楊典

近年來，量化投資方興未艾，隨著大數(shù)據(jù)、人工智能這些新技術(shù)的快速進步和普及，不少媒體驚呼，未來證券市場計算機量化投資會不會一統(tǒng)天下？應(yīng)該說，證券投資領(lǐng)域，量化投資和計算機技術(shù)的應(yīng)用進一步加大是大勢所趨，但是如果擔(dān)心未來在市場上人腦完全被電腦取代，應(yīng)該說是杞人憂天。因為人腦研究和投資決策，相對冷冰冰的計算機而言具有幾乎不可替代的優(yōu)勢之處：深度基本面研究、前瞻性長期視角、對不同市場環(huán)境和投資規(guī)律的學(xué)習(xí)適應(yīng)能力等。

例如蘋果公司當(dāng)年推出IPHONE，這樣的投資機會，人腦跟蹤研究可以很容易判斷這樣的產(chǎn)品銷量增長態(tài)勢、增長空間以及對公司長期價值的影響，從而幫助投資者將足夠的頭寸持續(xù)鎖定跟蹤這樣的投資標(biāo)的。在這個例子上，在基本面研究和決策方面，電腦研究（這里主要指基本面量化策略）通常也能捕捉到蘋果公司因為IPHONE推出帶來的重大基本面變化，但一來反應(yīng)時間很慢（通常需要等待新產(chǎn)品推出以后的連續(xù)若干期財報），二來難以判斷新產(chǎn)品對公司的長期影響到底有多大，從而會將這樣的優(yōu)秀成長股淹沒在眾多的平庸股票之中（長期平庸的股票也有可能有連續(xù)數(shù)期的財報良好表現(xiàn)）。當(dāng)然現(xiàn)在大數(shù)據(jù)和人工智能技術(shù)還可以跟蹤除了財報以外的基本面數(shù)據(jù)，包括新產(chǎn)品相關(guān)數(shù)據(jù)，但是當(dāng)前筆者幾乎看不到在這種前瞻性重大基本面跟蹤研究領(lǐng)域，電腦取代人腦的現(xiàn)實可能性。

上面是新興產(chǎn)業(yè)的例子。超級成長股往往也出現(xiàn)在傳統(tǒng)產(chǎn)業(yè)。傳統(tǒng)產(chǎn)業(yè)的超級成長股成長邏輯，往往更多來自于公司在實體產(chǎn)業(yè)市場份額與其他競爭對手市場份額之間的此消彼長，即來自公司市場份額的提升以及通常與此伴隨的長期利潤率、長期資產(chǎn)回報率的提升。A股這方面的經(jīng)典例子是過去十余年的超級成長股東方雨虹，其上市至今（2008年9月10日掛牌上市至2022年2月25日）股價上漲約77倍，對應(yīng)2008年至2021年的凈利潤增長倍數(shù)約95倍（以2007年凈利潤為基數(shù)則凈利潤增長倍數(shù)為116倍），顯然，東方雨虹的凈利潤增長是其股價上漲的主要推動力，而公司凈利潤增長的大部分原因是其主導(dǎo)產(chǎn)品防水材料的市場份額持續(xù)提升（當(dāng)然防水市場總量的持續(xù)增長也有部分貢獻）。如果僅僅使用計算機基本面量化策略或者其他更為智能的計算機技術(shù)來跟蹤研究其市場份額變化、并且判斷這些變化是不是在長期可以持續(xù)，這看起來已經(jīng)是難度相當(dāng)可觀了——而這對成長股投資而言還遠遠不夠。對投資決策來講，投資者還需要使用這些信息來幫助推斷公司的長期增長空間及實現(xiàn)概率、當(dāng)前市值水平對未來成長空間的反映程度，由此決定是否值得用大頭寸來持續(xù)跟蹤投資，在這些方面，顯然人腦相對電腦具備絕對優(yōu)勢。

