作者：石川

摘要：量化投資是什么？如何做一名合格的 Quant？成為 Quant 的意義又是什么？

0 引言

時(shí)間悄然走進(jìn) 2020 年。作為今年的第一篇文章，我想借此機(jī)會整理下過去幾年做量化投資的體會。收拾心情，重新上路。具體而言，本文會就以下三個(gè)問題來嘮一嘮心里話。首先在第一節(jié)會談一談什么是量化投資。需特別說明的是，這個(gè)問題的回答來自我的合伙人高老板。他的短短三段話寫出了我的心聲，所以就直接拿來引用了。第二節(jié)聊一聊做一名合格的 quant 需要具備哪些必要條件。聰明、懷疑一切的態(tài)度、知行合一的執(zhí)行力，以及近乎冷漠的理智是我給出的答案。本文的第三節(jié)討論了作為一名 quant 的意義何在，它是我內(nèi)心的自白。上面這些都是見仁見智的問題，也沒有什么標(biāo)準(zhǔn)答案，每名 quant 心中都有自己的解讀。以下的內(nèi)容僅代表我認(rèn)可的觀點(diǎn)，于我而言是一些反思。如果各位小伙伴也因它獲得一些啟發(fā)，那便是一種緣分。

1?什么是量化投資

量化投資絕不應(yīng)當(dāng)與主觀投資對立起來。任何一門科學(xué)研究深入到一定程度時(shí)，其中不可避免的會出現(xiàn)一些定量的、數(shù)學(xué)化的描述。無論量化還是主觀，都是從投資實(shí)踐出發(fā)，試圖發(fā)現(xiàn)客觀世界事物的規(guī)律，而量化投資只是更注重體系的完備性與邏輯的嚴(yán)謹(jǐn)性。如果將量化投資狹隘的理解為一些神秘的魔法，醉心于模型的調(diào)教，見到數(shù)學(xué)公式就到處比劃試試，那完全是舍本逐末。量化永遠(yuǎn)是手段，而非目的。

量化也不等同于程序化。計(jì)算機(jī)只是工具，一個(gè)投資體系水平高低與計(jì)算機(jī)在其中應(yīng)用多寡并無直接關(guān)系。當(dāng)然相較于人力，計(jì)算機(jī)在存儲與運(yùn)算上的優(yōu)勢毋庸置疑，其作為現(xiàn)代工業(yè)化大生產(chǎn)最重要的生產(chǎn)工具之一，必須得到充分重視。一個(gè)理念更量化、設(shè)計(jì)更工程化的投資體系，相對來說更容易充分發(fā)揮利用計(jì)算機(jī)的優(yōu)勢，減少日漸昂貴的人力成本，從而在起跑線上占據(jù)一定先發(fā)優(yōu)勢。歸根到底，量化是投資業(yè)發(fā)展的必然方向。量化不是信仰，而是求真務(wù)實(shí)的態(tài)度、觀點(diǎn)和方法論。“從實(shí)踐中來，到實(shí)踐中去”，這才是亙古不易的智慧結(jié)晶。

2?做一名合格的 Quant

前不久，WorldQuant 出版了 Finding Alphas 的第二版（Tulchinsky Eds. 2019）。這本書繼承了第一版的優(yōu)良傳統(tǒng)，對于每個(gè) topic，都是寫到引人入勝之處便戛然而止，讓你欲罷不能。不過，有一個(gè)話題是個(gè)例外，它被掰開了揉碎了說的特別清楚，這就是該書的第 32 章：The Seven Habits of Highly Successful Quants。在過去十多年，WorldQuant 培養(yǎng)了成百上千名 quants，從其中優(yōu)秀的員工身上總結(jié)出了 7 大特質(zhì)，并在這一章聲情并茂以雞湯的形式全盤托出（可見資本家老板“大大滴壞”，開個(gè)玩笑）。這 7 大特質(zhì)是：

書中對上面每一條都進(jìn)行了更細(xì)致的說明，讀來很有啟發(fā)。而我自己對這個(gè)問題也時(shí)有思考。在我看來，一個(gè)合格的 quant 應(yīng)該具備四個(gè)特征：聰明、懷疑一切的態(tài)度、知行合一的執(zhí)行力，以及近乎冷漠的理智。

