利用量化分析和基礎(chǔ)研究的投資過(guò)程一直都存在。許多基礎(chǔ)研究使用量化方法幫助其篩選出一定量的可以重點(diǎn)考慮的公司。有一些量化方法使得分析師能夠超越那些僅僅依賴(lài)非金融數(shù)據(jù)的分析。量化策略一直被認(rèn)為在市場(chǎng)發(fā)生轉(zhuǎn)變時(shí)其表現(xiàn)并不佳，而基礎(chǔ)研究策略則一直被認(rèn)為增加了一些基于過(guò)往經(jīng)驗(yàn)的人為的偏差。以下是與威廉姆布萊爾投資管理公司合伙人、全球策略和投資經(jīng)理喬治.葛里格的對(duì)話，討論了一個(gè)經(jīng)過(guò)認(rèn)真構(gòu)建的投資過(guò)程是如何利用并增強(qiáng)量化和基本面分析兩者的優(yōu)勢(shì)。

　　這兩種方法的優(yōu)勢(shì)和劣勢(shì)是什么？

　　任何一種量化選股方法的主要優(yōu)勢(shì)包括寬度、紀(jì)律性以及對(duì)個(gè)人情感的消除。量化方法的評(píng)估范圍更廣泛，而不僅僅限于一小部分的公司或者議題。他們還可以調(diào)查任何一個(gè)問(wèn)題，而不用擔(dān)心偏見(jiàn)、表面現(xiàn)象或者不正確的文化過(guò)濾。這種沒(méi)有偏差的特點(diǎn)對(duì)使用統(tǒng)一的方法在不同月份對(duì)一系列公司進(jìn)行分析是有益的。那種某天醒來(lái)感覺(jué)今天是“估值股票”的一天，或者某天醒來(lái)感覺(jué)是“積極成長(zhǎng)股”的一天的缺陷被消除掉了。

　　量化分析的主要缺點(diǎn)是它可能會(huì)對(duì)環(huán)境的變化非常敏感和脆弱。比如說(shuō)，政治制度的變化，如果一個(gè)量化分析的框架是基于某一特定階段的數(shù)據(jù)的，當(dāng)它所處的環(huán)境發(fā)生變化時(shí)，它就不能很好地處理這種變化。

　　量化的另一個(gè)缺陷就是連貫性和靈活性的兩難選擇。如果一個(gè)模型的目標(biāo)是連貫性，那么它就不是靈活的；如果它是靈活的，它就不是一致的。這種分歧導(dǎo)致了一個(gè)永無(wú)休止的辯論：是構(gòu)建一個(gè)覆蓋每一個(gè)行業(yè)或國(guó)家的統(tǒng)一的模型，還是針對(duì)不同的行業(yè)或者國(guó)家構(gòu)建不同的模型。最終，這個(gè)話題是沒(méi)有答案的，也是一直以來(lái)一直存在的擔(dān)憂。不論是構(gòu)建統(tǒng)一的還是具體的模型，都有一方要做出讓步。

　　現(xiàn)在看一下基本面分析的優(yōu)勢(shì)和劣勢(shì)?；跓o(wú)形的主觀判斷的分析框架的優(yōu)勢(shì)是能夠預(yù)料變化，并感覺(jué)到由歷史數(shù)據(jù)或者歷史市場(chǎng)表現(xiàn)所不能揭示的這些的變化的可能性。一個(gè)人看到和感覺(jué)到這些因素的能力是與其個(gè)性、心理和文化相關(guān)的，這些是單純的量化模型所不能察覺(jué)到的。

　　基本面分析的弱勢(shì)是情緒影響、有偏差以及能力有限?；久娣治鍪苤朴趥€(gè)體的認(rèn)知力和判斷力。說(shuō)起來(lái)有點(diǎn)矛盾，這些劣勢(shì)也可以成為優(yōu)勢(shì)。

　　你的投資過(guò)程是如何演變的？

　　威廉?布萊爾的“非美股”團(tuán)隊(duì)最初由三人組成。我負(fù)責(zé)投資組合管理，一位分析師負(fù)責(zé)關(guān)注發(fā)達(dá)市場(chǎng)，另一位負(fù)責(zé)關(guān)注新興市場(chǎng)。這些分析師每人平均覆蓋23個(gè)股票市場(chǎng)的研究。在有限的資源條件下，為了有效地達(dá)到統(tǒng)一，唯一方法是找出每個(gè)公司擁有的優(yōu)點(diǎn)，并且找到一個(gè)方法進(jìn)行預(yù)分析。在一般情況下，即使無(wú)限的研究資源可利用，這種方法也是可取的。建立一個(gè)統(tǒng)一的研究體系，對(duì)于研究大量公司來(lái)說(shuō)是有必要的，否則大量的公司很難在一個(gè)純粹的基本面基礎(chǔ)上進(jìn)行比較。

