就在这次专访的前一天，由潘慧婷带领的凯丰投资基本面量化组刚刚完成了某能源商品的建模工作，用他们的话说，在数据和模型面前，模糊不清的猜测变得清晰可辨。

　　早在2年前的今天，潘慧婷尚在着手组建凯丰投资的第一支基本面量化研究团队，在承担着同行、同事们的怀疑的同时也坚信量化研究将会是未来必然的趋势。如今，凯丰投资的量化研究技术团队已经颇具规模，横跨能源、化工、农产品、黑色金属等多个板块。这样一支队伍，在过去一年中通过对序列建模、计算机并行计算、统计分析等现代科学手段，对凯丰的产业分析提供了莫大帮助，凯丰投资今年上半年使用量化技术进行的研究项目就多达50余个，为公司节省近千万的资金成本，并在公司进行核心决策时提供了重要依据。

　　潘慧婷说：“通俗地讲，量化就是数量化、科学化，有别于主观感受，我们的研究结果往往建立在无可辩驳的数据和模型上，建立在理性之上，有利于规避主观心理作用造成判断失误的风险。”她笃信，量化技术用于投资、交易在未来将是大势所趋，而海外金融市场量化技术应用的蓬勃发展迟早将在中国实现。

　　还在中山大学读书时，潘慧婷就被录入国家级数学基地班，师从朱熹平教授，“我从小数学底子就不错，同时对金融、经济都很感兴趣，很早就确立了要从事这一行”。在从中山大学毕业后潘慧婷成功考入金融工程的圣地——美国芝加哥大学。

　　在海外留学期间，潘慧婷从未如此深切感受美国虚拟经济发展程度与国内的差距，而出于个人兴趣，潘慧婷一直对大宗商品关注有加。“去美国前就知道国内的期货市场起步晚，必定不如美国成熟，而大宗商品又扮演着对实体经济影响巨大的角色，且在国内已经有相应的交易场所，研究价值重大”。

　　2013年，潘慧婷正式加入了凯丰投资，当时国内大宗商品期货的研究方式还主要在基本面研究和技术研究之中争执孰优孰劣，将量化技术应用到研究中并不多。潘慧婷组建的基本面量化研究团队很大程度上影响了凯丰的生存方式。

　　对于一支年轻的私募基金，引入量化技术是十分大胆的。“当时虽然清楚量化技术价值，但业内并没有太多的案例可参考，组建团队也只能从新人开始培养”，潘慧婷说，“但经过一些挫折，我们的团队也终于用实力证明了自己、说服了周围的同事，没有先例参考，我们就作了先例！”

　　这个说过“用与不用，先进的方法就在那里”的人，在此后两年培养出多个板块的量化研究负责人，而其本人则曾横跨所有产业板块，“与传统主观研究方式比，量化技术是一个崭新的视角，是一种方法，并不受所解决问题范围的限制，正是因为这一点，凯丰将量化技术定位为公司业务的核心，将量化部门定位为公司最重要的部门。”

　　谈到曾受到过的怀疑，潘慧婷并不在意，“量化并非是新鲜的事物，我的笃定正是由于对其了解，知道它没那么神秘，也就清楚它的价值”。事实上，金融工程中量化技术的应用在海外已有数十年的历史，一些基金豪门正是凭借出色的量化手段科学的保证了稳定的收益率。“国外先进的市场已经经历过的，并且验证可行的，我们没有理由拒绝。量化研究应用的发展就像历史不停前进般，是水到渠成的”。

　　对于量化技术的优与劣潘慧婷有自己的感悟：“量化、科学化、理性化之于主观交易、主观研究就如同西医的理论研究方法之于中医的经验、流程化的快餐之于传统烹饪的主观拿捏，量化技术本质上是一种工作的方式，可以用在各行各业，有助于降低培养大师级人才的成本”，潘慧婷笑着说，“读懂了相关的理论，你可能轻易通过计算机、数学方法发现某个规律，但是如果要通过培养出的感觉来做事，你可能要在这个圈子里先待上十年”。

　　“但是现代科学的猜想、建模、验证、预测的研究方式本就是建立在一定事实的基础上的，过于神话量化技术而不了解背后的数学含义和金融市场的根本驱动原因必然无法获得很好的研究成果”，潘慧婷无奈地说，从回国以来至今，国内大宗商品投资的量化研究尚处于起步阶段，正是由于对其不了解，大家对量化的理解往往容易流入两个极端，要么不信任，要么过度神话。

　　能够成为中国大宗商品期货量化投资研究先驱中的一员，潘慧婷十分兴奋，“这是最好的年代，正因为国内起步相对较晚，我们才有更多的探索和发展空间，虽然这更艰难但无疑也是更令人激动的事业。而美国等发达国家的历史发展经验将会成为国内同行最好的参照，实际上将缩短我们发展所用去的时间”。

　　对于未来量化研究的发展方向，潘慧婷认为可走的路还有很多：“目前我们的量化研究团队主要还在与主观研究并进，提供一些辅助、佐证甚至证伪。未来随着团队规模的扩大、技术的加强，我们希望有一天能有大量观点是直接通过数据或模型发现的，而不用首先进行主观分析。这就像门捷列夫的元素周期表，本来是对已有化学元素的分析方法的归类，但之后寻找新的化学元素直接通过元素周期表预测反而比主观无目的的寻找更普遍了”。

　　潘慧婷谦虚地说：“曾经量化只存在于数学家脑海里，计算一次资产价值都需要数十分钟，很多研究甚至仅仅为了减少计算量。而如今，随着计算机技术的发展，我们甚至可以在对某个市场结构了解有限的情况下直接通过枚举模拟在几秒内解决问题。”随着数学、计算机科学和工业的发展，量化技术的使用将会越来越容易，成本越来越低，收益率也就越来越客观。抛弃量化技术、抛弃使用科学发展带来的新方法，终将被历史抛弃。“我们是勇敢的先驱，但我们也是顺应历史潮流的一群人”。