2.1 聰明

在我過去近二十年讀書和工作的過程中，遇到了不少非常聰明的人。我也從來不掩飾對聰明人的羨慕之情。在量化投資領(lǐng)域，知識的發(fā)展可謂日新月異，促使人不斷的學(xué)習(xí)才能不被淘汰。而聰明的人最大的長處在于他們非常善于舉一反三、活學(xué)活用，真正做到融會貫通。最近我在讀 Gary Smith 的 AI Delusion（順便說一句，這本書也出了中文版）。它里面提到人腦和機(jī)器最大的區(qū)別在于人可以從特定情況推導(dǎo)出一般原則，并能在其他情況下應(yīng)用這些原則。聰明的人無疑更擅長這點(diǎn)，而這點(diǎn)對在量化投資中非常重要。

2.2 懷疑一切的態(tài)度

有些時(shí)候，quant 的工作很接近做科研。以發(fā)掘 alpha signal 為例，quant 需要提出假設(shè)、清洗數(shù)據(jù)、統(tǒng)計(jì)檢驗(yàn)、得出結(jié)論。而在做研究中，最重要的正是懷疑一切的態(tài)度。在如今這個(gè)信息爆炸的時(shí)代，各種資料、各種 ideas 滿天飛，但是很多內(nèi)容往往禁不起推敲。[量化投資與機(jī)器學(xué)習(xí)] 公眾號就曾經(jīng)發(fā)文總結(jié)了一些錯(cuò)誤的論文（鏈接），這應(yīng)當(dāng)引起人們的重視。因此，遇到新方法、新模型、新因子時(shí)，不妨多問幾個(gè)“為什么”：

這篇文章在講什么？

這個(gè)因子背后的邏輯是什么？

這個(gè)模型是否適合它要解決的問題？

這個(gè)研究的數(shù)據(jù)處理是否有明顯的 data snooping？

……

量化投資的研究中沒有捷徑。很多時(shí)候需要我們追根溯源、搞懂技術(shù)演進(jìn)的來龍去脈，得到一個(gè)大局觀，弄清楚不同方法論之間的關(guān)聯(lián)。唯有此，才能更好的運(yùn)用它們。而在這個(gè)過程中，懷疑精神是必不可少的。熟悉我的朋友都知道我十分喜歡 quantstart.com。下面就借用 quantstart.com 上的一句話和各位共勉：

True quantitative trading research is careful, measured and takes significant time to get right. There is no quick fix or "get rich scheme" in quant trading.

2.3 知行合一的執(zhí)行力

主動管理的基準(zhǔn)法則告訴我們，一個(gè)策略的 IR 由以下兩個(gè)因素決定：

其中 IC 代表了基金經(jīng)理的能力；根號 N 則代表了基金經(jīng)理運(yùn)用其能力的頻率。這個(gè)法則說明，能力越高、且使用的越頻繁，策略的風(fēng)險(xiǎn)收益水平就越高。如今，上面這個(gè)式子又被進(jìn)行了擴(kuò)展，加入了一項(xiàng) TC：

其中 TC 代表轉(zhuǎn)化效率。它的原始解讀是被用在投資組合優(yōu)化中。由于優(yōu)化中需要滿足各種約束條件（換手率、交易費(fèi)、倉位、風(fēng)險(xiǎn)暴露等），導(dǎo)致約束下的最優(yōu) IR 和無約束時(shí)的最優(yōu) IR 之間存在一個(gè)折扣。TC 就代表這個(gè)折扣。TC 越高，說明因約束條件造成的 IR 的損失越少。借助上述公式，我們也不妨從另外一個(gè)角度來理解 TC，這就是“知行合一的執(zhí)行力”。一個(gè)模型、一個(gè)因子、一個(gè)策略，無論它 on paper 或者在回測中多么誘人，如果不能被落地都是竹籃打水一場空。這個(gè)由理論指導(dǎo)實(shí)踐、并在實(shí)踐中完美實(shí)現(xiàn)理論的能力正是 TC。對于一名 quant 來說，樣本內(nèi)的分析、避免過擬合固然重要，但如何真正落地，做到產(chǎn)學(xué)研一體化才是更關(guān)鍵的。

