聚合智慧 | 升華財富
產(chǎn)業(yè)智庫服務平臺

2019年11月2日，上海交通大學上海高級金融學院聯(lián)合中國私募證券投資研究中心和SAIF對沖基金領(lǐng)軍人才俱樂部共同推出中國對沖基金領(lǐng)軍人才課程開放課程，邀請到多位對沖基金領(lǐng)軍人才及研究領(lǐng)域?qū)＜覟榕c會的金融從業(yè)人員帶來精彩的課程演講。

（上海交通大學上海高級金融學院金融學教授、副院長、上海交通大學中國私募證券投資研究中心主任嚴弘）

上海交通大學上海高級金融學院金融學教授、副院長、上海交通大學中國私募證券投資研究中心主任嚴弘做了精彩致辭：

各位同仁，希望也是將來其中有一部分能成為交大的同學，今天非常高興有這么多朋友參加關(guān)于對沖基金的公開課程，我們對沖基金領(lǐng)軍人才課程在2013下半年推出，在六年之前在整個中國私募證券投資行業(yè)剛剛起步的時候，我們就推出這樣一個課程，希望能夠為中國的私募證券投資行業(yè)培養(yǎng)一批領(lǐng)軍人才。從第一期到第四期，我們都有一系列的校友在整個行業(yè)，不管是從證券公司、期貨公司還是投資基金，我們都有一大批校友在這個領(lǐng)域做出非常杰出的工作。

從2013年基金法的修訂，以及2014年證件會推出私募基金的管理辦法之后，整個私募證券投資行業(yè)的發(fā)展是非常迅猛的。從2013年兩三千億的規(guī)模，現(xiàn)在已經(jīng)到2.3萬億的規(guī)模，發(fā)展速度是非?？斓摹Ｗ罱鼛啄晡覀円部吹秸麄€行業(yè)也在經(jīng)過一個調(diào)整期，這個調(diào)整期當然有一部分是外部原因，政策的原因和整個市場的原因，還有一部分也是整個行業(yè)內(nèi)部的原因，這個行業(yè)目前也需要經(jīng)過優(yōu)勝劣汰的過程。

在這個環(huán)境下，我們更加能夠了解和專注對行業(yè)發(fā)展的動態(tài)，同時也能夠掌握更多的專業(yè)方面的技能，我覺得也是非常重要的一點。我們今天利用這個機會給大家展示一下我們整個課程的樣板，同時上午李峰教授，也是我們學院的明星教授，給我們做這樣一個公開課。下午之前課程的老師和中心的理事單位和理事，給我們帶來了他們在這個行業(yè)的真知灼見。

經(jīng)過今天的安排，也可以給大家能夠充分了解到行業(yè)的發(fā)展趨勢。特別是今天專注的專題，大家可以看到整個課程覆蓋整個私募證券投資行業(yè)從基金的設立到運營，到風險管理，以及從基金的策略到他們的業(yè)績評估各方面的內(nèi)容。今天涵蓋的主題，從上午到下午基本都是跟量化投資相關(guān)。而量化投資是目前私募證券投資行業(yè)發(fā)展比較快的策略類別，同時在中國也是展現(xiàn)出非常大的潛力，希望通過今天的公開課程給大家有一個機會對這方面有更深入的了解。

前面提到中國私募證券投資研究中心，也是跟這個課程相輔相成的。在2015年6月份的時候，我們就正式成立了私募證券投資研究中心，受到很多課程校友單位的大力支持，因為他們覺得行業(yè)的發(fā)展還是離不開研究機構(gòu)的支持，在過去四年的時間我們從一開始就發(fā)布了行業(yè)的業(yè)績系列指數(shù)，以及一系列的行業(yè)研究報告，希望能夠為這個行業(yè)的發(fā)展做一些基礎性的研究工作，同時也為行業(yè)發(fā)展未來的一些策略，未來的一些政策和策略走向，能夠提供一些智力上的支持。

在這方面，中心也是跟行業(yè)的發(fā)展相輔相成，希望有更多的機會跟行業(yè)中的各個機構(gòu)展開各種合作。整體來說，我想我們上海高級金融學院在中國私募證券投資行業(yè)的發(fā)展當中，希望成為大家的合作伙伴，從整個培訓到研究過程中，都希望能夠為行業(yè)的發(fā)展做出一番貢獻。希望大家能夠從今天的課程里面更進一步體驗到行業(yè)發(fā)展的非常重要的領(lǐng)域的發(fā)展動向，同時也對高金的課程有更深入的了解。謝謝大家的到來。

上海交通大學上海高級金融學院會計學教授、上海交通大學中國金融研究院副院長、上海高金金融研究院聯(lián)席院長李峰進行了《低頻量化交易》的授課。

（上海交通大學上海高級金融學院會計學教授、上海交通大學中國金融研究院副院長、上海高金金融研究院聯(lián)席院長李峰）

李峰：首先歡迎大家參加公開課，私募證券研究中心是我們做的最好的中心，市場化程度最高，影響力最大，非常榮幸有這個機會跟大家分享一下我的一些思考。剛才王老師介紹，我其實是會計學教授，做低頻策略非常自然，之前跟我溝通的時候說這個公開課的聽眾大部分都是完全沒有量化經(jīng)驗的同學。

講之前，問一下在座有多少是金融從業(yè)人員。為什么問這個問題呢？因為人有一個傾向，互相看不起別人。講到量化策略里面，金融圈有鄙視鏈，做一級的人看不起做二級的人，做一級的說我投資實體經(jīng)濟，你們是炒股的。做二級投資的人，可能做價值投資又看不上做高頻的，我是價值投資，你就是買和賣，做點價差，鄙視鏈是一直存在的。

作為整個行業(yè)金融業(yè)，其實不是特別受人歡迎的一個行業(yè)。我跟咱們學院的很多校友，這是我新加的PPT，聽說同學里面有很多是資深的投資人員。有一點很尷尬，金融業(yè)從業(yè)人員的形象不是特別好，我跟很多校友同學交流，也有這個感覺。金融業(yè)給人的感覺就是不勞而獲、薪酬特別高、不創(chuàng)造社會價值等等。這種想法有很多證據(jù)，比如說我的母校芝加哥大學定期做調(diào)研，他們問你覺得金融業(yè)有沒有創(chuàng)造價值，有大概50%的被調(diào)查者認為金融業(yè)不但不創(chuàng)造價值，還損壞經(jīng)濟，完全浪費社會價值。從歷史上來看，《圣經(jīng)》里面兩千年前就說吃利息的人應該下地獄。從現(xiàn)在社會上來說，巴菲特的合伙人查理芒格對放貸也是很有意見，尤其高利貸。以前清華大學的副校長現(xiàn)在西湖大學的校長，也都是頗有怨言。整個行業(yè)被人來說沒有創(chuàng)造社會價值，這點對從業(yè)人員來說有非常大的，按照馬斯洛的需求層次理論，我們一直在反思為什么沒有這個認同，我自己總結(jié)了幾條，大概有幾個可能的原因，這肯定是不完全的總結(jié)。

第一，很多金融機構(gòu)是持牌機構(gòu)，靠牌照賺錢，不是靠自己能力賺錢。第二，它提供的產(chǎn)品是無形的，你代理買賣成效，承銷，產(chǎn)品價值無形，不像計算機或者做手機的，給你一個具體的東西摸得著。第三，比如說大而不倒，帶來的道德風險，因為我太大了，所以我倒不了，政府一定會出手來救助，給人的形象就是說有點借著自己的規(guī)模大而不倒的原因，無限制向政府索要資源，帶來很多道德風險。最后一個是我想跟大家討論的，跟量化相關(guān)的，金融這個行業(yè)提供的產(chǎn)品質(zhì)量以及成本有沒有改進和下降。就是說在過去一百多年以來，金融行業(yè)提供的服務質(zhì)量有沒有本質(zhì)的提升，價值有沒有實質(zhì)性下降。

為什么問這個問題呢？因為這涉及到科技，也涉及到量化。我們看很多產(chǎn)品，這是美國過去二十年的價格走勢圖，其中電視價格跌了99%，這個我覺得有點夸張。手機大概下跌了50%。如果看醫(yī)療，是上升了很多，過去二十年上升了很多，大學的學費，所以現(xiàn)在商學院在全球范圍內(nèi)招生，尤其是美國，模式是持續(xù)不下去，因為學費漲的太厲害。所以整個來說，社會的很多行業(yè)，其實它的質(zhì)量在上升，價格在下跌。如果我們把今天的汽車價格跟一百年前的汽車價格比，應該來說在功能改進的很多情況下相對價格跌了很多。調(diào)整一下CPI、通脹或者收入。但是金融行業(yè)沒有做到這一點，右邊這張圖是紐約大學的一個經(jīng)濟學教授，他統(tǒng)計了1886年到2015年，也就是130年，130年美國金融行業(yè)，金融行業(yè)是泛金融行業(yè)，包括投行、中介機構(gòu)、會計師、評級機構(gòu)、律師等等加在一起，收取的價格占整個交易金額的比例，從1886年到2015年，基本上都在1.5%到2%這個區(qū)間波動。也就是說金融行業(yè)在過去130年當中，其實沒有給大家?guī)順O大的服務提升或者價格。至少跟科技行業(yè)比，跟汽車、手機、電視比起來，所以1.5%到2%持續(xù)了大概130年。

回到今天的主題，量化投資，量化投資也可以算金融科技一個小的領(lǐng)域。什么叫量化投資？

學員：通過計算機，大量數(shù)據(jù)獲得的一些模型，通過計算機進行一些交易。

李峰：首先是系統(tǒng)化的方法，是系統(tǒng)化的投資方式，通過分析數(shù)據(jù)找出規(guī)律。本質(zhì)上量化投資是通過歷史數(shù)據(jù)找規(guī)律，找出規(guī)律這是你做出來，并且這是一個統(tǒng)計規(guī)律。比如說跌得多的股票會漲，這是一個統(tǒng)計規(guī)律。我們每周星期五下午兩點半收盤前半小時，把本周上市的3700個股票的收益率做一個統(tǒng)計，然后排個序，挑出跌的最多的100個股票或者漲的最少的100個股票，然后持有買入它，持有一星期，到下周五的兩點半把這批一百個股票換掉，這是量化投資典型的思路，反轉(zhuǎn)策略，周頻的反轉(zhuǎn)策略。量化投資本質(zhì)上是一個通過歷史數(shù)據(jù)找規(guī)律來做投資決策的這么一個東西。

今天我們要講的其實是量化投資里面的一個，至少我覺得低頻。大家怎么看，什么頻率是低頻，什么頻率是高頻？當然頻率是一個換手的速度，大家覺得多少頻率是低頻，多少頻率是高頻？

學員：一個季度交易一次是低頻，一天交易幾十次是高頻。

李峰：期貨當然沒問題，一天可以，如果不考慮手續(xù)費的話，其實是可以交易很多次。低頻或者高頻是一個相對概念，這位女士講的低頻可能是一個季度換手一次，高頻可能是日內(nèi)的。這就是一個相對概念，如果在國際范圍講高頻可能是毫秒級別的，眼睛眨一下是一百毫秒，這才叫高頻。什么叫低頻呢？甚至季度都不算低頻，因為有一些量化機構(gòu)在海外，兩年多才換手一次，也是存量化的，中國可能一個月?lián)Q手一次，我們要的至少是T+1的換手，或者五天換一次，這是一個相對概念。當然所有策略里面應該來說有一個不可能三角，以前當然就是說收益和風險不可能，收益高的風險一定是高的，這是兩個維度。但是現(xiàn)在要加第三個維度是指容量，不可能三角就變成你不可能存在一個收益特別高，風險特別小，容量特別大的策略。

因為你是存在收益特別高，風險特別小的策略，有一些高頻的策略，的確是收益特別高風險特別小。比如說做T0的，不但收益高，風險也小，但是你發(fā)現(xiàn)容量可能小，所以把這兩個維度，收益風險放大就變成三個維度，收益、風險和容量，世界上不存在一種收益高、風險低、容量特別大的策略，這就是印鈔機，收益高、風險低、容量大。

因為這個原因，今天我們來討論一下低頻策略，我這的低頻策略可能定義的，我們不需要特別清晰的定義，因為這是一個討論課，所以跟大家分享一些我們的思考。通常來說，可能你季度換手已經(jīng)算比較低頻的，低頻策略和高頻策略比起來，大家感覺收益更高還是更低？我買茅臺10倍，這是講的可能主動選品方法。如果量化選三百個股票，持倉期一年以上，戰(zhàn)勝50%以上一年，這是很難的事情。我個人感覺，這個可以來看數(shù)據(jù)。高換手率的股票收益率可能更高，低換手率的股票預期更低一些。

我們看看今天的主題，我想跟大家分享四個主題，低頻策略后面會討論一些細節(jié)和想法，我自己也一直在思考低頻策略怎么做，因為低頻策略收益率不會特別高。如果拿著股票一年不動，同時持有三百個，收益率要做成非常高的收益率，是非常有挑戰(zhàn)性的。第一個要討論的題目是私募證券基金投資是否物有所值，是不是對得起1%或者1.5%或者2%的管理費，20%的后端，這還是很重要的一個問題。馬斯洛需求層次理論，需要有認同感，我們的存在是不是物有所值。第二個簡單討論一下量化投資基本概念。第三個是談談我自己的一些感想，量化投資在中國的一些挑戰(zhàn)、希望和方向。很多人說中國的α特別好，β特別差，做收益很容易，戰(zhàn)勝指數(shù)很容易，β好像很糟糕。其實β，如果把分紅考慮進來的話，有一些β還可以。最后一個，低頻量化策略的思考，這是純粹思考，怎么做我們也一直在思考。我個人覺得目前的量化是非常膚淺的一種投資方式。從基本面的角度出發(fā)，所謂基本面量化用一個二次維的向量，三次維的向量刻劃一個公司，是非常膚淺。市盈率就算估值，這是相當膚淺的分析方法。再比如說用季度的利潤成長性，都是非常膚淺的，怎么有一些突破，用茅臺為例，它的缺陷是什么。目前的低頻策略能不能選出茅臺，每家做低頻策略的方法不一樣，能不能選出茅臺。我看出很多，選出茅臺來的不多。茅臺用傳統(tǒng)的多因子模型選股，比較難選出來的。

首先買私募基金是不是值？大家怎么看？

學員：雖然我不能炒股，但是也做一些投資，但是確實自己投資的結(jié)果來看，我現(xiàn)在所有的企業(yè)都買了私募。

李峰：這是我們嚴院長做的私募證券研究中心非常好的一個指數(shù)，它把2007年到2018年，把能夠搜集到私募證券基金的進值都收集起來，因為私募不需要匯報業(yè)績，不需要有一個公布業(yè)績的要求，只是字面性交給一些第三方機構(gòu)。它們收集了五個數(shù)據(jù)源，兩兩比照做出來的一個私募證券的進值數(shù)據(jù)庫。做了一個指數(shù)叫CHFRC，在2007年到2018年當中，私募證券基金在中國復合收益率8.4%，我覺得還是可以，從復利的角度來講8.4%是不錯的收益率。跟指數(shù)比一下，遠超滬深300指數(shù)，滬深300只有3.3%的收益率，大概是兩倍多。有同學說不對，我看中證500，7.6%，這比一下就發(fā)現(xiàn)買私募沒有多大意思，原因是什么呢？因為減去2%的費，已經(jīng)低于中證500，中證500年化收益率7.6%，你給我提供8.4%，但是要收管理費和業(yè)績提成。大家一想沒有意思，買私募是浪費時間，浪費自己的錢。至少從平均意義上來講，這個大家同意嗎。

