宽客在中国(本页)

四大流派

券商资管宽客寻觅“独立的天空”

公募量化基金：半量化、同质化、业绩平平?

私募宽客：野草般生长

期货市场：量化投资者的天堂

他山之石

海外量化投资40年

卖铲子的人

困境

数据难题：A股量化进程中的“裹脚布”

故事

康晓阳的量化转型路

对话

长江商学院访问教授李海涛：“拿来主义”用“量化”

深圳市景良投资总经理廖黎辉：量化不怕“黑天鹅”?

华宝兴业量化投资部总经理徐林明：投资理念是量化投资的灵魂

广发证券量化投资经理章早立：捕捉价格波动中的利润

富国基金量化投资部总经理李笑薇：数据缺陷可被量化模型利用

===本文阅读===

宽客在中国

金融市场上有这么一群人，他们喜欢将自己戏称为“矿工”，因为他们是宽客。宽客，Quants(金融工程师)的音译，金融市场上名副其实的淘金者。

说他们名副其实，是因为他们在稍纵即逝的市场机会中“淘金”利用的是复杂数学公式和超级计算机，而非直觉交易。

近几十年来，从赌桌上演化而来的宽客一直在华尔街上傲视群雄，并且时而兴风作浪。随着2008年的一场金融海啸，不少华人宽客转战中国资本市场。

而随着2010年融资融券、股指期货的相继推出，中国资本市场上宽客身影正日渐活跃，量化投资也开始如火如荼。但限于金融工具创新和制度完善等因素，量化投资在中国还有很长的一段路要走。

从萌芽到转折点

1971年，巴克莱国际投资管理公司发行了世界上第一只指数基金。也就是说，量化投资在境外已有40多年的历史了。但在国内，量化投资的历史还非常短暂。

“某种意义上，是2005年开始的ETF套利拉开了量化投资在中国的序幕。”长江证券金融衍生部总经理陈皓告诉第一财经日报《财商》记者。陈皓当时就职于上海证券交易所从事金融衍生产品的研究开发。

在ETF套利之前也有些机构进行可转债套利，但显然是小荷连尖尖角还没露出来。

2010年前，ETF套利可以说是国内量化投资的主流品种，但随着进入的淘金者越来越多，套利空间日渐狭窄。2009年前后，数位券商衍生部负责人告诉记者该项业务日渐难做。

也就是在2005年左右，一些卖方研究机构开始进行量化投资研究，但限于金融衍生工具的匮乏，所开发的策略无非就是量化选股、量化择时等。

同时，由于当时A股市场持续低迷，机构在量化研究上的投入也是捉襟见肘。“当时在量化研究方面做得还不错的某家机构团队一度濒临解散，成员四处求职，但也没什么机构愿意接纳。”一位资深金融工程分析师向本报透露。

转折点是在2009年左右，当时随着金融海啸的爆发，华尔街华人中最优秀的交易员江平、当时就职于巴克莱的李笑薇等一批海外量化投资人才相继回国。

紧接着，诸如富国沪深300指数增强基金等采用量化方法进行投资的产品也相继推出。

群雄逐鹿：四大派系

2009年量化投资热潮之后，经过两年多的发展，量化投资在国内市场上已经形成券商、公募基金、私募基金，以及期货界四大派系。虽然这是从行业上划分的，但在策略运用以及交易风格上，这四大派系也存在不小的差异。

目前，券商行业中从事量化研究与投资的人占多数，而且根据不同的目标客户形成了一家券商内部共存几个量化投资团队的局面。

以海通证券为例，该公司研究所的量化团队主要针对机构客户，经纪业务部门下属的量化团队主要针对大额零售客户，当然这两者属于卖方性质，此外，资产管理部门的量化团队主要针对所发的集合理财产品，衍生品团队则接近于自营性质。

量化投资的崛起，正悄然改变着卖方研究的业务结构，一般实力雄厚的卖方研究机构都形成了宏观、策略、行业研究、金融工程四马齐驱的研究格局。

目前，券商集合理财产品中采用量化投资的有10只产品，其中国泰君安资产管理公司有6只产品，但规模不大，都只有2亿元左右。

公募基金中，第一只量化基金出现在2004年，但直到2009年开始才出现加速迹象。

2009年，指数型基金发行井喷，指数基金经理一将难求。本报统计，目前共有13家基金公司推出了15只主动管理型量化基金，总规模约241.04亿元，仅占公募基金总规模的百分之一左右。但值得注意的是，这些基金业绩排名都相对靠后。

当然，一些公募基金还有专户产品，主要通过股指期货量化对冲，但相关数据外界不得而知。

私募一直可谓“船小好调头”，虽说也存在诸多限制，但在量化投资方面也开始了较早的试水。特别是股指期货出炉后，私募向对冲基金的转型尤为便捷。

2006年9月，深圳天马资产管理有限公司董事长康晓阳发行了深国投·天马，这是有记录的第一只阳光化量化私募产品。

本报不完全统计，目前阳光私募量化产品共有26只，从成立以来的业绩看，14只产品净值在面值之上。

期货界也是量化投资的主要阵营。国内期货市场最早的量化投资者以现货商为主，主要做一些内外盘的对冲套利。2008年熊市之后，市值保值需求凸显，一些私募开始对一些与期货相关的证券进行套保。此外，期货公司也纷纷成立了金融工程部。

申万期货研究所副所长何小明告诉本报，鉴于期货市场存在主力品种投机性强、流动性好、套利机会多等特点，期货市场更适合做量化交易。

尴尬：数据、工具、监管、制度

没有什么新鲜事物发展是一帆风顺的，量化投资亦不例外。

“量化投资可运用的方面很广，但这两年市场低迷是很大的一个制约，有些机构出于成本考虑，已经在控制量化团队的人数，甚至减员。”上述金融工程分析师告诉本报。

除了市场环境因素外，数据的准确性、金融衍生工具的匮乏、金融监管的制约以及相关制度的滞后，都是量化投资在中国发展所面临的尴尬。

“和华尔街相比，国内量化投资发展的最大障碍就是金融衍生工具太少，很多策略无法运用。”郑旭告诉本报。

郑旭曾在美国得克萨斯大学任教，后又在华尔街任职，2006年回到中国，现任上海交通大学安泰经济与管理学院金融创新研究中心主任。他表示，金融管制也在制约着金融创新，而且量化投资人才也是很欠缺的。

做量化投资，毫无疑问，数据是基石。但富国基金另类投资部总经理李笑薇告诉本报，国内数据的不精确一度给他们带来负面影响。

长江证券首席金融工程分析师范辛亭也遇到了这个问题，他从事量化宏观的研究，数据的制约使得研究有时难以进展。

金融创新工具的匮乏，令很多策略无法运用。“国外对冲基金操作手法有很多种，但国内也就是2010年以后才有融资融券、股指期货这些工具来做些对冲，而且融资融券的业务规模还明显局限于现行制度。”海通证券量化投资高级分析师何国凌对本报表示。

工具匮乏也使得很多量化投资人才有施展不开手脚的感觉。江平就是最好的例子。江平回国后，于2009年5月成立了江平超级价值1期，但产品业绩一直表现平平。

江郎才尽?更多的人认为这不过是水土不服而已。因为江平在华尔街大部分投资标的是债券、外汇和金融衍生品等相对容易通过量化的方法进行分析的品种，而在国内，这些还基本属于空白。

不过我们还是能看到一丝曙光的，2月13日中国金融期货交易所推出国债期货仿真交易，另有消息称该机构正在酝酿推出沪深300指数期权。

“量化投资在制度上也存在很多尴尬。”国信证券金融工程研究员戴军表示，从大的方面来说，沪深300指数期货的标的都是大股票而无小股票，因此并不能完全对冲市场风险;从小的方面来说，公募基金受法规限制只能做套保，目前更多地只能进行指数基金的自动化管理。

戴军还表示，目前证券研究员不能涉及期货，这就对卖方研究机构开展商品期现套利策略也形成了阻碍。

(记者刘田、黄婷、何安对本文亦有贡献)

券商资管宽客：寻觅“独立的天空”

黄婷

“我们需要能够忍受寂寞。” 国泰君安资产管理公司量化投资部总经理李玉刚回忆起十年来与公司量化团队探索券商资管量化道路的过程时，不禁感叹道。

目前，直觉投资者依然是国内市场的主流，以基本面研究和价值投资理念为主导的券商行业中，量化部门更多只是锦上添花的一个小分支，券商对这一分支能在未来有多大的空间并没有太上心。

“很多机构里的金融工程部沦落为装点门面的工具。直至今日，许多人，甚至包括一些原先做过金融工程研究的同行，仍然在问量化投资到底有啥用?”李玉刚对第一财经日报《财商》表示。

而其中，一些宽客已经渐渐浮出水面，期冀着在充斥着直觉投资者的券商资产管理行业中找到自己独立的天空。

券商宽客：数量化研究起步

2011年3月，国泰君安发行了券商集合理财产品中的第一只量化对冲基金——国泰君安君享量化，一日售罄，募集资金5.08亿元。随后的7月~8月，更是创下一月内连发5只对冲基金的发行纪录。

作为首家将量化基金推进公众视野，用集合理财这一公开发行产品的方式在A股实践量化投资的券商，国泰君安在量化研究上的积累并非一朝一夕，而是已经进行了长达12年的探索。

国泰君安资产管理公司总经理章飚领导的量化投资团队创建了券商资管中的第一个量化投资部，也率先将套利策略、结构化产品成功应用于客户资产管理。

继国泰君安之后，中航证券、东方证券和浙商证券也在去年陆续发行量化集合理财产品，据Wind数据估算，目前10只量化券商理财产品的规模为16亿元左右。虽然，相比起整个券商资产管理行业近300只产品和1300多亿元的规模，券商宽客们仅仅分食了一小块的蛋糕，但是，券商宽客的力量正在成长。