　　我們的方法是定義特定的屬性：高質(zhì)量，高于平均水平的長(zhǎng)期增長(zhǎng)，正向的當(dāng)期收益趨勢(shì)和表現(xiàn)，價(jià)格的強(qiáng)勁勢(shì)頭，以及有吸引力的估值。這些特點(diǎn)是我們?cè)缙谀Ｐ偷臉?gòu)建塊。通過(guò)選擇不同的指標(biāo)和發(fā)展維度，我們最終構(gòu)建了多因子模型，將這些因子進(jìn)行加權(quán)評(píng)分。這一工作的頭兩年幾乎涵蓋了現(xiàn)如今的定量分析工具的80%。剩下的20%模型評(píng)估并沒(méi)有重新定義模型，而是更多地進(jìn)行模型測(cè)試、監(jiān)督和質(zhì)量控制。

　　為了說(shuō)明這種方法，需要考慮到威廉?布萊爾對(duì)公司質(zhì)量特征的看法的演變過(guò)程。最初，我們有指定的因子范圍，我們認(rèn)為這個(gè)范圍之內(nèi)的因子與公司質(zhì)量有關(guān)，包括長(zhǎng)期的回報(bào)，正向收益趨勢(shì)，資產(chǎn)負(fù)債表實(shí)力以及一些其他方面的考慮。這些因子被選中是因?yàn)樗麄兪欠治鰩熣J(rèn)為的傳統(tǒng)意義上的好公司因子。事實(shí)上，我們并不確定哪些因子是重要的，哪些因子是不重要的。

　　2007年，威廉?布萊爾建立了一個(gè)定量研究小組后，我們能夠更清楚的將這些變量量化。這也是我們首次能夠區(qū)分出這些因子在哪個(gè)市場(chǎng)效用最大，這些因子對(duì)風(fēng)險(xiǎn)控制和收益形成的貢獻(xiàn)是多少。在這之前，這個(gè)團(tuán)隊(duì)只是進(jìn)行一些定性的分析。我們大致朝著正確的方向前進(jìn)，但是并不確定這些因子的選擇是否正確，該取怎樣的權(quán)重。我們也不知道如何準(zhǔn)確的對(duì)每個(gè)模型進(jìn)行評(píng)估。

　　在聘用定量研究團(tuán)隊(duì)之后我們需要考慮的第一個(gè)關(guān)鍵問(wèn)題是，是否需要完全改變我們的模型還是通過(guò)測(cè)試不斷修正現(xiàn)有模型。這一決定位于一個(gè)重要的十字路口。有兩個(gè)關(guān)鍵的選擇：一個(gè)選擇是這個(gè)系統(tǒng)更依賴(lài)于股票價(jià)格相關(guān)的變量，而非基本面的變量。這種結(jié)構(gòu)需要一個(gè)復(fù)雜的、以多元回歸分析為基礎(chǔ)的系統(tǒng)來(lái)預(yù)測(cè)回報(bào)率、風(fēng)險(xiǎn)等指標(biāo)；另一個(gè)選擇體現(xiàn)了團(tuán)隊(duì)初始的運(yùn)用基本面特點(diǎn)作為基礎(chǔ)的模型，這個(gè)模型根據(jù)公司的特點(diǎn)進(jìn)行排序。我們最終決定保留原有的流程，但更多進(jìn)行測(cè)試改良。這個(gè)就是我們一直沿用至今的模型。

　　建立一個(gè)專(zhuān)門(mén)的量化團(tuán)隊(duì)最大的好處是什么？

　　這個(gè)團(tuán)隊(duì)幫助我們開(kāi)發(fā)了一種否則我們無(wú)法創(chuàng)建的方法。定性模型在華爾街并沒(méi)有廣泛使用。我們?cè)O(shè)計(jì)了一個(gè)盈余慣性模型，但我們還不能測(cè)試它。我們確實(shí)不了解它是如何運(yùn)作的。我們不知道我們是否用了正確的參數(shù)，但我們知道我們的模型和別的研究人員開(kāi)發(fā)的很多收益慣性模型是相似的?？梢钥陀^的說(shuō)，我們的方法是合理的。創(chuàng)建一個(gè)模型來(lái)評(píng)估公司的好壞比定義和測(cè)試它難得多。這樣一個(gè)模型很少被用作投資過(guò)程的核心，體現(xiàn)了這個(gè)團(tuán)隊(duì)的一個(gè)重大突破。