其實，除了上面說的行業(yè)和上市公司基本面深度研究，即使是在應(yīng)對二級市場本身的變化方面，仍然不太可能出現(xiàn)電腦完全替代人腦。例如， 2015年股災(zāi)期間及之后，股指期貨保證金比率大幅上升到約40%，并疊加日內(nèi)開倉限制、持倉限制，股指期貨相對現(xiàn)貨很長時間內(nèi)出現(xiàn)大幅貼水，這種情況下，原本運行良好的市場中性策略、基于股指期貨的擇時策略，哪怕是再智能的程序化數(shù)量化策略也面臨市場環(huán)境劇變，不太可能自動應(yīng)對。修改代碼怎么樣？修改代碼那就是人腦在發(fā)揮作用了。

原理上，證券投資盈利來源主要可以分成兩大部分：一是賺公司利潤增長（對應(yīng)現(xiàn)金流增長）的錢，二是通過交易賺交易對手的錢。通常，好的量化策略，在賺交易對手的錢方面比較有優(yōu)勢，例如以純證券交易價格和交易量為信號的量化交易策略、各類統(tǒng)計套利策略等，這類交易型量化策略，原理上主要是捕捉利用二級市場的群體交易行為規(guī)律來獲利;而在賺取公司利潤增長的錢方面，需要深度基本面研究來支持投資決策，在這方面，經(jīng)驗豐富的主動型基金經(jīng)理，相對于計算機量化基本面策略，還是具備顯著優(yōu)勢。因為，從根源來上講，公司利潤增長，本質(zhì)上來自實體企業(yè)的成功經(jīng)營，也就是來自公司在實體產(chǎn)業(yè)市場面對不確定性和多種經(jīng)營風(fēng)險約束條件下的主動資源優(yōu)化配置的結(jié)果，與之高度相關(guān)的因素還包括產(chǎn)業(yè)競爭格局、競爭壁壘、公司創(chuàng)新能力、公司領(lǐng)導(dǎo)人的企業(yè)家精神決定的核心競爭力等等。在這些經(jīng)濟活動最本質(zhì)的領(lǐng)域，至少目前沒有看到計算機取代人腦的可能;在投資者基于自身的商業(yè)洞察力和其他個性化的認(rèn)知能力和特點，對目標(biāo)公司進行深度基本面研究、長期前瞻性研究、發(fā)展前景不確定性與風(fēng)險和機會研究等方面，至少在當(dāng)前，筆者基本也看不到計算機取代人腦的可能。

主觀投資，也即傳統(tǒng)意義上投資者依賴專業(yè)知識和經(jīng)驗來做出投資決策的投資方式。這些專業(yè)知識和經(jīng)驗，可以是投資者對宏觀經(jīng)濟和金融、行業(yè)和上市公司的基本面的判斷，也可以是投資者對證券交易的價格和成交量等信息的分析結(jié)果。傳統(tǒng)主觀投資的優(yōu)勢在于更為接近經(jīng)濟活動和證券定價本質(zhì)的深度研究、前瞻性長期視野。主觀投資面臨的問題主要有：首先，人的經(jīng)驗未必正確，而錯誤的經(jīng)驗將導(dǎo)致錯誤的決策。常見的錯誤經(jīng)驗形成的原因，很大程度上首先是人類先天具有認(rèn)知缺陷，也即各種認(rèn)知偏差，著名的認(rèn)知偏差有錨定效應(yīng)、幸存者偏差、信息幻覺與專家幻覺等;第二，人力信息接收和處理能力有限，關(guān)注到的投資機會與風(fēng)險防范能力也自然較為有限，例如當(dāng)前A股全市場有4000余只個股，投資者如何從中挑選出少數(shù)心儀的股票來跟蹤研究和投資？要不要都瀏覽一遍這幾千只股票的基本面？第三，主觀投資受投資者情緒波動影響大，而情緒波動是理性投資的大敵;第四，主觀投資決策往往過于隨意，缺少規(guī)則化，對于股票倉位、個股持倉比重、行業(yè)分布比重等重要組合管理參數(shù)的設(shè)定，通常較為隨意，因此投資績效表現(xiàn)往往也就呈現(xiàn)相當(dāng)大的隨機性。