除了公开的集合理财产品之外，一些券商的资产管理部也在非公开发行的客户资产管理领域进行量化投资尝试。

广发证券在2006年就成立了一个产品创新部，部门的负责人章早立以及他的团队也成为了广发证券资产管理部量化研究团队的开拓者。2009年，章早立带领结构化金融产品团队推出系列结构化资产管理产品，而这一系列的产品所运用的，正是量化投资策略。

据了解，目前，多家券商都已经设立了量化投资部门，包括国信证券、华泰联合证券等券商都已经在量化投资中进行尝试。

“经过多年的非公开化实践之后，我们也想把自己的量化策略放在集合理财的平台上。”章早立说。

在公开化平台上与其他投资人一较高低，多年来埋头于数据库建立和模型研究的券商宽客们正逐渐走向台前。

量化产品业绩崭露头角

“我们是一群在市场中孜孜不倦地寻求低风险收益的人。”李玉刚说。

低风险收益，也是当前券商量化产品的主流。这一点也在10只券商量化集合理财产品的业绩中得以体现。

在去年股债双杀的市场环境中发行的10只券商量化理财产品中，除了东方红量化1号的净值为0.999元之外，其余9只产品净值均处于面值之上，其中国泰君安君享套利1号、国泰君安君享量化和国泰君安君享套利2号成立以来收益率均在3%以上，排名居前。

而在225只券商集合理财产品中，以近6个月的业绩来看，获得正收益的产品仅有34只，其中运行时间超过半年的6只量化集合理财产品悉数入列，均获得正收益。其中国泰君安君享套利1号和2号的收益率在全部券商集合理财产品中名列第二和第三。

海通证券评价道，券商量化型理财产品在国内仍是新事物，由于风险控制上的优势，因而在今年低迷的市场背景之下备受关注。从这一类型海外对冲基金的表现来看，在市场低迷之时确实能体现出其优势，但是牛市里其表现则远落后于其他类型产品，长远来看这类产品更适合风险厌恶型投资者。

追求低风险收益

如何获取低风险收益?套利、量化选股及市场中性是其中主要量化策略。

以套利策略为主的券商集合理财产品有国泰君安证券的君享套利系列以及第一创业证券的创金策略尊享。

创金策略尊享主要通过股指期货套利获取低风险收益，在套利机会减少时主动投资，优选股票、基金等品种构建现货组合并通过做空股指期货对冲系统性风险，获取稳健收益。

而这套套利策略的基础则是基于第一创业证券自行开发的一套程序化交易系统，能够进行无风险套利与套期保值等对冲策略。此交易系统直接联系券商行情中心，能根据行情变动触发交易信号下达至交易服务器，最有效地执行投资交易，获取获利机会。

采取量化选股策略的则有国泰君安君享量化、东方证券的东方红量化1号与浙商证券的浙商金惠套利通1号。

这一策略量化就是开发数量化模型，辨别股票价格的驱动因子，例如PE、ROE等指标，以这些驱动因子作为解释变量预测未来股票价格变动从而构造投资股票组合。例如国泰君安君享量化的驱动因子就包括成长性因子、估值因子、盈利能力因子、市场情绪因子、分析师情绪因子。

市场中性策略是指通过多空反向操作，对冲系统风险而获得Alpha收益。目前实现市场中性策略主要有两种方式，一是通过股指期货做空对冲股票现货头寸，二是发掘股票之间的内在联系，使用价格变动反向的股票构造投资组合对冲风险。国泰君安君享量化也是将这一策略与量化选股策略相结合。

但是，券商宽客们的目标并不仅限于此，随着量化产品逐渐受到市场欢迎，一些追求更高收益的券商量化产品也跃跃欲试。

记者从国泰君安处就了解到，国泰君安已经在紧密筹划推出另一系列的量化对冲基金君享成长，该基金将采用与国际著名的大奖章基金相似的统计套利策略，通过承担较高的风险，去获得更高收益。

公募量化基金：半量化、同质化、业绩平平?

刘田

“每天早上开盘之前，量化系统会提交所有被动指数产品的当日交易清单，基金经理只需要根据不同基金的一些投资限制进行细节调整。”一位指数基金经理在接受第一财经日报《财商》采访时表示，这就是量化投资管理指数基金带来的变化。

这只是量化投资在公募基金运用的一个缩影。早在2004年光大保德信基金就推出了首只采用量化策略的基金——光大保德信量化核心。那么，经过7年多的发展，公募基金在量化投资领域的进展如何呢?

15只主动量化产品

公募基金的第一只量化基金早在2004年就诞生，但起初阵营扩张非常缓慢，直到2009年开始才出现加速迹象。根据记者统计，目前已有13家基金公司推出了15只主动管理型量化基金，2009年以后成立的就有12只。

目前量化投资在公募产品中的应用主要包括三个方面。第一是利用量化投资管理纯被动指数基金，控制跟踪指数误差;第二是主动管理的增强指数量化基金，以富国基金为代表;第三是主动管理的量化产品，择时、选股等都通过量化模型完成。

这三个方面的应用其实也反映了量化投资的三个层次，选股是最低的层面，之后是行业配置，最上面是仓位选择。

上述指数基金经理告诉记者，在纯被动指数基金方面，采用量化投资成本较低。对于已成立运作的指数基金来说，在系统建立起来后，相同管理类型的产品都可以共用一套系统，基金经理的工作实际上就是对细节进行微调。

“增强指数基金其实也是一种主动管理基金，只是不进行择时，仓位和一般指数基金相同，始终不高于95%，不低于90%。”国内第一只量化增强基金富国沪深300指数基金经理李笑薇告诉记者，增强主要是通过对股票的选择和行业的选择。具体怎样选择股票和行业，主要是通过阿尔法因子量化模型。

完全主动的量化基金相当于增强指数基金的“升级版”，在利用量化模型选股和行业的同时，增加择时模型，股票、行业和仓位都通过量化模型来决定。目前市场上这类基金共有12只。

从去年开始，公募基金的量化投资从普通公募产品扩展到专户理财产品。据记者不完全统计，目前华宝兴业、易方达、银华、博时、大摩华鑫、银河、纽银梅隆等基金公司都已经推出量化投资相关的专户产品。这类产品大多采用量化投资选股并结合股指期货对冲，以实现绝对收益。

半量化?

不过，无论从公募基金量化产品的数量和规模来看，都仍然是市场上的“冰山一角”。根据2011年四季报数据，目前15只主动管理的量化基金的规模仅241.04亿元，占公募基金总规模的1%左右，但美国量化基金占市场份额可能在30%左右。

“公募量化基金仍处在比较初级的阶段，而且目前纯粹的量化基金并不多。”好买基金研究员曾令华对记者表示，很多产品仓位调整、行业配置并不完全是基于量化模式，量化投资只是一种辅助手段，主要还是依靠人工调整。“观察这些量化基金的契约和季度报告可以发现，基金或者是不进行择时，或者就是根据主观经验进行择时，这在很大程度上无法体现出模型选股产生的效果。”

上海金融学院一位专家对记者指出，目前公募量化基金采用的量化投资都是“小儿科”手法，甚至算不上量化投资。“有一个基金公司量化产品采取的是对股票的6个基本面因素进行打分，打分排名靠前的股票就进行投资，这其实根本不是量化投资。”

“另一个主要的问题是量化模型同质化。”曾令华指出，目前大部分量化基金采用的选股逻辑有很多相似之处，普遍采用的选股模型是多因子模型，出发点是对上市公司基本面的量化，输入数据来源也相同，对因子权重分配则掺杂着研究员和基金经理的主观判断。“所以，最后模型输出的结果差异更多源于主观判断的差异。”

目前公募量化基金和传统基金相比依然没有摆脱“靠天吃饭”，对于股指期货、期权等衍生工具并没有应用，创新不足，和其他方法相比量化投资并没有显示出优势。

业绩平平

公募量化产品更大的问题在于从目前的业绩来看，量化基金的业绩排名都相对靠后。12只非指数量化基金成立以来，仅有2只正收益，其他10只仍处于亏损状态。

“当然有一点需要强调，不能一提到量化投资就是成功。”上述上海金融学院专家指出，目前90%基金经理都是采用基本面投资，但也有很多都是亏损，量化也是一样，最终盈利的一定只是少数。“每一种投资方法只有掌握了精髓才能成为佼佼者，目前公募基金中尚未看到佼佼者。”

“量化投资基金在国内发展的时间比较短，相对短的评价期给量化投资基金定性并不科学和客观。”华宝兴业量化投资部总经理徐林明对记者表示，大家对量化基金业绩可能有偏见，其实公募量化投资基金只是2010年表现不理想，这和2010年价值因子长期失效有比较大的关系，因为2010年市场上价值股基本没太大涨幅。“2011年量化基金整体处于市场平均水平，但业绩分化比较大。”

“一些量化产品半量化、同质化或者业绩分化其实都是正常市场现象，也会有优胜劣汰的过程，好的产品自然会脱颖而出。”徐林明则指出，相对传统主动基金的充分发展而言，量化基金的发展潜力大，而且在股指期货等金融衍生品迅速发展的市场背景下，在基金行业发展面临瓶颈的行业环境下，量化基金将会是重要的产品创新方向和行业增长点。

私募宽客：野草般生长

黄婷

1949年，善于对股票短期波动下注，并将统计分析运用到风险管理中的澳大利亚《时代》杂志作家兼编辑阿尔弗雷德·温斯洛·琼斯创建了第一只对冲基金——琼斯公司，记者出身的琼斯也成为量化投资史上最早的宽客。

无独有偶。同样是新闻媒体出身的唐伟晔2007年从美国回国之后，也和志同道合的几个同学成立了一只合伙制基金，并引入了全球资本市场交易中广泛使用的“在险价值法(Value-at-Risk，简称VAR)”量化风险模型，成为国内私募宽客中的早期成员。