2.4 近乎冷漠的理智

公允的說，在二級市場搬磚時(shí)刻都要面臨不小的壓力。市場的風(fēng)險(xiǎn)、策略的回調(diào)、投資人的質(zhì)問，這些東西都是 quant 必須面對的家常便飯。正視并處理好這些壓力，不讓它們影響正常的研究工作要求 quant 時(shí)刻保持冷靜。我有時(shí)會和朋友打趣說“其實(shí) quant 特別需要定期進(jìn)行心靈 massage”。我寫過不少行為金融學(xué)方面的文章，介紹了很多認(rèn)知偏差（鏈接在此）。任何人都會或多或少的受這些偏差影響。比如 Cliff Asness 就說他自己也會犯這些錯(cuò)誤，但不會讓個(gè)人的感受影響策略的實(shí)施。一個(gè)異常理智的大腦可以讓我們在策略回調(diào)的時(shí)候更理性的分析和堅(jiān)持，也可以讓我們屏蔽這些偏差，避免這些壞情緒去干預(yù)策略，做到一致性。

什么是一致性？也許你會說“穩(wěn)定的盈利，日復(fù)一日、年復(fù)一年；凈值沒有太大和太長的回撤”。誠然，這是 quant 的（終極）目標(biāo)。但是，一致性產(chǎn)生的好結(jié)果止于此，而一致性非始于此。下圖展示了一般交易者（黑色）和一個(gè)優(yōu)秀 quant（紅色）的學(xué)習(xí)曲線。一般交易者往往無法做到一致性、容易受到個(gè)人情感影響，將個(gè)人行為的不確定性錯(cuò)誤地強(qiáng)加于量化系統(tǒng)的表現(xiàn)之上，從而誤認(rèn)為系統(tǒng)本身出了問題。這導(dǎo)致交易者無法持之以恒、三天兩頭更換系統(tǒng)、最終無奈退出市場。而一個(gè)優(yōu)秀的 quant 則會專注于一致性，這會讓他在通往盈利的進(jìn)程中越走越遠(yuǎn)，最終到達(dá)勝利的彼岸。

3?我的自白

在剛剛過去的 2019 年，量化投資界令我感觸最深的一點(diǎn) —— 不是某類策略的風(fēng)起云涌、笑傲江湖 —— 是對人才的追逐。如今，一般量化類私募的起步價(jià)就是 985 和 211 的畢業(yè)生；頭部私募則是非清、北以及海外名校（真 · 名校）碩士以上學(xué)歷不考慮；而頂級私募已經(jīng)在滿世界搜刮最頂尖人才了。我絲毫不懷疑這些最強(qiáng)大腦會在量化投資領(lǐng)域干出一番作為，但我更愿意思考：如果他們從事了別的職業(yè)，是否會為社會創(chuàng)造更大的價(jià)值？我的親朋好友也經(jīng)常對我靈魂拷問?！澳阏旄蛇@事兒創(chuàng)造價(jià)值嗎？”“你干點(diǎn)別的不行嗎？”“國家辛辛苦苦培養(yǎng)你，你就干點(diǎn)這個(gè)？”

扎心啊！

這無時(shí)無刻不讓我捫心自問：作為一個(gè) quant 的意義何在？放眼世界，凡那些知名的對沖基金，它們讓我們銘記、令我們欽佩的似乎并不（僅僅）是超凡的業(yè)績，而是它們對金融業(yè)和科學(xué)的推動。就拿量化投資界第一人、文藝復(fù)興的西蒙斯為例，他首先是個(gè)數(shù)學(xué)家，他在數(shù)學(xué)上的造詣和成就有目共睹。而如今，他投入了大量的資金來推動基礎(chǔ)科學(xué)的發(fā)展。再說 AQR，這個(gè)金融圈的學(xué)術(shù)天團(tuán)持續(xù)高水平輸出和分享研究成果，它們發(fā)表在金融學(xué)頂刊上的學(xué)術(shù)論文甚至超過一般高校的金融系。又或者橋水，因橋水的全天候策略而發(fā)揚(yáng)光大的風(fēng)險(xiǎn)平價(jià)時(shí)至今日仍然是非常重要的資產(chǎn)配置方法之一。這樣的例子還包括 Aspect、Robeco、Two Sigma、Winton，WorldQuant，數(shù)不勝數(shù)……

