北信瑞丰程敏：主动和量化投资可以相互学习结合

近(jìn)年来，公募量化投资发展迅速(sù)。其相对主(zhǔ)动类投资在纪律(lǜ)性、广度优(yōu)势和交易层面具有优势，而在(zài)风控管理、研究等方面则强于私募量化。

量化投资作为不少投资者心目中“黑科技”般(bān)的存在，许多人很好奇量化投资的底层逻辑(jí)具体是什(shén)么，到底靠什么(me)赚(zhuàn)钱(qián)？随着量化投(tóu)资逐渐走红(hóng)，部(bù)分(fēn)公募(mù)基金公司的量化投研部门也在积极(jí)探索差异化发展(zhǎn)。围(wéi)绕投资者关(guān)心的问题(tí)，中国证券报记者(zhě)近期采访(fǎng)了北信瑞(ruì)丰(fēng)权益投资(zī)部副总经理、基金(jīn)经理(lǐ)程敏。

量化模型并(bìng)非越复(fù)杂越好(hǎo)

谈(tán)及为何踏上量化投资之旅，程敏坦言：“2007年A股迎来了(le)一轮波澜(lán)壮阔的行情，身边的很多亲友都成(chéng)了投(tóu)资者，作为学生(shēng)的自己也不例外地体验了(le)一把，随着市场(chǎng)在短期内迅速拉升，人性的弱点被越(yuè)放越(yuè)大，很快市场出(chū)现巨大的波动，让我感受到普通投资(zī)者在追(zhuī)涨杀跌中进行的一些操作毫无理性，最(zuì)终很多(duō)人未能(néng)保卫住胜利的果实。”

“作为一名数学(xué)专(zhuān)业的学生，那时我选择了用自己的数理统(tǒng)计基础以(yǐ)及(jí)建模能(néng)力，尝试着去克服人性的弱点，通过一些简单的指标构建选股和择时模型，来规范(fàn)自(zì)己的投资行为，整(zhěng)体来看(kàn)，获得了相对(duì)可(kě)观的回报。”这(zhè)直接影响了程(chéng)敏(mǐn)的职业生涯，从硕士毕业(yè)后就选择(zé)了做量化投资(zī)，至今已历(lì)时14年。

“事实上，量化投资并不神秘(mì)，它只不过将市(shì)场上的各种信息进行加工处理，最后把观点客观地(dì)进行(xíng)输出。”程敏说，量化(huà)模型(xíng)并不是越复杂越好，所谓“大道至简”，将最直接的(de)因子通过合(hé)理的方式进行组(zǔ)合，最终形成模型策略，往往是最有效的。

量化投资靠什么赚(zhuàn)钱

从字面上来理解，量化投资就是“借助计算机模型并应用数量(liàng)化的方法来进行投资决策(cè)”。程敏认为，量化(huà)投资其实是一(yī)个很宽泛的范畴，包括量化择(zé)时、CTA（管理期货）以及(jí)量化选股等。

具体到量(liàng)化选股，程敏表示，其是基(jī)于对海量的金融数(shù)据进行分析，包括价量类、基本(běn)面等维度的公开数据等，进而提取有效信息，组(zǔ)建策略模型，由模型运(yùn)算的(de)客观结果对全市场个股进行收益(yì)预测，选(xuǎn)取模型预期收益相(xiāng)对较(jiào)高的一篮子股票，进行分散(sàn)化投资(zī)决策(cè)的过程。

量化投资的(de)底层逻(luó)辑具体是什(shén)么？程敏解释：“其是将股票的定价分解成对于因子(zi)的合理定价，当对因子收(shōu)益率有了预测，那么对股票的未来收益率也就有了预判，这就是多因子模型的理论，也解释了(le)量(liàng)化的角(jiǎo)度下股票收益的(de)来源，也就是说量化投资收益的产生来自于模型对于因子的配置。”

程敏(mǐn)进一步称(chēng)，因子就(jiù)是衡量股票(pià北信瑞丰程敏：主动和量化投资可以相互学习结合o)某方面特征的一个变量，类似于人的身高、体重、学历、专业技能等，而股票也(yě)有PE、ROE这些为投资者所熟知的指标，这些都(dōu)属于因子的范畴。