私募宽客崛起

与公募基金和券商资产管理部门在量化投资领域的谨小慎微、亦步亦趋不同，私募宽客的生命力犹如百折不挠的野草，只要有一丁点的土壤和空气，种子就会拼命汲取营养冒出头来。

早在2002年，原君安证券出身的康晓阳在美国接触了量化投资之后，回国就建立了首个分析师数据库，2006年9月11日，康晓阳又成立了深圳天马资产管理有限公司，其发行的产品深国投·天马就是当前有记录的最早一只阳光化量化私募产品。

截至2012年2月3日，深国投·天马的累计单位净值为2.14元，回报率达到114%，同期上证指数仅上涨40.5%。

唐伟晔在2007年12月31日成立的信合东方则是第一只有限合伙制的量化产品，采取了对冲基金的运作模式，资产组合涉及股票、ETF、股指、外汇、商品、固定收益等各种资本市场产品。

这只在上证指数5000点以上成立的基金历经A股牛熊转换的巨大动荡，如今上证指数回归到2300点附近，下跌超过56%，而信合东方截至1月31日的累计单位净值则达到3.35元，回报率达到235%，在所有2007年、2008年成立的私募产品中排名第一。

根据私募排排网研究中心提供的数据和第一财经日报《财商》记者的不完全统计，目前阳光化发行的私募量化产品共有26只，其中有10只是在2011年之前成立，而进入2011年以来，私募量化产品迅速扩容，短短一年内就增加了16只产品。

从私募量化产品的模式上看，主要分为信托和有限合伙制两种模式，其中有限合伙制产品共有7只，信托产品中除了4只结构化产品之外，其余15只则均为非结构化的信托产品。

从整体业绩上看，当前有业绩记录的25只私募量化产品中，14只成立以来净值处于面值之上，其中回报率居前的除了信合东方和深国投·天马之外，富达一期、深国投·景良能量一期和富锦二期等的回报率也超过10%。

同时，也有6只产品成立以来业绩处于亏损状态，其中亏损幅度最大的是去年8月份成立的广晟财富旗下的中融信托·融新354号，亏损近15%，其他几只产品的亏损幅度则均在10%以内。这些产品大多是在2011年成立，相比起去年大盘超过20%的跌幅，私募量化产品的风险控制能力尤胜一筹。

多样化量化策略并行

私募量化产品不仅规模增长迅速，私募宽客的量化策略也呈现出粗放式发展的特征，多种策略百花齐放。

偏居深圳大梅沙一隅专注量化投资4年多的唐伟晔是上海外国语大学国际新闻系学士和美国斯坦福大学传播系硕士，曾经在《星岛日报》美国旧金山总部担任财经版编译，带着对证券市场和电脑编程技术的浓厚兴趣，唐伟晔随后进入了美国IBM太平洋开发中心，参与股票交易技术平台方面的项目，在工作过程中，逐渐研究和建立起自己的一套量化投资系统。2007年回国之后，他和几位志同道合的同学就将这套系统应用在了自己更为熟悉的中国证券市场。

信合东方的量化策略主要体现在对持仓风险的管理上，采用了当前全球资本市场交易中广泛使用的“在险价值法”量化风险模型。该理论通过对历史价格波动和趋势进行严格的统计计算和研究，预测持仓在未来一段时期可能出现的最大亏损幅度。唐伟晔的团队每天都会对整个仓位进行风险计算和压力测试，从而决定有哪些策略可以继续持有，哪些则必须作出调整。

与唐伟晔的海归派路径以及半路出家不同，深圳景良投资董事长廖黎辉则可以算是土生土长的国内私募宽客的代表。

廖黎辉是哈尔滨工业大学管理工程硕士，当时管理工程也相当于现在的金融工程专业，研究的正是数量分析方法。1990年毕业之后，几经周折，廖黎辉进入当时蔚深证券的研发部工作，利用工作之便，开始潜心研究自己最感兴趣的量化投资。

廖黎辉的量化研究启发于爱因斯坦著名的质能公式：E=MC^2，E为能量，对应股市上涨能量，M为质量，对应股市的筹码集中度，C为推动力，是包括资金、业绩、政策等方面的合力。通过十多年的反复量化模型计算，模拟大盘及个股的筹码集中度M，并通过各种量化指标来判断影响股市上涨的资金、政策、业绩等合力。

“在筹码集中度M一定情况下，推动力越大则单位时间投资标的涨得越高，即能量越大;或在推动力一定情况下，筹码越集中，投资标的能量越高，单位时间投资标的涨得越高。”廖黎辉解释说。

根据这套理论，廖黎辉结合股市运行趋势，创立了能量趋势量化投资模型。依据该模型，能够对大盘进行趋势的预测，在上世纪90年代后期，廖黎辉开始在当时的《投资导报》、《广州日报》开辟“能量选股”专栏，公开发表数量分析结果，准确预测了2005年到2009年的重要趋势拐点。

康晓阳的量化投资则是基于分析师数据上的量化选股模型，私募大佬蔡明旗下的民森投资的几只量化产品则是采取市场中性策略，此外，并购套利、事件驱动、宏观策略等量化策略也在当前私募量化产品中有所体现。

宽客在民间

“私募形式灵活、投资标的多样，是宽客发展的最好土壤。” 朝阳永续数据部总经理李智说，而且从目前来看，私募在量化投资上也是最为积极的，中国未来宽客中的大奖章基金很可能就在民间私募中出现。

另一位量化投资的业内人士则指出，私募做量化的逻辑也相对更简单，它的目标就是获取收益，因此哪怕是揪住了任何一点能赚钱的东西，都会孜孜不倦地研究下去并把其转化为收益。而一旦这个阿尔法因子消失了，它也会发了疯一样地去寻找另一种方式。

“而这种力量，则是公募基金和券商资管等基金管理人所缺乏的，因为他们管理的并不是自己的钱，对他们来说，量化只是工作或者事业;而对于很多量化私募来讲，这是他们谋生的根本。”该业内人士说。

期货市场：量化投资者的天堂

何安

“量化交易特别适合于期货市场上的初级投资者和高频交易者。” 申万期货研究所副所长何小明近日接受第一财经日报《财商》采访时表示。

与传统的交易相比，量化交易更具有可复制性，这吸引了许多期货投资者的目光。

“但是目前正处于量化投资的起步阶段，整个量化流程并不完善，整个市场良莠不齐，量化产品的选择具有较大的风险。”海证期货研究员雷鹏说。

量化期货交易的萌芽

国内期货市场最早的量化投资者主要是一批经常做内外盘对冲的现货商，如伦敦铜和国内铜之间的内外盘套利交易。

随着市场的规范化发展，以及国内期货市场交易量的逐步上升，特别是随着2000年后国内数量经济学、金融工程学等大学教育学科教学水平的提升，毕业生进入了期货行业，逐步引入了新的研究工具和研究方法。

“随着A股市场2008年进入熊市，市值保值需求凸显，一些私募基金开始对一些与期货相关的证券进行套保。但当时市场环境还比较原始，主要是一些行情软件上搭载一些技术分析指标，对风险控制、资金分配管理等方面的研究和规范化也比较薄弱。”新湖期货技术创新部总经理蔡建波博士告诉记者。

蔡建波认为，2008年后期货量化才真正迎来新发展，随着股指期货的推出，研究群体更加专业化和机构化。

雷鹏也表示，当时只有商品期货，期货市场的关注度较低，总体上算是小众市场。此外由于许多品种定价权受制于国外，隔夜的跳空较为常见，所以量化投资存在较大的风险。在股指期货推出来以后，期货市场受到了社会的广泛关注。而期货市场的整体成交量也是出现了大幅度的增长，多个品种成交金额居于世界前列，这为量化投资奠定了良好的基础。

与此同时，期货行业也有了不少变化。首先，期货公司纷纷成立了金融工程部或者投资咨询部，证券研究所与期货研究所联系更为紧密，更注重金融产品的研究;客户对于程序化交易开始逐渐认同;市场上各种量化投资平台蜂拥而出。

量化投资现状

从投资者身份来看，目前量化投资者主要人群集中在期货公司、私募基金以及券商的自营、基金公司的专户。规模上，以私募基金为主要参与群体。

蔡建波告诉记者：“目前国内的量化交易大概占到市场交易量的20%，每年都在增加，特别是这两年增长迅猛。”

蔡建波参考了国外量化交易的发展路径，70%的交易量由程序化交易完成，国内才刚刚起步，因此，国内的发展空间还非常巨大，产品的种类也会更加丰富，策略复杂度和交易工具的精细化也会不断提高。“我们应该把握这个行业的发展契机。”蔡建波说。

从操作风格来看，雷鹏认为，目前期货市场有四类量化投资者，分别是阿尔法产品的使用者、趋势性交易者、套利交易者以及高频交易者。

阿尔法产品的使用者，即利用股指期货与股票现货进行搭配，获得股票的超额收益;趋势性交易者，充分运用各种模型对价格进行预判，这种交易者的资金从几万到几千万都是存在的;套利交易，包括无风险的股指期现套利和统计套利;高频交易者，这种一般利用期货市场价格的微小变动进行快速交易，从而获得高收益。

从规模上来看，期现套利资金动辄上千万，而统计套利资金相对规模较小。

而在何小明的眼中，目前国内市场的量化交易在很大程度上只是一种营销工具，被封装起来的核心策略大多局限于传统技术指标和均线系统的组合应用，其功能更多地体现为一个程序化交易平台，用于宣传和展示的投资绩效往往具有选择性，中长期具有较为稳定盈利能力的产品凤毛麟角。