從收益率來講，買私募基金，平均收益率8.4%，這里面有好的有差的，平均來說8.4%。你買指數(shù)也是7.6%，你買ETF指數(shù)7.6%一年也不錯。但是你看夏普比例，用收益率，年化，除以它的波動率。可以看到私募基金8.4%的平均收益率，波動率是14%，年化。但是中證500指數(shù)的是35%，有人說，波動率不是風險，我是長期持有，波動率不是風險，所以這里面大家首先可以看出量化和非量化對風險的理解不一樣。量化是把波動率做風險，但是巴菲特說波動率跟我沒有關(guān)系，因為我持有五年十年。波動率當然有用，原因是兩個，第一你能不能用杠桿，如果能用杠桿的話，比如期貨投資，期貨是保證金交易，所以可以放杠桿。期貨投資你關(guān)心的是收益回撤比或者夏普比率。在相同夏普比率情況下，把杠桿放起來，就可以收益更高。你不關(guān)心絕對收益，因為可以收縮杠桿。假如說A股的投資也可以用杠桿的話，我8.4%跟你7.6%差不多，但是波動率只有你的一半，可以放大一倍杠桿，波動率一樣，但是收益是你的兩倍。所以如果能夠融資做杠桿的話，我們要關(guān)心的是夏普或者收益回撤比，而不關(guān)心絕對收益。這種情況下，私募基金遠超中證500指數(shù)。第一，能不能用杠桿。

第二，即使不能用杠桿，為什么買私募基金還是有用呢？因為很多投資人都想選時，波動率高的情況下，稍微擇時搞錯了你就出去了。什么意思？如果買私募產(chǎn)品，因為波動率低，你的收益率在波動率高的情況下你很容易踏錯了，所以如果買指數(shù)的話買的時間點不對，可能會虧很多。但是因為私募基金這個指數(shù)波動率小很多，所以對你的進入這個市場的時間點沒有那么敏感。因為如果你是一條直線上漲的話，隨時進去隨時出來都賺收益，年化8%。但是波動率非常高，7%，你進去的時點就決定你的收益。第一，杠桿情況。第二，擇時。雖然高出一個點但是體驗感好很多。它可以說是值得關(guān)注的，如果你可以放杠桿的話，馬上收益率一倍，波動率是一樣的收益率是一倍。第二，很多人希望自己不管買股票還是基金，都是在擇時，波動率小的情況下?lián)駮r對你最后的影響相對小一些，波動率越大你擇時的效果越差，搞不好就出去了。

綜合起來，我個人覺得私募證券是值得買，不是給私募證券行業(yè)做廣告，只是客觀分析數(shù)據(jù)。

再分子策略，子策略來看的話，這當然取決于哪個子策略，時間期間不一樣。比如說股多，2017年1月份就有數(shù)據(jù)，2007年的時候股多策略，只要股多，平均收益率基本都是負的。年化收益率1.6%，但是夏普比率把無風險收益率調(diào)一下，就是負的。年化收益率雖然1.6%，但是減無風險收益率就是負的。哪個大類表現(xiàn)非常突出，明顯你看夏普比率，哪一個明顯站出來？期貨策略。期貨策略的夏普比率遠高于其他的大類策略，不管是股票多頭，還是股票套利，期貨策略高很多。期貨策略里面很多是量化的，比如說你做的期貨日內(nèi)很可能是量化的，比如說期貨高頻，肯定是量化的。期貨多策略很難說，有主動在做期貨等等。但是不管怎么說，期貨策略很明顯站出來了。還有什么比較高的呢？股票市場中性，0.55，夏普比率。套利，0.94。債券多頭1.72，不管怎么說，把這些策略和股票指數(shù)，可以看出來基本上所有的放在這的策略都跑過股指。

私募證券從業(yè)人員應該來說還是有成就感的，創(chuàng)造了價值，鄙視鏈，一級市場鄙視二級市場，二級市場做價值鄙視做高頻的人。你們創(chuàng)造了什么價值，我們的回答是創(chuàng)造了流動性，監(jiān)管覺得好像沒有什么價值，其實是有價值的。一個公司不上市，變成上市，變成有百分之三四十的溢價，這就是流動性的溢價，當然有價值。

第二個跟大家分享量化投資基本概念，這個大家都接觸過，我簡單跳過去。應該來說海外來說2018年底的數(shù)據(jù)，3.5萬億美元，其中量化資金占很大一塊。這里面量化分主動和被動，一大塊是被動的指數(shù)基金的策略，但是也有不少的主動策略，3.5萬億，最大的是固定收益的套利，它是很大一塊。這是海外共同基金的情況，當然大很多，17.7萬億，公募基金，規(guī)模都是相當大。量化的海外情況。

保險資金，4.5萬億美元，這是美國壽險協(xié)會的公告數(shù)據(jù)。為什么放保險資金呢？如果最后看起來的話，在中國，尤其是銀保監(jiān)會對保險監(jiān)管還是很嚴的，比如說交易的接口方式上，導致沒有辦法做很多高頻策略，只能做偏中低頻的策略，很多低頻策略其實是特別適合保險資金的，由于監(jiān)管上的原因。

整個歷史背景，應該來說其實金融學的研究對量化的發(fā)展起了直接的推動作用，現(xiàn)在金融理論與模型的發(fā)展，直接推動了量化，包括指數(shù)，很多是金融學的學者做出來的。我們簡單看一下，一個是金融模型的發(fā)展，一個是市場有效性比較強。這個大家可能會覺得為什么有效性比較強喜歡量化，我們就是講的更多是指數(shù)基金，有效性強的情況下個人主動投資戰(zhàn)勝市場的難度增加，導致量化變成一個非常好的投資手段。股市不敢調(diào)整，這其實是屠光紹講的，說股市進入動態(tài)調(diào)整期，美國自從布雷頓森林體系破解以后，導致股市動蕩性加大，合理監(jiān)管，科技金融等等。

大家可能都比較熟悉，1971年發(fā)行第一ETF。barra，把個股收益率分成國家、行業(yè)、風格以及不能解釋的部分。大家都知道這些人，看得出來這邊既有金融學背景的，也有計算機背景的?，F(xiàn)在有一個常見的感覺，量化，因為最近一兩年高頻量化風頭比較足，大家有接觸過吧。其實這些人可能很多都是計算機背景的，現(xiàn)在其實是有一點悲觀的感覺，包括我們的同學當中，我們的MBA同學，覺得為什么要做量化，沒有什么前途，因為都是計算機背景的人以后統(tǒng)治全世界，我們是浪費時間，這種觀點是很悲觀的。今天想表達的意思是，我沒有那么悲觀，因為金融學包括公司金融、會計，其實有很多的價值沒有體現(xiàn)出來。以前來說，其實很多計算機背景的，包括數(shù)學背景。

一個很明顯的情況是，中國的α特別好，一個原因當然是中國的散戶比較高。可以看出來美國七十年代開始，我們現(xiàn)在正在走美國七幾年走的路，也就是現(xiàn)在的散戶比例是美國1970年的散戶比例，機構(gòu)比率大概20%，但是隨著時間的變化，2013年已經(jīng)到了60%左右，這是美國的數(shù)據(jù)，可能我們正在走這條路，機構(gòu)化。監(jiān)管等等。

金融科技。這個事其實是蠻火的一件事情，量化投資可以把它想象成金融科技的一個子級，其實很多券商有投入了大量資金做交易系統(tǒng)。

我們來看一下量化投資的問題。從邏輯上來講量化投資有沒有問題，我們講量化投資無非是從歷史數(shù)據(jù)找規(guī)律，最大的問題是什么？黑天鵝。歷史上發(fā)生的事情會不會重復？這是一個很大的邏輯問題，很多機構(gòu)都說我在做人工智能、機器學習。人工智能、機器學習能不能解決這個問題？機器學習能不能解決量化投資里面最核心的問題，你的基準假設是歷史會被重復。

學員：我覺得不能解決這個問題。

李峰：原因是？

學員：機器學習也是基于歷史大量數(shù)據(jù)做分析和歸納。

李峰：機器學習是在歷史當中找規(guī)律，比如說看了十萬張人臉訓練出來的模型。機器學習最終也解決不了量化投資很麻煩的一個問題。它是假設歷史會被重復，我覺得這一點，學金融學、會計學的人還是有未來的，機器學習解決不了歷史會被重復這個基本假設的不可靠性。其實機器學習現(xiàn)在就很復雜，線性回歸也是機器學習，是機器學習的一個退化版。高盛虧了40億美元，也是解散了。其中一個大問題就是基于歷史回測的模型都是低估了黑天鵝事件發(fā)生的概率。低頻策略機器學習有沒有用，我覺得用處有限，原因是低頻假如按照這位同學講的季度頻率，我的訓練是按照季度頻率來訓練，每個季度預測下一個季度的收益率，我的歷史數(shù)據(jù)非常有限，五年的數(shù)據(jù)也就二十年季度，模型建好了，五年以后發(fā)生結(jié)構(gòu)性變化，你訓練出來的模型不成立了。

機器學習在低頻投資策略里面可能用處不如在高頻里面大，如果你是盤口級的，其實給你一周的數(shù)據(jù)已經(jīng)非常豐富了，可以模型自適應，訓練出來的參數(shù)重新調(diào)整一遍。量化投資里面最大的問題就是假設歷史會被重復，這是一個很大的假設。我覺得未來改進的思路也就是朝這個方向去，其實就是量化投資往主觀投資方向前進一大步。傳統(tǒng)的量化投資多因子模型做低頻已經(jīng)到天花板了，可能沒有那么大前途。我們數(shù)一下有這么多公募基金，有這么多私募基金，這么多券商金融團隊，招了這么多研究員和實習生，這些人每天在那邊挖因子，尤其低頻因子，計算速度快，低頻策略季度的，PC就可以跑起來，這么多人在挖因子，要有大的突破是很難。最后變成公募基金，雖然是私募基金，但是本質(zhì)上是公募基金，收費收的很便宜，策略透明度也很高，這是我的感覺，未來可能是說低頻這個策略，機器學習可能幫助沒有大家想象的那么大。

優(yōu)勢與缺陷。量化投資當然有它的優(yōu)勢，系統(tǒng)性的避免人的情緒等等。我們重點討論缺點，太膚淺。很少有人自己批評自己太膚淺，那天碰到互聯(lián)網(wǎng)金融協(xié)會的會長說全國沒有一個協(xié)會像他們協(xié)會一樣，主要存在的目的是干掉這個行業(yè)?；ヂ?lián)網(wǎng)金融協(xié)會的會長說，我們就是很尷尬，每天的任務就是清理這個行業(yè)，清理完了準備改名叫金融科技協(xié)會。很尷尬，沒前途。我們量化投資缺點是很明顯的，是非常膚淺的。當然以前我很自豪，說我買股票完全不知道這個股票是干什么的，但是我可以賺錢，顯得很自豪。這其實是很膚淺，因為這個公司假如說戰(zhàn)略發(fā)生變化了，你還是以歷史的方式估算，比如說這是我的預測，那是不是顯得很膚淺。戰(zhàn)略發(fā)生變化，行業(yè)發(fā)生變化，你還是歷史數(shù)據(jù)估算，說這是我對未來收益率的預測，這是很傻的一件事情。這里面還有一個，結(jié)構(gòu)性變化。高頻可能做機器學習這種算法，可能空間更大，因為自適應的速度快。低頻的東西，你用三年做出來，可能都已經(jīng)不行了，邏輯發(fā)生變化。

量化投資在中國的實踐，在座很多都是實踐者，我分享一點我自己的看法。占比。這是中信證券統(tǒng)計的，我們也做過這個統(tǒng)計，市場中性策略占很大一塊，我還是吃了一驚的，占了快50%。在所有中國的量化基金里面，市場中性戰(zhàn)略將近50%，但是市場中性在中國蠻難做的。原因就是有很多挑戰(zhàn)。

這是發(fā)行速度，2015年之后出現(xiàn)一個大的滑坡，量化對沖基金2015年股指期貨貼水開始滑坡很厲害，最近開始恢復，但是遠遠沒有到達頂峰，頂峰按照這個數(shù)據(jù)應該有500支。這是我們私募研究中心統(tǒng)計的。

這是對每一個大類策略容量的估算，比如說市場中性策略有多大。因為我們假設中證800選股，這里面最重要考慮每天的成交量，再考慮換手率。假設每天成交兩千億，占兩千億5%的成交量。20個交易日換倉100%，也就是每個月?lián)Q一遍，這雖然沒有借鑒剛才這位同學講的低頻。如果這是每個月?lián)Q一次倉，也算低頻了吧，不是T+1，不是T+0的，都是低頻，每個月?lián)Q一次。大概650億左右的規(guī)模，統(tǒng)計套利，大概是500到1000億，CTA630億，當然取決于你的周期，如果是兩周，容量大一些，但是這是把全市場的成交量做了一個分析。

潛力巨大，發(fā)展快速，但是還處在初級階段，所以才有我們這個班。我是希望討論的幾點，一個是挑戰(zhàn)，一個是希望，一個是方向，這在中國市場，挑戰(zhàn)、希望、方向。前面因為比較基礎，在座很多都是從業(yè)人員，我們這討論更多是低頻的挑戰(zhàn)。

低頻策略挑戰(zhàn)的第一個方面，我自己覺得可能是財務數(shù)據(jù)的失真問題。但是把它放到更加大的一個標題里面看的話，在中國做α，很多同學說工作很辛苦，金融從業(yè)人員特別辛苦，每天沒有休息。但是另外一方面在中國做金融行業(yè)，其實特別幸福的一件事情。不知道大家有沒有看過高盛和中信的對比，中信有一個口號要變成中國的高盛，中信要變成中國的高盛大家覺得有沒有可能？我覺得是很容易的，因為最簡單看一個公司很重要的，從股東回報的角度是ROE，凈資產(chǎn)收益率，一塊錢的股東投入，這公司一年賺幾塊錢利潤，ROE是核心指標。高盛大概現(xiàn)在是10倍杠桿，也就是它的負債除股東權(quán)益大概是10倍，中信大概是3到4倍。一塊錢股東收益對應三到四塊錢負債的情況下，可以做到跟高盛的ROE差不多，也就是在中國ROA其實比高盛好很多，ROE差不多的情況下，凈資產(chǎn)收益率差不多，但是你的杠桿只有人家的40%到50%，也就是你什么都不做，只要放一倍杠桿，你的ROE是它的兩倍。所以我覺得在中國做金融從業(yè)人員，雖然辛苦，但是是很幸福的，因為α特別高，韭菜很多，收割的很快。中信的總資產(chǎn)收益率大概是高盛的兩倍，這個不一定說是中信一定比高盛牛多少，而是中國的市場α很豐盛，所以我們雖然抱怨說中國做金融多困難，每天被政府折騰。去年我們監(jiān)管層把游戲、教育、醫(yī)療，每個行業(yè)都約了一遍，金融行業(yè)資管新規(guī)約了一遍，很痛苦。但是不要忘了在中國做金融是很幸福的一件事情，相同的杠桿比率，中信做到和高盛差不多的ROE，如果真的允許金融創(chuàng)新的話，杠桿放一倍，ROE就是高盛的兩倍，超過高盛是時間問題，因為中國金融收益來源太豐富。

融券做不了，只能融股指期貨。還有結(jié)構(gòu)性變化，市場一直在變，大家說邏輯總是在變，導致量化模型說不出來為什么，反正不管用，每次都是說信心滿滿，多好的股票，一去跑就是不行，2017年一九行情，根本戰(zhàn)勝不了指數(shù)。

基本面數(shù)據(jù)可靠性差。這是可能低頻量化里面很重要的一點要做的，很多大量細致的工作。低頻數(shù)據(jù)，大家有這種感覺吧，中國的財務數(shù)據(jù)不靠譜。老外尤其是覺得這一點，像挪威主權(quán)基金機構(gòu)，到上海來盡調(diào)，到公司里面瓶裝水不敢喝，自己帶的瓶裝水，抱著深有懷疑的態(tài)度。之所以緊張，他說他來之前剛剛聽說中國一家上市公司，一個房地產(chǎn)開發(fā)商，為了賣樓盤，在樓盤邊建了一個假地鐵站，偽造一個地鐵站。他看了這個新聞以后，來中國盡調(diào)連水都不敢喝，全是假的，完全不敢相信。這當然可能是一個偏見，一個事實情況中國的財務數(shù)據(jù)可能要做很多的分析，最近金融法院也在做很多集體訴訟，希望抑制造假。

