萬(wàn)如海

近日讀了朱曉天、本力兩位先生主編的《量化投資十六講》。筆者對(duì)于量化投資是徹底的外行，但是因?yàn)榻佑|科技創(chuàng)業(yè)和金融投資方面的人和事比較多，對(duì)此也算有所關(guān)注。

量化投資的核心究竟是理論算法還是市場(chǎng)理解？對(duì)這個(gè)問(wèn)題的解答就把量化投資分為了“劍宗”和“氣宗”兩大流派。

先來(lái)看數(shù)學(xué)天才們的“劍宗”是怎么想的。一位專門研究算法的數(shù)學(xué)博士告訴筆者：“對(duì)于量化投資基金經(jīng)理，先要看他的學(xué)術(shù)背景，數(shù)學(xué)不行的就不用再看了，肯定沒(méi)戲?！闭?tīng)這話不太服氣，但博士又說(shuō)了一句：“數(shù)學(xué)家對(duì)數(shù)學(xué)的理解，一般人是根本無(wú)法想象的”。說(shuō)得筆者啞口無(wú)言。

有兩個(gè)事實(shí)似乎可以支持“劍宗”。

正面的例子是文藝復(fù)興科技公司的西蒙斯以及他的大獎(jiǎng)?wù)禄?。西蒙斯的頂尖?shù)學(xué)家身份無(wú)須多言，大獎(jiǎng)?wù)禄鸬臉I(yè)績(jī)也可以“載入史冊(cè)”，再結(jié)合各種相關(guān)的公開(kāi)報(bào)道，邏輯推論的結(jié)果就是其算法非常厲害。當(dāng)然，報(bào)道中提到大獎(jiǎng)?wù)禄鸬臄?shù)學(xué)模型主要是“通過(guò)對(duì)歷史數(shù)據(jù)的統(tǒng)計(jì)，找出金融產(chǎn)品價(jià)格、宏觀經(jīng)濟(jì)、市場(chǎng)指標(biāo)、技術(shù)指標(biāo)等各種指標(biāo)間變化的數(shù)學(xué)關(guān)系，發(fā)現(xiàn)市場(chǎng)目前存在的微小獲利機(jī)會(huì)，并通過(guò)杠桿比率進(jìn)行快速而大規(guī)模的交易獲利?！边@其中也不乏對(duì)市場(chǎng)理解的要素，然而這只是第二位和次要的，第一位和首要的還是算法厲害！

反面的例子，就是近幾年國(guó)內(nèi)出現(xiàn)了一些金融機(jī)構(gòu)和互聯(lián)網(wǎng)公司合作推出的量化基金產(chǎn)品，但業(yè)績(jī)乏善可陳。其中的金融機(jī)構(gòu)多是業(yè)內(nèi)頂級(jí)基金管理公司，對(duì)市場(chǎng)的理解不可謂不深厚;而其中的互聯(lián)網(wǎng)公司也擁有掌握海量用戶數(shù)據(jù)的搜索和社交平臺(tái)。那么兩者強(qiáng)強(qiáng)聯(lián)手為何沒(méi)有好的基金業(yè)績(jī)？個(gè)人認(rèn)為，還是算法不行。

當(dāng)然，除了大獎(jiǎng)?wù)禄疬@樣的頂級(jí)掠食者，過(guò)去、現(xiàn)在和將來(lái)也還有一些業(yè)績(jī)很好并且具有獲利一致性的量化基金，只不過(guò)尚未出名罷了。

寫(xiě)到此處，似乎應(yīng)該結(jié)束了，因?yàn)橐呀?jīng)得出結(jié)論：算法是核心、“劍宗”是王者，在此基礎(chǔ)上才能談對(duì)市場(chǎng)的理解高不高。那么筆者作為一個(gè)數(shù)學(xué)學(xué)渣，還能接著討論算法不成？

幸好，筆者在閱讀本書(shū)時(shí)發(fā)現(xiàn)，量化投資并非只是數(shù)學(xué)天才們的游戲，“市場(chǎng)理解”這個(gè)角度亦有可挖掘之處。

以筆者跟蹤資產(chǎn)價(jià)格領(lǐng)域指標(biāo)多年的經(jīng)驗(yàn)來(lái)看，如果有好的算法，很多指標(biāo)一上來(lái)就被干掉（發(fā)現(xiàn)沒(méi)用）了。而在看似有用的指標(biāo)中，雖然存在著比較大的相關(guān)性，但如果邏輯上無(wú)法產(chǎn)生強(qiáng)聯(lián)系，那么對(duì)于一般人來(lái)說(shuō)，因?yàn)椴桓倚湃文Ｐ?，?shí)際上該相關(guān)性也沒(méi)什么用。因?yàn)樗讲粔?，不但自己做不出好的模型，就連識(shí)別一個(gè)現(xiàn)成模型好壞的能力都沒(méi)有，也就是說(shuō)對(duì)數(shù)學(xué)的理解根本沒(méi)有達(dá)到脫離經(jīng)濟(jì)邏輯而去單純運(yùn)用模型的最低限。

所以，找到強(qiáng)邏輯關(guān)系的因果指標(biāo)，再試圖建立模型，是數(shù)學(xué)天才之外投資者運(yùn)用量化投資的唯一選擇。

這時(shí)候，筆者很大程度上已經(jīng)不是在談量化投資，而是普遍的投資哲學(xué)問(wèn)題。

投資的根本問(wèn)題，是處理不確定性。完全的確定性是不存在的。對(duì)于不確定性，筆者認(rèn)為要點(diǎn)在于：第一、尋找更高確定性的領(lǐng)域;第二、豐富認(rèn)知來(lái)提高對(duì)確定性的把握;第三、不要高估自己對(duì)確定性的把握、做好風(fēng)控。

其中尋找更高確定性的領(lǐng)域是一條捷徑。價(jià)值投資因?yàn)橹恍枰治龉緝r(jià)值、而忽略了很多雜音，以及公司價(jià)值與股價(jià)的強(qiáng)邏輯關(guān)系，所以在確定性上是一種優(yōu)勢(shì)策略。巴菲特更是背靠美國(guó)經(jīng)濟(jì)長(zhǎng)期穩(wěn)健增長(zhǎng)這顆“大樹(shù)”，成為投資者眼中的傳奇。

從這點(diǎn)來(lái)說(shuō)，量化投資與其它投資方式的要點(diǎn)并無(wú)不同，都是要在提高確定性上做文章。數(shù)學(xué)天才們當(dāng)然得天獨(dú)厚，可以用厲害的算法來(lái)“一劍封喉”;普通投資者也能在已經(jīng)找到強(qiáng)相關(guān)性后，通過(guò)建立模型來(lái)驗(yàn)證判斷和提高確定性。