在程敏看来，假(jiǎ)设其他指标一样，低估(gū)值股(gǔ)票未来的涨幅理(lǐ)应比高估值股票的多，那这部分收(shōu)益就来自(zì)于低(dī)估值因子；同理，高成长性的(de)公司未来涨幅理应比低(dī)成长性公司的多，那(nà)这部分收益就来自于成长(zhǎng)性因(yīn)子。

“简(jiǎn)而言(yán)之，传统投资靠发掘股票(piào)的错误定价赚钱，而量化投资则靠发掘因子的(de)定价赚钱(qián)。”程(chéng)敏一针见血地说，这些因子包含且不限于价值、质量(liàng)、盈利、成长、市场预期等一系列元素，而人工智能（AI）策略收益更多来自于价量，因为同一截面下，股票基本面数据相对有限，而(ér)价量数据尤其是高(gāo)频数据就有很(hěn)多，导致AI模型更多选择价量因子。

程敏认为，无论是(shì)AI或者量北信瑞丰程敏：主动和量化投资可以相互学习结合化，本质上都属于(yú)人类智慧(huì)的延伸，也就是先从普遍现象中归纳出一般(bān)规律(lǜ)，然后再根据一般规律对个别现象进行演绎推理，而量化采用更多的是胜率思维。

公募量化侧(cè)重基本面因子(zi)

根据(jù)投资策略的不同，公募量化基金(jīn)产品大(dà)致可以分为三(sān)类：一是主动量化基金，通(tōng)过(guò)量化(huà)模型选取具有潜在(zài)增长或价值的股票(piào)构建(jiàn)投资组合；二(èr)是指数增强量化基金，常(cháng)见的(de)包括宽基指数和行业指数；三是量化对冲基金(jīn)，通过量化(huà)模型构建股票多(duō)头组合，并利用股指(zhǐ)期货、期权等金融衍生工具对冲市场风险(xiǎn)。

对于(yú)公(gōng)募量化和私募量化之间(jiān)的差异，程敏(mǐn)表(biǎo)示，因为监管(guǎn)制度、交易成本、交易机制等的(de)限制，公募(mù)产品的灵活度低于私募，在高频(pín)交易上很难与私募同(tóng)台(tái)竞技，但新“国九条”发布之后(hòu)，私募(mù)量化在这方面的优势会大大削弱。策略(lüè)方面(miàn)，公募量化由(yóu)于较为低频，其(qí)更加侧重基本(běn)面因(yīn)子，而私募量化则更多使用量价因子库和深度学习策略。

如(rú)何将价值主动投资理念(niàn)和量化投资相结合？程(chéng)敏认(rèn)为(wèi)，主观(guān)和量化各有所(suǒ)长，主观投资的优势在于深度(dù)方面，而量化投资的优势在于速度和广度(dù)。量化投(tóu)资是由(yóu)计算机进(jìn)行投资决策，可以在很短的时间(jiān)里，比如对于全市场5000多只股票(piào)都做一个(gè)分析决策(cè)，在速度上(shàng)具有优势；在广度上(shàng)，量化(huà)投资对于一些浅层次逻辑，具有感知优势。

“更(gèng)重要的是，主动投资和(hé)量(liàng)化投资可以相(xiāng)互(hù)学习和结合。一方(fāng)面可以站在量(liàng)化视角，将主观(guān)逻(luó)辑拆解成量化语言，同时借鉴主观团队的思路(lù)和(hé)逻辑，去调(diào)整相关基(jī)本面因子(zi)的(de)迭代方向。”程敏(mǐn)进一步(bù)表示，另一方面便是基(jī)本(běn)面量化，在传统的底层风险管理和(hé)量化因子模(mó)型的基础(chǔ)之(zhī)上，结合景气(qì)细分行业的配(pèi)置以(yǐ)及行业或产业系统化的主动投研逻辑，从而把框架升级为基本面系统化投资。

随着产品规模的不断扩大，又该如何相应调整操作风格？程敏称，随着规模的(de)增大，需要(yào)对投资(zī)组合的市(shì)值敞(chǎng)口进(jìn)行控制，需要控制小市值股票的数量转而多(duō)配置中大市值股票，以降低定期调仓时候带来的冲击成本；另外就是进行多策略配置，选择(zé)不(bù)同风格的策略同时进行(xíng)配置，增加持仓数量的同(tóng)时，降低持仓之间的相关性(xìng)，以应对市场不同风格的波动。