何小明认为，国内量化交易的发展受制于两个因素：第一，交易策略的单一化，大多数程序化交易系统缺乏多元化策略库的支持，并且核心策略局限于传统技术指标和均线系统的组合应用;第二，资金规模的分散化，目前国内市场以追求高收益的中小规模散户为主体的投资者结构，以及对高频交易的限制不利于程序化交易系统的推广。

未来随着更多的金融期货产品的推出，比如国债期货推出，特别是期权产品，雷鹏认为，量化投资可能从目前单一的交易策略研究向多品种的投资组合以及产品定价方向逐渐发展。

期货市场更适合量化交易

国外量化交易核心的发展理念是对冲交易和高频交易，最主要的方式是进行各种套利。

何小明认为，期货市场主力品种投机性强、流动性好，很多期货品种都会同时出现双主力合约，便于进行跨期套利，相对来说期货市场更适合做量化交易。雷鹏也表示由于期货采用T+0交易方式，所以期货投资者更加青睐于短线交易。而期货成交量与持仓量的高倍数也决定了期货投机氛围更浓厚，价格波动比股票大，所以高收益产品更受青睐。

海外量化投资40年

张愎

量化投资被西方投资界称为颠覆传统投资哲学的“投资革命”，如今已经走过长达40年的历程。

1971年，一个叫做约翰·麦奎恩(John McQueen)的电子工程师利用美国富国银行的信托投资平台建立了第一个定量投资系统。同年，巴克莱国际投资管理公司发行了世界上第一只被动管理的指数基金。

几年后，曾任美国伯克利大学数量经济学教授巴尔·罗森伯格(Barr Rosenberg)则将这场革命引向成功。1974年，罗森伯格独自一人在地下室成立了巴尔·罗森伯格联合公司(Barr Rosenberg Associates)，他利用电脑分析大量的数据与资料，创建了投资组合业绩和风险管理模型，1978年，《机构投资者》杂志将他称为“现代投资组合理论”的一代宗师。

作为量化投资的先行者，罗森伯格又于1985年和另外三位合作伙伴创立了管理各种多样化的股票投资组合的罗森伯格机构股权管理公司(Rosenberg Institutional Equity Management，简称RIEM)。此后，他继续开发了多种量化模型，并创造出了著名的“综合阿尔法”模型。这一模型带来了令人瞩目的成绩，该公司1990年资产管理规模突破100亿美元。

在量化投资出现的最初三十年中，沃伦·巴菲特和彼得·林奇等投资者所开创了“价值投资”仍然主导着西方投资界，而上世纪90年代，索罗斯的宏观对冲基金的大放异彩也遮掩了其他投资者的光芒。

之后，得益于技术的进步降低了量化策略密集型交易的成本，定量投资者终于在世纪之交攀上了投资世界的顶峰。

投资咨询公司 Towers Watson股票基金研究主管马丁·努尔斯(Martin Knowles)表示：“上世纪90年代末和本世纪初，实行量化管理的资产激增。”

据统计，1970年时，定量投资在西方市场的全部占比为零，到2001年时，定量投资的资产管理规模已经超过880亿美元。而之后这一数量更是直线式上升。根据路透社数据， 截至2010年11月，1600只量化基金管理的总资产高达2600亿美元，年均增长速度高达20%， 而同期非量化基金的年增长速度仅为8%。

而量化的投资标的，也从最初的利率市场，延伸到国债、外汇、股票期权到气候等几乎所有投资领域。

在量化投资40年的发展历程中，一些从象牙塔里走出来并投身实务金融量化的科学家在这个领域里成为了最耀眼的明星。然而，这群操纵着“黑匣子”的人总是刻意保持低调，也正因如此，詹姆斯·西蒙斯(James Simons)和大卫·肖(David Shaw)的光环反倒被更加放大了。

詹姆斯·西蒙斯向来被看成是量化投资中的传奇人物。他依靠数学模型和计算捕捉市场机会并做出交易决策。自基金成立后的1989到2007年，该基金的平均年收益率高达35%，而股神巴菲特在同期的平均年回报大约为20%。即使在2007年次债危机爆发当年，投资回报高达85%，而2008年时，基金更是强劲上涨了160%，西蒙斯本人也因此被誉为“最赚钱基金经理”。

大卫·肖同样以神秘的公式和科技手段观察整个金融市场。相关数据显示，该基金自1988年成立后，年均回报率达20%左右，而其发展巅峰时的交易量可以占到整个纽约证券交易所的5%。大卫·肖也因此有了“定量之王”的美誉。

金融危机之后，随着詹姆斯·西蒙斯宣布退休，大卫·肖回归学术界，就连罗森伯格也将清算其公司旗下的四只基金并离任，量化策略的投资基金目前已经进入了一个发展的瓶颈。

虽然量化对冲基金也饱受着资金流出的折磨，但无论如何，在经历40年发展后，它已经从一种投资的创新手段发展成为市场的主流。

数据难题：A股量化进程中的“裹脚布”

黄婷

“狼就在门口。”这是世界上最神秘的对冲基金、量化投资的杰出代表文艺复兴科技公司创始人詹姆斯·哈里斯·西蒙斯经常挂在嘴边的话。

即便是华尔街最成功的量化大师，也无时无刻不在担心，自己的魔法可能会随时随地失灵，如同瓶子里的精灵一样，“嗖”的一声就不见了踪影。

而国内还处于萌芽阶段的量化投资也正面临重重困难的考验。

数据难题：哪些量化数据更适用?

2011年被称为量化投资的元年，但相对于国外40多年的量化投资历史，A股的量化还处于初级阶段。在一批批华尔街人士回国的过程当中，华尔街这一先进的投资方式也被带了回来，大量国外模型被直接引进到A股市场当中，A股的量化也直接跳过了原始的探索阶段直接步入实战阶段。但在“一口吃成大胖子”之后，一些弊端和困境也开始逐渐显露出来，而其中数据问题尤为受到关注。

“量化投资中，数据非常核心，因为量化就是对市场信息的结构化过程，数据将直接影响投资结果。”朝阳永续数据部总经理李智对第一财经日报《财商》记者说。

据李智介绍，目前国内量化投资领域运用到投资中的主要有四种数据，包括行情数据(来源：交易所)，财务数据(来源：上市公司的财务报表)，分析师数据(来源：数据提供商对卖方研究报告的结构化整理)以及行业专业数据(来源：行业网站或者数据商)。

其中，来源于交易所的行情数据或者价格数据是量化投资中最普遍使用的数据，目前国内量化投资领域中，相当大一部分量化策略和模型都是基于行情数据。

“行情数据的量化是最早的。”深圳市今日投资财经资讯有限公司量化研究部总监陈智对记者表示，早期的技术指标就是对行情数据的量化应用，所以在量化投资中，行情数据量化应用比较广泛，但这也显现了行情数据的缺陷，就是大家都在用这个数据，出现同质化的几率就比较高。

“量化数据相似之后，量化策略也会很相似，这样，原来提供阿尔法的因子就变成了风险因子。”曾供职于华尔街量化对冲基金的一位公募基金经理说。

这也是所有数据普遍存在的问题。至于财务数据，其局限性则更为突出。

“财务数据存在的最大问题是频率问题。”陈智说，财务数据也是量化投资中应用较为广泛的数据，包括市盈率、市净率等等，但是财务报表最快也只能一个季度公布一次，所以很难只依赖财务数据进行量化投资。

行业专业数据主要包括材料、大宗商品等各种细分行业，数据来源则较为分散。

分析师数据能反映市场情绪吗?

私募康晓阳2002年从美国回国从事量化投资，第一件事就是创立今日投资数据库。根据国外量化投资的经验，分析师数据是量化投资中一项重要的基础数据，而当时国内对这类数据的梳理还处于空白阶段，康晓阳旗下的今日投资也成为国内最早的分析师数据库之一。

拥有专业数据商背景的上海朝阳永续信息技术有限公司也是从2005年开始着手分析师数据库的建设，李智告诉记者，目前使用朝阳永续分析师数据的量化投资机构中，就有20家基金、前十大保险公司以及部分私募和券商。

“分析师的研究报告实际上是研究市场情绪的一个很好的代理指标，因为分析师的报告会影响投资者，最终再转化为影响投资行为，从而传递到交易层面上去的。”陈智说。

简而言之，分析师数据就是把市场上卖方机构的研究报告通过技术和人工的手段进行处理之后，将其用数量化的方式呈现出来，其中最主要的就是分析师对于上市公司的业绩预期。

“分析师给市场不断提供信息，有的投资者在看这个信息，它成了市场情绪的载体，逐渐传播到投资者那里，投资者有什么反应就是我们要研究的因素。现在很多学术研究也证明，利用分析师数据是可以获得阿尔法收益的。”上述基金经理说。

但是，上述基金经理也指出，这其中仍然存在不少来自数据源本身的问题。

上述基金经理列举了几个例子，比如，作为卖方机构，分析师喜欢推荐有市场情绪的股票，希望通过推荐股票能够增加市场的交易量。还有，分析师大部分是推荐买入，基本上不会有“卖出”评级的研究报告，这些都会影响到分析师数据的覆盖面以及有效性。

“我们还要考虑，分析师是不是作出客观分析。”上述基金经理说，券商与上市公司之间的利益关系等也会影响分析师作出的评级。

“国外分析师报告中做得较多的是季度预测，而在国内则没有，频率较低也影响了分析师数据在量化投资过程中的应用。”上述基金经理说。

量化模型存在同质化倾向

除了数据问题之外，国内量化模型也尚停留在比较初级的阶段。

好买基金研究中心在对国内量化基金进行分析之后就指出，从基金行业的情况看，量化模型存在同质化倾向。

“每一个量化模型背后都隐含着一个逻辑出发点，代表了一种选股或择时的思路，而在一种思路被众多投资者广泛应用的情况下，模型是很难产生超额收益的。”好买基金指出，目前大部分的量化基金使用的选股逻辑有着很多相似之处，普遍使用的选股模型是多因素模型，出发点大都是基于对上市公司基本面的量化。模型的因子也大同小异，模型输入数据来源也基本上是一些季报上公布的诸如“盈利指标”、“效率指标”等财务数据以及一些估值相关的数据，同质化倾向较重，因此，模型的“效力”可能会被减弱。