我們講低頻，低頻策略相對關(guān)心基本面。高頻策略，如果持倉一分鐘，基本面對你來講完全沒有意義。一分鐘不會出現(xiàn)一個大的股價波動。低頻策略一定關(guān)注基本面，第一基本面數(shù)據(jù)可靠性低，第二中國股市的股價跟基本面的相關(guān)性可能偏低。中國炒股，以前就是說要分析基本面輸在起跑線，它的相關(guān)性低。原因有很多，第一殼的價值，大家都在炒殼，業(yè)績越差，收益率越高。業(yè)績不好，才接殼。權(quán)益收益率，宏觀基本面沒有相關(guān)性，中國GDP的增長，過去二十年非常好，股市也是正的收益率，可能沒有那么好，散戶參與度比較高，波動率高。

我們看財務造假，這是會計學一個經(jīng)典的學術(shù)研究。里面有很多爭議，但是很容易看出一點，把所有上市公司的利潤做一個平均統(tǒng)計圖，這個平均統(tǒng)計圖，這是美國數(shù)據(jù)。美國數(shù)據(jù)里面非常明顯的一個不尋常的地方在紅圈的地方，也就是說匯報一分錢虧損的上市公司的比例特別少。報告虧損一分錢的這種公司的概率特別低，為什么呢？它一定想盡辦法做成不虧，也就是說這里面出現(xiàn)一個大的缺口，缺口的左邊，缺口就是虧一分錢的地方，它一定是比不虧不賺正好匯報，利潤是0，要小很多頻率。這一直被當做美國上市公司財務造假的一個證據(jù)。大家都知道這是一個游戲，如果你分析預期是兩毛錢利潤，如果你回報一毛九，股價有可能跌10%，甚至跌20%，尤其對成長股來說，當然這很容易理解。如果兩毛錢的預期，你匯報一毛九，根據(jù)貼現(xiàn)率算一下應該跌5%，但是股價往往跌15%-20%，這就是會計學模式每年研究的東西，為什么會這樣。為什么呢？它寫一個模型說很正常，因為這是個博弈，當投資者發(fā)現(xiàn)你連一分錢，公司上下都去找這一分錢找不出來，把它做成不虧的時候，一定是有大問題。不是說你這一分錢多重要，一分錢是兩毛錢的5%，但是連一分錢都找不出來，那你問題大了，一定是有特別大的問題，這是美國數(shù)據(jù)。

中國的數(shù)據(jù)那就不用說了，這是中國同樣的。美國還看得出來有這么一個缺口，中國這個數(shù)據(jù)匯報虧一分錢的，那基本上就沒有了。這個也不難理解，原因是中國的監(jiān)管規(guī)定三年虧損就退市。所以逼著所有的上市公司來把利潤做成正的。左邊是凈利潤，那個缺口已經(jīng)大的不用看了，根本就不是一個數(shù)量級的。因為你如果要虧損，一定會通過政府補助、關(guān)連交易等等多種方式，把虧損做成不虧。這是左邊這個凈利潤。

是不是中國的企業(yè)特點就是這樣？當然不是，右邊是現(xiàn)金流?，F(xiàn)金流虧一點點的概率，其實是遠大于凈利潤虧一點點的概率，缺口遠沒有那么大?，F(xiàn)金流造假當然也有動機，但是負責凈利潤那么足，凈利潤直接關(guān)系到上市的資格。所以左邊是凈利潤，右邊是現(xiàn)金流，現(xiàn)金流也有缺口，但是遠小于那個缺口。左邊凈利潤的缺口已經(jīng)完全無法看。中國的財務數(shù)據(jù)造假，應該來說比美國市場嚴重一些。我們低頻分析一個重要的事情就是大量的數(shù)據(jù)分析，除了造假之外，不造假也要做調(diào)整。廈門國貿(mào)…這個公司的市凈率完全是扭曲的，你的股價除以每股凈資產(chǎn)，完全扭曲的。

財務造假，我們用的詞語比較嚴重，也有規(guī)則允許范圍之內(nèi)的調(diào)整。我們要做的事情是第一從風險防控的角度來說，要剔除很多這種股票。第二，在做分析的時候，得把很多指標做很多的調(diào)整。

中國股市的表現(xiàn)跟經(jīng)濟增長的關(guān)系。黑色的這條線是中國GDP的增長，為了嚴謹起見我們扣除了CPI，不能光看名義的增長，要扣除通貨膨脹，因為過去二十年中國的物價漲了很多。黑色是中國，紅色是美國，灰色是印度，剩下兩個是日本和巴西。這個圖就沒什么好分析的，中國是遠遠在上面，遠超出，中國的GDP增長遠超出美國、巴西、日本、印度，這很容易理解吧。但是你要看中國股市的表現(xiàn)，這里面是，當然股市前段時間很多人說上證綜指很多年不漲，這沒有意義，因為要調(diào)整分紅。稍微嚴謹?shù)牟呗匝芯繎摪逊旨t加進去。這里面是把指數(shù)收益率加上分紅，工商銀行分紅率可能5%到7%，一定把指數(shù)，指數(shù)的變化加上分紅，再減通脹的因素，看實際收益率。這么做一下調(diào)整的話，中國有正的收益率。1992年到2014年，黑色的線是中國，股指的收益率，雖然沒有房價高，但是還是有正的收益率，將近70%、80%的收益率，這是扣了通脹，你的實際收益率。

學員：標普500都是成分股，理論上來講是幸存者偏差指數(shù)，我們看現(xiàn)在的成分股和一百年前的成分股，基本上沒有一家成分股還活著，是不斷更新的東西?？磭鴥?nèi)除了考慮分紅之外，不要看上證指數(shù)，上證指數(shù)是綜合指數(shù)，沒有辦法實現(xiàn)幸存者偏差。而且中國退市很難，垃圾都在里面。比指數(shù)的話，還是比成分股比較好。上證綜指是非常失真的東西。

李峰：評論的非常好，這個文章不是我寫的。講的是完全正確的，這里面指數(shù)要做很多的，尤其是有些事后看起來非常好的指數(shù)，美國更加顯著一些，因為中國退市非常少，最近有一些，但是還是非常少。不管怎么說，收益率跟我們的GDP是沒法比的，因為GDP是這樣的，股市是這樣的，完全無法比。

我們再做一個相關(guān)性，中國股市1991年到2014年，經(jīng)濟增長與股市收益率的相關(guān)性是0.01，相關(guān)性非常低。當然可能上證綜指不合適?；氐矫绹闹笖?shù)，同時要把退市的收益率算進來，收益率是負100%。你要跟蹤1991年上市的所有公司，同時要把退市的負100%的收益率也都放進來，這才準確。有幾個蠻有意思的現(xiàn)象，中國股市的收益率和中國經(jīng)濟年度的，按五年周期算相關(guān)性只有0.01，相當?shù)汀Ｖ袊墒械谋憩F(xiàn)跟中國宏觀經(jīng)濟的表現(xiàn)幾乎沒有相關(guān)性，PW0.95，這不顯著。但是下面兩個很有意思，海外上市的中概股，它們的股價表現(xiàn)和中國經(jīng)濟增長的表現(xiàn)，相關(guān)性達到0.6。那問題就來了，不是中國不好，而是中國上市公司在上市流程當中一定選的不是最好的公司，很多可能為了其他的目的來上市，為了國企解困等等各種原因，所以你挑的目標對象可能有問題，至少你根據(jù)中概股的海外包括香港、美國、新加坡，中概股海外收益率跟中國經(jīng)濟的相關(guān)性達到0.6。所以這就強調(diào)了一點，中國股市總的來說可能還有其他的目的，可能為了給國企融資，為了國企解困，各種原因。這也說明我們要在中國3700家上市公司好好做的話，超額收益率可以做出來的，因為平均起來不光是從業(yè)績出發(fā)找的一批上市公司，這是很明顯的一個背景。

我們再來看，換手率高，這是上海證券交易所。這是上交所、深交所，換手率是每年到500%到600%。要看收益，其他市場，只有納斯達克和日本證券交易所稍微高一點，100多。中國是5到6倍的換手率，相當高。這還是在美國市場允許T+0的情況下，所以中國監(jiān)管層才對很多基金說，你們沒有創(chuàng)造價值，我們提供流動性，流動性太多也不行，500%的換手率。但是換手率高，也是我們私募α的來源，說明可能有很多散戶在里面參與。散戶在里面參與，才可能有收益α的機會?？傊?，這是中國的市場的一些特點。

我們來看股指期貨，為什么中國的α很好，但是很難拿呢？從業(yè)人員應該會體會到這個痛苦，這是股指期貨交易數(shù)據(jù)，分了300、50和500。很明顯，每天的交易量在2015年9月2號之后萎縮了99%，滬深300之前1808，之后變成21，只有之前的1%，這是事情雖然有很多知名人士都反對股指期貨，對我們從業(yè)人員是非常痛心的事情，本來很好的市場，結(jié)果一監(jiān)管萎縮99%。上證50，跌到8，這是一個毀滅性打擊，市場已經(jīng)基本被干掉了。股指期貨的流動性沒了?？粗凶C500從218到12。

這直接帶來的后果，大家應該都知道股指期貨市場對流動投機盤限制非常嚴，比如說日內(nèi)平倉，直接帶來的后果就是貼水。貼水是什么意思呢？期貨比現(xiàn)貨低很多，你在做對沖的時候買現(xiàn)貨，做空期貨，所以貼水的情況下一開倉就有損失，年化可能10%、30%。為什么流動性沒了會帶來貼水，原因是一個正常市場應該有投機盤和套保盤，由于監(jiān)管原因使投機盤參與的成本非常高，導致這兩部分的力量失衡，套保偏多，投機偏少。套保持有的是股票現(xiàn)貨，通過套保來對沖。套保是單邊賣出的力量，投機盤被監(jiān)管趕走，使買盤沒有了，買賣盤力量失真，賣盤占主導，價格下來。期貨比現(xiàn)貨低，當然就是期貨貼水，帶來對私募，市場中性策略帶來毀滅性打擊，因為沒有辦法做了，一開倉就有10%、15%甚至30%的損失，年化，你的超額收益能不能做到30%，對低頻策略基本就是毀滅性打擊。中國很難做，為什么很難做呢？首先組合保證金沒有，中國的保證金都是分開的，期貨是期貨，證券是證券，只能單獨把現(xiàn)金拿出去做保證金，直接就損失了，以前是七五折，現(xiàn)在可能是八折，所以很難做。

這是月度基差數(shù)據(jù)，當然現(xiàn)在變好。2015年之后的那一年，是量化對沖，市場中性策略的人生黑暗期，基本上已經(jīng)到絕望，大家紛紛轉(zhuǎn)行。我們同學做量化的人很少，像我們有MBA金融碩士，很多人不愿意做量化，原因是做了一段時間之后發(fā)現(xiàn)做的工作就是調(diào)倉，像機器人一樣，移動平均線，5、20，挑戰(zhàn)機器學習，它覺得是一個機器，就是挑戰(zhàn)機器。我覺得這是一個不對的狀況，因為主動選股大家都覺得很有意思，分析宏觀、行業(yè)跟個股，自上而下，自下而上，每天在那邊討論的眉飛色舞。量化的人在那邊不光路演沒有意思，在做策略的時候就是調(diào)倉，把參數(shù)變了一遍，再加上基差，沒有人想做量化，有一段時間?，F(xiàn)在開始好很多了，有段時間量化沒有任何前途了，因為做對沖之后，成本就是10-30。從2015年4月到2018年7月份，基差用中證500對沖的話，直接虧損將近70%。也就是這段時間以來，如果戰(zhàn)勝不了指數(shù)70%，你做對沖就是虧損的。戰(zhàn)勝70%，盡管在中國也是沒那么容易的。大的50指數(shù)，貼水貼的少一些，但是中證500貼水非常厲害。這是基差的損失。

有沒有希望？我覺得還是很有希望的，我們一直在說，有同學跑過來說不學金融了，尤其做量化。做計算機，做模型做不過計算機的人，都是他們做，現(xiàn)在都是講究交易低延時。做基本面分析做不過會計的人，兩邊都不是，我就會做一些我多因子模型，我不學金融了，要么學計算機，要么學會計。這個我們首先表示不鼓勵、不支持、不宣傳，金融還是很重要的，原因是這里面還是很有希望的，這也是我們今天分享討論的主題，怎么樣在低頻策略上有一些改進。

第一，價值投資在中國有沒有潛力？你說沒潛力，一現(xiàn)在年紀這么大了，誰的自尊心沒有被在地板上摩擦過。有沒有希望這也是我們一直探討的，這是barra的風格因子，取決于你是中國版的CN15還是CN16。最大的收益率是規(guī)模，可以年化做到21.5%。買小盤股，相對買大盤股，年化差21.5%。這是年化的概念，中國的矛盾是大盤股和小盤股的矛盾。如果可以判斷出大小盤股，這就是很好的策略了。但是11%也不差，這是根據(jù)CN16做出來的，這里面分了很多，CN15只有你的利潤除股價，CN16升級好之后加了很多ROE、ROA進去，你要相信barra的話，我們總是抱著懷疑的態(tài)度，雖然它收費那么貴，也可能是錯的。根據(jù)它的數(shù)據(jù)算出來，利潤因子還可以，年化11%，規(guī)模因子長期很好，但是2017年虧損慘重。

這是我們做的時間序列，barra太貴，我們自己編程做的。CN16不把權(quán)重告訴你，它的因子權(quán)重沒有披露，所以這是我們基于自己的最佳估計，我們估計這個barra是怎么做的。barra的因子里面，這就是各種因子里面，我們列了一些。收益率最高的因子當然就是剛才的柱狀圖顯示的，是規(guī)模。規(guī)模因子獨秀，你稍微看一下，其他都是很小的幅度，它一個因子時間序列下來是非常大。這個很容易看到吧，當然這里面我其實應該算一下，因為一個是多一個是空。

規(guī)模因子大很多，但是規(guī)模因子在2017年是相當糟糕的，2017年因為是一九行情，2017年小盤股對大盤股的超額收益是負的，這才出現(xiàn)規(guī)模因子雖然一直很好，但是這段時間表現(xiàn)非常差。但是這里面有一個蠻有意思的現(xiàn)象，就是這條淺藍色的線，這條線在2016年之后，尤其2017年特別牛，明顯有一個急升，這就是我們的利潤因子。2017年也不奇怪，屬于白馬藍籌的行情。這個利潤因子在2017年迅速上升，超出其他因子，給我們低頻價值量化帶來希望，中國股市是不是做大的風格切換，以后也是往利潤或者價值方面走。

2017年出現(xiàn)一個很大的現(xiàn)象，這個現(xiàn)象2018年也在持續(xù)，當然一會會討論什么叫價值投資是很難定義的事情，比如買茅臺股是不是價值投資？你說當然，那我壓力很大。取決于我們怎么定義什么叫價值，一會我們看數(shù)據(jù)，茅臺股十幾年當中只有兩年看上去是價值股，其他年份全是成長股，它是非常典型的成長股，而不是價值股。什么叫價值投資，有人說賺錢的就叫價值投資，那是沒法定義的，它是賺了很多錢。如果按照我們量化模型的角度來說，茅臺并不是價值股，是成長股，這里面要看怎么計算。

再看一個東西，為什么中國低頻策略有希望？九點鐘開始宣傳私募基金有價值，接下來開始宣傳低頻策略有前途，原因是什么呢？中國可能這個市場在往價值投資方向走，但是這個價值投資怎么定義可以探討。這是中國的信用評級，中國的金融整個生態(tài)其實不是特別好，原因是剛兌。今天無風險收益率還是有8.5%以上，昨天晚上正好跟我們一個同學說，說我從來不買私募，我現(xiàn)在做房地產(chǎn)信托基金，還是9%以上，剛兌，它自己就做房地產(chǎn)。它說剛兌9%，直接使這個資金非常高，剛才講私募證券投資費錢8.7%，跟剛兌沒有辦法比。

