21904
76大家好，我是大卫翁，“起朱楼宴宾客”是我用来记录这个大时代的播客节目。
这期节目我请回了最受欢迎的嘉宾没有之一，那就是远在伦敦的Fay，和我一起聊了聊关于量化投资的那些事情。希望通过这一期，可以让大家对量化投资有一个全面的基础认知。另外由于这一期偏科普和知识向，所以时间轴和shownotes我都有很精心的去记录，请一定多看两眼~
欢迎大家给我写邮件互动，邮箱地址是qizhulouyanbinke@gmail.com。
上次和Fay的对谈也很精彩：
vol.37. 看上去精密专业的金融交易行业，其实也是个巨大的草台班子？| 宴宾客
对了，最后请大家忽视节目开头说的50期的问题，因为和上一期节目的播出顺序有所更换，所以实际上这一期已经是第52期节目了……但不管怎样，都感谢大家的支持！
以下是简单时间轴：
03:06 如果美联储在根据经济情况在决定货币政策的话，它可能对美国经济“一无所知”
07:40 消费者信心指数就是打电话抽几十个人问出来的，不要太当真，还不如看社交媒体的情绪指标
09:50 关于巴以冲突，身在伦敦的fay有很多切身感受。在伦敦的游行，其实只有一半是关于英国自己的。
13:35 量化投资不是一个趋势，而已经是投资本身
17:11 量化投资的历史其实没有那么悠久，但在每一次大熊市里都会迎来大发展
19:40 现在不需要编程能力也可以做量化投资
21:40 我们来试图给量化投资下个定义，以及聊聊量化投资有哪些分类
定义：不依赖于个人判断，而是通过复杂的数学模型来预测投资标的未来价格。
公募：
一般投资者能接触到的量化策略大致可以分为三类：指数增强（购买的大部分股票基本复制指数的成分股，通过择时、择股等手段，获得比指数更高的收益回报）、量化选股（通过量化模型筛选出股票，在合适的时机买入，追求超越业绩基准的超额收益）和量化对冲（也叫市场中性，追求的是绝对收益α）。
私募：
期货策略也就是CTA（管理期货）策略，投资范围包括股指期货、大宗商品期货和国债期货，最经典的做法是捕捉价格动量的趋势性，说人话就是“追涨杀跌”，通过快速止损实现“亏小赢大”的局面。
还有比较经典的是套利量化策略，通过跨市场、跨期限、跨品种去捕捉市场的不合理价差。比如国内大商所的大豆、玉米可以和芝加哥期货交易所的农产品进行跨市场套利；豆油、棕榈油和菜籽油互为替代品，受到季节性气候的影响可能会出现跨品种套利空间；同一品种不同月份的价格强弱变化又可以带来跨期限套利。
26:50 详细聊聊指数增强，为什么说这是一种更适合个人投资者的量化策略？
31:40 说到量化选股，fay的日常工作是什么样的？
不同于主动选股，量化选股的核心在于前期的模型设计环节。策略的设计不能光凭经验和直觉，需要使用大量的历史数据搭建一个模型，再通过各种测试来检验模型是否有效。一旦模型投入使用，就必须严格执行，克服人性弱点和认知偏差。不到特殊情况，不做人工干预。
34:00 事件驱动型的量化选股在海外非常流行
37:50 量化对冲、市场中性和绝对收益策略在国内其实很难做，碰到打出这种招牌的公募基金要小心
41:00 高频交易其实不是投资策略，而是一种套利策略，但却因为各种影视作品成了大家对量化投资的“刻板印象”
fay推荐：《蜂鸟计划》
44:50 在海外，量化领域这两年最明显的趋势是机器学习和深度学习，但它们其实只是手段，手段终究会被普及，投资还是要回归它的本质
48:40 用暴力无法解决艺术问题，用到目前为止的AI技术也无法解决投资难题。但未来这一切都可能会有所变化。
52:00 对于小的机构，AI以及由此带来的工具将帮助他们和大机构站在同一个起跑线；而对于个人投资者，工具和产品终将帮助我们触达量化投资的核心。
53:40 给普通投资者的投资量化策略产品的实用建议：
1、找有操守的机构，买严格限制自身规模的量化产品
2、不要选太小的、太新的、模型没有经过市场冲击检验的机构和产品
3、可以尝试指数增强和Smart Beta基金，甚至可以考虑将他们作为资产配置中指数基金底仓的替代
4、不要迷信量化，万物皆可量化，万物皆是量化
欢迎大家关注我的新的生活方式播客节目《犬生活》，第三期《我们为什么热爱新疆（下）》新鲜出炉！
欢迎听众加入我的知识星球，我正在好好运营那一片后花园~
节目后期制作：Siri
节目单集封面：网图