“投资工具的缺失也是限制量化投资发展的一大问题。”一家券商量化投资部总监对记者说，目前国内可交易的股票市场衍生品就是沪深300股指期货，衍生品品种很有限，而量化基金的很多策略都是基于灵活地运用衍生产品，投资工具的缺失会使得量化策略不能达到预期中的效果，所以目前量化产品收益率都不高，只有在去年熊市环境中，注重风险控制的量化产品才能脱颖而出，而一旦市场环境走好，量化产品又将在一片高收益的产品中被淹没。

卖铲子的人

高谈

每一次掘金潮中，人人都想挖金子，可金子并非每个掘金人都能挖到，但卖铲子的人却是赚得盆满钵满。

量化投资，必不可少的工具是高质量的金融数据。记者了解到，市场上能够提供符合量化投资需求的数据商非常有限，这与正在蓬勃兴起的量化投资势头形成强烈反差。

祝清则是这个行业的第一批试水者。2008年之前，祝清在美国一家投资机构从事投资工作，2008年回到中国后，他发现国内数据提供市场严重落后，于是开始了他的创业之路，2009年祝清创办了名策数据(TopTrade Technology Limited)。

“在国外70%~80%的成交量是量化交易创造的，而国内现在只有3%左右，就算未来发展到10%，这部分的交易量就要增长2倍。许多产品会从无到有，数据服务商也将从中赚钱。中国市场在未来20~30年会成为全球规模最大、成长最快的市场，数据质量将成为量化投资者的最大掣肘。”祝清告诉记者。

在国外，主流的数据提供商有彭博社(Bloomberg)和路透社(Thomson Reuters)，这两家数据提供巨头已经建立起了从终端到数据库到平台的全方位数据供应模式，这两类平台既可以提供基本面数据(Fundamental Data)，又可以提供交易行情数据(Market Data)。

“国内数据平台供应商大多是IT背景，由于缺乏金融投资背景，很难做出投资机构真正需要的高品质数据。”祝清告诉记者。

目前市面上的Wind、同花顺等数据平台，都有中间件和用户界面，这些中间件对于一般投资者而言，容易上手、简单易用，但是在开放性、兼容性、可扩展性等方面具有先天的局限性，并不适合量化投资者做大量的运算。祝清做的工作实际上是清洗出高质量的数据，并让投资者可以使用。

“我们提供的量化数据库是以Oracle数据库为主，不提供中间件和数据提取界面(User　Interface)，用户可以直接使用Matlab、SAS等辅助分析平台分析数据。”祝清告诉记者，“并且我们的服务器直接设立在客户的防火墙之内，这让客户信息更加安全。”

其实，国内目前交易者结构中个人投资者比重较大，个人投资者数据平台市场已经充分竞争，而为专业的量化投资者提供数据服务，则是国内市场上的一片空白。

“我们现在还只是卖原始数据以及一些深加工数据。比如一个公募基金的量化团队，我们把原始数据给它，它自己会算一些基本的东西，阿尔法、贝塔等等，它会发现自己算是费时费力，还不如买我们的。之后，他们可能有一些自己的策略，我们可以帮助他们建立模型，并且做数据回测，大概两周就能上线。”祝清告诉记者。

康晓阳的量化转型路

黄婷

2011年年底的一个明媚的冬日，深圳华侨城创意园一间名为“画眷”LOFT里面，熙熙攘攘坐着数十位西装笔挺的投资人，在座有国内一流大学的研究生、哈佛的博士，此时，他们听见在台上发言的康晓阳自嘲道：“大家都是行业内的高手，而我只是一个业余爱好者。”

康晓阳称得上是国内私募圈子里的“大佬级”人物，君安背景、私募元老、十几年资本市场老将，而让他自嘲为“业余”的，则是他投资生涯的第二起点——量化投资。

2002年从美国回国之后，康晓阳在国内量化生涯就此开篇，十年量化探索之路，在他看来，一切只是刚刚开始。

“投资又不失败，怎么搞起量化呢?”

曾经有朋友对康晓阳突然转向量化投资十分不解，他问康晓阳：“康总，你投资又不失败，怎么搞起量化了呢?”

而对于自己义无反顾投奔量化的故事，康晓阳总是乐于分享。

近20年的投资生涯，在资本市场的大浪中，谁不曾翻过船?对于康晓阳而言，有两次刻骨铭心的“翻船”经历，改变了他的投资轨迹。

1994年，当时康晓阳还在早期的君安证券工作，那时他投资经历尚浅。

“只是懂得一些看图说话和波段操作之类的技巧。”康晓阳自嘲道，但就是这样一些操作手法，也曾经做得不错，几乎在指数最高点抛掉了手中的所有股票。

不过，当他认为市场已经跌得差不多，分析各种市场因素认为“到了抄底的大好时机”的时候，抄底却抄在了半山腰上。

2000年，离开君安远赴美国的康晓阳同样“成功”地将自己的投资方法运用到美国市场上。

在纳斯达克指数5000点附近清仓，卖出的股票中有一只叫Corning，在100美元附近成功逃顶。随着美股一路暴跌，Corning股价也跌到10美元附近，距离康晓阳卖出时的价格下跌了90%。

“我详细分析了公司的基本面情况，认为其价值至少在20美元以上。于是，当股票跌至10美元水平的时候，我开始大胆买进。”康晓阳说。

遗憾的是，股价并没有出现康晓阳预期的上涨，而是在盘整几个月后又掉头向下，最后跌到了1美元，康晓阳的这次异国抄底又损失了近90%。

“我这才发现，市场是汪洋大海，任何一个浪花都可以把你吹跑。”康晓阳说，从那时起，他开始关注如何研究市场的想法。

“怎么定量市场想法?这就是我当时最开始研究量化的一个原因。”康晓阳说。

开拓量化数据领域

“当真正开展研究的时候才发现，量化是海阔天空。”康晓阳说，在量化这一门学问中研究越来越深入之后，才真正明白，自己最初的量化市场想法、量化市场情绪的初衷，仅仅是量化这一门博大精深学问中的一个分支。

十年下来，康晓阳总结说，量化其实就是一种逻辑化的投资方法，任何投资只要是有逻辑的都可以模拟出来，这就是量化。量化可以完全做成自动化交易，也可以服务投资过程当中的每一个环节。而他发现，在所有的量化指标中，最难量化的还是市场情绪，而这也恰恰是量化中最重要的一部分。

2002年回国之后，康晓阳就如同重获信仰的教徒一般，开始将他做量化的想法在国内市场中进行实践。

如何量化A股的想法和情绪?券商背景出身的康晓阳把目光投向了分析师报告。2002年他在深圳成立了今日投资财经资讯有限公司，建立了“今日投资数据库”，汇集了国内70余家主流研究机构4000多位一线分析师的最新研究报告，成为国内首个上市公司盈利预测数据库。目前“今日投资数据库”拥有研究报告超过40万份，盈利预测及投资评级数据超过900万条，覆盖95%以上的上市公司。

但在当年，国内分析师报告还没有统一的规范，没有严格的评级，每个分析师按照自己的喜好发表观点。康晓阳成立的团队最初的工作就是将这些报告搜集起来，但对这些数据的量化一开始举步维艰。

做数据的日子很清苦，一些同类的数据公司会通过私下卖报告赚一些钱，当时康晓阳公司内部也有人萌生这样的想法，但随即被康晓阳拦下了，他看到的，是更广阔的天空。他把国内所有的基金公司都拜访了一遍，了解圈内人对量化数据的要求，他一直致力于数据的建设，一直寄期望于国内量化的发展。

“直到今天，虽然2011年被称为国内量化投资的元年，但是量化在国内还远远没有成长起来。”康晓阳说。

国内量化投资小试牛刀

尽管康晓阳自谦为量化投资的“业余爱好者”，但他旗下的天马资产管理有限公司，事实上是国内最早试水量化投资的私募公司之一，其于2006年9月份成立的深国投·天马阳光私募信托产品，更是最早的一只阳光私募量化产品。截至2012年2月3日，这只产品的累计净值达到2.14元。

利用今日投资的数据平台，康晓阳的团队把华尔街主流的量化投资模型改进成为了自己的模型，并在天马资产的产品中进行实践操作。

天马投资的量化模型是通过对中国股票市场股价动因分析，引入和开发了26种主要基于成长性的选股模型，经过量化和系统化处理形成基础股票池。研究团队调研和筛选后，形成核心股票池。在量化模型帮助下，投资经理通过对关键因子的排序组合，形成优化投资方案并实施。

康晓阳的量化投资道路也才刚刚开始，据悉，天马资产正在紧锣密鼓地筹备一只市场中性策略的量化对冲产品。

“未来5年将是国内量化投资的黄金时期，机会只给有准备的人。”康晓阳说。

长江商学院访问教授李海涛：“拿来主义”用“量化”

高文婧

“量化投资”——一种曾经在国外炙手可热的投资方法，如今在中国生根发芽。第一财经日报《财商》对话长江商学院访问教授李海涛，希望能帮助读者厘清量化投资的来龙去脉。

《财商》：量化作为一种投资方式有什么特点?

李海涛：量化投资是以现代金融学理论为基础的，现代金融学理论认为市场是有规律可循的，而这些规律是可以用模型描述的，在计算机技术和高质量金融数据的帮助下，这些规律可以被程序化，这就是量化投资。打个比方，沃伦·巴菲特，也会运用数据分析，但是这种决策程序是不可以复制的;如果我可以把它写成计算机程序，那就变成可以复制的、程序化和自动化的了。

《财商》：量化除了运用于选股外，还有哪些运用领域?