量化投資，則通常使用計算機來進行策略開發(fā)和投資決策。顯然，純計算機量化投資相對于傳統(tǒng)人力主觀投資的優(yōu)勢部分是很明顯的，例如，數(shù)據(jù)處理能力和效率、大樣本支持下的相對更為可靠的統(tǒng)計規(guī)律等。純程序化決策的量化投資，還可能有效幫助排除投資者的情緒波動干擾，投資決策的紀(jì)律化和規(guī)則化明顯強于人工。當(dāng)然，極端情況下，計算機決策的紀(jì)律化規(guī)則化也可能被打破——因為人為干預(yù)其實可以隨時介入，例如改代碼、拔網(wǎng)線。

在投資策略的階段性或長期性失效方面，其實量化策略與主觀策略都面臨相同的問題。市場環(huán)境發(fā)生了巨大改變時，無論是量化策略，還是主觀策略，都需要相應(yīng)調(diào)整。例如A股注冊制推進這樣的制度性變革，對小盤股超額收益能力帶來重大沖擊，這種情況，無論量化策略還是主觀策略，都需要及時做出調(diào)整。這本質(zhì)上都是投資策略背后的人的認(rèn)知和解決方案的因時而變。當(dāng)然，未來理想化的情況是，量化策略越來越更為智能地調(diào)整適應(yīng)市場環(huán)境的變化。

主觀量化，是將量化工具與主觀判斷相結(jié)合來進行投資，試圖充分發(fā)揮各自優(yōu)勢，而控制各自劣勢。主觀量化日益成為市場主流投資策略發(fā)展方向之一。目前全球規(guī)模前列對沖基金公司中采用主觀量化投資方式的越來越多，主觀量化策略日趨躋身主流。

目前來看，主觀量化的具體應(yīng)用領(lǐng)域至少有：使用計算機量化策略來幫助初步篩選交易標(biāo)的，例如使用基本面量化策略（典型的為多因子阿爾法策略）來快速幫助投資者對全市場股票進行掃描，篩選出粗選股票庫，再人工從中挑選重點投資的精選股票庫;個股的重大基本面風(fēng)險排除/提示，例如使用量化財務(wù)指標(biāo)或其他基本面風(fēng)險指標(biāo)，來排除或提示有重大基本面隱患的個股;大數(shù)據(jù)、人工智能等技術(shù)在行業(yè)景氣度和其他上市公司基本面跟蹤研究方面的應(yīng)用;在投資組合構(gòu)建層面，根據(jù)特定投資目標(biāo)，使用量化模型幫助進行各類風(fēng)險敞口管理，例如股票倉位管理、行業(yè)配置比例和其他風(fēng)格配置比例管理;在個股風(fēng)險控制和組合調(diào)整層面，使用量化交易模型來輔助組合管理，例如使用量化趨勢/反轉(zhuǎn)交易模型來動態(tài)調(diào)整投資組合……等等。

主觀量化同時使用主觀和量化兩種投資策略，必然面臨一個孰主孰次的問題。這個問題，其實并沒有唯一正確的答案。不同的投資者可以有不同的選擇，不同的解決方案根本上取決于投資者自身的特質(zhì)特長。對于筆者所在的拙愚資產(chǎn)而言，原則是兩者都不可或缺，但整體上主觀偏多一些，量化工具作為輔助主觀決策的工具;但在風(fēng)險控制層面，量化策略占比更大。并且，可能與很多量化機構(gòu)不一樣，拙愚資產(chǎn)的數(shù)量化策略，大部分本就來自傳統(tǒng)主觀投資經(jīng)驗和邏輯的總結(jié)、優(yōu)化和升華，例如，我們盡可能將傳統(tǒng)主觀成長股和價值股選擇方法做成量化策略，盡可能將傳統(tǒng)主觀趨勢或震蕩投資思想做成量化策略。