這些前輩大佬給我的啟發(fā)是，一個(gè) quant 的意義可以體現(xiàn)在幫助人們更好的理解金融市場、讓金融市場變得更加有效從而造福更多的人。這個(gè)目標(biāo)雖然聽起來還是很縹緲，但這不妨礙我們?nèi)展耙蛔?、為之而努力。這也是我堅(jiān)持寫作的動力之一。根據(jù) 2018 年底的數(shù)據(jù)，A 股市場的總市值已經(jīng)超過 6.3 萬億美元，僅次于美國、高居世界第二，成為全世界都無法忽視的資本市場。然而，無論是 A 股市場的有效性，還是我們從量化角度對它的理解，似乎還停留在挑個(gè)指標(biāo)、分組排序、算 IC 的層面上。當(dāng)學(xué)術(shù)界已經(jīng)把美股研究的底兒朝天的時(shí)候，對 A 股市場的研究卻仍然處于起步階段?？上驳氖?，已經(jīng)有越來越多的頂級華人學(xué)者著眼于此。而作為一名扎根于 A 股市場的 quant，我認(rèn)為在這方面也有義不容辭的責(zé)任。最近，我和小伙伴寫了一篇關(guān)于 A 股資產(chǎn)定價(jià)的文章、并在一個(gè)國際會議上作了報(bào)告。幾個(gè)人的力量雖然渺小，但我們相信這是在做正確的事情，并愿意為之堅(jiān)持。

本文的第一節(jié)提出了這樣的觀點(diǎn)：量化投資不等同于算法交易、也并非站在主觀投資的對立面；量化投資已經(jīng)發(fā)展成為基于現(xiàn)代科學(xué)方法的理論體系、研究方式以及工程系統(tǒng)的總和。人們在投資活動中積累了大量的經(jīng)驗(yàn)，這些經(jīng)驗(yàn)被抽象歸納，形成可以稱之為科學(xué)的投資學(xué)。擅長各種精確計(jì)量的量化投資的興起只不過是一個(gè)學(xué)科變得更為成熟的必由之路。量化投資的核心是對投資實(shí)踐經(jīng)驗(yàn)的抽象與歸納。它的本質(zhì)是思維的過程，是將經(jīng)驗(yàn)抽象提煉轉(zhuǎn)化為知識的過程。投資經(jīng)驗(yàn)一旦升華成了知識，就意味著其可檢驗(yàn)、可重復(fù)，如日升月恒，運(yùn)轉(zhuǎn)不息。在這個(gè)“經(jīng)驗(yàn)升級到知識”的進(jìn)程中，離不開你、我每一名 quant 的努力。

今年是 2020 年。很多人都喜歡 2020 這個(gè)數(shù)字，它無論是寫起來還是讀起來都令人愉悅。而且對于絕大多數(shù)人來說，它大概是我們能夠經(jīng)歷的唯一的前后兩個(gè)數(shù)字重復(fù)的年份。談到 2020，我腦海中浮現(xiàn)的是 AQR 在 2018 年底推出的論文集 20 for Twenty，它記錄了 AQR 在過去兩個(gè) decades 發(fā)表的 20 篇高水平論文。從 Buffett’s Alpha 到 Betting Against Beta；從 Time Series Momentum 到 Value and Momentum Everywhere；從 Common Factors in Corporate Bond Returns 到 Craftsmanship Alpha …… 全都革新性的推動金融學(xué)的發(fā)展，被后人廣泛學(xué)習(xí)和使用。希望不久的將來，中國也有自己的 AQR。

參考文獻(xiàn)

Tulchinsky, I. (Eds) (2019). Finding alphas: A quantitative approach to building trading strategies, 2nd edition. Wiley.

免責(zé)聲明：入市有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。在任何情況下，本文的內(nèi)容、信息及數(shù)據(jù)或所表述的意見并不構(gòu)成對任何人的投資建議。在任何情況下，本文作者及所屬機(jī)構(gòu)不對任何人因使用本文的任何內(nèi)容所引致的任何損失負(fù)任何責(zé)任。除特別說明外，文中圖表均直接或間接來自于相應(yīng)論文，僅為介紹之用，版權(quán)歸原作者和期刊所有。