当我们在使用量化投资工具时，我们需要注意什么？

量化投资有着近40年的历史。量化是一种通过对过去的数据进行分析和建模，从而对未来进行预测的方法。量化投资是应用量化方法进行投资决策，与主观交易最大的不同就是在于技术，量化投资策略最主要的特点是系统化交易，策略的执行是通过计算机来完成，使投资决策对主观判断的依赖有限；还有一个重要的区别是交易频率，因为依赖自动化和系统化，能够以更高的频率来触发策略的交易和执行。

量化策略在流动性非常好的、活跃的、可交易的资产上的应用比较广泛，主要原因是活跃交易参与的人数众多，市场深度更大，不容易被操纵。从国内量化策略发展上看，股票、期货、期权是量化策略运用比较广泛的品种。量化策略在国内的发展和品种扩容分不开，早期主要是ETF等多头产品，后来股指期货和融资融券的推出为量化策略实现绝对收益提供了较好的对冲工具，量化对冲和股指套利策略得到了较大发展。2016年至今随着股指受限，管理人在寻求绝对收益的过程中不断研发新的策略，策略的丰富度得到极大提升。

量化投资模型构成

量化交易是一个很复杂的系统，包括从盈利、风险控制、交易成本、交易执行等多个方面。从框架上看，量化交易有几个主要的组成部分：盈利模型、风险模型、交易成本模型、投资组合的构建模型和执行模型。

一是盈利模型。通过对历史数据及能够获得的各类数据的分析，对未来进行预测，从而获得收益。预测的内容主要是价格变化的方向、幅度、持续时间、预测目标的置信度等。预测的主要目标是获得超过市场基准的回报或者获取绝对收益，同时也是投资策略的核心所在。盈利模型会在追求利润、控制风险和控制相关交易成本之间进行平衡，从而给出一个最佳的投资组合。再将当前组合和最佳组合进行比较，根据二者的差异来执行所需要的交易。在盈利模型中，并没有永远好或者永远坏的策略，每类策略都有其适应的市场环境，因此成功盈利模型要很全面，当然这需要不断的研发，是长期有效积累的过程。

二是风险模型。其核心意义在于对敞口进行有目的的选择和控制来提高收益的质量和稳定性。最好的途径是“不要把鸡蛋放到一个篮子里”，具体实现的方法有在特定品种或策略上头寸的规模不能超过多少、方向性风险暴露不能超过多少等等。

三是交易成本模型。交易成本控制在量化策略里面非常重要，量化投资交易频率一般都比较高，而交易会产生成本，只有在有充分的理由证明一笔交易能够改进组合收益或者改进风险，为此支付交易成本才是有意义的。因为如果不进行交易成本的控制最终的交易结果就会与理想中的效果产生很大的差异。交易成本有交易手续费、滑点等。

四是投资组合构建模型。通过综合考虑盈利模型、风险模型和交易成本模型从而形成的一个结果。主要是使用各种优化算法在各种策略间去进行配置，优化算法很复杂。

五是交易执行。交易执行的主要目标是提高算法效率，既要开发算法模型、也要进行交易基础设施的投入。

从上面量化模型包括的方面可以看到，很多量化策略的管理人并不关心市场会怎么走，他们的研究方向主要是如何发展和完善自己的策略模型。

量化投资主要风险

很多人认为量化策略风险很小，因为它在进行投资决策的时候摒弃了人的主观判断，能够及时的止盈或止损。但是需要指出的是，是人开发了量化模型。是人决定使用什么数据、是人决定如何清洗数据、是人对交易策略进行研究并不断回测和改进，因此量化策略最主要的风险主要是内生性的模型的风险。

首先，量化策略是基于对历史数据的分析而得出结论，而如果市场运行的模式突然发生改变的时候，模型就会受到影响。比如做空波动率的策略历史上被证明是长期有效且收益稳定的策略，但在2018年2月市场大幅下跌的时候，很多期权做空波动率的策略出现了巨额亏损。

其次，人们习惯于追逐不断上涨的资金，资金对量化策略的追逐也是一样，一旦某类策略在一段时间内获取了比较不错的收益，就会吸引新的人去开发这类策略，也会吸引新的资金投资这类策略。但是使用策略的人数越多、资金越多，表现欠佳的风险也就越大。

目前在国内量化投资方面，私募基金相比公募基金有着比较明显的优势。首先，私募基金更容易实现投资组合的多元化，公募基金可以投资的资产相比私募来说比较有限，主要只能投资股票和债券，与股票和债券市场高度相关，而私募基金可以投资的金融工具更多，商品、期权、场外衍生品等等。虽然有些基金公司会以专户和子公司专户的形式扩大投资范围，但是还有其他方面的限制，投资效果不如私募基金。

其次，私募基金受到的交易限制更少，因此能够赚取的超额收益的方法更多，私募基金管理人能够进行较高频率的日内回转交易，将风险控制嵌入在策略模型中，极大降低了交易滑点。

第三，私募基金有着更加市场化的激励机制，竞争也非常激烈，能够吸引并留住优秀的人才在这个行业中。

第四，私募基金往往有绝对收益的目标，即不管市场表现如何都要达到正收益。很多私募基金投资者也是为了获得绝对收益，而公募基金更倾向于相对收益的考核和重视工具化的发展，如近年各家基金不断发行的ETF基金。

