從歷史上看，第一支現(xiàn)代意義上的股票在1606年由荷蘭的東印度公司發(fā)行。在這之后的400多年間，在投資界有各種各樣的交易流派出現(xiàn)，但是現(xiàn)代意義下的量化交易卻是在1980年代初才興起，迄今也不過只有30余年的歷史。什么是量化投資？一般說來，量化投資指的是用數(shù)學(xué)模型選取并交易有價證券。這些數(shù)學(xué)模型往往基于經(jīng)濟(jì)學(xué)理論或者市場觀測到的規(guī)律，經(jīng)歷長時間歷史數(shù)據(jù)的檢驗，編制成程序交由電腦交易。過程中幾乎沒有人為干預(yù)。

著名的量化基金有：James Simons（西蒙斯）1982年創(chuàng)立文藝復(fù)興科技公司（RenaissanceTechnology）。David Shaw，對沖基金D.E. Shaw的創(chuàng)始人，1986年加入摩根斯坦利的APT量化交易組。這個組利用一種叫配對交易（pairs trading）的量化策略在當(dāng)年賺了約四千萬美元。1989年圖靈獎的主辦單位計算機(jī)協(xié)會（ACM）下屬的知識發(fā)現(xiàn)和數(shù)據(jù)挖掘小組（SIGKDD）舉辦了第一屆數(shù)據(jù)挖掘的學(xué)術(shù)年會，出版了專門期刊。1988年以來，西蒙斯掌管的的大獎?wù)拢∕edallion）對沖基金年均回報率高達(dá)34%，這個數(shù)字較索羅斯等投資大師同期的年均回報率要高出10個百分點(diǎn)，較同期標(biāo)準(zhǔn)普爾500指數(shù)的年均回報率則高出20多個百分點(diǎn)，而且穩(wěn)定性更佳；從2002年底至2005年底，規(guī)模為50億美元的大獎?wù)禄鹨呀?jīng)為投資者支付了60多億美元的回報。更難得的是這個回報率是在扣除了5％的資產(chǎn)管理費(fèi)和44％的投資收益分成以后得出的。

量化投資出現(xiàn)的主要原因

量化交易的出現(xiàn)離不開如下幾個主要原因：現(xiàn)代金融理論的發(fā)展，計算機(jī)技術(shù)的普及和發(fā)展，以及交易成本的下降。而這些變化大部分都發(fā)生在最近30年內(nèi)。

1、現(xiàn)代金融理論的發(fā)展

傳統(tǒng)資產(chǎn)定價的理論框架回顧：

傳統(tǒng)資產(chǎn)定價主要基于現(xiàn)金流貼現(xiàn)法。企業(yè)的整體價值等于其股票和債券的價值之和。股票的價值等于其未來所有現(xiàn)金流的折現(xiàn)值，債券的價值則等于利息與到期本金的折現(xiàn)價值。以股息貼現(xiàn)模型（DDM）為例，計算一個公司股價，我們需要預(yù)測該公司將來派發(fā)的一系列股息，然后估算每年的折現(xiàn)率，把未來股息貼現(xiàn)成現(xiàn)值，最后把凈現(xiàn)值的全相加起來。這個方法聽起來很簡單，但實(shí)際操作起來相當(dāng)復(fù)雜而且?guī)в兄饔^性。分析師預(yù)測一個季度的股息都經(jīng)常搞錯，準(zhǔn)確預(yù)測將來所有股息更是難上加難。預(yù)測未來折現(xiàn)率也有同樣的問題?，F(xiàn)代金融理論則另辟蹊徑。1960年代，威廉？夏普、林特納等提出的CAPM定價模型，對資本市場均衡狀態(tài)下的資產(chǎn)風(fēng)險與預(yù)期收益率的關(guān)系給出了精確定義。根據(jù)CAPM模型，一個股票的預(yù)期收益率取決于它和市場的相關(guān)性（beta）和無風(fēng)險利率（risk-freerate）。投資者不用復(fù)雜的現(xiàn)金流預(yù)測就能估算股票的價值。馬克維茨（Harry Markowitz）在50年代創(chuàng)造性地提出了用均值方差最優(yōu)化的數(shù)學(xué)方法來選擇最優(yōu)投資組合。這個最優(yōu)組合不再完全取決于一個股票的預(yù)期收益率，而且還和其風(fēng)險，與其它股票的相關(guān)性，以及投資者對風(fēng)險的喜好程度密切相關(guān)。夏普和馬克維茨因此研究同獲1990年諾貝爾經(jīng)濟(jì)學(xué)獎。

