证券时报多媒体数字报

  不管是量化策略还是基本面选股，对客户而言，最重要的是策略本身要明确且透明，并能对最终绩效作出合理一致的解释。风险控制必须是基于对数据生成过程的彻底理解。

  8月16日的光大证券“乌龙指”事件，使得量化投资及其风险控制成为近期投资界的热点话题。

  这两年，由于整体市场低迷，不管公募还是私募，管理型的股票投资类产品发行异常困难，而保底保收益的结构化产品大行其道，除此以外，号称“低风险、高收益”的量化投资产品接受程度也较高，加之国内市场可使用的金融工具不断丰富，以及海外相关投资人才的回流，量化投资迎来了大发展。

  随着数据可得性以及各类计算技术的提升，现代金融学的研究已经大大超越了马克维茨于上个世纪50年代开创的“均值-方差”框架。大量的实证表明，金融市场统计具有明显的“肥尾”特征，即超乎正常范围的异常值出现的概率远远高于传统正态分布的预示，也就是说，“黑天鹅”会经常出现。而这在对冲基金特别是量化投资领域表现得更为明显，通常的“均值-方差”计算并不能正确刻画其风险收益特征。

  金融市场的定价不可能绝对有效，换言之，金融市场定价永远都在趋向有效的过程中。量化投资就试图抓住那些稍纵即逝的无效定价机会进行套利获益。对冲套利型的量化投资，不管其具体策略有何差异，本质上都是基于历史交易数据的模式识别和匹配，其最终的可套利空间是一定的，并随着参与者的不断增加而缩小。因此，套利者为了持续获取收益，只能持续提升自己的“装备水平”，并给予套利系统越来越大的“特权”，有时甚至绕过正常的风控体系。

  随着市场的不断演进，系统参数的调整成了量化投资管理人最值钱的“诀窍”，但显然其难度远远高于不断提升计算系统的处理速度。由于客户与投资管理人间的信息不对称，作为一个整体的“人机组合投资体系”出现了扭曲，而客户还在满足于其看似完美的“均值-方差”表现，对其内在的风险一无所知。金融市场的“肥尾”特征注定了“黑天鹅”会不时降临，届时上述投资体系就会出现灾难性的失控，光大“8·16事件”就是一个极端案例。很多时候，损失都只能由客户买单。

  以上所言并非反对量化投资，事实上，量化投资的发展极大地提高了市场定价效率。但量化投资作为一个产品，至少对客户不能是黑箱，其策略应该是透明的。这样，客户才能对自己可能面对的风险作更好的评估，并对此产品给予更合理的定价，否则，很多并无多少附加值的量化策略通过披上一层神秘的黑纱，就向客户收取高额的管理费和业绩报酬，造成金融体系新的无效定价，最终对客户权益造成重大损害。

  引申开去，量化投资更适合面对具有一定研究能力的高净值人士和机构投资者的对冲基金，而对面向普通投资人发行的公募产品，即便不禁止使用量化策略，也应要求更严格的监管和信息披露。

  与量化投资面向历史数据不同，主动型选股更多是对不确定未来的判断，其思维所达至少目前还无法被任何数据外推技术所取代，具有无限的可能，因此其套利空间也永无缩小之虞，有效的基本面投资策略的生命力往往长得惊人。

  不管是量化策略还是基本面选股，对客户而言，最重要的是策略本身要明确且透明，并能对最终绩效作出合理一致的解释，高下之分集中于适时调整参数的能力或对未来变化的远见。风险控制必须是基于对数据生成过程的彻底理解。

  这一原则同样适用于基本面投资者的股票选择。一家公司虽然有短期亮丽的业绩增长，但如果此亮丽结果与公司策略之间压根没有关系或无法说清其中的关系，都不应给予过高的估值溢价，毕竟风起的时候连猪都能飞，而我们对风过后的风险一无所知。

  反之，对于一家策略明确且执行力强的公司，若短期业绩受宏观或行业因素的压制，往往是我们需重点关注的对象。   （作者系深圳天生桥资产管理有限公司执行董事）