多资产多策略配置

量化多策略FOF，顾名思义是以投资量化策略为主的组合管理基金，近几年很多人对FOF的认知度在不断的提升，无论是私募FOF还是公募FOF。FOF的核心理念是通过对底层资产进行研究（股票、债券、商品、房地产、外汇、货币等）从而构建资产组合，在配置底层资产的时候，还会通过配置各种策略来实现投资目标。FOF的前提是认为单一资产和单一类策略很难每年都能获得稳健的投资收益。

在FOF投资管理人的工作中，主要有几个方面的分析研究工作：首先是底层资产的研究，其次是通过底层资产构建出来的多种策略的研究，再次是策略的管理人研究，还有组合管理方法的研究等。FOF投资管理是一个很复杂的系统，宏观经济、资本市场、策略研究、管理人研究、组合管理，各个流程环环相扣、密不可分。科学的量化手段和主观的经验判断要相互结合，并且进行严格的风险控制，才能够为客户提供好的风险收益比的产品。

一是底层资产研究。底层资产的研究主要意义在于不同的经济周期和宏观环境下，大类资产的表现是有差异的，选择高确定性的方向能够对组合收益起到正贡献。影响大类资产的表现因素包括基本面、流动性、政策等。在对资产的分析中除了要对方向性有判断之外，还要比较不同资产的相对价格，资产内的结构性机会和风险等等。在研究过程中，尽量使用量化方法进行研究，有利于更加准确地把握当前时点的最优投资配置。

二是通过底层资产构建出来的多策略研究。整体上看，根据策略的风险收益情况把策略可以分成两大类：稳定类和弹性类。稳定类策略是收益波动性比较低的策略，预期能够获得较为确定的收益，目的是获得基础收益，并为组合的弹性类策略的投资积累安全垫。弹性类策略预期收益较高，但存在回撤风险，目的是提升产品整体收益的弹性。从策略收益特征来看，市场中性、套利策略为稳定类策略；指数增强、择时对冲、量化管理期货策略为弹性类策略。

目前量化策略范围非常广泛，对策略的分类难以形成共识，而不同的私募数据提供商给出的分类结果也有较大的差异，因此对私募策略进行划分非常复杂。在细分策略的划分上，笔者依据所使用数据的不同、盈利模型的不同、持仓周期的不同等多个方面进行策略的细分。比如会把市场中性策略进一步分为基于理论驱动的和数据驱动的。理论驱动型主要是寻找能够解释市场行为的理论，比如传统的多因子框架，数据驱动型主要是借助一些分析工具来寻找可以识别的模式，常见的是使用机器学习的算法去进行预测。在管理期货策略上会将策略划分为中长期趋势跟踪、反转、跨期跨品种套利、多因子策略、数据驱动的模式识别等，还用不同时间的持仓周期去进行划分。

对策略进行划分的目的主要是能够更好的识别策略的盈利来源、可能发生的风险和策略适应的市场环境。在对策略适用的市场环境分析上，还要结合宏观基本面的情况去进行判断，在策略适应的市场环境方面会更加细致一些。

三是策略管理人的研究。由于监管对私募基金信息披露的要求相比公募基金低，因此在私募行业信息不对称的情况比较严重。一般FOF管理人都会采用定量分析和定性分析相结合的方式进行，不同的管理人在分析指标的权重和标准的设定会有所不同。

不同机构在选择合作的管理人时都有独特的偏好，笔者团队偏好的是白马型的公司，至于选择白马的逻辑主要在于：首先，对于新的交易团队，从头建立一套完整和丰富的策略以及基础设施所需要的投入越来越高，除了时间的投入之外还需要资本的投入，只有在短时间内积累一定规模之后才能达到维持公司正常的运营需要。而白马型的公司不会面临这种问题，能够将更多的经历和资源放在新策略的研发上。

其次，很多管理人的管理规模在突破一定程度之后，是否还具有不错的盈利能力尚待观察，而笔者更关注的是管理人是否能够证明自己有管理大资金的能力。中信证券研究部曾做过统计，截至2018年，国内超过20个亿以上的头部的量化管理人只有24家，10亿到20亿的有33家，1亿到10亿的有110家，1亿以下的有720家，头部效应已经形成。笔者认为，管理规模会逐渐向头部进行聚集，这是一个比较大的趋势。因此主要精力将放在跟踪头部管理人的变化上，当然头部公司通常面临的问题是策略容量接近上限，因此会在规模排在前列的私募当中继续扩大关注点，挖掘有增长潜力的公司。

四是组合管理方法研究。组合管理方法主要有以下几个方面的研究：配置模型：配置模型对数据的敏感性很高，因此只能用来产生大概的方向性观点，而且还要识别背后的逻辑是什么，在不同的宏观环境下不同的配置模型的结果差别也会很大。分散化配置：分散化是唯一的免费午餐，即使都是同样的大类策略，由于策略逻辑和框架的不同，各家管理人业绩相关性也并不高，组合的效果也会比较好。客户需求：不同客户的风险收益要求、流动性要求都有所不同，因此还需要结合客户需求对组合管理模型进行优化，调整组合的风险预算。

与西方成熟市场相比，我国的量化基金起步较晚，但近年来，由于其在股票市场大幅波动的情况下依然获取了稳健的收益，因此，量化策略吸引了越来越多的关注。然而，很多人对量化策略的盈利来源和风险情况并没有足够的认识，在投资时一味追踪热点或追踪高收益的产品，在市场风险到来或者管理人发生变化之时显得无所适从。而FOF提供的是分散化的投资工具，只有多资产、多策略的配置才能够提供长期而又稳定的收益。