量化投资随具备很多人无法比拟的优势，逐渐变成资本市场中的赚钱利器，但并不意味着人的主观能动性可以被完全替代。相反，优秀的量化投资团队，他们的投资模型是不断优化迭代的的。在机器的世界里，是人在发布最核心的指令、也是人观察机器的执行结果并发现过程中的潜在的风险及是解决他们。

        量化投资向世人昭示,挤进超级富豪圈不是梦。对冲基金是量化投资应用最广泛的产品。在福布斯2013全球亿万富豪榜上,对冲基金经理在前1000名富豪里夺得了约21个席位,占比约达2%,更有4名进入了百强榜。

       神勇的大奖章

        詹姆斯西蒙斯的文艺复兴公司旗下的大奖章基金,在1998至2008年的20年时间内,年平均净回报率高达38.5%,创造了投资界的神话。西蒙斯本人也成为了20年内最佳赚钱基金经理,成为了新的对冲之王,直至今日,仍居福布斯亿万富豪榜。

　    大奖章基金以短线操作为主,主要通过统计信息分析方法来判断外汇和债券短期的价格变化,尤其是市场的过激反应类,进行套利活动。这个短线究竟有多短呢,金融投资里面最短的短线的计量单位叫“一笔”,举个例子来说,每秒钟都有可能进行成百上千笔交易。

        可以这样说,大奖章基金差不多是量化到头发丝的存在,但这也并不代表着,电脑已经取代了人的角色,成为了人的主宰。西蒙斯自己也曾表示,长期不变还能赚钱的模型是不存在的,模型必须要不断更新,这也完全是通过人来完成的。

         黑天鹅击溃完美模型

　　谈到量化投资,美国长期资本作为最著名的投资案例,不得不提。约翰梅里韦瑟在1994年2月创立了美国长期资本公司(LTCM)。公司依托布莱克-舒尔斯-默顿的衍生工具标价理论,采用“市场中性”的交易策略,买入低估的有价证券、卖出高估的有价证券,进行套利活动。LTCM似乎窥探到了量化的奥秘,在1994至1997年,年投资回报率分别达到28.5%、42.8%和17%,净增长2.84倍。巨大的盈利能力让LTCM获得了资本市场的认可,也使梅里韦瑟获得了套利之父的荣誉。

　　1998年8月17日,黑天鹅降临了,LTCM遭遇了俄罗斯政府外债违约。这场危机引起了全球金融市场的动荡,投资者纷纷退出了发展中国家的市场,转向了美国、德国等风险小、质量高的债券。结果LTCM做错了方向,沽空的德国债券价格上涨,做多的发展中国家债券价格却下降,原本预期收敛的价差却在趋于发散,致使其在资本市场上的滑铁卢。虽然后来美国金融巨头出资接管了公司,但LTCM已是强弩之末,于2000年宣布倒闭清算。

　　私募专业人士指出,LTCM过于信任自身的投资策略组合,忽略了小概率事件,再加上过高的杠杆,都导致了它的最终灭亡。量化投资其实根本不存在永久的致富秘籍,也没有永葆青春的投资模型,随着市场效率的提升,IT技术的升级,任何投资策略与操作方法从短期或长期来看,都存在误区与漏洞,这时则需要人脑的与时俱进,让系统根据动态不确定的环境进行修正与完善。人脑与电脑应该是相互成全,而不是相互替代。

　　量化投资的“黑箱”

　　正如硬币有正反两面,可称得上是赚钱利器的量化投资,也会因计算机的频繁“发疯”面临巨大的投资风险,如华尔街巨头高盛的交易错单、美国第二大股票交易所纽约纳斯达克证券交易所3小时的停止交易、国内8·16乌龙指交易事件。量化投资的高频交易引发了人们对计算机潜在风险的担忧,但它就像血液循环系统一样,加速了资本市场的资金流动,是金融发展历程中不可缺少的。“我们不能因噎废食,因为一个系统的BUG,就舍弃了整个系统。”

　　 随着金融产品种类的增多,信息跟踪量的增大,对量化投资的需求也会不断增大。从管理和控制风险的角度来说,这不仅需要投资公司自身完善风控体系,还需要整个产业链的配合。所谓量化投资,就是指按照事先设定好的逻辑策略或数学公式进行投资,文艺复兴技术公司与美国长期资本公司也都是这样做的。从广义的层次来说,一切使用数学工具、电脑程序的投资方式都包含在量化投资的范畴。其中,争议不断的高频交易本质上是用来消除市场暂时出现的无效率的,它可以促进市场价格更快地反映市场信息。全球最大的知名高频交易公司包括Millennium, DE Shaw, Worldquant 和Renaissance Technologies等。

　　虽然量化投资由于稳定的投资回报获得了越来越多的投资者的青睐,但是投资大众对量化投资的运作流程依然很模糊,这样“黑箱”也就形成了。量化投资的“黑箱”里到底承载着什么奥秘呢?