李海涛：一般的投资需要解决三个问题，第一个是选择股票，可以利用计算机建立阿尔法模型(Alpha Model)，选择出具有超额收益的股票。接下来是风险模型(Risk Model)，目前已经有很多量化模型可以控制投资中的风险。最后是交易模型(Cost Model)，用量化模型来控制交易成本。交易最怕的是冲击成本大，但是如果我了解市场微观结构(Market Micro Structure)，就可以用计算机拆单，减少冲击成本。

《财商》：比起非量化的方式，量化投资有哪些好处?

李海涛：量化的好处首先是客观冷静，由于用计算机程序将选股思路量化，可以排除情绪的干扰。另一个好处是系统化和科学化，由于从选股，到风险控制，再到下单都建立了模型，可以提高投资的效率。比如，原来非量化的研究往往领域有限，但是计算机拥有强大的运算能力，可以大大提高研究的覆盖领域。量化还可以扩大管理规模和加快下单速度。

《财商》：量化投资的大致发展历程是怎样的?

李海涛：从19世纪60年代开始，美国就已经出现了量化投资的端倪，而70年代大家开始将其用于投资实践当中，过去20年是量化投资大的发展过程，但是金融危机后量化投资好像有点发展过了头。

《财商》：近些年一些投资者开始怀疑量化投资的赚钱效应，这是为什么?

李海涛：任何一种策略，不可能永远流行。比如苹果公司推出任何一款产品，市场不会永远喜欢它。

量化投资在早期发展的时候，由于能覆盖更多市场和领域，下单更快，比非量化投资者有了一定优势。因为量化投资能够发现一些微小的市场机会，但是当量化投资者越来越多的时候，这部分利润就开始变得越来越薄了。

可转债套利(Convertible Arbitrage)早期没有人做，之后大家发现能赚钱，就有越来越多的人开始使用，再之后由于使用的人多了，机会变得有限，很多人放弃了这种策略，于是这个策略又有效了。每个策略都会遇到这类周期性问题。

量化投资里最成功的基金要数西蒙斯的大奖章基金，但是他的策略都是保密的，大奖章基金招的都是数学家和物理学家，这群人的特点是非常热衷于做研究，并非是特别唯利是图的人，他们并没有跑到外面去自立门户，大奖章基金人员稳定，其策略也几乎不为外人所知。

《财商》：什么样的市场更适合量化投资策略?

李海涛：总体来说量化策略适合流动性好、市场容量比较大的市场。而有的策略会更加适合动荡的市场，比如如果是期权交易策略，在动荡的市场中更容易赚钱。

《财商》：目前国内量化投资者最大的障碍是什么?

李海涛：国内的对冲基金最大的问题是，是否有足够的对冲工具。目前国内只有股指期货和融资融券可以使用，并且投资机构在这两种工具的使用上都受到一定政策限制;而国外有CDS(Credit Default Swap，即信贷违约互换)、股票期权、指数期权、债券期权等一系列的对冲工具可以使用。

另外是交易制度上的限制，目前国内采取T+1(当日买进的股票，要到下一个交易日才能卖出)，那么许多日内交易策略都不能使用。

《财商》：一些从国外回来的投资者发现国外的策略在国内市场上赚不到钱，这是为什么?

李海涛：量化投资是个观念，这个方法可以拿回来，但是要照搬Model，那不一定有效。不同的市场上，有效的因子有所不同，比如在中国的市场上，交易结构以散户为主，决定投资者行为有所不同，比如政策的影响会更加大。

中国的量化投资才刚刚起步，我们肯定要拿来主义借鉴国外经验，决不能照搬照套，但也就是因为量化投资在中国市场刚刚起步，才决定了市场上存在很多机会。

深圳市景良投资总经理廖黎辉：量化不怕“黑天鹅”?

黄婷

“文人相轻”的道理大家都懂，其实在投资界也是相似，很难从某个基金经理口中听到他对另一个基金经理的由衷钦佩。其中，深圳市景良投资总经理廖黎辉是少数一个得到过其他大牌私募基金经理高度评价的人，他从上个世纪90年代中期开始在《广州日报》开辟的“能量选股”专栏也成为南方不少券商和私募界人士“必读”的功课之一。

实际上，从那时开始，廖黎辉就已经开始了自己与众不同的量化研究道路，从单纯的爱好到付诸实践，再到在阳光私募圈子内声名鹊起，廖黎辉的量化道路已经越来越顺畅，而他即将重拳出击的“景良能量趋势量化投资基金”将会是私募量化领域的一个重磅炸药或者仅是“昙花一现”?时间将验证一切。

量化趋势满仓出击

《财商》：这么多年来，你的投资都是基于你自己的一套量化系统——能量趋势量化投资模型，为什么现在会想推出一个量化对冲基金，量化的作用是如何实现的?

廖黎辉：现在各方面的时机都比较成熟，首先，经过十几年的研究和不断地磨合，现在能量趋势量化系统已经比较完善了，基本上在趋势拐点判断上成功率能达到80%左右。第二，市场上的交易工具也已经允许我们去做对冲，下跌也能赚钱，这就给这套模型提供了更多的机会。

在操作策略上，能量趋势量化投资模型通过量化分析确定趋势拐点，在判断有周线以上的趋势拐点出现的时候，还要通过对国内外政治、经济、军事，及利率、汇率、资金、GDP、CPI等因素的宏观分析辅助确认量化分析的结论。如果量化和宏观结果互相验证、互相支持，就会全仓集中做多或做空。其他时间出于风控目的，以休息观望或轻仓游戏战为主，一定只做确定性投资。

《财商》：这一量化产品主要的投资范围和工具是什么?

廖黎辉：我的系统在预测大盘成功的概率要高于个股的成功概率，而且个股很容易受到各种偶然因素影响，有时甚至出现“黑天鹅”事件，而大盘相对稳定，因此在未来我们的投资标的主要以ETF和沪深300股指期货为主。

由于有大量计算机ETF套利交易者，因此ETF流动性非常强，并且难以操纵，非常适合于大资金进出。尤其在熊市行情中，个股买卖比ETF买卖耗时要多得多，容易耽误买卖时机。再者，已经有数个ETF基金成为融资融券标的，ETF交易更加活跃，流动性大大增加，且通过ETF融券，可以实现当日T+0做空，双向操作。所以，我未来会把主要精力放在量化系统的优化上，而不是个股的研究和选择。

《财商》：你的操作流程是怎么样的?

廖黎辉：在现阶段，我的模型很明显地指出上证指数2400点附近是本轮行情的拐点位置，在这轮行情中，我都是满仓ETF，但是到了2400点附近我就会把ETF先卖掉，空仓观望。一旦行情在2400点附近开始向下走，说明市场走势与系统预测一致，我就会马上做空股指期货。根据系统预测，2400点跌下来之后大盘可能会掉到2200点左右，通过杠杆操作，实际收益有可能超过4%了。

之前说过，模型的成功率在80%左右，如果实际情况中，反弹突破了2400点往上走了，就说明这次的预测有错误，那么我就会对模型出错的原因进行研究，总结经验进一步修改模型，这也是这么多年来模型一步步完善的过程，是经过每一次市场考验的。

量化本身即风险控制

《财商》：在风险控制上你又是如何做的?

廖黎辉：整个系统本身其实就是一套风险控制体系，而基于这套系统，我们在投资上会坚持一些原则，只有在这些原则的基础上进行投资才能达到预期效果。

第一个就是确定性投资的原则。只有确定的趋势行情才去参与，这是我们多年下来吃过很多亏之后得到的经验，一定要等趋势形成之后才进行操作，根据系统，我会参与的基本上都必须是周线以上的行情。

第二就是成本优势，不高位追涨、低位减仓。

第三要勇于止损。系统并非百分之一百正确，发现错误要及时止损。

第四就是扩大资金的实际应用效益，集中投资，在趋势确定的情况下，一般都是满仓操作，而在没有确定性机会的时候，则宁可空仓观望。

重大事件难以改变A股月线趋势

《财商》：所有的量化系统都逃不开的一个问题就是，量化都是根据历史的数据对行情未来走势进行模拟，这就存在一个问题，像去年当那么多“黑天鹅”事件发生的时候，历史经验不适用了，这个时候怎么办?

廖黎辉：第一，“黑天鹅”事件多发生在个股身上，这也是我们不做个股而选择ETF和股指期货的原因，可以尽量规避个股的风险。

第二，金融危机实际上不是“黑天鹅”，金融危机是有趋势，完全能够提前判断的。

重大事件比如2007年“5·30”，实际上在“5·30”之前，我们系统中就已经提示风险了，所以之前我就卖出股票，而政府刚好就在那个时候出台了政策。

另外，我们发现，在中国证券市场，在以月线为单位的趋势当中，政策利好或者利空以及重大事件出现可能会影响短期的行情，但基本上都不影响整个月的趋势，也很难改变一个月的趋势。比如“5·30”虽然因为政策暴跌，但还是没有改变股市的上升趋势，结果还创了新高。另外，2008年4月13日，下跌过程中的一个政策利好，改变了股市的周线性趋势，但并没有改变月线趋势，上证指数又继续创下1664点的新低。市场实际上有它自身的规律。

但是，量化并不是就说完全不看基本面了，我们对于宏观的研究和分析还是不遗余力的，所以我们的投资基于量化的同时，也会结合定性分析。

华宝兴业量化投资部总经理徐林明：投资理念是量化投资的灵魂

刘田

2011年8月华宝兴业基金管理有限公司推出了业内第一只量化对冲专户产品，在专户领域率先开始了量化对冲的尝试。日前华宝兴业量化投资部总经理徐林明在接受第一财经日报《财商》专访时表示，量化投资在国内发展正处培育和量变阶段，蓄势待发。

《财商》：华宝兴业目前在量化投资方面的实践运用主要有哪些?