我們看中國信用評級的信息含量，這是我們分析的一個中國的金融的生態(tài)圈。信用評級機構(gòu)是非常重要的資本市場中介。2005年到2012年，八年，為什么到2012年呢？因為2014年出現(xiàn)打破剛兌，出現(xiàn)第一個公募債違約。2005年到2012年，看中國2600個債項評級，從三個A到三個B，我們看這些評級有沒有信息含量。什么叫信息含量，如果這個評級有信息含量，隨著評級從三A變成三B，未來違約的概率越來越大。你買債券，利率風險、信用風險、流動性風險，提前還款的風險，但是你利率風險你可能控制不了。信用風險是我們分析的，也是信用評級機構(gòu)在做的事情。

我們看看如果這2600個信評有信息含量，隨著評級從三A到三B，你違約的概率，未來一年到三年違約的概率越來越高，這是好的評級。但是這張圖我們畫不出來，原因是中國沒有違約，至少沒有公開的違約，到目前為止城投也沒有什么大的違約。公司，包括上市公司發(fā)的債也都沒有違約，所以這個圖畫不出來。我用一個替代方法，我不算違約概率，我算一年之內(nèi)被ST的概率，這總可以了吧。這是可以有數(shù)據(jù)，ST就是特殊處理，當財務業(yè)績不好的時候，你就被ST了。如果這么算，就是畫了這樣一個圖，沒有明顯的正相關(guān)，是一個平的。也就是說，一個A，一個A+，跟三A，一年之內(nèi)被ST的概率沒有本質(zhì)區(qū)別。這說明中國2600個信用評級沒有信息含量，同學們要找對象不要找賣方分析師，因為我們之前指導過很多賣方分析師的畢業(yè)論文，每個人都是煽動性的詞語，這寫習慣了。賣方分析師不靠譜，信用評級機構(gòu)不靠譜。這沒有批評的意思，換了我也不靠譜，因為剛兌。

同樣的圖放到美國怎么樣？美國沒有ST，但是用中國上市公司ST的定義套到美國上市公司，然后畫一個美國上市公司類似的圖，用標普的評級。從三A到B，到B-，然后在一年之內(nèi)被ST的概率。標普不靠譜，因為在2008年金融危機當中，這些機構(gòu)都干了很多不光彩的事情。但是即便這樣，這個清晰的正相關(guān)看得出來吧，非常簡單。清晰的正相關(guān)，一個非常漂亮的一張圖，畫出來我們自己都不相信。說明美國信用評級機構(gòu)，至少標普做出來的東西還是有點靠譜的。

中國2005年到2012年，大家感覺很痛苦，2014年第一單公募債違約，這之后有沒有變化？我們的感覺是有變化的，這是把2018年的數(shù)據(jù)加進來，14年的數(shù)據(jù)，中國的信用評級。你可以看出來，稍微有那么一點關(guān)系了吧，至少我畫的這個線是一個直線。也就是說打破剛兌之后，中國的信評開始有一定的信息含量了。這個上講，前途還是很光明的，我的意思是說低頻還有基本面分析是很光明的，因為整個生態(tài)在改變。

剛才講還是有希望的，一個是信用評級的信息含量有提升。再另外一個，中國的債券違約開始多起來了。用最簡單的一個財務模型能不能預測財務造假，財務違約。這個模型在座都很熟悉，我看了一下銀監(jiān)會從業(yè)資格考試就要考這個。這是1968年紐約大學的一個金融學教授做的模型，利用五個指標。這五個指標，3700個上市公司一分鐘就可以算出來。五個指標，我算Z，Z小于3，可能是安全的，Z大于3可能是有問題的。這個模型當然是很爛的模型，因為是根據(jù)一九六幾年美國工業(yè)企業(yè)做出來的模型，當然是比較差的一個模型，1968年的模型。大于3有問題，小于3OK。

這是去年所有的違約債券，列出來可能有一百個，所有的違約債券。我們剛才這些公司2017年年底的財務數(shù)據(jù)能不能預測出來2018年的違約？這很簡單的一個問題，那五個財務指標誰都會做，很容易預測出來。當然這里面有一個問題，2017年的財務數(shù)據(jù)，2018年三四月份才有。為了嚴謹起見，我只能挑2018年4月份之后違約的，先簡單看一下。這是2018年違約的債券，根據(jù)2017年財務報表數(shù)據(jù)看的話，第二條紅線，右邊這條紅線就是3，域值3，95%的2018年違約的債券都在3的左邊，也就是說用1968年這么爛的模型，用2017年的財務數(shù)據(jù)，能預測到95%的中國債券違約。大家是不是覺得太神奇了，這太容易了吧。

第一，我的確沒有把前面幾個月剔除掉，要剔除掉，但是再剔除也不會提出掉95%。

學員：如果說沒有違約有沒有測過。

李峰：當然測過。違約的能預測出來，95%。問題在于這個模型錯殺太多，錯殺是多少呢？把三千多個上市公司，所有的上市公司都算一遍，紅線是3，大概有25%的低于3。根據(jù)這個模型預測，大概有七八百家要違約，實際上就那么一家。所以錯殺率很高。錯殺很高，但是實際違約基本上都可以提前抓出來。作為一個風控工具應該是不錯的，整個市場剔除四分之一，這四分之一碰都不碰，作為風控是不錯的。但是作為投資的唯一依據(jù)，會錯失帶很多好的公司。

這是1968年的模型，現(xiàn)在已經(jīng)到2019年，已經(jīng)50年了，能不能改進？很容易改進，因為是1968年之前的數(shù)據(jù)測算出來，并且是美國的數(shù)據(jù)，顯然是有問題的。我們做一點簡單的改進，用SVM或者是XGBoost。這都是機器學習里面的簡單算法，這里面用到更多的特征，不光是五個維度，用了很多財務指標在里面。畢竟我們也不是預測違約，違約是極端的情況，就預測財務狀況惡化。

樣本外的效果，滾動預測，樣本外效果其實還可以，大概90%、95%，取決于算整體準確率還是召回率。樣本外做的其實還可以，但是這里也是非常簡單的算法，就是機器學習兩個很簡單的算法，大概用了40個左右的特征放進去。剛才那個是5個，這是40個特征，算出來效果還可以，我們做的不是違約，是財務欺詐，違約更極端。

基本面。我們討論低頻，基本面分析有兩個完全不同的思路，從做模型的角度。有人說有兩個不同的思路，自上而下，自下而上。我們這里講的是你做基本面應該投資的模型，你是先預測股價，還是說先預測未來的利潤和現(xiàn)金流。根據(jù)這個再來預測股價，兩個可能，第一個可能我先預測未來的基本面，覺得基本面好的，跟目前分析師的預測比，做投資本質(zhì)上是做預期差，如果已經(jīng)反映在股價的預期里面，是做預期差，你的預期和現(xiàn)在反映在股價里面包含的預期不一樣，才會有空間。所以一種基本面的方法，我預測未來的基本面、利潤和現(xiàn)金流，根據(jù)這個預測再來買和賣，另外一種是我直接用來預測股價，兩種不同的思路。這給大家一個簡單的框架，測算基本面分析最大的空間，這個怎么做？這當然有一種簡單的方法。

假如你今天雇了一個員工，這個員工唯一的任務，幾十萬一年的小朋友唯一的任務就是預測一年之后，3700個公司，每一個公司給一個預測，利潤比現(xiàn)在高還是低。我現(xiàn)在雇了一個全職員工，唯一的任務就是做基本面分析，給我結(jié)果3700家公司，這家利潤漲，這家利潤跌。這樣做帶來最大的收益是多少？最高的收益這可以測算出來，為什么呢？這是美國的數(shù)據(jù)，這是一年之后，0這個點是一年之后，負12是倒退12個月，也就是今天，假設今天知道一年之后這個公司的利潤比今年是上漲還是下跌，這當然是作弊，我現(xiàn)在當然不知道一年之后這個公司利潤上漲還是下跌，但是把過去十年數(shù)據(jù)拿出來，仿佛我已經(jīng)知道一年之后這家公司利潤上漲還是下跌，在負12這個時點，我買入一點之后利潤會上漲的那些公司，賣空一年之后利潤會下跌的公司，這就做出來一個理論的投資組合，這是一個理論投資組合，因為你永遠不可能知道一年之后的情況，但是是我們這個小朋友他每天做的事情，就是做這個事情。

你如果有能夠看到未來的能力，知道一年之后這個公司利潤上漲還是下跌，在負12這個點買入利潤上漲的公司，賣出利潤下跌的公司。買如的公司有超額收益18%，賣空是負15%。如果知道一年之后利潤的走向，提前一年買入一批利潤上漲的公司，賣出利潤下降的公司，多方18%的收益，空方15%。最大理論極限收益率是33%，因為它是預測利潤的漲跌，可是我是用實際真實數(shù)字做的一個組合，虛擬組合，所以最高的收益極限是33%，但是33%已經(jīng)很好了。說明在美國做基本面分析是有空間的，有33%的利潤空間，當然考慮多頭是18%，因為做空不容易，多頭18%的收益率。并且看得出來這條線這上面這條線是相對均勻在往上走，因為這是年度利潤，每個季度發(fā)布季報，利潤逐步反映出來，有一些跳升的地方，可能是在公布季報，有一個突然的跳升。

同樣的數(shù)據(jù)，在中國怎么樣？在中國做基本面分析有沒有用？這是中國的數(shù)據(jù)，這個數(shù)據(jù)需要做更加仔細的分析?？梢钥闯鰜砑t色是利潤上漲，藍線利潤下跌，其實也有一個價差，但是沒有美國明顯。那邊是33%，這邊提前一年買入利潤上漲的公司，賣空利潤下跌的公司，也有空間。但是一年之后的消息過了六個月之后就已經(jīng)非?？煸诠蓛r當中反映出來，可能有消息的提前反映、泄露。但是不管怎么說至少證明在中國做利潤預測，理論上是有空間的，有收益空間的。假設我能看到一年之后的情況，我來買、賣。希望給大家一個信心，還是有可能的。

可能的方向。剛才講有前途，現(xiàn)在是可能的方向?？赡艿姆较?，有一個因子的擇時。擇時這個概念還是蠻重要的概念。擇時分兩個基本大類，一個是大盤的擇時。大盤擇時就是說我判斷接下來一周、一個月、一年大盤走勢怎樣，看多就買，看空就空倉。大盤擇時，也有很多同學做的很好。說一年八個月空倉，等待機會。昨天吃飯，有一個很成功的同學，他是做并購的。買了一個水產(chǎn)市場，賣出去10倍收益。他說他炒股也很厲害，就是擇時，擇時是什么呢？他說他12個月有8個月空倉，4個月等機會，大盤擇時。我們說的不是大盤擇時，是因子擇時。大盤擇時有爭議，美國的大盤擇時，學術(shù)的文獻包括一些基金的報告，比如說AQR，AQR可能就覺得，其實AQR也做了一些因子擇時的文章。很多學術(shù)研究，用美國的數(shù)據(jù)基本上認為大盤擇時在浪費時間，我個人覺得在A股可能需要大盤擇時，原因是A股是牛短熊長，美國是牛長熊短。所以在美國擇時是很痛苦的，你擇來擇去把牛市擇沒了，稍微有一個回調(diào)就跑出去，一擇時牛市錯過了，所以在美國做擇時是很難的時間，因為牛長熊短，納斯達克跌到一千多點也就一個季度跌完了，一年跌70%。來一個十年的牛市，一年的熊市，這樣的結(jié)構(gòu)下，擇時很痛苦。

中國不一樣，中國是暴漲，半年漲三倍，然后是漫長五年的下跌，這時候你不擇時踏進去就是熊市。這講的不是大盤擇時，是因子擇時。因子擇時就是說，比如說有一個因子，規(guī)模因子，小盤股跑贏大盤股，這是規(guī)模因子，平均上來說可能利潤更好的公司跑贏利潤差的公司，所以你堅持買利潤好，小盤股，這是做的因子模型。因子擇時是什么呢？我希望判斷接下來2020年是基本面更好的公司漲的多，還是基本面差的公司漲的多，你判斷因子的有效性。平均上來說有效，但是某段時間無效。比如說2019年2月份垃圾股狂漲，你買質(zhì)量好的公司，你買基本面特別好的公司跑不贏垃圾股，那個時間段你可能買利潤差的股，這是因子擇時。很多公司的態(tài)度，AQR，說因子擇時沒法做，最近又改變觀點。2017年也說我們覺得因子擇時沒有辦法做，因為因子擇時技術(shù)難度講比因子模型高出一個層級。因子模型叫知其然，知道這個東西有用，因子擇時是知其所以然，不但知道利潤好的公司股價高，并且知道什么時候股價高。因子擇時本質(zhì)上比因子模型難度搞一個層級，但是還是值得做。因為中國股市波動率高，風格切換非常厲害，這是一個可能的方向，因子擇時。

第二個，機器學習。機器學習到底有多神，大家都在做，至少宣稱自己在做，我們是機器學習。其實線性回歸也是機器學習，說的話也沒錯，大家都是機器學習。但是機器學習有沒有效果，當然我們看過很多年報，華泰做過很多機器學習的年報。機器學習，按照這個范疇來說，大的范疇是AI，小的范疇是機器學習，再小是深度學習。目前為止所謂的機器學習還是在歷史數(shù)據(jù)找規(guī)律，至于用處我個人覺得在低頻這個領(lǐng)域里面可能相對有限，你低頻一個季度，三年的數(shù)據(jù)學習一下，學習好了規(guī)律變了，白學了，好不容易學習到一個非常好的模型，這當然跟所謂人臉識別完全不一樣，靜態(tài)的問題，下圍棋也是靜態(tài)，規(guī)則永遠不變，學好了就是學好了。你學會了，碰到2017年這樣的行情，白學了，完全反過來。機器學習要不斷自適應調(diào)整模型參數(shù)，這個過程意味著你調(diào)的頻率不可能快。

局限性?？山忉屝圆睿@是一個非常大的問題，沒有可解釋性，它就是一個黑箱，放進去一堆特征給出一堆預測。有的互聯(lián)網(wǎng)做這個就是暴力擬合，切割成500個區(qū)間，就是暴力擬合。本來是線性模型，那個東西風險很大，就是過擬合。因為資產(chǎn)定價或者說投資里面最大的邏輯是博弈的過程，你過擬合的風險非常大。這是一家美國AI驅(qū)動的ETF，表現(xiàn)相當一般。

我們也一直在討論，包括隨機森林。至少在低頻領(lǐng)域，最近芝加哥大學寫了一些機器學習的模型，AQR。感覺效果一般，我不知道未來能怎么樣，這里面當然有好多個做法，一種是單因子層面做機器學習。現(xiàn)在單因子，評價單因子有沒有效，基本上是做線性的，做線性回歸，算IC值。比如說單因子在橫截面上有沒有區(qū)分度，規(guī)模小收益高，三千個規(guī)模，小規(guī)模比大規(guī)模收益率好多少，在橫截面。單因子層面也可以做機器學習，包括多因子層面是把因子組合在一起用機器學習來做，根據(jù)不同的做法。這個值得研究。

我們看一些學術(shù)論文，這不是機器學習，這是暴力挖掘。2017年兩個中國人在頂級期刊上發(fā)的文章，看50年的數(shù)據(jù)，1963年到2013年，一萬八千個因子?，F(xiàn)在只有五十個、一百個、二百個因子，不好意思說了。萬是起步單位，這當然是線性模型下，如果是非線性模型，那沒有意義，因為它有非常多的非線性組合，已經(jīng)不算因子數(shù)了，無窮個。光財務變量就算出一萬八千個，把整個所有可能的財務變量拿過來機械組合。分母除總資產(chǎn)，X是任意變量，比如說每股利潤，應付款，你想到的數(shù)據(jù)全部放進去除總資產(chǎn)，把這個比例算一個增量，百分比，算一個變量。僅僅根據(jù)財務數(shù)據(jù)，三張表的數(shù)據(jù)總結(jié)出一萬八千個數(shù)據(jù)。暴力挖掘，果然很多東西表現(xiàn)非常好，T值8.9，相當厲害。月度α0.7，大家覺得絕對值不高，但是這已經(jīng)做了風格的控制。0.7，年化一下也是9%。并且這個因子非常多。這里列了前一百個，因為有一萬八千個。