　　盡管開(kāi)發(fā)這些量化模型的最初目的在于更容易的去評(píng)估更多的公司以及檢查研究思路，但是現(xiàn)在他同樣為分析師在對(duì)經(jīng)驗(yàn)做出判斷時(shí)提供了一種框架。此外，從投資組合的層面來(lái)看，它還成為了我們戰(zhàn)略流程的基礎(chǔ)之一。我們?cè)O(shè)計(jì)該量化研究模式的最初目的并不在于產(chǎn)生管理資產(chǎn)組合的能力。然而，一旦我們看到這個(gè)過(guò)程是如何很好的整合和運(yùn)作的，我們便決定這個(gè)好的流程是不容忽視的，并開(kāi)始用它來(lái)產(chǎn)生一個(gè)投資組合。自2011年1月推出系統(tǒng)性的研究戰(zhàn)略以來(lái)，它已在實(shí)踐和測(cè)試中均產(chǎn)生了良好的效果。

　　這樣，我們的系統(tǒng)性研究(量化)工具被整合到了我們的流程中。我們認(rèn)為保持這些工具的透明度，以及與研究團(tuán)隊(duì)分析結(jié)果的一致度是非常重要的。隨著國(guó)際系統(tǒng)性研究基金的推出，它提供了另一種或許我們沒(méi)有考慮過(guò)的研究思路的來(lái)源，一個(gè)比較投資組合持倉(cāng)和基金并評(píng)估其間差異的工具，同時(shí)也可以作為基本面決策制定過(guò)程的一種配合。

　　量化分析在基本面研究過(guò)程中扮演了什么角色？

　　旁觀者經(jīng)常傾向于將團(tuán)隊(duì)研究方法歸為一類(lèi)或者另一類(lèi)；一個(gè)公司要么是量化團(tuán)隊(duì)要么是基本面團(tuán)隊(duì)。他們把這兩種方法看成是截然不同的而非統(tǒng)一的。

　　威廉.布萊爾的量化研究過(guò)程就完全地融入到了基本面研究過(guò)程中。我們并不是僅作一個(gè)量化分析秀而實(shí)質(zhì)上卻依然使用陳舊的方法做研究。我們也不是為了客戶的利益試圖創(chuàng)造一些量化分析方法但實(shí)際上專(zhuān)業(yè)的投資人士并不在乎這些方法。事實(shí)上在我們這里正好是相反的。我們?cè)噲D研究出對(duì)我們自身的研究過(guò)程非常重要的量化分析方法而并這種量化分析并不需要對(duì)外界有很實(shí)質(zhì)的影響?？蛻艉妥稍?xún)師能夠直觀地理解這些分析，但他們通常對(duì)模型建立的細(xì)節(jié)并不感興趣。

　　我們的目標(biāo)是創(chuàng)造能夠改善投資效果的工具，同時(shí)也能涵蓋那些我們的團(tuán)隊(duì)能夠理解其來(lái)龍去脈的因素。這在量化投資中是相當(dāng)普遍的準(zhǔn)則：如果方法有效但你不能解釋原因，那么就丟棄它。如果方法直覺(jué)上可行但實(shí)質(zhì)不奏效，也丟棄它。這就是反饋回路。

　　在測(cè)試目前量化工具的改進(jìn)的時(shí)候，威廉.布萊爾將投資組合經(jīng)理，戰(zhàn)略和研究人員的反饋融入到開(kāi)發(fā)個(gè)體因素以及評(píng)估結(jié)果中。該團(tuán)隊(duì)每周與量化團(tuán)隊(duì)進(jìn)行數(shù)次會(huì)議去商討結(jié)果。比如，在測(cè)試質(zhì)量模型最新的改進(jìn)中，該團(tuán)隊(duì)設(shè)計(jì)了能夠直觀分類(lèi)質(zhì)量的框架，在思考潛在影響因素的時(shí)候考慮到幾個(gè)指標(biāo)：持續(xù)的價(jià)值創(chuàng)造，盈利質(zhì)量和財(cái)務(wù)優(yōu)勢(shì)。這個(gè)框架幫助量化團(tuán)隊(duì)將他們的重點(diǎn)放在測(cè)試這些指標(biāo)上并且保證他們的計(jì)算能夠與該團(tuán)隊(duì)的哲學(xué)思考過(guò)程匹配。許多的改進(jìn)是從一個(gè)宏觀的地區(qū)，行業(yè)和規(guī)模的角度出發(fā)來(lái)進(jìn)行評(píng)估從而證明這些改進(jìn)的持續(xù)性和有效性，同時(shí)也能夠使其與前一版本的質(zhì)量模型對(duì)比。這個(gè)分析方法被推廣到了公司層面，用于察覺(jué)任何在更廣的層面上不能察覺(jué)的異?，F(xiàn)象。只有在激烈的討論和反饋后這些改變才能真正被實(shí)施。雖然很費(fèi)時(shí)間，但是我們相信一直以來(lái)這種持續(xù)改進(jìn)模型的過(guò)程以及不斷融合各個(gè)團(tuán)隊(duì)思想的方法對(duì)于確保未來(lái)工作的持續(xù)良好預(yù)期是非常重要的。