徐林明: 华宝兴业从2005年开始量化投资相关研究工作，主要在择时模型、行业配置、量化选股、投资者行为等方面研究，构建了相对全面系统的量化投资体系。2009年开始通过量化投资的方法管理指数基金，减少跟踪误差，以后可能还会考虑发行量化投资的主动管理基金。

2011年8月推出了量化对冲的专户产品，采用量化投资和股指期货对冲，实现市场中性策略。这只产品2012年2月10日的单位净值为1.0248元，年化波动率3.35%。以后我们可能还会推出量化对冲、量化套利、商品期货等量化专户产品。

《财商》：很多人认为量化投资过程中模型非常重要，你怎么看这个问题?

徐林明：量化投资的投资过程体现为投资理念和策略的验证、实践和坚持，这其中包含三个主要的因素——人、投资理念和模型。投资理念才是量化投资的灵魂，只有建立在正确的投资理念基础上，将其优化验证，然后形成模型，人也是量化投资的关键，投资模型是最终形成的结果，对于模型参数的解读、优化都是人来完成的。模型只是一个载体，是量化投资的一个方面，更重要的是投资理念的验证、优化、实践和监测等。

《财商》：你觉得在国内做量化投资面临的比较大的困难是什么?

徐林明：中国A股市场相对来说发展时间不是特别长，投资者对于量化投资、量化产品的认识还不是特别充分。

对于量化投资模型来说数据质量特别关键，因为数据的准确性一定程度上可以直接影响投资结果，目前国内数据质量比前几年已经有了明显的提高，但相对国外来说仍有欠缺的地方。

量化投资的发展最终还是要和具体产品相结合，国内在量化产品创新方面仍有不少空间。

《财商》：你刚刚提到数据质量很重要，但国内数据历史短甚至可能存在数据造假等问题，你怎么看这对量化投资的影响?

徐林明：首先关于数据的历史长度，这是和本身资本市场发展相关，没有办法改变，只能随着时间推移不断积累。

其次关于数据本身质量问题，其实国内目前数据质量是在不断提高的。一方面关于A股上市公司的数据，可能都有瑕疵，但利用量化模型依然可以将好坏区分出来;另外在研究层面的数据，比如盈利预测的数据，随着国内行业研究员数量的增加，跟踪行业和个股的紧密度都在明显提高，这都在不断改善的方面。

《财商》：你们在量化投资中利用的主要数据是什么，是公开市场信息还是行业研究员的数据?

徐林明：具体采用什么数据取决于模型本身，不同的模型需要的数据来源、数据质量可能都不一样。比如一些择时模型，可能就要用到交易行情数据;选股模型可能就要用到盈利预测这种财务数据。

不过我还是要强调一点，量化投资过程中最主要的还是投资理念，然后是模型，第三才是数据验证。

《财商》：你怎么看目前量化投资在公募基金的发展情况?和国外的主要差距是什么?

徐林明：量化投资在公募基金的应用主要是公募产品和专户产品两个领域，个人来看，目前都还处于发展初期。

从公募产品来说，最早一只量化产品在2004年出现，但真正的大发展是在2009年以后，而且从数量和规模来看相对于传统基金都还是非常小，这也跟起步晚有一定关系，现在只是处在初期或者培育期。专户产品，主要是从去年开始部分基金公司推出量化对冲或套利的量化专户产品，在量化另类投资领域开始尝试。

虽然目前国内量化基金呈现起步晚、发展慢、规模小的特点，投资者的认知度还不高，但这也是事物发展的正常阶段，量化投资在国内发展正处培育和量变阶段，蓄势待发。

和国外相比主要的差距还是在发展时间短，投资业绩还需时间检验，投资者对于量化基金的认识还有待提高，产品创新还有待各方的支持，量化基金的发展还需市场各方共同推动。

广发证券量化投资经理章早立：捕捉价格波动中的利润

黄婷

“如果说主动型投资是中医，那么量化就是投资中的西医。”在谈到量化的前景时，广发证券资产管理部总经理助理、量化投资经理章早立充满憧憬地对第一财经日报《财商》记者说。

自2006年广发证券的产品创新部成立起，章早立的团队就开始了国内券商对量化投资的摸索之路。如今，章早立以及他的量化投资团队的成员们自主研发和设计了自己的量化投资系统，并通过广发证券“法宝”定向账户进行了多年的市场实践。

在2011年沪深300指数下跌25.01%的情况下，截至2011年末，运作中的法宝账户资产净值增长率为-3.58%。截至2012年2月6日，运作中的法宝账户已实现正收益，其中50%的法宝定向账户回报率已超过 2%。

量化策略：基于高息票据原理

《财商》：能否介绍一下你们的量化策略，主要的原理是什么?

章早立：量化投资是一个比较宽泛的概念，只要是基于特定投资的目的，用金融模型将其表述为操作上的策略，再通过算法将这一策略进行实现，这个投资就可以叫做量化投资。

我们主要开发的是基于期权复制技术的量化策略，该策略与境外市场的高息票据(ELN)的金融原理是相似的。这种策略属于对冲基金市场中性策略的一个子类别，就是在一般的市场情况下，应用该策略的产品风险较低，平均净值回撤较小，而且可以实现相对较为稳定的收益。在海外市场，这种类型的产品也很受欢迎，因为它是一种相对低风险但是相对银行端产品的收益又较高的结构化产品。

这个策略的投资范围包括任何可交易的产品，目前我们可以做挂钩指数、个股的产品，一旦券商资产管理相关的监管法规放开，我们马上就可以做诸如挂钩白银、黄金、商品的另类结构化产品，而这些产品在国外都是很受投资者欢迎的。基于这一策略，我们可以针对客户的需求对某些指定的股票进行低价位增持以及高价位减持，还可以提供市值增值服务等，该策略及其衍生策略的外延是非常宽广的。

《财商》：在这一策略的产品中，量化的过程是如何实现的?

章早立：我们会根据不同的行情、不同投资者风险的偏好设计出一定的产品参数，把这些参数放到量化投资系统里面进行定价和投资交易。投资系统就会根据我们既定的策略生成相应的指令，通过系统自动化的交易来实现程序化交易，完成整个投资的过程。在投资的过程当中，每一个步骤基本上都是电脑自动完成的，而主观判断的影响被降到最低。

市场价格波动中的机会

《财商》：你提到这一策略可以衍生出一系列个性化的产品，在挂钩个股的产品中，量化的作用又是如何体现出来的?

章早立：比如客户定好一个预期收益目标，选择他看好的股票，愿意承担的风险在什么水平等，之后我们就会帮他设计一个完整的策略，对风险和收益进行评估，客户同意之后我们就用这个策略帮他运作，中间的操作基本上都是程序自动完成的。

从表现上来看，这种策略在交易中会呈现低买高卖的波动性特点，就是当股价低于一定的价格水平的时候，系统会自动生成相应的买入指令;成交以后，如果股价反弹涨上去，也会自动卖出一部分，就通过不断的价差操作，累计获取中间价差波动所隐含的利润。

也就是说，这一策略盈利的基本原理就是，市场中价格的波动是每天都存在的，这也就意味着交易机会是每天都存在的，而我们就是通过这种策略来累计获取这种市场波动中存在的收益。

《财商》：采用市场中性策略收益是否也会比较低?

章早立：在资本市场中，风险跟收益总是相对应的。市场中性的量化策略中，风险最低的应该是套利型的产品，如股指期货的期现套利等，收益率不会很高。而我们的策略相对而言承担的市场风险会多一点点，对应能给客户提供的回报也是会相对较高，这几年做下来平均年收益率在10%左右。

当然，在市场大幅下跌的情况下，我们的产品净值也有可能出现短暂回撤，但正常来讲相对大盘的跌幅仍然会小很多。它的运作方式就是以比较高的波动率换取一个在市场上涨、盘整或小幅下跌阶段相对比较稳定的收益。从这个角度来说，只要不是单边大幅下跌，基本上都能取得比较满意的收益。

《财商》：这种量化产品的主要风险是什么?

章早立：在一个成熟的市场环境里面，我们的策略中应该用到期权这些工具，但是现在国内市场上没有这种工具供我们操作，所以我们用的不是一种真正的期权对冲策略，而是一个期权的动态复制策略。从目前的角度来看，我们现在没有办法绝对回避市场下跌的风险，只能通过仓位控制来一定程度减少市场波动的冲击，这也是为什么在市场震荡平衡以及小幅下跌的时候，我们的产品都能取得很不错的收益，但是当市场出现单边大幅下跌的时候，挂钩指数的产品还可以用股指期货进行对冲，而挂钩个股类产品就不能完全规避下跌的风险了。

量化将成为主流投资决策模式

《财商》：去年市场的大跌让注重风险控制的量化产品脱颖而出，2011年也被称为国内量化投资的元年，你怎么看量化投资在国内的前景?

章早立：量化投资以后应该会越来越主流，因为市场的广度和深度在不断提高，任何一个经济行为的传导也会变得越来越复杂，在这种情况下，只要看消息、政策和经验判断就可以作出买卖决策，主动型投资会逐步受到限制。因此，在这种背景下，用数量工具把思考过程简化、提高决策效率是一个必然的趋势，而量化投资未来也会逐渐成为一种主流的投资决策模式。

富国基金量化投资部总经理李笑薇：数据缺陷可被量化模型利用

刘田

量化投资是个“舶来品”，国内许多从事量化投资的人都是从华尔街归来，富国基金量化投资部总经理李笑薇正是其中一员。

李笑薇曾任全球最大的定量投资公司——巴克莱国际投资管理公司(BGI)大中华主动股票投资总监，还担任过摩根士丹利资本国际Barra公司BARRA股票风险评估部高级研究员。日前李笑薇在接受第一财经日报《财商》采访时多次提到量化投资只是一种方法，与传统基本面投资方法一样各有各自发展的空间。

概率是量化投资核心要素

《财商》：能不能简单介绍一下富国基金目前在量化投资的主要应用是哪些?