這是另外一篇文章，沒有發(fā)出來，工作論文，兩百萬個因子，萬是起步單位，你有幾萬個因子，兩百萬。209萬個因子，用的也是組合，比如說應付款的增長率，應付款增長率的增長率，并且把比率從A除B，變成A除B乘C，一下子維度就上去了。有沒有用？我很懷疑。復制一些非常奇怪的因子，一看很管用，我不知道我敢不敢用，應付款除每股資本供給，很顯著，你敢不敢用。根據(jù)歷史數(shù)據(jù)測算下來很顯著的指標。它的可解讀性非常差，說不出來經(jīng)濟含義，我的利潤率的指標是說出來經(jīng)濟含義，因為賺錢多所以買它。你在那死想也想不出來什么意思，但是要不要用，我也不知道。有些因子可以解讀，很多因子完全無法解讀，怎么看都解釋不出來，要不要用，這里面其實就是可能怎么把過擬合整合一下，如果調(diào)整過擬合很有效果，為什么不用呢？這是財務基本面。

另類數(shù)據(jù)。怎么另類？另類數(shù)據(jù)很難的，因為現(xiàn)在都是買數(shù)據(jù)，真的要收集另類數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)挺難的，包括現(xiàn)在爬蟲變成高危職業(yè)，爬來爬去被抓了。另類數(shù)據(jù)是另外一塊，京東的數(shù)據(jù)，京東數(shù)據(jù)據(jù)說是賣給2C了，平臺上3C產(chǎn)品的銷量，這些平臺，蘋果的銷量每個季度才出來，京東每個月每天都知道蘋果賣的怎么樣，這些數(shù)據(jù)賣給2C還是很值錢的。另類數(shù)據(jù)。

更深入的模型。我們目前基于多因子的基本面量化太膚淺了，因為一個公司就用一個指數(shù)維度的向量。比如說剛才解釋，這個公司管理層都換了，股東換了，戰(zhàn)略換了，還在用歷史數(shù)據(jù)跑模型，顯然是有問題的。包括行業(yè)的構(gòu)成，利潤質(zhì)量、財務質(zhì)量、商業(yè)模式等等。所以按照金融學的說法，資產(chǎn)定價是資產(chǎn)定價，公司金融是公司金融。資產(chǎn)定價是管收益率的方差值、方差矩陣。公司金融的人是關(guān)心這個公司，你的經(jīng)營資產(chǎn)，資本結(jié)構(gòu)，可能更加偏微觀，這兩個沒有結(jié)合起來，導致資產(chǎn)定價就變成純粹的數(shù)字上的自己的空轉(zhuǎn)，體外空轉(zhuǎn)。這個收益率怎么來的，我不知道，反正就是這個收益率，所以更深入的模型。

我們探討一下低頻Alpha的困境。低頻的策略人始終繞不開一個問題，你有沒有茅臺。我是量化模型，很牛，選股，有沒有買茅臺，你說沒有。其實你買了也沒有意義，因為你三百個股票，你買一個茅臺有什么用呢？權(quán)重很低，買了也沒有用。但是我們還是要面對這個問題，你的模型能不能選出茅臺來，你如果用低頻策略模型能不能選出貴州茅臺。茅臺當然是一個牛股。

這是今年8月份市場對沖策略產(chǎn)品線里面一些收益比較好的產(chǎn)品，我把名字隱去，一個月收益率對沖之后6.5恩%，年化百分之八九十，這個可以，非常好。但是回到收益、風險、容量，這些策略我估計都是偏高頻的，低頻策略量化的，一個月跑出年化百分之八九十的收益率，不光是八九十，還要減對沖成本，還有期貨保證金的折扣，收益率100%以上才有這個可能，這一定是偏高頻的。

回到我們這個講法，今天討論低頻，我覺得低頻還是有潛力的。但是低頻選不出來茅臺是很尷尬的一件事情，你跟別人講你的模型很牛，你茅臺都選不出來，怎么牛，都沒有選出來，你說什么基本面選股。我們看一下茅臺，茅臺的量化分析是怎么來分析。茅臺股價漲了很多，1173，現(xiàn)在A股最貴的股票之一，一百股11萬多。

這是我們做的時間序列的分析，2008年到2019年。這是茅臺的Alpha，日Alpha，右邊第一列之后右邊這些列，它的Alpha也好，還有各個其他的因子的T值，無非是把茅臺的股價，每天股價收益率分解成大盤能解釋的，我們是用CSI，500，這是用00985，一個指數(shù)。我把茅臺收益率分解成指數(shù)帶來的，Beta，把低Beta和高Beta，分成成長性，這基本上是CN16的模型。什么意思？大家可能覺得這個東西，我們量化的人又在搞什么鬼，忽悠投資人，其實沒有任何意思。

茅臺首先有沒有超額收益，非常好，每天有1%，0.1%。每天的千億Alpha，超額是多少？年化，那就是百分之30%，所以茅臺的Alpha非常顯著，每天1%，平均過去12年。但是這個股票是不是價值股，它并不是價值股？為什么呢？它的價值，它是負的顯著率，是根據(jù)barra做出來的綜合價值的股票。你一塊凈資產(chǎn)，股價越低就是價值股。換句話說，茅臺是不是價值股，怎么判斷呢？把全市場股票根據(jù)市凈率分成價值股和成長股，市凈率低就是價值股，這是barra的定義，barra定義價值股是根據(jù)價值來算，一塊錢凈資產(chǎn)或者利潤，估值越低就是價值股。判斷茅臺是跟著估值比較低的股票同漲同跌，還是估值比較高的股票同漲同跌。如果這樣看的話，茅臺是完完全全的成長股，因為是負2.9。是不便宜的，茅臺的PE可能是30倍，13倍的PE。按照這個維度算，怎么都是部分價值股，價值股是鋼鐵銀行。根據(jù)每個行業(yè)做調(diào)整。

我這做的barra的歸因，把風格因子解釋茅臺的股價，這里沒有放行業(yè)，barra里面還有行業(yè)歸因，因為茅臺占白酒行業(yè)的30%，你把行業(yè)放進去收益變成0%，因為這就是行業(yè)，五糧液百分之十幾。如果把行業(yè)收益率放進去，完全可以解釋。把行業(yè)去除掉，因為占比太大。只用風格因子來解釋，它是什么風格呢？低Beta，低杠桿，低流動性，高盈利率，高殘差波動率，市值大，非線性市值低，高估值的公司。它是成長股，并不是傳統(tǒng)意義上講的價值股。如果把價值認為是估值的話，估值高成長股，估值低價值股。假如是這樣的定義，那它是成長股，因為它PB不低。傳統(tǒng)的多因子模型選不出來，這是估值。但是它是非常好的一個賺錢，T值20，相當驚人。也就是說它的利潤非常好，ROA、ROE非常好。這個公司是非常賺錢的公司，但是估值不低。

傳統(tǒng)多因子模型里面既有估值，也有利潤，所以估值挑不出來，利潤那個指標會挑出來，因為利潤特別好，但是估值挑不出來，因為我們都是買估值低的。多因子模型里面有一個是買估值低的，所以很難挑出來。另外一個什么問題？這個公司總的來說是成長股，但是有三年，這三年是2013年、2014年、2015年，它的估值是正的，也就是說有三年是價值股，之后因為估值過高被歸為成長股了。

我們面對一個問題是，你的模型能不能挑出茅臺，我們的答案是挑不出來。因為Alpha平均是千一，T值是3.22，非常好。但是如果按照年度來做，整個12年，只有大概三年是顯著的，2011年Alpha的T值是1.7，2016年T值2.91，2019年是2.5。其他的年份按照統(tǒng)一分析的方法它不顯著，這就尷尬了。不顯著是什么意思？首先T值2要求不高，因為日收益率，你每年有250個點在這做算T值，你都不顯著，那是有問題的。什么意思？它雖然有超額Alpha，但是它Alpha不是線性往上走，很多年份是漲漲跌跌，所以你要說統(tǒng)計分析，因為我們做Alpha模型，過去三年數(shù)據(jù)做一下分析，你能不能發(fā)現(xiàn)這個股票，這個因子是怎樣的，你會發(fā)現(xiàn)這個公司它總的做下來好多年不顯著，這個不顯著就回到巴菲特的評論，你為什么要關(guān)注波動呢？波動率大，T值就下來了。巴菲特的想法是你拿了股票長期持有，但是即便茅臺也有波動，使統(tǒng)計不顯著，所以我們挑不出來茅臺，這是我們尷尬的情況。

它本質(zhì)上是一個利潤非常好的公司，但是估值不便宜，同時它的Alpha很顯著，但是這個顯著的Alpha在十幾年當中三年顯著，其他不顯著，甚至2012年是負的，這是茅臺的基本情況。

有沒有什么未來的一些展望？茅臺挑不出來，量化模型，多因子模型一定有非常大的局限性，因為很明顯大家都覺得這個股票好，?？敌l(wèi)視這些，你怎么都挑不出來，這是非常尷尬。

有沒有一些可能的思考領(lǐng)域。第一步當然是數(shù)據(jù)的清洗和整理，這個在中國的市場可能重要性尤其高，中國造假可能厲害，財務數(shù)據(jù)不可靠。你垃圾進去，垃圾出來，這是有可能的，數(shù)據(jù)清洗。預測期間的調(diào)整，這是什么意思？如果我們?nèi)プx學術(shù)論文或者是研究券商年報的話，經(jīng)常都是預測未來一個月的收益率，比如說我用過去三年的數(shù)據(jù)，找了一個因子，這個因子每個月月底算一下，預測下一個月的收益率，它有三千個股票，橫截面預測，根據(jù)這個因子預測下個月的數(shù)據(jù)，有三十多個數(shù)據(jù)，變成36個預測，相當于賭了36次，成功幾次。所以它是預測周期一個月，問題就帶來了你有可能抓不住長期大牛股。

原因是什么呢？因為你看茅臺它股價的走勢，其實大概在2015年之前，它沒有什么特別好的，還可以。它真正漲幅漲的比較兇的是那兩三年，所以你用歷史數(shù)據(jù)來回測，你找不出它來，比如說它十年的大牛股真正爆發(fā)也就那么兩三年，不是每個月平均在漲，這就尷尬了。我們這邊預測周期是一個月，按照月平來算，很多是不賺錢的，只有那么幾年的月份。所以這個預測周期可能就是錯的，你要找這種長期的牛股，預測一個月的收益率，然后用統(tǒng)計的顯著性來檢驗，那就是錯的，根本沒有辦法找到這種公司。這個框架就是錯的，不能怪我們找不出來茅臺，它就不在這里面。假如120個月，只有36個月特別牛，另外76個月不顯著，這算不算牛股呢？如果剩下36個月漲的非常多也算牛股，但是多因子模型是按照一個月一個月來算，所以找不出來。

第三個，因子評價指標。因子過來，比如說IC，比如說你市凈率拉一下看你的IC。IC就是一個線性的相關(guān)性，比如說我按照利潤，三千股票按照利潤排序，然后把下個月的收益率放在這，利潤的排序和收益率排序做一個相關(guān)性。但是這個問題就是說很多因子可能是非線性的，這個里面就有問題了，可能抓不出來，那就涉及到機器學習可能的改進。

作為一個，可能比較狂野的想法。那就已經(jīng)不是量化了，目前為止我們討論的量化都是只有歷史上發(fā)生過，我們找出來這個規(guī)律才是我們決策的依據(jù)。主觀投資的讓不是這樣的，主觀投資是根據(jù)邏輯來的，歷史上沒有發(fā)生過，但是我根據(jù)邏輯判斷未來怎么樣，所以這是一個很大的變化。量化回測是什么呢？如果十個人從三樓跳下去，六個人沒死，四個人死了，統(tǒng)計上不會死。主動選股根據(jù)邏輯，說我這兩天肯定會死，不用回測，跳下去就會死。另外一種是基于邏輯的回測，不能叫回測，其實蠻多公司也在實踐這個做法，我們也看到包括做基本面分析的框架。

基于邏輯的回測，比如說FengLiu，他是野路子，但是業(yè)績牛，他一個人管一百多億。他是主動選股，但是要看主動選股的框架跟多因子模型選股框架非常像，質(zhì)量成長等等這些因素考慮進去，但是不回測，是基于信念的。我看下來這么深入的分析，按照這個框架分析下來，它就是一個好股票，我就買入，這個有點夸張，不知道這個做法，基于邏輯的回測，我不做回測，因為沒有用，三年數(shù)據(jù)回測下來，好不容易有一個結(jié)果，邏輯變了，白回測。慢慢變成不是量化了，就是往主動選股。

數(shù)據(jù)清洗。舉個簡單例子，數(shù)據(jù)還是很重要的，廈門國貿(mào)，市值一百多億。如果東方財富，后來有人指出這是PC版，手機版不一樣。東方財富找出廈門國貿(mào)來，它有一個指標叫市凈率，我是9月份截的屏，9月下旬。MRQ，9月份的MRQ應該是6月底，根據(jù)6月底的凈資產(chǎn)和當天的股價，算出PV。這個公司0.6，深度價值，一塊錢的凈資產(chǎn)股價六毛，那不是套利機會嗎？吉林熬東持有廣發(fā)證券17%的股份，理論上講把廣東證券整個市值乘17%，跟吉林熬東…去比，其實差不多。如果廣發(fā)證券乘17%它的價值高于吉林熬東的話…，那是非常大的定價的扭曲了，因為它持有的金融資產(chǎn)，長期股票投資價值就高于這個公司的市場價值。理論上講你可以把吉林熬東…買下來，分紅，然后把持有的廣發(fā)證券的股份分給股東，做股息，實際上可以做的，但是操作難度很大，要全買下來或者控制下來。

這個公司市凈率0.6大家說很低。但是很明顯，脫離了行業(yè)來看市凈率就是耍流氓，不看行業(yè)是沒有意義的。所有的信息終端包括東方財富、萬德都貼心的把行業(yè)列出來，行業(yè)平均值0.76、0.48，還是價值股嗎？即使跟同業(yè)比，還是價值股，因為不同的公司不同的行業(yè)市凈率不可比，互聯(lián)網(wǎng)行業(yè)騰訊十幾倍，互聯(lián)網(wǎng)行業(yè)都沒有資產(chǎn)，十幾倍。重資產(chǎn)的一倍。所以這個公司即使跟行業(yè)比，也是偏低的，如果你是做量化模型的，肯定是把它選進去，深度價值，0.6減行業(yè)平均1.48，顯著低估。當然0.6不可能的，市凈率0.6，這是東方財富算錯了，為什么算錯呢？

這是特別簡單的事情，市凈率就是每股股價除每股凈資產(chǎn)，但是如果這樣有可能嚴重失真，原因是股價，這里面有好多指標，一個是市凈率，每股凈資產(chǎn)里面，這個公司有一個非常大的情況，它259億的所有者權(quán)益，其中撇開24.6億的少數(shù)股東權(quán)益，其次要減去其他權(quán)益工具，少數(shù)股東權(quán)益它的資產(chǎn)不屬于母公司股東的，跟廈門國貿(mào)沒有什么關(guān)系，是控股子公司下面少數(shù)股東所擁有的。還要減去什么呢？這個公司之所以失真就是兩百三十億，總的所有者權(quán)益里面有一百一十幾億的永續(xù)債。它是一個債券，但是永不還本，或者還本期很長。但是會計賬是作為權(quán)益處理的，這就有意思了。東方財富顯然沒有把永續(xù)債剔除到，當做權(quán)益了，的確在權(quán)益里面匯報出來，但是不屬于股東。240億減110億的永續(xù)債，剩下的一算，市凈率1.1。當然還是比行業(yè)低，行業(yè)是1.4，但是遠沒有到你這個模型，如果你是量化模型跑這個公司買入，因為市凈率低，問題就來了。

市盈率同樣失真，為什么？這個公司15個億的凈利潤，扣除掉少數(shù)股東利潤，規(guī)模利潤大概13個億，里面永續(xù)債3個億的利息，是在稅后扣除，像優(yōu)先股股息一樣，因為要做權(quán)益。凈利潤里面扣利息和財務費用，但是沒有扣永續(xù)債的利息費用，13個里面有3億還要給到永續(xù)債的持有人。你算市盈率，也是被低估了。因為你用13億在算，其實要用10億來算。嚴重失真，一算很便宜，量化模型告訴你趕緊買。

