据投资研究专业机构Preqin的数据,全球量化投资规模从2017年的1.9万亿美元快速增长至2022年的3.4万亿美元。
对普通投资者而言,“量化”一词可能较为陌生,但在资产管理业界这是非常熟悉的概念。量化投资是指使用影响资本市场价格的经济增长、利率、通胀、价值、动量、市值规模等各种因素的数据构建投资模型,并以此为基础进行投资。
量化投资正式登场的背景,源于对有效市场假说的争论——该假说认为资本市场价格已充分反映包括内部人信息在内的所有可获得信息,任何投资者都无法获得超额收益。自20世纪70年代后期以来,包括美国在内的世界多个国家确认存在多种否定有效市场假说的“市场异象(market anomalies)”现象,加之市场心理行为理论,认为善加利用便可获得超额收益的量化投资由此受到瞩目。
近来,围绕宏观经济因素以及解释资产类别内收益与风险的风格因子等,已开发出多样的量化投资方法论。由于能够排除投资者的心理偏误,至今仍受到广泛关注。
笔者常把量化投资比作数据棒球,因为利用打者的打击率、投手的防御率等指标构建最有利于取胜的打线,与量化投资的流程十分相似。
但近来量化投资业绩不佳,关于量化投资有效性的争议也在扩大。量化投资是以对过去金融市场的数据分析为基础执行的投资,“金融市场是否果真会重复”这一问题意识,以及作为分析对象的金融市场数据是否丰富到足以得出有意义结果的疑虑,是争论的重要主题。
不过,尽管存在这些争论,笔者仍认为量化投资在资本市场投资中是不可或缺的要素。因为正如不计算和分析打击率与防御率就无法组建棒球打线一样,笔者判断,若不对影响金融市场的主要因素进行数据分析,就无法执行投资。
在各领域都在运用基于大数据的AI手法的情况下,资产管理业同样需要积极应对。因此,在争论量化投资是否有效之前,更重要的是努力将当前正在推进的AI应用案例进一步高级化,提升基于数据的投资能力。希望通过这样的努力,重新赢得投资者对量化投资的信任。