李笑薇：主要的应用是主动管理的增强指数基金和即将发行的量化对冲的专户产品。从投资核心来说，这两者没有太大差别，量化对冲专户主要是利用我们现有的沪深300增强指数基金，然后通过股指期货对冲，赚取绝对收益。

《财商》：你们的量化投资模型主要是什么?量化投资过程中人为干预因素有多少?

李笑薇：我们有选股模型、风险模型和交易成本模型。主要利用多因子Alpha模型预测股票超额回报，同时力求进行有效的风险控制，降低交易成本，优化投资组合。

多因子模型中的因子是股票的特性，而这些特性肯定不是一成不变的，要根据市场状况进行调整。

至于人为因素，量化投资模型不是自己长出来的，这个模型要长什么样是由人脑决定的。但模型一旦形成之后，它所决定的股票的买和卖，很少有人为干预。

《财商》：那么你怎么发现市场有效的信号，或者说怎么来发现这些因子?

李笑薇：发现这些因子需要对市场进行观察。做量化投资与做传统基本面投资的很大不同在于，因子的有效性需要通过大量的数据来证实。

我们需要通过大量的数据来证明，来发现概率。概率是量化投资的一个核心要素，需要通过大量的标的来体现。如果仅仅用少量股票来体现概率是不够的。比如，假如我们认同低估值的股票是好股票，我们买了一些低估值股票却有可能发现收益并不理想。这是因为估值这个特性在决定公司股价方面只占一个很小的比例，除了估值以外，还有其他因素以及很大的个股成分影响。只有通过大量类似特性股票组成组合，我们的投资理念才能通过概率体现出来。

框架相同应用不同

《财商》：你觉得在国外和国内做量化投资最大不同是什么?在国内可能遇到的比较大的困难是什么?在国内做量化投资以来比较大的遗憾是什么?

李笑薇：量化投资整个框架和国外没有什么不同，这个框架在美国市场用了40年，在日本、中国香港等亚洲市场也都用过，没有多大差异。真正的差异在于对不同市场的观察。量化投资这个框架在每个市场的应用都是不一样的，其内容一定会因市场而不同。一个美国模型和一个日本模型长的样子肯定是不一样的，在中国当然也长得不同。

至于投资过程中遇到的问题，其实在每个市场做量化投资都会遇到不同的问题。在国内举例来说，比如估值这个因子，PE(市盈率)即Price(价格)除以Earnings(盈利)。在中国，Price在市场体现的仅仅是一部分交易股票的价格，而同一公司的非流通股份的价格并没有在市场上显示出来。

比如在大宗交易平台上交易的非流通股，其价格是有折扣的，因此同一公司的Earnings对应的却是不同的price。我们做的时候是否调整是另外一个层面的问题，但首先在这个市场上有这样的问题，你就需要考虑，其他市场可能就没有这个问题。

回国以来的遗憾的话，主要有两方面。一是常常觉得时间太紧，有些工作来不及做。比如沪深300基金运行初期，有些细致的工作还没有做完，这个过程中错过了少量机会。另外就是初期数据质量给我们带来一定负面影响。比如股本数，有可能平时都是自由流通股本数据，某一天突然变成总股本后来又变回去，我们在发现后也淘汰了一些数据商。

数据造假对量化不一定是大问题

《财商》：量化投资在国内很大一个质疑是关于数据，比如数据历史短、数据可能存在造假等，你如何看这个问题?

李笑薇：上市公司数据可能存在造假，对于量化投资来说，也不一定是大问题。即使数据存在缺陷或者造假，但若被我们的量化模型发现其中的规律，那么通过这个数据反而可以获取超额收益。

《财商》：如果并不是大规模造假，只是个别的呢?

李笑薇：通过数据研究我们发现，中国上市公司的净资产收益率(ROE)分布有一个现象：ROE刚刚超过零的公司有很多，略低于零的公司几乎没有，而负收益很低的公司又不少。这种分布与美国有着鲜明的不同。

经过思考，我们发现这种现象源于中国对上市公司停牌的规定：如果一家公司的净收益连续两年为负，这家公司就会被“ST”。因此上市公司会努力避免连续两年负收益。

当真实收益为负但很接近于零时，上市公司通常会想尽办法使之在账面上成为正收益。但如果真实收益很难在账面上做正，那么就干脆使今年的收益非常负，从而将真实收益隐藏一部分留给明年用。这部分隐藏的收益可以帮助明年的账面收益成为正，从而避免连续两年负收益，避免“ST”。这是一个鲜明的账面ROE与真实ROE不符的例子。

然而，在这个例子中，我们其实可以考虑利用它形成一个策略，比如专门投资于某些负收益很低的上市公司，因为他们第二年收益上升转正的可能性比较大。

2003年我在Barra开始参与中国A股风险模型研发时，中国的数据种类少，历史短，市场状况也与今天有很大不同。经过这些年发展，今天不论从数据，从计算机技术，还是从技术人员储备，可以说做定量投资的基本条件已经成熟。

《财商》：你怎么看国内量化投资发展的空间?

李笑薇：量化投资只是一种方法，截至目前国内运用得不是很多，我认为还是有空间的。没有一种方法是常胜的，关键是如何去用、怎么用、在什么情况下用。量化投资会发展，但不可能完全替代传统基本面，每一种投资方法都有它的空间。

华宝兴业量化投资部总经理徐林明：投资理念是量化投资的灵魂

刘田

2011年8月华宝兴业基金管理有限公司推出了业内第一只量化对冲专户产品，在专户领域率先开始了量化对冲的尝试。日前华宝兴业量化投资部总经理徐林明在接受第一财经日报《财商》专访时表示，量化投资在国内发展正处培育和量变阶段，蓄势待发。

《财商》：华宝兴业目前在量化投资方面的实践运用主要有哪些?

徐林明: 华宝兴业从2005年开始量化投资相关研究工作，主要在择时模型、行业配置、量化选股、投资者行为等方面研究，构建了相对全面系统的量化投资体系。2009年开始通过量化投资的方法管理指数基金，减少跟踪误差，以后可能还会考虑发行量化投资的主动管理基金。

2011年8月推出了量化对冲的专户产品，采用量化投资和股指期货对冲，实现市场中性策略。这只产品2012年2月10日的单位净值为1.0248元，年化波动率3.35%。以后我们可能还会推出量化对冲、量化套利、商品期货等量化专户产品。

《财商》：很多人认为量化投资过程中模型非常重要，你怎么看这个问题?

徐林明：量化投资的投资过程体现为投资理念和策略的验证、实践和坚持，这其中包含三个主要的因素——人、投资理念和模型。投资理念才是量化投资的灵魂，只有建立在正确的投资理念基础上，将其优化验证，然后形成模型，人也是量化投资的关键，投资模型是最终形成的结果，对于模型参数的解读、优化都是人来完成的。模型只是一个载体，是量化投资的一个方面，更重要的是投资理念的验证、优化、实践和监测等。

《财商》：你觉得在国内做量化投资面临的比较大的困难是什么?

徐林明：中国A股市场相对来说发展时间不是特别长，投资者对于量化投资、量化产品的认识还不是特别充分。

对于量化投资模型来说数据质量特别关键，因为数据的准确性一定程度上可以直接影响投资结果，目前国内数据质量比前几年已经有了明显的提高，但相对国外来说仍有欠缺的地方。

量化投资的发展最终还是要和具体产品相结合，国内在量化产品创新方面仍有不少空间。

《财商》：你刚刚提到数据质量很重要，但国内数据历史短甚至可能存在数据造假等问题，你怎么看这对量化投资的影响?

徐林明：首先关于数据的历史长度，这是和本身资本市场发展相关，没有办法改变，只能随着时间推移不断积累。

其次关于数据本身质量问题，其实国内目前数据质量是在不断提高的。一方面关于A股上市公司的数据，可能都有瑕疵，但利用量化模型依然可以将好坏区分出来;另外在研究层面的数据，比如盈利预测的数据，随着国内行业研究员数量的增加，跟踪行业和个股的紧密度都在明显提高，这都在不断改善的方面。

《财商》：你们在量化投资中利用的主要数据是什么，是公开市场信息还是行业研究员的数据?

徐林明：具体采用什么数据取决于模型本身，不同的模型需要的数据来源、数据质量可能都不一样。比如一些择时模型，可能就要用到交易行情数据;选股模型可能就要用到盈利预测这种财务数据。

不过我还是要强调一点，量化投资过程中最主要的还是投资理念，然后是模型，第三才是数据验证。

《财商》：你怎么看目前量化投资在公募基金的发展情况?和国外的主要差距是什么?

徐林明：量化投资在公募基金的应用主要是公募产品和专户产品两个领域，个人来看，目前都还处于发展初期。

从公募产品来说，最早一只量化产品在2004年出现，但真正的大发展是在2009年以后，而且从数量和规模来看相对于传统基金都还是非常小，这也跟起步晚有一定关系，现在只是处在初期或者培育期。专户产品，主要是从去年开始部分基金公司推出量化对冲或套利的量化专户产品，在量化另类投资领域开始尝试。

虽然目前国内量化基金呈现起步晚、发展慢、规模小的特点，投资者的认知度还不高，但这也是事物发展的正常阶段，量化投资在国内发展正处培育和量变阶段，蓄势待发。

和国外相比主要的差距还是在发展时间短，投资业绩还需时间检验，投资者对于量化基金的认识还有待提高，产品创新还有待各方的支持，量化基金的发展还需市场各方共同推动。