萬德算的是對的，因為它有200多億里面有110億是永續(xù)債。當然做學術(shù)研究的時候，都很嚴謹?shù)模阉械臋?quán)益拿來減其他的權(quán)益，分子分母要匹配。分子是每股股價，分母是母公司股東對應的資產(chǎn)。它是錯的。

你要做很多調(diào)整的話，可以改善基礎因子。這做了很多調(diào)整，里面有一些調(diào)整是作弊，不光是簡單的財務調(diào)整。比如說剛才永續(xù)債的調(diào)整，商譽的調(diào)整，商譽算市凈率要不要算依據(jù)，商譽里面水分很大。商譽要不要調(diào)整，長期股權(quán)投資怎么調(diào)整，你今天要持有廣發(fā)證券，廣發(fā)證券的體量是它的S很多倍，本身就是券商，公司15個億的利潤，10個億來自于投資收益，這個怎么看。所以要做很多調(diào)整的話，其實我覺得這里面還有很多工作可以做，做數(shù)據(jù)的清洗整理，仔細做好，會有一個提升的空間。舉個例子，PB怎么來做。

再看一個例子。這個例子大家應該都熟悉吧，雛鷹現(xiàn)在已經(jīng)退市了，現(xiàn)在股價零。當然去年比較出名的是它用火腿腸來給利息、債券，沒有錢還本付息，用它的存貨也就是火腿腸。個人投資者拿到還可以，公募基金拿到怎么辦，怎么處理。它當時比較出名，用火腿腸來償還債券的利息和本金。這是雛鷹農(nóng)牧，現(xiàn)在已經(jīng)退市了。

我們看這個公司有意思在什么地方？這個公司券商給的強烈買入，這是2017年5月份，當時的股價是5月份，招商證券給的目標價是7塊2到8塊2。因為公司比較小，覆蓋的分析師不多。當時是5塊錢，目標價是7塊2到8，一年之后跌到一塊多，兩年之后變成零了。這個公司是比較典型的，事后看起來是大雷，很可惜，因為2019年本來應該是豬的牛市。去年拿到火腿腸的債券持有人其實是賺了，豬肉價格漲了40%，其實是好事，結(jié)果它倒在了周期的最頂峰。其他的幾個豬肉股都很好，就它給退市了。

招商也好，民生證券也好，券商買入的原因是什么？原因就在于商業(yè)模式創(chuàng)新。叫做養(yǎng)豬3.0，量化模型1.0、2.0、3.0。大家都說3.0時代，我們趕緊大躍進到5.0時代。養(yǎng)豬3.0是什么模式呢？根據(jù)招商證券的年報，公司是養(yǎng)豬的公司，但是豬圈由合作方蓋，它不蓋豬圈。養(yǎng)豬由農(nóng)民養(yǎng)，不是它的員工，它是輕資產(chǎn)公司，上市公司有牌照，提供綜合性服務，比如說給豬打疫苗，干點這種服務，平時就是收錢，有點像阿里巴巴的平臺，它是平臺。1.0時代很土的，0.0時代更土，老老實實養(yǎng)豬，自己蓋豬圈，自己雇人，都是自己干。3.0它是一個平臺，豬圈是別人的，養(yǎng)豬的農(nóng)民是別人的，跟它沒關(guān)系，它就是收租金就可以了，收管理費。這當然看上去很好，看財務指標，因為是輕資產(chǎn)，沒有折舊，營業(yè)收入、毛利什么的，就是收中間的，看上去很好。這也是招商證券給它買入評級的重要原因，從重資產(chǎn)變成輕資產(chǎn)，誰都想做蘋果這樣的，蘋果沒有資產(chǎn)，就是幾千億美元的現(xiàn)金，它沒有工廠，都是富士康在生產(chǎn)，蘋果沒有什么資產(chǎn)，存貨也很少，輕資產(chǎn)，所以它想做輕資產(chǎn)。

輕資產(chǎn)沒有問題，招商證券、民生證券都是給買入評級。叫做穿越豬周期，因為它沒有豬圈，豬圈是重資產(chǎn)，豬肉價格下跌，豬圈折舊費用就直接影響你的利潤。換句話說你的虧損是實實在在，因為你當初投了這個豬圈。輕資產(chǎn)的好處是，豬圈是別人的，豬價再跌跟我沒有關(guān)系，我也不需要折舊，所以穿越豬周期。聽上去非常美好，但是大家覺得什么地方不對，為什么有人愿意替它蓋豬圈？豬圈是重資產(chǎn)，并且是周期性行業(yè)，重資產(chǎn)為什么有人愿意其蓋，豬圈又不是通用性資產(chǎn)，不是養(yǎng)了豬干上房地產(chǎn)，它不是通用性資產(chǎn)，就是豬圈。為什么有人愿意大規(guī)模幫助他們蓋豬圈，他們養(yǎng)的豬是數(shù)量很大的，為什么有人愿意蓋豬圈。評級機構(gòu)也沒有抓出來，評級機構(gòu)直到事情出來之后，在略微做了調(diào)整，聯(lián)合信用評級。

總的看來，中介機構(gòu)都沒有抓出來。這里面中介機構(gòu)是故意沒有抓出來，還是能力不行，這我不知道，我覺得很有可能各種原因，不一定是能力不行。但是事實情況就是從五塊錢跌到零，券商一直在里面給它強烈買入。你仔細看一下的話，這里面的細節(jié)，如果是一個基本面分析的人會想到一個很奇怪的問題，為什么有人給它蓋豬圈。原因是2015年它宣布養(yǎng)豬3.0戰(zhàn)略，2015年的年報就把豬圈轉(zhuǎn)出去了，叫做持有代售。增量是別人蓋，存量轉(zhuǎn)出去，因為要變成輕資產(chǎn)。所以持有代售11.5億的豬圈，一旦變成持有代售不需要變成折舊，我準備賣掉了。但是為什么有人愿意十幾個億買它的豬圈，這是很奇葩的事情，重資產(chǎn)，為什么呢？原因是你仔細看一下它有一個擔保，這些資金都是來自于銀行，第三方?jīng)]錢，誰會有十幾個億資金接盤，銀行借錢，銀行為什么愿意借錢給這個公司買豬圈，原因是雛鷹農(nóng)牧擔保。擔保要不要進資產(chǎn)負債表？不一定，這是或有負債，不一定要進表，只要披露就可以了。什么時候進表呢？要滿足條件滿足預計負債。結(jié)果這個是一個表外的負債，其實不是負債，就是一個擔保，擔保是一個獲負債，只要對方按時還錢，是沒有負債的。這是15個億。2014年之前包括2014年擔保是0，2015年變成15個億，要這么看的話，這個公司其實所謂3.0是假的，因為這十幾個億的豬圈還在它的身上，穿越豬周期沒有實現(xiàn)。15個億還是它的資產(chǎn)，其實所謂的輕資產(chǎn)運作沒有實現(xiàn)，如果這樣判斷的話，各種財務指標都是失真的，要把十幾個億的豬圈拿回來。

這么做，基本面分析的人是可以做出來的，量化模型做不到。首先15個億數(shù)據(jù)能不能拿到，答案是就在附注里面。能不能拿到？萬德、東方財富直接提供好了，瞬間就可以看到。但是這個模型里面有沒有把擔?？紤]進去？更重要的是擔保和3.0模式，你有沒有串起來，如果做量化模型是割裂的，本金擔保增加15個億，根據(jù)歷史回測，擔保增加對股票收益率沒有影響，這是歷史回測的數(shù)據(jù)，因為是割裂的，只看擔保這一個維度。但是這個情況下，如果是一個人分析的話，這個公司3.0戰(zhàn)略是輕資產(chǎn)，但是因為擔保沒有實現(xiàn)這個戰(zhàn)略。

金融科技也好，量化投資也好，最難是從數(shù)據(jù)變成知識，變成智慧，變成結(jié)果，變成結(jié)論。我們現(xiàn)在只是數(shù)據(jù)變成知識，但是沒有變成智慧。這邊一個3.0，這邊有一個擔保，一對，好像有問題。都是變成零零碎碎的維度，擔保歸擔保，營收歸營收，單獨去做，沒有串起來，永遠做不到人的智慧。人是有智慧，這幾個東西串起來，好像不太正常，為什么有人愿意十幾個億買豬圈，這就是最大的問題，目前這個模型太膚淺。這時主動管理的人，深入思考這件事情，目前量化是做不到。機器學習能不能做到？有可能，但是我很懷疑，因為歷史上沒有多少人把豬圈轉(zhuǎn)出去，借了15個億的擔保，如果有這樣的情況，機器一學發(fā)現(xiàn)這個有問題，歷史上沒有人做這個模式，機器學習我認為學不出來。這更多是基于這個邏輯，這個邏輯是什么呢？豬圈是個特殊性資產(chǎn)，它把豬圈賣出去，實現(xiàn)輕資產(chǎn)，各種財務指標都好看了，但是有15億擔保迅速增加，我想了一下覺得這不靠譜，但是這個模型，量化模型現(xiàn)在想不出來，這就是我們尷尬的情況。主動管理會不會被量化替代掉，我覺得至少短期很難，尤其α很好的情況下，很難。如果主動管理的人深挖放在里面，可能慢慢做量化，但是里面有很多東西量化模型抓不出來。

我們一直喜歡看雛鷹農(nóng)牧，這個公司現(xiàn)在是退市了，之前這個故事講的特別漂亮。再看它的目標，可能有兩個蠻重要的，一個是前瞻，一個是科技。量化模型最大的問題是基于歷史數(shù)據(jù)找規(guī)律，沒有前瞻能力，不知道沒有發(fā)生的情況怎么樣，所謂黑天鵝，都不需要叫黑天鵝這么嚴肅的名字，就是歷史上沒有發(fā)生過的，你就學不來，只能基于邏輯?；谶壿嫑]有問題，但是沒有辦法回測，按照現(xiàn)有的量化框架又進不來這個模型，那不是死循環(huán)碼？一個前瞻性、可解釋性，可解釋性很重要，基本面投資特別強調(diào)可解釋性，你為什么？就是把這個故事講清楚。

一些需要量化的指標，這可以寫很長。現(xiàn)在比如說護城河，言必談護城河，賽道是另外一個名詞，你的賽道是什么，搞的很尷尬?，F(xiàn)在大家互相見面就是你最近搞什么賽道，賽道是一個特別熱的詞。賦能，最近給誰賦能了。護城河，這是量化投資里面特別喜歡講，基本面投資特別喜歡講，你護城河有多深，你護城河很深，別人拿你沒有辦法。護城河怎么衡量這是一個問題，現(xiàn)在常見的做法，毛利率，毛利率高說明你牛，我一降價它就廢了。但是毛利率顯然是非常粗糙的指標，護城河怎么衡量？這是基本面投資特別強調(diào)的東西。我們有同學寫論文研究怎么衡量護城河。

再比如說獲客成本的轉(zhuǎn)化率。獲客成本是很大一塊，很多互聯(lián)網(wǎng)企業(yè)獲客成本非常高，但是按照現(xiàn)在的會計準則都是銷售費用，但是其中有一部分是可以轉(zhuǎn)化成顧客。按照現(xiàn)在的會計準則，企業(yè)成長越快虧的越多，因為銷售費用很高。這怎么轉(zhuǎn)化成一個可以建模的財務的東西，比如說顧客粘性，這個東西怎么衡量出來。有人一直說有一個邏輯，新東方為什么不行呢？為什么學而思，好未來好，我們有同學投資好未來，不投資新東方，他的邏輯很簡單，說新東方是教大學生英語，教完這部分人都出國了，沒有粘性。好未來是從一年級開始，從學前班開始，一到十二年級，足夠高的重復率。粘性也好，重復率也好，這是基本面投資要看的。這種東西在量化里面體現(xiàn)不出來，那很痛苦。這個邏輯怎么放進來，預期差，管理層質(zhì)量。賦能沒有放，賽道也沒有放，你的賽道，見面問你，最近在忙什么賽道。

總的來說，我覺得量化基本面潛力還是有的，但是最大的好處是其實它跟價量指標比起來，投資邏輯比較明晰，我至少可以講出來。如果做傳統(tǒng)的基本面因子的話，還可以講出來。可以講現(xiàn)金流和凈利潤背離，所以看空。跟投資人講，有道理，現(xiàn)金流跟不上利潤，在造假，這是挺好的。價量指標完全講不出來，還有一個信號衰減速度更慢，因為低頻。當然因為它容量大，能夠容納的參與機構(gòu)高，現(xiàn)在高頻過去五個月已經(jīng)開始明顯有一些頭部機構(gòu)過去五個月收益不行，因為它成交量放在這，一個是成交量一個是波動率，沒有波動就沒有日內(nèi)的機會，日間波動率下來，沒有機會了，換手率低，容量大。總的來說我們非?？春眠@個賽道，這個賽道非常好，基本面量化了，但是這里面就涉及到怎么來做，怎么做說實話我也不知道，剛才給了一些猜想。更狂野的猜想就是基于邏輯的，那已經(jīng)不是量化了，至少不是傳統(tǒng)意義上的量化，但是我覺得也是可行的，如果按照四個大的因子，每個里面放一百個跟蹤指標，我總共四百個指標跟蹤這個公司來分析，雖然不是量化回測，我好像也還是蠻有信心的，四百個，我這也是量化，但是不是回測的量化，我不回測，我基于我的信心和信仰。

總的來說，應該還是有潛力的，只是看怎么做。這有一篇文章是MIT的兩個人，他們用量化模型做一級市場投資，這個讓我很吃驚。VC投資用量化模型來做，我很難想象這也能成功。你越是早期的投資，基本上是一個狂想曲，對未來的宏觀判斷還是，對商業(yè)模式的判斷，他們用量化模型來做，效果怎么樣我不知道，他們找了很多VC界的數(shù)據(jù)，然后做了一些量化模型的投資策略，一級市場。我想一級市場都可以量化，那二級市場總還是有希望的。

這是我們今天的分享。

學員：第一，剛才您開始說私募基金差不多平均收益率在8%以上，但是我看了兩個指數(shù)，一個是滬深300，一個是中證500，尤其是中證500差不多在百分之七點幾。這里面您的結(jié)論是私募基金是超越了，收益率是可以值得投資，超越了。但是我的觀點有所不同，第一是指數(shù)就譬如說我們拿中證500來說，指數(shù)的話它第一是，如果是股指期貨有一個杠桿作用，如果它放一倍的杠桿，那么如果它的收益率維持長期的話，會遠遠超越私募基金的平均收益率。同時您在說結(jié)論的時候，還有一個基差的問題，現(xiàn)在中證500如果遠期合約的話，差不多有4%的基差。這樣4%的基差，如果再算上，因為基差畢竟到時候有一個回歸期限。那么這個4%的收益率，這樣的話可以說是遠遠超越了平均的私募收益率。

第二，剛才討論價值和成長，我個人感覺時間的維度，應該把這個加進去。多長的時間看價值和增長，如果是基本面投資的話，總體它的價值和成長，企業(yè)看基本面，它是有一個時間需要體現(xiàn)。傳統(tǒng)的做法，譬如說看美國的股市，美國有超過一百年的企業(yè)，真正的大牛股，平均的ROE，基本上都在15%，會長期成為一個大牛股。而中國的我統(tǒng)計了一下，前十年ROE平均超過15%，連續(xù)超過15%的公司，差不多有32家，這32家全都是大牛股。而且只要你，不管你是在時間維度上，任何的一個高點，如果你買了，可能在一年當中你買在一個高點上，但是少則三年，多則五年，這個股價肯定會創(chuàng)新高，我個人感覺現(xiàn)在如果用PB或者PE這樣一個簡單的二維基本面的量化，是不是有所欠缺，可能要看一下ROE，能不能放在五年的時間維度，同時關(guān)注現(xiàn)金流的指標。