現(xiàn)代金融理論對傳統(tǒng)理論的主要推動作用包括：

a. CAPM等金融定價模型可以很快給成百上千股票估算預(yù)期收益率，而傳統(tǒng)辦法更費(fèi)時費(fèi)力；當(dāng)然，傳統(tǒng)方法準(zhǔn)確度一般而言比較高。

b. 現(xiàn)代金融理論更強(qiáng)調(diào)風(fēng)險對收益率的影響。最優(yōu)投資組合往往投資于大量股票以降低組合風(fēng)險，而傳統(tǒng)投資往往只集中于幾個或幾十個預(yù)期回報率最高的股票，組合波動率往往更高。我們可以舉個簡單例子看看風(fēng)險對收益率的影響。假設(shè)有兩個投資策略，策略A一天賺10%下一天賠5%，策略A一天賺6%下一天賠1%。這兩個策略賠和賺的概率都是50%，而且每天平均收益率都是2.5%，但是B的波動率要小得多。投資200天之后策略A復(fù)合收益率為81.6，策略B的收益率為124.2，比A高50+%。

c. 跳過了復(fù)雜易錯的現(xiàn)金流預(yù)測模型。傳統(tǒng)投資模型試圖用嚴(yán)密的數(shù)學(xué)理論給資產(chǎn)定價，卻忽視了現(xiàn)金流折現(xiàn)模型中每個參數(shù)的估計都具有很大的隨機(jī)性。參數(shù)估計一點(diǎn)小小的變化往往對最后的估值產(chǎn)生巨大的影響。兩千年前的畢達(dá)哥拉斯曾經(jīng)說過，上帝用數(shù)學(xué)法則創(chuàng)造了世界?，F(xiàn)代科學(xué)的發(fā)展卻越來越發(fā)現(xiàn)其實(shí)完全確定的事物只是世界的一小部分。也許更精確的說法是：上帝用概率法則創(chuàng)造了世界，尤其是對于與人類行為有關(guān)的事物。

當(dāng)然，這并不是說現(xiàn)代金融理論就一定強(qiáng)于傳統(tǒng)理論。傳統(tǒng)投資因為對個股分析更為透徹因此投資命中率hit rate更高?；贑APM等數(shù)學(xué)模型賺錢的方式不同。量化交易往往在短期內(nèi)作出大量的交易。每一個交易的虧贏率雖然小于傳統(tǒng)投資模型，但數(shù)千次交易之后，只要盈利交易多于虧損交易，總體交易結(jié)果就是盈利的。

2、計算機(jī)技術(shù)的發(fā)展

1976年，史蒂夫？喬布斯和斯蒂夫？沃茲尼亞克創(chuàng)辦蘋果計算機(jī)公司，并推出其Apple I計算機(jī)。1982年，微計算機(jī)開始普及，大量進(jìn)入學(xué)校和家庭。在過去的半個世紀(jì)里，計算機(jī)基本按照英特爾（Intel）的創(chuàng)始人之一戈登？摩爾提出摩爾定律飛速發(fā)展：計算機(jī)硬件的處理速度和存儲能力，每一到兩年提升一倍。

計算機(jī)技術(shù)的發(fā)展極大地推動了社會各方各面的飛速進(jìn)步。在政治籌款和競選上，美國2008年的大選被稱為是一場數(shù)據(jù)的較量。奧巴馬的競選團(tuán)隊使用了大數(shù)據(jù)對不同選民采取了不同的競選和籌款宣傳（microtargeting）；在商業(yè)上，商家利用顧客的電子消費(fèi)記錄預(yù)測客戶的需求。以沃爾瑪為例，它每小時要處理100多萬筆電子交易記錄，可謂每分每秒都在源源不斷地生產(chǎn)數(shù)據(jù)。在體育方面，數(shù)據(jù)分析也越來越成為教練挑選和訓(xùn)練隊員的有力工具。電影《Money ball》描述的就是一家小型棒球隊如何通過數(shù)據(jù)分析挑選物美價廉的球員，最后獲得史無前例的聯(lián)盟連勝紀(jì)錄的故事。量化交易不過是在這個大環(huán)境之下計算機(jī)技術(shù)對投資和交易的推動而已。

據(jù)說，有一個叫Theo Epstein的耶魯畢業(yè)生，出身名門，祖父是電影《卡薩布蘭卡》的劇作家。他對用統(tǒng)計模型研究棒球癡迷。Theo后來在2002年成為波士頓紅襪隊的教練，年僅28歲，創(chuàng)下美國職棒聯(lián)盟歷史。并在兩年后帶領(lǐng)球隊奪下聯(lián)盟冠軍。波士頓在等待八十六年后再度奪冠。

3、交易費(fèi)用的下降

全球范圍內(nèi)交易費(fèi)用的下降已經(jīng)持續(xù)了一段時間，在金融市場競爭的推動下，又開始出現(xiàn)繼續(xù)下降的趨勢，例如，日本2014年一月份再次調(diào)低了bid-ask spread。

量化交易的引入對于中國的影響

從成熟市場的經(jīng)驗來看，量化交易是市場流動性的主要提供者之一。在許多交易所，一小部分高頻量化基金的交易量能達(dá)到總交易量的30-40%。高頻交易主要提供短期流動性，中長期的流動性往往也由交易頻率較慢的量化基金提供。量化交易通常一次性交易成百上千股票，所以單個股票的走勢對其影響不大。同時，基于這樣的特點(diǎn)，量化基金一般不會卷入內(nèi)幕交易的丑聞。在許多multi-strategy（多策略）對沖基金里，量化經(jīng)理是合規(guī)部門（compliance）最放心的部門之一。對中國投資者來說，量化基金給那些沒有個人背景但是有數(shù)學(xué)頭腦的投資者一個主要依靠專業(yè)知識立足金融市場的機(jī)會。