　　据华尔街顶级数量金融专家里什?纳兰揭秘,量化投资“黑箱”的基本结构包括人工的数据输入与研究、交易策略模型、风险控制模型、交易成本模型、投资组合构建模型,其中四项构成了交易系统。

　　如何让量化投资“活”起来?答案是人工的数据输入与研究,和交易系统的配合。通常认为,量化交易最小化了人工因素在系统中的作用,当量化交易员精心研究和开发的系统上线,他们似乎也就英雄再无用武之地。其实不然,计算机只会忠实可靠地按照人们告诉它的做法一步一步地来执行,伴随着时间与市场的不断演进,交易模型瑕疵也将不断扩大,这时量化交易员的主观判断显得尤为重要,人工因素的加入使量化投资具有了人类的正常思维,似乎“活”起来,可以主动灵活地应对外界的瞬息万变。也就是说,一旦市场触发了系统的难以判断的“恐慌”,交易员就会立即现身,通过修改交易清单或降低投资组合规模和相应的杠杆比率,来规避投资的风险。

MOM让量化投资兼顾人的主观优势与机器的客观执行优势

　　如今,MOM模式成为欧美主流的资产管理模式,也是量化投资界人脑与电脑结合的最佳作品。

　　作为一种间接的资产管理模式MOM(即Manager of Managers)诞生在美国罗素资产管理公司。它的客户可以是机构投资者,也可以是高净值个人。自从被开发出来,已被国外很多机构应用,最成功的当属耶鲁大学基金会,从1980年的两亿美金到了现在的约300亿美金,赚了将近150倍。

　　所谓MOM模式,也被称为精选多元管理人,通过优中选优的方法,筛选基金管理人或资产管理人,让这些最顶尖的专业人士来管理资产,而自身则通过动态地跟踪、监督、管理他们,及时调整资产配置方案,来收获利益。

　　MOM模式的本质是找最优秀的人做最专业的事，MOM模式降世不过30载,但发展非常迅速,得到了众多国内外投资公司的关注。尚属新鲜事物的MOM模式的相关产品在国内已经开始试水。在2011年中国平安与罗素公司合作设立了平安罗素,并发行了第一期的MOM产品。除此之外,MOM模式还可广泛应用于对冲基金与期货产品。

       相比近些年受到推崇的基金中的基金(FOF),信托中的信托(TOT),MOM模式在对资产管理人的数量与专业性的覆盖层面,更具魅力。FOF和TOT从本质上来说依然局限在精选产品上,而MOM模式更偏向于精选管理人,它可以凭借公司的研究能力,相对独立的挑选出更适合投资需求的专业管理人,运用定量与定性相结合的方法,将优选产品管理人和多人管理风险的双重优势发挥得淋漓尽致。

　　MOM模式既运用多元专业人才打破了量化投资的固有形态,也通过计算机系统的理性判断避免了交易员敏捷感应赢利却迟缓反应损失的习惯性偏差,让专业人才与计算机系统在“黑箱”内相互成全,相互配合,以求收获更加稳定、更加高额的投资回报,使其具有很大的发展空间与潜力。

　　人工的数据输入与研究,和交易系统的互相成全,是量化投资可以发挥所有优势的必然结合。

　　数据输入与研究,是“黑箱”的重要组成部分,需要根据具体的金融环境而定,如果没有它们,再精明的量化交易员可能也无法完成各种形式的测试、检验和仿真,也就无法构建有效的交易组合策略了。交易策略模型是交易系统的核心,目前主流是阿尔法策略和贝塔策略,用来跟踪或预测待交易金融产品的走势。

　　相对而言,只会招灾而无赢利的风险控制模型则容易被无视,它实际上关系着整个系统的生死存亡,限制着投资的风险敞口的规模。利益与成本是相对的,交易成本模型可以辅助判定构建的投资组合是否具有可行性。在风险限制、追逐利润和成本约束之间找到平衡点,得到最优化的投资组合,就构成了投资组合构建模型。