顯然，主觀量化若要成功應(yīng)用，需要投資者在主觀和量化兩個方向都有很好的積累，才有可能發(fā)揮主觀和量化的各自優(yōu)勢，揚長避短，否則各自劣勢壓過優(yōu)勢，適得其反。理論上所有投資風(fēng)格的選擇，均應(yīng)當(dāng)是投資者自身特質(zhì)、能力圈和現(xiàn)實條件相結(jié)合的最佳結(jié)果。

無論是純主觀、純量化，還是主觀加量化，都具有各自的適用范圍和長期的生存空間。多樣化是實體經(jīng)濟與證券市場的根本特點之一，投資者大可不必對不同的投資風(fēng)格在情感上厚此薄彼，只需理性根據(jù)自身特點選擇合適投資風(fēng)格，并將該風(fēng)格長期發(fā)揮至最優(yōu)即可。

主觀量化若要成功應(yīng)用，需要投資者在主觀和量化兩個方向都有很好的積累，才有可能發(fā)揮主觀和量化的各自優(yōu)勢，揚長避短，否則各自劣勢壓過優(yōu)勢，適得其反。

有的投資者因為自己選擇了某種風(fēng)格，比如說選擇了“深度價值投資風(fēng)格”或“成長股投資風(fēng)格”，就信心滿滿，有的還忽視甚至否定其他投資風(fēng)格的合理性。但實際上，大多數(shù)自詡的價值投資者或成長投資者，或者其他任何風(fēng)格投資者，包括量化、對沖等等，長期投資業(yè)績基本也是湮沒于蕓蕓眾生。價值投資就能取得好業(yè)績嗎？絕對不是。只有把價值投資做好才能取得好業(yè)績。根據(jù)投資者自身特點選擇某種投資風(fēng)格、并把該種投資風(fēng)格發(fā)揮到極致，比具體是哪種投資風(fēng)格本身更為重要。任何一種投資風(fēng)格，都可能誕生投資大師，也可能致使財富破滅。例如，深度價值投資風(fēng)格領(lǐng)域誕生了巴菲特這位投資大師，而巴菲特的老師、價值投資的祖師爺格雷厄姆卻在上世紀(jì)30年代的股災(zāi)中破產(chǎn);擁有兩名諾貝爾獎得主、“每平方英寸智商密度高于地球上任何其他地方”的“夢幻組合”團隊的長期資本管理公司使用量化交易策略，最終破產(chǎn)清算，而由數(shù)學(xué)家西蒙斯帶領(lǐng)的科學(xué)家團隊管理的對沖基金大獎?wù)禄?，使用量化交易策略卻創(chuàng)造了三十二年費前年化收益率達到約66%的業(yè)績神話（費后約39%）。相信大多數(shù)普通投資者身邊，同樣投資風(fēng)格，而投資結(jié)果大不一樣的情況，應(yīng)該可以說是常態(tài)。

總之，不是說風(fēng)格選擇不重要，而是選定風(fēng)格以后，如何揚長避短，將該種風(fēng)格優(yōu)勢發(fā)揮到極致，更為重要。

拙愚資產(chǎn)選擇主觀量化投資風(fēng)格，正是綜合了核心團隊的特質(zhì)特長——拙愚資產(chǎn)核心團隊同時具有長期的基本面研究經(jīng)驗和投研方法體系積累，以及相當(dāng)?shù)臄?shù)量化策略的開發(fā)使用經(jīng)驗。目前，拙愚資產(chǎn)使用主觀量化方法，重點跟蹤投資最具長期成長潛力的成長股，同時也會適當(dāng)關(guān)注狹義價值風(fēng)格股票和其他風(fēng)格股票，并結(jié)合量化交易模型來動態(tài)調(diào)整投資組合。

作者為上海拙愚資產(chǎn)管理有限公司投資總監(jiān)，免責(zé)聲明：本文提及的任何股票均只用于舉例，不對任何機構(gòu)和個人形成任何投資建議。