量化投资果真既能“滋阴”还能“补阳”吗

本篇文章2174字，读完约5分钟

□朱

美国已经出现了三波量化投资。目前，第三波浪潮伴随着人工智能而来，而贝莱德(BlackRock)的安全工程师(sae)正好赶上。Sae声称量化投资是“人机集成”，其量化投资策略是整合贝莱德掌握的大数据。然而，贝莱德的一些人对此持怀疑态度，大数据时代的量化投资有其固有的问题。

贝莱德是全球最大的公共基金管理公司，其etf业务正如火如荼。贝莱德的想法非常周到，在系统活跃股票(sae)部门下了很大功夫，该部门是贝莱德的量化投资部门，管理着1亿美元的资金。sae的研究成果是etf，它既可用于主动管理投资，也可用于被动管理投资。主动管理和被动管理之间的界限是不同的，但是两者都使用数据来量化投资。主动管理和被动管理的最大区别在于，主动管理是管理者在事件发生后根据相机行事并进行投资的一种应对策略。另一方面，被动管理会提前分析数据，推断出意外的异常情况，并将对策编入计算机程序。

定量投资，又称算法投资，是指借助计算机和人工智能，在海量数据中找出规律，然后通过算法加以利用，利用计算机编程进行投资。“定量投资”中的“投资”一词也可以是“交易”。各种基金都在交易和买卖，被动基金、主动基金、共同基金和对冲基金都是一样的。在当今世界，这也是“定量的”，这也是“定量的”。量化已经成为生存的方式。

说到量化的奇迹，有一个比喻，它就像是给米开朗基罗添加了现代工具:这位文艺复兴时期的大师可以使用激光和x光作为测量工具来透视大理石的瑕疵，提高雕塑的质量。中医宝库中的一些传统中药令人惊叹:它们能滋养阴阳。人参对男性和女性患者来说都是很好的补品。或许，量化投资也有这种神奇的效果？在大数据和人工智能时代，至少这是可能的。

美国已经出现了三波量化投资。第一次浪潮出现在20世纪80年代和90年代，其特征是“黑箱”操作。基金经理通常低调运作，外界对内幕知之甚少。第二次浪潮在2000年左右爆发，出现了大量计算机驱动的基金。许多具有科学和工程背景的教授和医生加入了进来，并利用计算机设计了许多数学模型。据说根据这些模型交易肯定会胜过市场。但是美好的时光并没有持续很久。2008年金融危机爆发后，大部分量子基金遭受重大损失，这在历史上被称为量子地震，第二次浪潮戛然而止。第三波浪潮伴随着人工智能而来，而贝莱德(BlackRock)的sae来得正是时候。

西格玛是量子对冲基金行业的领先机构，该行业领先、勇于拼搏、发展迅速。管理的资产从2011年的60亿美元增加到2017年底的500亿美元。量子对冲基金行业管理的资产年增长率为15%，2017年达到约1.5万亿美元。传统对冲基金的许多经理都渴望看到，他们也开始招募数据工程师和程序员，并推动量化投资，至少要装扮成量子基金。

贝莱德自然不愿落后，要迎头赶上。贝莱德在2015年收购了futureadviser robo-adviser，但在其战略部署中，sae更早收购更为重要。Sae始于1971年，比贝莱德历史更长。它最初是富国银行设立的一个投资银行部门，并被多次转售。nikko securities1985在1985年购买了一半的股票，然后在1995年转售给巴克莱银行，并在2009年被贝莱德收购。

安全工作流程是这样的。一个分析师首先提出一个投资想法，然后sae特别指定一个人用颠覆性的思维来挑毛病，最后一个委员会决定是否使用这个想法。Sae是一个“三轴”:(1)高管们的既定目标是，他们的资产管理模式的表现能够继续超过市场1%；(2)作为一个创新中心，sae可以培育新的数据源和技能，并在贝莱德进行推广；(3)投资决策的综合处理。Sae声称量化投资是“人机结合”，因此它专门组建了一个团队，其成员是既懂量化投资又懂传统投资的复合型人才。Sae有80名基金经理，其中30人拥有计算机或工程博士学位。他们的优势在于，他们可以将传统投资的经验与量子投资的经验结合起来。从某种意义上说，sae的优势来自贝莱德(BlackRock)，该公司管理着超过6万亿美元的资产，业务覆盖全球资本市场的许多领域，并拥有巨大的信息优势。Sae的量化投资策略是整合贝莱德的大数据。

从2011年到2017年，sae管理的93%的资产表现好于基线。Sae是贝莱德内部的“试点项目”，成功后将在公司全面推广。sae负责人马克·怀斯曼(Mark wiseman)是一名被贝莱德挖走的加拿大人。如果威斯曼成功，他有望成为继芬克之后的贝莱德首席执行官。总的来说，加拿大的金融政策是保守和稳定的，但也有奇怪的人和把戏。例如，加拿大的一些退休基金有自己的投资策略，由经理决定，其中五分之一的基金投资于房地产，表现令人印象深刻。美国养老基金主要投资债券和股票。

然而，贝莱德的一些人对量化投资持怀疑态度。他们认为，这种投资模式专注于短期行为，而etf基金经理则专注于他们在所有方面的优势，至少在两到三年内要视市场而定。贝莱德的一位传统基金经理驳斥了sae推出的模型，称大多数sae数据和模型都是短期有效的，至少五分之一的sae模型需要每年更新。此外，大数据宏观时代的量化投资有其固有的问题:许多金融机构挖掘相同的数据，发现相同的规则，并根据它们设计相同的产品，这将不可避免地导致冲突。

(作者是中国政法大学教授，中国人民大学崇阳金融研究所高级研究员)