李峰：你買股值期貨之外，你還可以便宜買到它，那肯定是。我的意思還是收益率和波動的權(quán)衡，如果可以放杠桿，比如私募基金對沖之后也可以放杠桿，但是只是做不到，從數(shù)字商來說還是可以，但是要買股值期貨，買額外的收益，那肯定是。應該來說基差應該不是一個永續(xù)現(xiàn)象，中間就消失了。剛才講回測的框架，是拿三年五年的收益率做一個，短期一年回測很大，因為買在高點了，但是三五年還是一個很好的選股體系。至少目前很多多因子選股的模型不是這么做的，不用三年五年的時間周期來做，就是一個月，是不停在這樣做回測。三年收益率很好，但是其中主要來自于六個月，那剩下的30個月，和這6個月加在一起，統(tǒng)計顯著性沒了。這是目前多因模型的一個比較大的問題。

學員：您是用價格的量化還是基本面量化，如果是價格的量化，因為您剛才茅臺也是用了一個月的，8月份一個月的數(shù)據(jù)，但是如果看茅臺的長期指標，它的收入，其實真正股價漲一百多倍的理由，從起始點超過一百多倍，利潤也是增長了一百多倍，這樣股票價才反映基本面的價值。而且茅臺我個人感覺，它上市以來從來負責漲停，也沒有跌停。其實任何一個客戶如果你愿意持有茅臺，你任何機會可以買進，任何機會可以賣出，提供了非常好的流動性，這其實是一個非常好的投資標的。

李峰：問題是現(xiàn)在的茅臺是哪一個。我們的結(jié)論，這是一個非常好的賽道，低頻量化是非常好的賽道。謝謝大家。

華軟新動力資產(chǎn)董事長兼總經(jīng)理、上海交大中國證券私募投資研究中心理事徐以升做了題為《對A股量化投資發(fā)展的一點思考》的主題演講。

（華軟新動力資產(chǎn)董事長兼總經(jīng)理、上海交大中國證券私募投資研究中心理事徐以升）

徐以升：特別榮幸有機會在高金和大家做一個主題分享，剛剛趙羲老師講我是2013年、2014年左右讀的高金的EMBA，讀完以后就出來做這家公司了，非常正相關(guān)的。在高金的學習收獲非常多，包括今天上午聽李峰老師演講，李峰老師也是量化的從業(yè)者，低頻或者基本面方面的量化投資做的非常好，框架做的非常完整。

今天報告的題目是對A股，股票市場量化投資發(fā)展的思考。原因是我們公司目前所聚焦的領(lǐng)域就在量化投資這個方向上，別的領(lǐng)域現(xiàn)在覆蓋比較少，看這個領(lǐng)域有什么空間和機會。我們有50億左右的總規(guī)模，覆蓋的是國內(nèi)交易金融資產(chǎn)領(lǐng)域的量化策略，包括量化的股票，量化的商品和衍生品。量化的商品和衍生品，主要是期貨和期權(quán)，這個頭寸是十多億，其他的頭寸都是在量化領(lǐng)域。尤其是FOF機構(gòu)有一定的甲方性質(zhì)，我們對有條件的能夠從行業(yè)角度多做一點觀察，看有沒有可能做一點貢獻。

對量化投資的思考，談一點我們對行業(yè)發(fā)展階段的認識，發(fā)展到今天這個階段，行業(yè)面臨什么樣的情況，最后簡單談一點體會和展望。實際上A股的量化在股指期貨出來，前幾年就很多了，在2015年的8月份，也就是股指期貨限倉的時候，量化這個行業(yè)的總規(guī)?？赡芏几哂诮裉?。我們這幾年很繁榮，但其實可能依然沒有超過2015年當時行業(yè)，當時三前億應該沒問題?，F(xiàn)在我們估算可能股票量化的行業(yè)股票也就是2500億左右。我們曾經(jīng)已經(jīng)有一個很繁榮的規(guī)?；蛘哒f一個歷史，在當時那個階段，應該說是2016年之前，因為股指期貨在2015年8月份限倉之后，基差變的很深，也跟市場結(jié)構(gòu)或者節(jié)奏有關(guān)。基差很深以后，一些粗糙的做法就比較難以戰(zhàn)勝基差，因此創(chuàng)造收益的能力在下降。在這之前，其實我們說牛市的行情里面，當時股指期貨是升水，升水可以額外創(chuàng)造一個期限的利潤，套現(xiàn)的利潤，加上α的利潤就是躺賺，那時候不需要精細化的做法就可以賺到非常高的利潤，甚至可以加杠桿做利潤，當時1：4的杠桿是很普通。但是很多家公司在銀行拿優(yōu)先杠桿資金，在市場上做了大量規(guī)模。

當時的底層我們說是以傳統(tǒng)的多因子策略為主的這樣一個類型。很多人回溯到以前說2014年的12月份，所謂的行業(yè)回撤，其實也是因為簡單的做法，你買入小票然后賣空300這樣的大的指數(shù)，它內(nèi)在的這種結(jié)構(gòu)性差異，就會在市場發(fā)生風格變化的時候，給你帶來風格的回撤。這些相對簡單的做法，其實是維系了很長一段時間。什么樣的市場環(huán)境推動市場進化呢？2016年全年的深基差，加上2015年包括大家對監(jiān)管去杠桿很多因素之后，2016年行業(yè)規(guī)模持續(xù)萎縮，尤其是杠桿資金的規(guī)模結(jié)束掉了。

大家需要戰(zhàn)勝基差，需要創(chuàng)新，才能有條件生存，所謂到了第二個階段。從2016年到2017年上半年其實都是探索轉(zhuǎn)型的階段。2016年因為基差比較深，但是市場結(jié)構(gòu)比較好，2016年市場α超息比較好做。但是到2017年上半年，所謂雄安的行情和藍籌開始發(fā)起的一九行情，那種情況下量化持倉數(shù)量非常分散，不可能跑贏指數(shù)，跑贏指數(shù)開始對行業(yè)傳統(tǒng)做法。過去的一些做法，2017年之前的做法產(chǎn)生出一些修正，需要有一種更好的創(chuàng)新來適應市場節(jié)奏。所以在2017年的5月份開始，市場就開始進入了我們所理解的新的歷史性階段。以2017年5月25號，我們公司有一個投委會，我們開始超配α。2016年CTA很賺錢，我們公司賺的錢主要也是CTA賺的錢，基差那么深也沒有膽量配量化對沖。

2017年下半年開始，我們今天所理解到的一些量價類的α策略，在那時候開始繁榮興起，今天是兩年多的時間，這兩年半的時間繁榮到什么程度呢？就是有很多家量價類機構(gòu)，容量達到滿容量，一百億這樣的容量。這個圖紅色的線是典型的，只是代表一家，符合這個階段特征的量價類策略的業(yè)績，藍色的線是滬深300，黃色線是私募排排的行業(yè)指數(shù)，綜合的數(shù)據(jù)比較多。我們找到一個典型的量價，大家可以看到屬于我們那種甲方，要么賺錢，要么不虧錢，絕對收益又高，符合這種情況。這個階段實際上是繁榮的程度我們可以用行業(yè)規(guī)模來看，在第一個階段達到過兩三千億的規(guī)模，但是到了2017年的時候，量化股票行業(yè)的總規(guī)模三五百億，行業(yè)規(guī)模收縮的非常厲害，除了一些最忠誠的投資人之外，行業(yè)規(guī)模收縮的非常厲害。

從三五百億到今天量化股票行業(yè)重新超過兩千億的規(guī)模，到兩千三五百億的規(guī)模，主要是這個策略類型給這個市場創(chuàng)造的貢獻。這兩年其實是很難的兩年，是因為其他的金融資產(chǎn)類型，比如說P2P，比如說定增，比如說新三板，比如說非標或者債權(quán)類的很多資產(chǎn)，很多規(guī)模是收縮的。但是在很多金融資產(chǎn)收縮的歷史的兩年，尤其是去杠桿的兩年，2018年去杠桿整體的年份，量化類的股票這種行業(yè)規(guī)模能夠從三五百億漲到兩千三五百億，我們覺得給甲方，給市場委托人創(chuàng)造了非常好的新資產(chǎn)類型。這個資產(chǎn)類型實際上跟過去兩年的藍籌股票一樣，成為了核心資產(chǎn)。

它的特點是什么呢？換手率更高，所謂量價類因子，價格和成交量，它有很多信息是和傳統(tǒng)的基本面多因子的選股邏輯不一樣的，先選股后風控。過去可能有邏輯去做。量價類也是有邏輯的，比如說散戶講的大單買入，這都是量價類的邏輯。什么叫大？什么時間賣入？什么時間段？都可以通過統(tǒng)計，通過歷史回溯，找到因子規(guī)律，進行這個方向的投資。

2017年的6月到2018年的6月，這一年其實非常黃金的一年，這一年這個曲線里面的直接沒有停過，每個月都在賺錢的一年。從2018年6月份開始，我們認為這個歷史階段就開始受到新的挑戰(zhàn)。什么挑戰(zhàn)呢？我們說今天成交量低，從什么時候開始的呢？從2018年6月份開始。2018年下半年開始，中國A股市場出現(xiàn)流動性分化，出現(xiàn)行業(yè)波動率下降，出現(xiàn)行業(yè)的成交低迷這樣的現(xiàn)象。所以我們其實已經(jīng)可以看到在2018年的下半年的時候，其實已經(jīng)有幾個月時間開始不賺錢，這種不賺錢就開始對行業(yè)的策略產(chǎn)生挑戰(zhàn)。

后來為什么又賺錢了呢？就是因為今年的2月份到5月份，我們沒有想到會出現(xiàn)一個成交量重新到萬億，然后波動率很高，市場很亢奮，甚至有人以為到四千點，這樣的一個三個月的時間。這三個月幾乎所有人都賺錢，所有的策略類型都賺錢，這個類型也賺錢。但是客觀講，5月份之后，到今天，可能又有小半年的時間了，這個類型也開始受到挑戰(zhàn)，也開始不怎么賺錢。我們用一個長時間周期來看，2018年6月份到今天，可能有16個月，可能累計賺錢的時間比較短，可能只有幾個月份。其實我們講這種情況就意味著這個策略類型也在受到挑戰(zhàn)，受到挑戰(zhàn)市場需要進一步進化、創(chuàng)新、迭代，才能適應新的市場環(huán)境，這也是我們所講的今天的，大家今天講到的高頻類策略、日內(nèi)策略、T0策略，主要是2018年下半年這樣的市場環(huán)境，市場挑戰(zhàn)，給市場帶來的新的創(chuàng)新的推動力。

就是因為流動性和波動率的下降，導致傳統(tǒng)的量價類策略也不賺錢。不賺錢的程度達到了十幾個月里面十個月不賺錢，幅度非常高，不是我們理解的高夏普，高勝率的策略，有點脈沖的性質(zhì)，這種類型挑戰(zhàn)就很大。市場往什么方向進一步創(chuàng)新呢？市場出現(xiàn)了更高頻的量價因子，我過去可能是按周、天，現(xiàn)在可能按分鐘、小時，更高頻的量價因子，同時有很多機器學習，在交易上更深入的方法交易等等形成了市場創(chuàng)新的一些新的方向。同時大家會提高股票數(shù)量的持有，原來可能持倉兩三百、三四百支，可能現(xiàn)在一千三四百支都有，市場策略類型又進行了很重大的跳躍。也包括一些T0類的策略，所謂T0策略，就是我到日末的時候，持倉還原，我在日內(nèi)交易一次，賺取到交易利潤，我持倉沒有什么利潤也可以，我賺取交易利潤。這些類型探索，成為了今天這個市場上主流的。那這個主流方向有什么特點呢？這個創(chuàng)新是有價值的，在過去半年里面是能夠賺錢的。過去半年A股環(huán)境里面做量化能夠賺錢是非常難的。半年有多長呢？中國A股已經(jīng)是兩個長期，我讀書的時候三到五年是長期，我體會三到五個月是長期。如果半年就兩個長期，兩個長期就是超長期，在超長期里面能夠賺錢，或者有的類型在過去半年超長期里面不賺錢，就給了這個市場很大的分化。這種分化推動這個市場進一步前進，同時也給我們這種FOF機構(gòu)，或者說甲方機構(gòu)，帶來需要我們共同進步的地方。這三個地方簡單說了一下，這么幾年以來。

我們可以看到一個現(xiàn)象，市場創(chuàng)新迭代的速度非?？?，1.0的時期可能有五年這樣的時間，2.0有兩年這樣的時間，3.0時期可能有一年這樣的時間。為什么有一年這樣的時間呢？其實10月份也不賺錢，高頻也不賺錢。很難，中國的知識擴增太快了，有一個因子可以賺錢，會發(fā)現(xiàn)很快就不賺錢了，跟很多方面有關(guān)。

后面我們來說一下行業(yè)有什么更多，剛才其實已經(jīng)講了行業(yè)的規(guī)模問題。從500到2000，這是很正常的。我們來談量化行業(yè)發(fā)展的背景，或者發(fā)展的展望，首先要看市場的結(jié)構(gòu)。市場的結(jié)構(gòu)大概可以把市場分成三部分資金，第一部分散戶資金，第二，量化機構(gòu)，第三非量化機構(gòu)。按照長期統(tǒng)計會發(fā)現(xiàn)散戶持續(xù)貢獻，持續(xù)虧錢，持續(xù)貢獻可獲得利潤。非量化類機構(gòu)，分母非常大，包括大量的機構(gòu)分母非常大，但是獲取的總利潤不是那么高。量化類機構(gòu)，分母不大，我只有兩千多億，但是獲取的利潤比例比較高。大概就是這樣一個結(jié)構(gòu)。

我們按照這個結(jié)構(gòu)，我們需要研究量化機構(gòu)的兩個對手方，一個是非量化機構(gòu)，一個是散戶，這樣才能整體看待這個市場的基本格局。我們簡單來看所謂非量化類機構(gòu)的增量的變化地方，這兩年外資的進入。上午的時候李峰老師講到這一點，外資的持續(xù)流入非常充分，而且你會看他們買的票很好?；蛘哒f，有一個收獲的過程，因為他買了或者股票更好，或者說股票很好所以他買了，但是結(jié)果是很好，相互的。它自己有一個MSCI指數(shù)，現(xiàn)在也開始延伸到創(chuàng)業(yè)板。

可以看到一個什么現(xiàn)象呢？因為這種，比如說我們用外資持倉占全市場市值的話，比例還不高。但是如果占可流通股，其實有的股份表面上可流通，實際上也不會流通的。如果你去用一個更小的分母比的話，其實外資占的股份比例變的更高了。有個別的股票可能我們體會達到30以上，甚至更高的水平。這種就顯著改變了股票的定價邏輯，我們會談到它的結(jié)果，滬深300變的越來越有效，有效的意思就是你很難跑贏它，無論是散戶自己跑贏，還是主觀基金跑贏，還是量化基金跑贏，大家跑贏300的難度都上升了。是因為市場內(nèi)在結(jié)構(gòu)發(fā)生了結(jié)構(gòu)性變化，發(fā)生結(jié)構(gòu)性變化的時候，就不要看歷史的周期數(shù)據(jù)，其實現(xiàn)在這種結(jié)構(gòu)性變化非常充分。

我們看第一點，機構(gòu)化。第二，看散戶。什么是散戶呢？不好定義，我們把市場上的小單定義為散戶，只是我們粗淺的，不是學術(shù)意義上的觀察。結(jié)果就是散戶變的聰明，這兩年以來持續(xù)。我們看右邊這個圖，我們用散戶凈流入跟股票走勢做一個相關(guān)，向下的時候是2015年，2015年、2016年。散戶的凈流入很高的時候，過去跟市場有一定負相關(guān)的關(guān)系，那這個關(guān)系其實就意味著在輸錢。但是可以看到這兩年，在0以上，那兩個結(jié)論，第一散戶變聰明了，第二有聰明的錢偽裝成散戶。這兩個結(jié)論都存在，第一點散戶變的聰明，現(xiàn)在很多交易的老人變的很少，很多年輕人在交易。但是中國我們說大學的入學率，散戶受教育總體程度都是上升的，而且現(xiàn)在知識擴散的程度很快，知乎、微信，不是說買指數(shù)，降低散戶利潤最好的方式，可以看到這種結(jié)果，存量博弈里面散戶創(chuàng)造的利潤空間我認為總體是在減少的，而且現(xiàn)在市場上有大量套利類或者T0類的交易，變成小單。

