编者按:当前国内量化投资管理规模已突破万亿,随着量化私募进一步规范发展壮大,并逐渐成长为A股市场重要参与者和居民财富管理的重要力量。为了更系统阐述量化投资的特点,特推出《汯观量化》栏目,欢迎大家留言互动。
Q:关于“量化投资”,有很多不同角度的理解,明汯投资会如何定义?
A:1、从广义上讲,量化投资(Quantitative Investment)是一种以历史数据为基础、以模型为核心、以程序化交易为工具的投资方法。
■ 以历史数据为基础:一般来讲数据点及结构化数据越多则越有利于建模。如果历史上没有发生过或仅发生过几次,很难找到合适的数据来训练,基于过往总结出的“规律”则在这个阶段不一定有效;
■ 以模型为核心:不管是早期以金融逻辑为基础的线性模型,还是后来更多采用的机器学习、深度学习模型,万变不离其宗——本质上都是以数据为基础建立模型;
■ 以程序化交易为工具:“程序化交易”是一个工具,不管是主观投资还是量化投资,不管机构投资者还是个人投资者,大家都可以根据自身情况去评估和使用该工具。
2、基于我们的理解,我们倾向于把量化投资定义为“把最前沿的科学技术与对市场的深刻理解做有效结合”,仅仅对数据的采集和挖掘并不足以寻找市场运行规律。
■ 无论采用哪种投资方法,要想持续取得长期靠前的超额收益,都要求抓住市场的本质规律,背后考验的是对市场的深刻理解,只是采用的方式有所不同。一般来讲,量化投资以捕捉短周期的市场价格信息见长,擅长纠正短期的价格偏离。而随着周期拉长,主观投资基本面深度调研相对更为有优势。
■ 作为一种投资方法,并不能脱离“投资”来谈量化投资,只不过更倾向通过“代码建模”来表达对市场的深刻理解;数据是量化投资的基础,但在我们看来,目前国内的数据量还没有大到足以无视“逻辑”——即对市场的深刻理解。
■ 在量化投资方法论中,时常会提到“算力”和“算法”,其中“算力”需要紧跟最前沿的科学技术,比如机房建设、GPU、服务器、数据库等都需要持续充足投入;再比如当前国内主流量化私募已大量采用机器学习、深度学习优化模型——“科技”也恰是量化区别于其他投资方法的特色所在。而“算法”则一定程度上体现对市场的深刻的理解。针对“算力”和“算法”两个维度的持续提升,对于不断优化投资组合产品风险收益比都至关重要。