不依赖于个人主观判断，而是通过复杂的数学模型或一定的规矩/规则来预测投资标的未来价格，并依据此做投资决策（交易品种、实时交易）。
量化投资的好处是发现问题，定位问题，改进；而主观判断很难做优化，无法控制。
「量化投资发展」
每次的熊市量化会迎来大发展，比如08年金融危机、18年全球熊市。量化中有大量不依赖主观判断的投资策略，在熊市中会取得较好业绩，然后被更多人接受。
量化投资2009年在美国全部资产管理规模中占比30%左右；2020年新冠前后占比50%左右。
「量化投资分类」
大类：股票、债券、商品、外汇以及加密货币等；
「一般投资者」通过公募接触到的量化策略：
1）量化选股：通过量化模型筛选股票，在合适时机买入，追求超越业绩基准的超额收益；
2）量化对冲：市场中性，追求剥离市场Beta，获得绝对收益，在熊市受欢迎；
3）指数增强：对现有指数进行量化选股，通过择时、择股等手段，获得比指数更高的收益回报，更适合个人投资者；
「机构投资者/高净值投资者」通过私募接触到的量化策略：
CTA管理期货策略： 投资范围包括股指期货、大宗商品期货和国债期货，捕捉价格动量的趋势性，会有一些短期投机预测和套利行为。
套利量化策略：通过跨市场、跨期限、跨品种去捕捉市场的不合理价差。比如指数型股票资产，通过构建期货对冲搭配股票持仓，实现低风险或市场中性的套利策略。
「量化选股」
核心是前期的模型设计环节，需要大量历史数据搭建，再通过各种测试检验模型是否有效。一旦投入使用，必须严格执行，不到特殊情况，不做人工干预。
常见的量化选股模型：
1）多因子模型；
交易时使用因子模型选股，和现有股票持仓搭配最好的风险对冲头寸，进行风险中性调整。对基本面了解要求不高。
2）事件驱动模型
在海外流行，大量选取可能发生的事件，使用量化方法分析事件发生的可能性。
3）基本面量化模型
对行业有深度了解、长期跟踪，知道行业中公司的哪些业务之间有协同效应。
「量化对冲/市场中性」
常见的量化对冲策略：1）股票市场中性策略；2）股票多空策略；3）CTA（期货管理）策略；4）套利策略。
A股对冲工具和方向有限、成本高、监管变动大，空方受限制；在欧美比较成熟，是长期的策略。
小心公募基金中使用量化对冲、市场中性、绝对收益（通过市场中性策略追求对冲效果）策略的产品；
国内使用CTA的大部分是机构投资者（私募），监管相对宽松，多空双方可以充分表达观点。
「高频交易 VS 量化交易」
高频交易是一种利用技术型的套利策略，交易频率越高，对交易的控制越大。
研究人员：每天研究精细到毫秒的交易数据和价格变化，不关注交易品种、方向、市场，只看交易品种的交易情况。
量化交易处于投资领域，需要投资逻辑，是一种辅助方式；
高频交易需要研究技术领域，做到极致，是一种利用科学方式交易的技术手段。
「量化投资趋势/发展」
近两年量化公司使用机器学习和深度学习的领域飞速增长，但它只是手段，当被普及之后，投资还是要回归投资的本质。
「AI」
第一，AI趋势从长期看大家都会用到。投资追求的是超额收益，如果所有人都能用的时候，就不是独家武器，变成平均水平。
第二，当你用暴力方式去解决艺术问题时，没有触达到事情的本质上。生成式AI处于初级阶段，投资最终要靠人来定义规则。
「普通投资者投资量化策略产品的建议」
1）找有操守的机构，买严格限制自身规模的量化产品
因为量化策略相对主观策略，有更严格的策略容量。
2）不要选太小的、太新的、模型没有经过市场冲击检验的机构和产品
机构投资者卖出会造成市场冲击；基金容量对策略利润压缩的程度，随着规模增大，会压缩阿尔法空间。量化策略需要强力的基础设施的支持，在量化领域，风控比主观更重要。
3）尝试指数增强和Smart Beta基金，作为资产配置中指数基金底仓的替代
4）不要迷信量化，万物皆可量化，万物皆是量化
量化可能会成为很多事情的基础，成为投资方式的辅助，越来越成为整个投资框架体系中的一部分。
「积极拥抱变化」
现在变化非常快，用积极的心态应对，主动去学习，更好的适应它。
「美国市场数据」
发布预期数据、真实数据、对上期的修正数据。
市场针对本期预期数据和真实数据的差距，决定当时市场波动的走向。——交易预期
而从去年底开始修正数据差距较大，事后发现当时对市场的反应反了。大量数据滞后导致对美国经济基本面了解不准确，容易出现较大的判断偏差。