串場游戲及解讀

1、游戲規(guī)則

請從0到100之間任意選取一個整數(shù)，不要告訴別人，私信給游戲組織者，勝者將是最接近平均數(shù)的三分之二的那位。

2、游戲解讀

這是芝加哥大學(xué)經(jīng)濟(jì)學(xué)教授Richard Thaler在《金融時報》上提出的一個游戲。參加者需付10美元參加，優(yōu)勝者將獲得兩張免費(fèi)的倫敦到紐約的往返機(jī)票。最后統(tǒng)計下來最多的答案是33，當(dāng)其他人都隨機(jī)選擇時這是正確答案。次多的答案是22，這是當(dāng)你多想一步得到的答案。最后他得到的平均數(shù)是18.9。如果這是博弈論的一道考試題，那么它其實(shí)是有“標(biāo)準(zhǔn)”答案的。如果所有人都足夠“理性”，他們應(yīng)該都選0，因為0的2/3仍然是0，當(dāng)所有人都選擇0的時候沒有任何一個人可以通過改變自己的選擇而獲利。這也是所謂的納什均衡點(diǎn)。在這個完美世界里所有人都能獲得免費(fèi)機(jī)票。不過在現(xiàn)實(shí)生活中你確定所有人都那么理性嗎？即使你知道這個答案，玩這個游戲時你真的敢選0嗎？

3、游戲帶來的思考

第一個思考是，是不是所有問題都是有標(biāo)準(zhǔn)答案的？市場上到底有沒有放之四海皆準(zhǔn)的真理？常有人覺得自己的分析萬無一失，可是市場走勢就是完全相反。這種情況下，你是相信市場呢，還是相信自己的分析？

第二個思考是，每個人的選擇會對結(jié)果產(chǎn)生影響，所以結(jié)果往往是不確定的。假如這個游戲只有兩個參與者A和B。已知A選的是50，B的最佳選擇真的是33嗎？算一下，（50+33）/2～42，42×2/3=28。當(dāng)B選擇33的時候，精確的答案已經(jīng)被其選擇影響縮小到了28。假設(shè)有N個人玩這個游戲，每個人都是博弈論專家，也都知道其他人是博弈論專家。有沒有辦法能讓某些人擊敗其它競爭者？也就是說有沒有比納什均衡點(diǎn)更“優(yōu)”的解？如果有兩人串通好，一人報100，另一人報100/N×2/3，N是總共參與人數(shù)，這兩人就會擊敗所有其他對策論專家。

第三個思考是，在沒有任何監(jiān)管的情況下，資本市場將充斥內(nèi)幕交易者和做局者，最終把大部分循規(guī)蹈矩的投資者嚇跑，導(dǎo)致市場投資環(huán)境的惡化。

問答環(huán)節(jié)：

Q1：我們在做本地化的過程中發(fā)現(xiàn)很多因子確實(shí)對過年這個市場無效或效果不大，而美國不敏感的因子在這里效果很好，尤其是一些情緒化指標(biāo)，國內(nèi)市場有效性真的不高，以散戶為主，這些因子表現(xiàn)的非常好。

A1：每個市場都有自己的特色。中國市場參與者和海外不一樣，所以交易策略的確不能照搬。

Q2：對中國發(fā)展量化投資有什么建議？

A2：也許從降低交易成本、允許做空著手。市場中性的量化基金每買1塊錢就必須賣1塊錢。賣空成本太高不利于量化發(fā)展。在極端市場情況下監(jiān)管者可以禁止賣空，這在美國歐洲澳大利亞等國近年來都發(fā)生過。正常市場情況下允許賣空可以防止某些公司股票形成泡沫，對保護(hù)投資者長遠(yuǎn)看來是有利的。中國股市波動率太大，量化基金發(fā)展起來應(yīng)該可以幫助市場更平穩(wěn)發(fā)展。幾年前曾問過James Simons一個問題，如果世界上沒有文藝復(fù)興公司，股市和現(xiàn)在有什么不同？回答說股市波動率會更大。量化基金是股市一個重要的平穩(wěn)器。

Q3：對其他asset class量化的前景怎么看。比如fx，commod，ust.

A3：這些asset很早就開始量化了，一般稱為CTA。CTA2008年左右很紅火，最近幾年有些回調(diào)。CTA在中國市場上受阻的主要原因之一在于交易成本高。

Q4：中國這么高的資金成本，是否不利于量化的發(fā)展？

A4：對于某些投資者而言高昂的資金成本可能讓他們選擇做其他投資，但是也有些投資者資金成本低，比方說保險基金。量化基金穩(wěn)定的回報率對他們有吸引力。