金融矿工 量化投资：金融“矿工”的淘金世界

这个圈子不大，外行人看来挺神秘的。在国外被称为“黑箱投资”，用公式打市场；在中国，他们低调甚至边缘化，模型和数据是最亲密的伙伴。他们的工作是量化投资。

当股票投资经理谈论主题投资、公司研究，或者年线、月线、周线时，量化投资者谈论的是建模、样本数据、matlab或python。如果你觉得他们和IT码农没什么区别，犯了大错，和金融界的所有投资人一样，每天都在算计着怎么和资本市场打一场游戏，像猎人一样攻击一切可能的盈利机会。

思想、数学、编程是量化投资的三个重要要素。编程，在具体工作实践中可以不断提炼；数学靠的是多年系统教育打下的基础；最核心也是最难的是感觉，感觉需要经验，需要灵感，需要理解。

一位资深量化投资者告诉《上海证券报》记者:“我们的工作是从海量数据中捕捉和挖掘可能影响投资的因素，并通过模型进行推导和检验。挖掘这些因素需要思路和想法，因人而异。”

正因为如此，对市场有效的模型才是量化投资的核心秘密武器，但每个公司都保守着这个秘密。“这个市场不缺型号。缺少的是有用的模型和会用的人”。

⊙记者曾赵文○编辑李剑锋

喜欢被称为“宽克”量化的人

主要工作是设计和实现金融数学模型，并通过数学模型分析金融市场，包括衍生产品定价、风险评估、预测市场行为等

相对于码农，量化投资圈的人似乎更愿意被称为“大方客户”，甚至“矿工”。

“虽然都是写程序，但是我们做的和码农不一样。”从事量化投资4年的方磊向记者强调。

所谓宽大处理，就是一个金融工程师。其工作主要是设计和实现金融数学模型，并通过数学模型分析金融市场，包括衍生产品定价、风险估值、市场行为预测等。

我第一次见到雷芳是在一家咖啡馆。他很守时，戴着黑框眼镜，西装革履，但手势之间还是有些书生气。

雷芳于2005年毕业于中国一所著名大学的数学系，然后去法国攻读数学硕士学位。后来在欧洲某研究中心用数学模型计算分析飞机机翼上的气旋，如何让飞机飞得更平稳，节省燃油。他于2009年回到中国，目前在一家大型私募股权基金从事量化交易。

在量化投资圈，方磊的简历颇具代表性。与通常重视金融、金融和其他专业背景的金融界不同，量化投资更青睐具有自然科学背景的学生，如数学、物理、统计或计算机。

尽管方磊回国后转向了资本市场，但他并不认为自己偏离了科学研究的轨道。对雷芳来说，定量投资类似于翼旋风的计算和分析，是相似方法在不同领域的应用。“这就是量化投资的美妙之处。大家拿出各自学科的研究成果，用在金融市场上，试图找到一些规律。”

对方磊来说，建模是最迷人的事情。每天早上，当方磊到达公司时，他都会花半个小时翻一翻最新的金融工程研究报告，看看同行们的想法。上午我一般会和同事讨论如何改进现有的模型，下午我会专心做模型。“在外人看来，我整个下午都在编程。而财务量化方面的编程更偏向于数据分析，很多时候是在处理数据。”方磊说。

按照方磊的说法，建立模型首先要有一个思路，比如“过去一个月涨幅高的股票，未来五天更容易下跌”，所以编一个流程用计算机语言表达这个思路，然后从外部数据源导入数据重新解读，从而得到一个股票池。算上这些股票的收益，如果可靠的话，这个模型可以先用来模拟，每天尽量用少量资金操作。

与中国大多数只将量化作为选股工具的机构相比，方磊所在的私募基金在量化投资方面走在了前列。方磊集团主要从事ETF、其他股票池和股指期货的套期保值和套利，另一个量化集团专门从事商品期货和股指期货等衍生品，资本规模近20亿元。

在他的公司里，一个产品内部往往运行着十多种不同的策略，在这几十种策略的背后，同步运行着上百种备用策略。研究人员会对这些模型进行判断分析，及时撤回不适合市场或者风险太大的策略。

然而，对于雷这样的海归来说，最大的困境是他们不适应中国的资本市场。甚至有很多模式在华尔街表现不错，但带回中国就失败了。

方磊坦言，“刚回国的时候，看到每个券商的金融工程报告，都觉得他们做得不错。我说不出哪些是真正有效的。现在举个图，看看哪些可以实现，哪些不能实现。这需要时间和经验。”

