和定量投资。定性投资和定量投资在本质上没有什么区别，价值投资可以用巴菲特的定性方式去做，也可以用BGI的定量方式做。定性投资注重少而精，每一个公司都要去深入的研究，调研、采访还要阅读很多公司的报告，这些都需要大量的精力，而人的精力毕竟有限，不可能中国的公司每家都做一遍，即使能够覆盖所有公司，也不可能做得很深入。

　　量化投资相对来讲更加科学一点，把原来定性投资研究的逻辑总结、归纳，整理出新的模型，然后用计算机来实现。就像我刚才讲的PE，管你是一百个公司还是一万个公司，排序起来很快的，两秒钟计算机就做完了。定量投资找到规律后广度是没有问题的，可以同时投上万个公司，而做基本面投资投一百个最多了。这是量化投资和主动投资基本的差异，量化投资更加注重规律总结、提升研究覆盖面。

　　量化投资在发展过程中产生了很多核心理念，最早的现代组合理论是把风险和回报作出了一个系统的分析，用这种方式来降低你的组合风险，提升你的组合回报。做量化投资最基础的理论，就是如何把不同的资产放在一起，让资产组合的风险最小，收益最高。

　　第二个核心理念是由一位斯坦福的教授提出，他认为所有股票或资产的投资回报可以分成两个部分，一部分是系统性的，一部分是特殊性的。系统性的，比如一支银行股，在银行板块都涨的时候，它的收益主要是由系统性回报带来的。但同样都是银行，招商银行有可能跟工商银行涨的幅度不一样，这是特殊性。

　　后来耶鲁罗斯教授提出更广义的理念“套利定价理论”，对这一理论进行了拓展——所有的回报都可以分解成诸多共性因素的组合。原来的理论比较简单，只有一个系统因素加特殊因素，现在则增加了很多贡献因子，比如大小盘贡献、行业贡献，也可能是价值风格的贡献，有很多不同因素的贡献叠加起来。

　　有一本书叫《积极组合管理》(Active Portfolio Management)提出投资由一门艺术逐渐发展成为科学，我们可以用很多系统化的理论来解释投资规律，这就是量化投资最核心的理念。

投资管理的四个重要方面

　　投资管理有几个比较重要的方面，第一是收益率预测，我们一定要去找到那些能带来超额收益的投资机会，这是第一重要的。

　　第二是风险管理。买入一些不同行业的股票，有的时候这个行业好一点，另外一个差一点，互相之间可以抵消掉一些风险，这样整个组合的风险就会相对降低一点。

　　第三，也是很重要的一点，就是交易费用。这是我们在做量化投资时很多人都忽略的东西。经常我们研究一个策略，模拟收益非常好，而一旦真的放钱进去交易的时候，发现不是那么回事了，例如原来模拟收益是50%，现在却亏钱了。这里的关键问题就是交易费用消耗掉了太多投资回报。比如现在买卖一支股票5分钟之内能赚10bps，但是减掉0.1%的印花税，还有过户费，券商还要收一点费用，算下来的话是负的了。每个交易都是有成本的，这需要我们在做投资的时候非常非常的注意，否则做模型漂亮，实际操作的时候就不行了。

　　刚才我仅仅讲了一下固定费用的影响，固定费用是很容易算出来的。另外还有冲击成本的影响，这比较难做预测，我们通常用一个交易费用模型来预测冲击成本，冲击成本模拟的时候比较复杂。什么叫冲击成本？原来市场上没有你的交易的时候价格是现在的状况，但是如果放了一百万进去买某只股票，正好卖方没有足够容量的时候，只能把价格抬高别人才愿意卖给你。这就是对市场价格的冲击，假如原来预计买入价格是一块钱，现在因为你买的量太大，将市场价格抬高了。

　　我们有些比较简单的方法来控制冲击成本，可以简单地把自己的交易量控制在当日交易量的10%以内，此时冲击成本就很小，这是一种经验性的比例，所以我们算模型的时候要看整个股票的交易量。

　　最后一个是绩效评估，分析你的投资哪个地方做得好，哪些地方做得不好，你的回报是哪里来的，你的风险在哪里，是否确实是按照你的模型预期的收益来的，还是仅仅撞上了大运。然后根据绩效评估结果优化、改进你的投资组合。

　　以上我们做投资管理的四个重要方面。无论是主动还是量化都应该有这样的思想，要去看每一项是不是都是按照这个逻辑去做的。我也写两个公式在这里，就是刚才我讲的几个方面数学的表达。

　　被动投资和主动投资

　　投资的目标就是能够最大化投资效用函数。如何实现？第一寻找高回报组合，第二项寻找风险最低的股票，这里简单的用的方差表示。

　　避险系数是我们人为控制的量，当你不喜欢风险的时候，将系数调高一点，自然风险就降低了。最后一项是交易成本，包括固定费用和冲击成本，一般需要比较复杂的模型来测算。

　　基金管理有两种管理方式，一种就是被动投资，一种是主动投资。

　　被动投资基本上是买下整个市场。通常用一些指数来实现，如美国标普500指数，买下指数里的所有股票就相当于买了美国股票市场。很多基金公司会帮你做这个事情，他买一揽子股票跟踪一个指数，你买它的基金就可以了。这是纯粹被动的投资。

　　被动投资不需要太多技能，除了跟踪指数以外，不需要预测回报，也不需要管风险。这种管理都是比较便宜的，但它的量可以很大，因为不需要寻找α，也不需要处理很多专有的信息。所以被动投资的产品规模大而且便宜。

　　第二种就是我们讲的主动管理。预期的投资回报通常分成两个部分，一部分是市场系统性的回报β，一部分是超额回报α。追求超越市场回报α，这就是主动投资，核心要点就是他们做得比市场好。

如何最小化投资组合的风险？一般是寻找相关性低的股票来进行对冲，比如石油行业的股票与航空股就可以形成一个较好的对冲。

　　构建对冲组合时的一个重要工作就是计算股票之间的相关性，从数学的角度来说，所有公司之间的两两相关系数，如果投资标的有1000只股票，这个计算量就是百万级的，需要大量的数据来完成。

　　简便起见，我们做风险模型时会把回报分解成多个因素。比如用50个系统因素来表述你的回报，相关性的计算就降低到了50乘以50的量级。

　　最后介绍一下如何评估主动管理的好坏。这里有两个新的概念：主动风险Ω和主动回报α。对于每一个单位的主动风险(主动回报的标准差)，我们希望得到尽可能高的主动回报，也就是我们希望得到最高的信息比率。

　　股票整体价格的波动是总回报，减掉系统性的回报，剩下的回报叫做主动回报。主动回报是没有市场影响的回报，如果是正的说明比市场跑得好，如果是负的说明比市场跑的差。主动回报的波动我们叫主动风险。

　　描述组合业绩好坏的信息比率表示单位风险能获得的回报，杠杆可以放大主动风险，进而提升主动回报。