　　由于量化研究團(tuán)隊(duì)了開(kāi)發(fā)這些工具，而且他們與我們的思維邏輯匹配，該團(tuán)隊(duì)已經(jīng)將這些工具融合到我們?cè)u(píng)價(jià)各個(gè)公司特征甚至評(píng)價(jià)整個(gè)行業(yè)和部門(mén)的層面中，從而幫助我們優(yōu)化研究，突出投資機(jī)會(huì)與風(fēng)險(xiǎn)，同時(shí)也為我們提供了部門(mén)戰(zhàn)略的框架。

　　在純粹量化的團(tuán)隊(duì)如何創(chuàng)造一個(gè)模型的途徑上，以上的方法有重大的不同。不管一個(gè)基本面投資者是否認(rèn)為這些結(jié)果是直觀的，我們相信這個(gè)量化團(tuán)隊(duì)會(huì)變得更有經(jīng)驗(yàn)。

　　如何在構(gòu)建投資組合，頭寸規(guī)模以及交易中應(yīng)用量化工具

　　這個(gè)過(guò)程不同于選股研究中的模型。在提出利用定量研究進(jìn)行投資組合管理這個(gè)想法后，下一個(gè)問(wèn)題是：“我們?cè)撛鯓幼瞿兀俊蔽覀儾荒軆H僅簡(jiǎn)單地創(chuàng)建一份公司名單，而是應(yīng)該設(shè)計(jì)一個(gè)圍繞模型的投資組合管理流程。通過(guò)我們?cè)O(shè)計(jì)的算法得到的頭寸規(guī)模應(yīng)該與市值的自由浮動(dòng)水平和股票交易量成一定比例，因?yàn)檫@是模型告訴我們的。但是問(wèn)題是“為什么不將它應(yīng)用在所有策略中，并用它評(píng)價(jià)我們的準(zhǔn)確性呢？”這樣的流程對(duì)在交易中評(píng)估流動(dòng)性限制時(shí)也適用。它對(duì)整個(gè)投資過(guò)程都是十分有用的輸入變量，不僅僅在系統(tǒng)性的(量化)策略之中。

　　當(dāng)我們?cè)谠u(píng)估一個(gè)市場(chǎng)或者行業(yè)時(shí)，往往是通過(guò)各個(gè)部分的加總。策略團(tuán)隊(duì)?wèi)?yīng)用量化策略為基礎(chǔ)的研究方法來(lái)決定公司數(shù)據(jù)累加的信息。這些數(shù)以千計(jì)的公司和幾十個(gè)因素聚集產(chǎn)生的信息告訴團(tuán)隊(duì)這個(gè)行業(yè)和歷史正常水平相比是否或多或少有吸引力。它是重組策略概述的另一種方法。不過(guò)這個(gè)過(guò)程的復(fù)雜之處是以相等權(quán)重和以市值為權(quán)重兩種方法評(píng)價(jià)公司是不同的。公司的評(píng)價(jià)也可以通過(guò)投資組合的貢獻(xiàn)或者通過(guò)對(duì)模型組合和實(shí)際組合的比較。

　　我們?cè)噲D構(gòu)建一個(gè)流程能夠有效使用這種定量戰(zhàn)略分析方法來(lái)定義投資組合結(jié)構(gòu)，然后用我們最好的思想來(lái)構(gòu)建這個(gè)結(jié)構(gòu)。不幸的是，我們不能這樣做的。盡管我們通過(guò)分析這些數(shù)據(jù)已經(jīng)有很多深入地了解。它只是不能轉(zhuǎn)化為實(shí)際的投資組合結(jié)構(gòu)的公式。這個(gè)流程仍然必須在投資組合經(jīng)理級(jí)別進(jìn)行。