量化只是公开发行的辅助工具

业绩排名的压力，加上金融衍生品套期保值的限制，决定了公募量化基金要想在年度考核中表现出色，就必须增加主动管理的手段来应对这个瞬息万变的市场

“公款不适合量化。”当我第一次见到记者时，张驰开门见山地说。

张驰于2000年毕业于中国一所著名大学，主修概率论与数理统计，此后一直涉足资本市场。2008年开始从事量化研究和投资，目前是上海某公募基金的金融工程总监。

对张驰的采访在他公司的会议室里。收盘后，他迅速拿着笔记本走进来，和记者握手坐下，然后直奔主题，谈了谈量化投资。

在公募基金中苦苦挣扎的量化投资者很难充分发挥量化的作用。张驰告诉记者:“除指数增强基金和纯指数基金与指数赛跑外，其他量化基金应该参与业绩排名。只要参与排名，没有一个国内公募基金是可以完全量化的，会掺杂主动管理。这和私募绝对回报不一样，完全是另一套游戏规则。”

张驰打了个比方。就像玩德州扑克一样。你不需要最好的卡牌技巧，你只需要找到比你差的对手。要用数学方法算牌，就要想办法算出对手的底牌。量化不仅要看数学模型，还要观察市场，依靠经验和嗅觉规避风险，获得收益。

还有一点让公募量化基金感到无奈，无法实现股指现货和期货的完全对冲。他们只能在现货端耍花招，比如择时策略、事件策略或者多因素选股策略。

“我们做量化的方式和私募的现货端完全一样，但是私募可以更充分的利用。比如也是多因素选股。当市场大幅波动或下跌时，私募可以用衍生工具完全对冲，并且可以自由灵活地改变头寸。公募是行不通的。”提到这样的困境，张无奈地耸了耸肩。

其实金融衍生品对于量化投资是不可或缺的，衍生品越丰富越好。白天做空下注的工具多了，交易方式也多了，量化投资可以设计更多的策略对冲风险，获得收益。而这一点，量化基金的公募只是遥不可及。

但对于私募来说，这些都不是问题。方磊告诉记者:“我们每天都保持高位，不追求合适的波段，但是每天的仓位操作比指数高一点，同时我们通过做空工具对冲。年化收益率可能只有8%和9%，但相对稳定且持续。”

业绩排名的压力，再加上金融衍生品套期保值的限制，决定了公募量化基金要想在年度考核中表现出色，就必须增加主动管理的手段来应对这个千变万化的市场，而量化则更多的起到辅助工具的作用。比如通过各种量化策略筛选出一个股票池，结合行业研究方法从中选取部分股票；或者承担现金风险管理的职能。

刚刚起步的国内量化投资

“中国人在国外做量化只是为了开发和定价衍生品，很少涉及真正的投资。国内量化刚刚起步，起步是机会，还是早点回来占坑比较好。”

“不要太执着于自己的模式。a股市场瞬息万变，很多因素都是不可预料的。”顾川对此深有感触。

顾川2009年毕业于国内某名校，数学硕士，之后在上海某公募基金做金融工程分析师。今年，他开始接管一只规模为2亿元的指数增强型基金。

在今年3月的下跌浪潮中，顾川的模型预示着市场可能会有一定程度的反弹，小盘股是买入的时机。顾川按照型号说明书收购了兴业银行。但很快，银监会发布“八号文件”停止银行间债券市场线下交易，银行股下跌，兴业银行连续两次下跌。

政策因素干扰、历史数据不足、数据准确性差、金融衍生品不足是国内市场量化投资的瓶颈。

顾川也有数据不足，准确性差的问题。“我们的财务报告质量根本无法与国外相比，数据提供者提供的数据质量令人担忧。另外，可用数据只能追溯到最近6、7年，影响模型的有效性。”

缺乏历史数据导致国内量化模型的过拟合现象。过拟合是指描述样本数据的精度很高，而描述样本外数据的精度很差。具体到程序化交易，历史市场很有效，但在未来市场会失效。

“比如一个模型在2006年到2009年表现不错，但80%的收益可能来自2007年的大牛市，意义不大。所以需要不断调整，寻找一个样本内外所有指标一致的模型。这种严格的筛选，再加上几个月来每天尝试跑少量资金没有问题，就敢把这个策略拿出来。”顾川向记者解释。

金融衍生品不够丰富，也是国内量化投资的重要制约因素。目前可以用于国内量化投资的衍生品有商品期货、股指期货、国债期货，但有很多限制。比如在股指期货中，国外鼓励更多的挂单以提高流动性，而在中国，每日挂单不能超过500手。虽然专注于期货市场的量化投资容易获得超额收益，但是套利空是有限的。

对此，方磊笑着说:“国外甚至会设计一些拼命等待订单的策略，来扰乱这个市场，赚取利润。我们每天都有一个计数器，我们珍惜每次持有订单的机会。”

尽管如此，去方磊私募和“带着镣铐跳舞”公募的张驰和顾川都表示，他们将继续坚持量化的道路。

方磊告诉记者:“中国人只在国外做衍生品开发和定价，真正的投资很少涉及。国内量化刚刚起步，起步是机会，还是早点回来占坑比较好。”