　　如前所述，使用這些定量研究工具是有益的。它們提供給我們研究大數(shù)據(jù)和大投資組合總體樣本的信心。試想一個(gè)純量化投資的過(guò)程，投資組合中往往有數(shù)百種股票，因?yàn)樗哪繕?biāo)是在大約5000家公司中選出最好的20%。一個(gè)純粹的定量模型只對(duì)提高模型表現(xiàn)的概率感興趣。一個(gè)投資組合經(jīng)理一般擁有30至70只股票。如果它小于30 ，那么有可能有多樣化的擔(dān)憂。雖然如果投資組合超過(guò)70只股票，這不一定再是問(wèn)題，但另一個(gè)問(wèn)題出現(xiàn)了。在這一點(diǎn)上投資經(jīng)理可能開(kāi)始不適應(yīng)，因?yàn)樗拖袷且粋€(gè)老師在一個(gè)擁擠的教室，有太多的學(xué)生需要看管。一個(gè)投資組合經(jīng)理在監(jiān)管太多公司后可能會(huì)開(kāi)始思考：“嗯，我可以跟蹤那個(gè)公司，還有這邊這個(gè)……”但很快，這就變成“我不記得為什么我買(mǎi)那一個(gè)公司。”一個(gè)用定量分析工具的投資組合經(jīng)理更適應(yīng)于較大的研究范圍和投資組合總體樣本。

　　這種方法演變的下一步是什么？

　　在接下來(lái)的幾個(gè)月內(nèi)，我們將完成對(duì)模型結(jié)構(gòu)背后基本原理的檢驗(yàn)。當(dāng)項(xiàng)目完成后，我們將進(jìn)一步研究如何使該模型更敏感、更具交互式、更靈活。

　　比如說(shuō)，我們目前有(公司)質(zhì)量、估值、收益趨勢(shì)及價(jià)格動(dòng)能模型；而我們的目標(biāo)是要使這些變量之間產(chǎn)生交互作用。在估值模型中，(公司)質(zhì)量是一個(gè)輸入變量，因?yàn)閮?yōu)質(zhì)股總是享有更高的估值，但我們目前并不考慮這點(diǎn)。同時(shí)，估值并不明確直接地根據(jù)公司質(zhì)量進(jìn)行調(diào)整，同樣也不直接地根據(jù)周期性來(lái)調(diào)整。

　　又比如，目前我們將盈利及價(jià)格動(dòng)能看作是兩個(gè)不同的因素。然而，他們并非完全不同，因?yàn)樵谠S多情況下，價(jià)格動(dòng)能已經(jīng)提前反映了盈利勢(shì)頭?？梢哉f(shuō)，它們僅僅是顯示相同信息的兩種不同的方式。我們?cè)噲D將這兩個(gè)因素合二為一，用來(lái)表示對(duì)周期性的不同反應(yīng)。之所以這么做，是為了使主要模型、子模型以及之前提到的輔助模型，更有效地產(chǎn)生交互作用，并把這些因素之間復(fù)雜的交互作用引入模型中。這是一個(gè)艱巨的任務(wù)，可能需要幾年來(lái)完成。

　　最終的目標(biāo)是建立一個(gè)定量分析框架，分析師可以從各種信息及任何邏輯出發(fā)，來(lái)評(píng)估該模型，但都幾乎無(wú)法拒絕。他們看到模型就會(huì)清晰地明白各變量都代表什么以及為什么要這樣構(gòu)建模型。在某些特定的情況下，該模型也可以用來(lái)比較公司、行業(yè)以及同類(lèi)公司。在威廉布萊爾的研究體系中，有一個(gè)涵蓋公司量化變量的工具。理想狀況下下一代模型將包含這些因素及其它各種相關(guān)因素，以展現(xiàn)一個(gè)整體的、完全成型的公司的量化特征。其目標(biāo)是調(diào)整輸出結(jié)果，使模型不僅能夠獨(dú)立地顯示各公司的情況，而且能夠?qū)π袠I(yè)中的競(jìng)爭(zhēng)者進(jìn)行比較。這樣，研究團(tuán)隊(duì)就能迅速確定哪些(公司的)特征比較好。模型將更好地構(gòu)建得到一個(gè)已經(jīng)完全成型的統(tǒng)計(jì)分布，并將成為一種真正意義上的定量與定性相結(jié)合的方法。那么，最終的結(jié)果將充分吸收了整個(gè)研究過(guò)程中的量化工具，并充分利用這些輸出結(jié)果更快并且更精準(zhǔn)地做出決策。