如果你用這種邏輯去定義和定量的話，那就看不怎么出來。我們可以講聰明的資金偽裝成了散戶。包括我們所說左邊這個，中國的總體交易者，質(zhì)量和凈利潤，ROE，很多指標，因子收益上升，這是市場有效性的表現(xiàn)。什么叫市場有效？該漲的漲，該跌的跌。這種股票屬于該漲的，它漲，那就很有效，只要你市場有效，你超額的空間總體就下降。

我們可以看到這兩張圖我們理解，量化所生存的環(huán)境，這個土壤，這個總的分母是在稀薄。因此它的結(jié)論是什么呢？量化行業(yè)的行業(yè)性超額收益肯定是下降的。我作為甲方，我們自己體會必須充分接受這樣的現(xiàn)實，量化行業(yè)的總體超額收益必然是下降的。這本身也有量化行業(yè)為這個市場所作的貢獻，本身就是推動行業(yè)超額收益的下降，讓市場有效性上升，這也是美股歷史上的經(jīng)驗，今天美股超額收益的空間也已經(jīng)非常低。

超額收益的下降對每個人是一樣的，本身超額收益空間下降。無論是對于散戶、主動管理基金、量化基金，大家是一樣的。我們所面臨的環(huán)境都是這樣，因此主動管理基金你想跑贏指數(shù)是不是也在變難，大家可以統(tǒng)計，我們只是簡單找了一家主觀基金，我們2018年1月1號來統(tǒng)計，發(fā)現(xiàn)相比300沒有超額。大家可以多找?guī)准?，尤其是現(xiàn)在中國的很多主觀基金跟公募基金是不管理倉位，一直是滿倉的，跟指數(shù)的匹配性也更好。

我的邏輯是說無論是自己買股票，還是委托給主動管理買股票，還是委托給量化管理買股票，我們有共同的目標就是跑贏指數(shù)，如果跑贏請買ETF。邏輯上來講，大家可以看更多的數(shù)據(jù)，看看總體上自己統(tǒng)計一下大家跑贏指數(shù)的難度是在全行業(yè)上升的，不只是量化這個行業(yè)上升，而是大家都在上升。對量化行業(yè)來講我跑贏指數(shù)的幅度在下降。

量化行業(yè)跑贏指數(shù)難度下降這件事，我們有很多指標來統(tǒng)計這個問題，展現(xiàn)這個問題，說明量化行業(yè)變的困難。有一些過去表現(xiàn)不錯的因子收益出現(xiàn)衰減，過去可能這些因子可以用，現(xiàn)在可能沒什么用處了。為什么沒什么用處了呢？跟這些因子內(nèi)涵的超額收益被別人賺走了。這里面有一些因子不是那么高頻，什么叫不是那么高頻的意思呢？我要持有這個股票兩個星期，或者我要持有這個股票一個月，但是你會發(fā)現(xiàn)這個股票可能只有三天有超額收益，兩個星期就沒有了。因此如果你繼續(xù)持有兩周，你可能就是沒有超額收益，或者超額收益幅度在下降。這點很符合A股的結(jié)構(gòu)特征，我在不同場合講過，自己可以統(tǒng)計A股的特征。你統(tǒng)計上一個交易日全市場跑贏中證500股票的個數(shù)，按照統(tǒng)計過去一個星期的個數(shù)，過去一個月、一個季度跑贏的個數(shù)，你會發(fā)現(xiàn)是持續(xù)下降的。2013年、2015年基本持平，這個股票在這一天、一個星期、一個月、一個季度都有超額收益。這一個星期有超額，這兩個星期沒有了，這一個月有超額，半年沒有了，它跑贏指數(shù)只是比較短的時間。我們可以看到一些因子的衰減是比較厲害的，一些因子的衰減反過來講我如果還用這些因子做量化，那我超額收益就下降了。

我們用一個更精細化一點的數(shù)據(jù)和信息來衡量量化行業(yè)的競爭和量化行業(yè)的超額收益的消耗。我們以量價類的策略，我們來統(tǒng)計今天的交易數(shù)據(jù)，今天交易數(shù)據(jù)有大量的量價類的數(shù)據(jù)，量價類的信息。有一種做法是什么呢？我今天一直到收盤運行完，到晚上，到凌晨，我來分析全市場。按照我的量價邏輯，把因子，把這個股票找出來。找出來之后，第二天上午的九點鐘，九點一刻，九點半我來進行交易，把我根據(jù)昨天量價類信號找到的股票，明天去交易。這是一種做法，這就是黃色的線。什么意思呢？因為我是明天交易，那我就是以這個股票第二天的成交均價作為基準，定義它的收益水平。

還有一個做法，今天交易日市場在運行，跑到下午的時候，我們就迫不及待的把當天的量價類信號去跑，跑到兩點半，差不多了，今天的量價信號內(nèi)涵的選股就選出來，不用等到今天收盤之后晚上去算，我在今天尾盤之前把今天量價信號內(nèi)涵的選股信息買進去，今天買，而不是明天開盤買。我們就是以今天這個交易日的收盤價為基準，那我們做出這兩個圖。紅色的線是以這個交易日的收盤價買進去，黃色的線是同樣一個股票第二天的成交均價買進去?？梢钥吹绞裁船F(xiàn)象呢？2018年之后紅色的線開始變的更好，到了往后一點，不只是更好的問題。它解釋的是什么信息呢？就是這個市場上的α超額收益被消耗的更快的問題，第二天大家都在買這個股票。你晚執(zhí)行一點點就沒了。

如果這個市場競爭不激烈，超額收益消耗的沒那么快呢？你晚執(zhí)行一點其實沒事，大家都說因子，是按照幾天、幾個交易日算，哪是一天就消耗完的，但是已經(jīng)產(chǎn)生這種現(xiàn)象。這是非常典型代表了量價類邏輯里面市場競爭程度的提高，我們最好去買那個紅的。我是甲方，如果有一個私募基金沒有進化到那個紅的，那我是不是要贖回了。這就是行業(yè)結(jié)構(gòu)給從業(yè)產(chǎn)生的影響，這就非?？焖佟Ｎ覀兿脒@種信息是能夠來論證為什么超額收益在下滑，這個點包含什么？第一要快，交易變的很重要。

現(xiàn)在再看一個，量價類行業(yè)另外一個競爭是什么呢？由于很多種因素，我們說包括流動性下降等等很多因素，大家的選股數(shù)量都行業(yè)性上升了，量化機構(gòu)可能在2017年、2018年只持有三四百支股票，我股票池里面兩三百支。五百到一千是中位數(shù)，全市場三千多支股票，量價類不會買特別小市值的股票，大家共同的股票池可能是兩千支股票。選出750支，結(jié)果是不同邏輯，不同因子，不同策略類型的量化基金會選到同樣的股票。不管你是什么因子選，最后選擇到一個股票，那我們來衡量什么呢？衡量不同的量化機構(gòu)的底層持倉的重合度，這是不是能衡量競爭。我們統(tǒng)計會發(fā)現(xiàn)，現(xiàn)在今天這種持倉重合度三十到六十，非常多。這兩家合伙人都不認識的，但是他們底倉重合度五六十都有，重合度非常高。

我們把重合度當成一個客觀現(xiàn)象，不管你有什么邏輯，什么因子，什么類型，選到了股票，到了今天上午開盤之前是不是回到同一個起跑線，一頓操作猛如虎，還是要一起競爭的。不管你的因子，你的邏輯，你有沒有邏輯，我什么都不管，最后都選到一個股票。那競爭什么呢？就競爭你的交易能力，因為先買先賣的人受益，后買后賣的人給先買先賣的人抬轎子。很多股票就是一分錢、兩分錢，你那個價格打上去可能就沒有超額收益了。現(xiàn)在這個市場的α分成看得見的α和拿得到的α。什么叫看得見呢？我量化選股策略很好，我依托于今天的數(shù)據(jù)能夠看到有α，但是到第二天我拿不出來，我交易不出來。那我們就同甲方來講，我們愿意選什么呢？我們能夠既看得到，又拿得到的數(shù)據(jù)。

我們把這個拿得到的過程，其實叫做交易執(zhí)行，我們把它叫做交易α。因為交易能夠產(chǎn)生α，選股是選股α。這兩件事情實際上已經(jīng)分開了，在我們的統(tǒng)計里面都分開了。這是我們的一個統(tǒng)計。

這個深紅色的線是選股的α，這個紅色的線是以買賣點的統(tǒng)計。什么叫買賣點呢？就是確定的這個股票，這個量化基金公司的買點和賣點的價格和收盤價相比，有沒有好，明顯它們家是好的。跟這個股票的全天交易均價是好的，我們會衡量這家機構(gòu)就是有交易執(zhí)行能力，它是正的。如果它是負的，有可能在這個市場競爭里面壓力就會變大，難度就會上升。尤其是在市場流動性不好的時候，可能壓力就會更大。這些其實就代表著這個市場進化的方向，我對甲方機構(gòu)遴選的方向。我做甲方很難，我們已經(jīng)變化了好幾次了。

隨著市場在前進，甲方對量化機構(gòu)的選擇，一步一步前進，一步一步用更新的邏輯選擇這個市場的進化機構(gòu)。當甲方也很困難，天天睡著覺，跟買主觀基金差別太大了。主觀基金最好三年不動，微信里面有一個表情圖，最好的甲方是買了之后發(fā)現(xiàn)自己人生變的沒有任何意義，整天躺沙發(fā)上，因為乙方天天在給你賺錢，做量化類投資甲方會非常辛苦。因為這個市場的進化，這個市場的變化，這個市場的創(chuàng)新太快了，甲方自己不小心，自己不進步，也會被淘汰，因為你投的基金賺不到錢，也沒有意義。

我們有更多的指標來統(tǒng)計超額收益的下降，我們來看這邊這個圖。中國市場的基差水平在8到12，如果說甲方的收益要求是8個點，什么是8個點呢？就是信托的價格。假設你信任信托，你還買信托，你8個點。不說叫無風險收益，叫有風險的固定收益。折算量化達到滿倉超額多少水平，跟信托一比差不多要24。你的滿倉超額收益有24%乘0.8，然后減10個點的基差，大概等于10，扣費變成8。意思是什么？你24才具備商業(yè)價值，如果不到24就沒有商業(yè)價值。

24就是每個月兩個點，平均每個月兩個點的超額。大家看這個黃色，其實只有5個月，這是從2018年6月份統(tǒng)計到今年10月份，15個月。15個月里面月度超額超過兩個點就5個月。我們基準想每個月兩個點，其實達到的難度是挺高的，挺難的。這里面是不同的量化類型，有日內(nèi)T0，高頻日內(nèi)α，中型的量價基本面，還有低頻的基本面。低頻基本面年化20個點的超額收益，不代表行業(yè)，只是代表我們公司里面隨便按照這幾個類型找?guī)讉€案例，不具備任何行業(yè)特征。高頻的可能很高，但是大家可以看到一點，為什么最近心情不好，因為這個。這個紅色的線，持平了好幾個月，兩三個月。這部分人不賺錢意味著什么，意味著沒有什么希望了，就很困難，心情不好來源就是這個線。

剛才那個紅色的線，中國宏觀里面有句話說明年是過去幾年最差的一年，是未來幾年最好的一年。股票市場里面是什么，所過去的每一天都是最好的一天，因為未來有可能都會變差。高頻類型里面的確會產(chǎn)生這樣的現(xiàn)象，我們體會高頻類的α未來會持續(xù)難度上升，原因就是套利者變的更多和更強，李峰老師講的非常對，高收益和策略容量，有新的不可能三角，完全不可能，還要追求穩(wěn)定。

我們參考外資機構(gòu)進入期貨高頻領(lǐng)域以后，國內(nèi)所有期貨高頻的交易機構(gòu)都被淘汰掉了，很多比例被淘汰。高頻領(lǐng)域也在產(chǎn)生分化，這是統(tǒng)計了很多家我們公司合作或者跟蹤的一些高頻α的策略。大家可以看到，后面幾個月比較平，生存難度上升。

對于我們來講，為什么今天的李峰老師講的特別重要呢？在高頻量化不賺錢的時候，黃色的線，這是從8月份到10月份三個月，沒怎么賺錢。但是你發(fā)現(xiàn)基本面量化賺的很好，所以我們也講市場不說回顧基本面，而是說對基本面的考量可能有了更多的價值。我們不說基本面量化的回歸，至少說基本面量化的價值會被重新認識。我們公司里面也有基本面量化的配置，雖然配置不高，但是也有這方面的配置。我們對基本面量化也有一點體會，要注重市場本身的結(jié)構(gòu)性因素。這種結(jié)構(gòu)性因素是藍籌的行情，消費、藍籌這樣的行情。但是如果這種市場結(jié)構(gòu)發(fā)生比較大的變化，也有可能會對我們的基本面配置產(chǎn)生影響?；久娴摩吝@么好的根源有一條，我們體會也會跟市場的結(jié)構(gòu)性有一定的因素。

高頻量化也會有進一步的細分，需要進一步看待它。事實上有很多新的一些別的做法，不管什么做法，你要有一些保障。這個保障尤其是在交易執(zhí)行能力上的保障，我們認為其實是這個市場上，我們說護城河吧，比較重要的一些領(lǐng)域。包含了數(shù)據(jù)、硬件和經(jīng)驗，很多經(jīng)驗也需要摸索。有的機構(gòu)對這個類型的探索需要花更多的時間。我們從母基金角度，從甲方角度看待這個市場下一步的展望。這個下一步的展望管多少時間呢？管一個季度。因為我說了季度就是長期，我也不知道未來會是什么樣，但是從短期來講很多這些現(xiàn)象需要我們?nèi)グ盐铡?/span>

這個市場上還會有什么展望性的一些發(fā)展思路可以拿出來簡單的看。第一個展望是說從量化基金來講，我們會說什么樣的量化基金在中國這個市場上未來會有進一步的成長和發(fā)展，必然分成大和小。大它的策略研發(fā)的投入大，IT投入大，從策略驅(qū)動到產(chǎn)品和品牌驅(qū)動。另外追求更為穩(wěn)健但是相對低的超額收益，為什么穩(wěn)健的相對低的超額收益有價值呢？因為主觀基金沒有超額。隨著量化機構(gòu)進入股票多頭市場，不對沖了，對沖要十個點的基差成本。我年化二十個點的超額，十個點也有意義，跑贏基差。你通過基差做多也可以獲取基差的收益，這種類型肯定是市場上最大規(guī)模的主流。而且會因為這種大機構(gòu)的穩(wěn)健但是相對低的超額進攻主動管理的市場，主動管理跑不贏指數(shù)，指數(shù)跑不贏指數(shù)增強，我們也相信會得到更多投資人的認可。

我們前面通過對沖獲得絕對收益，我們打開思路可以不對沖。比如說到2021年，還有兩年，我們說偉大復興的指標是建黨一百周年，2021年。我們假設偉大復興的指數(shù)為0，指數(shù)不漲，我們也認為也復興了。但是你可以認為指數(shù)漲多少定義為復興，我們就定義指數(shù)不漲也復興了。如果我每年還有指數(shù)增強，十個點，二十個點，那我的投資收益也很好。既然你認為未來偉大復興不漲，那也是不跌，就沒有必要去對沖了。我滿倉持有，兩年指數(shù)回到原點，我獲取超額收益就很好。也要求我們甲方提高我們的波動忍受率，提高資金的久期，提高我們的時間，用時間容忍波動，降低成本，這些都會成為未來的發(fā)展方向。

我們所說量化機構(gòu)小而美，其實我們過去一段時間會認為這個市場上是不是量化類機構(gòu)到百億、兩百億，這個行業(yè)從春秋到戰(zhàn)國，到大一統(tǒng)。我們現(xiàn)在發(fā)現(xiàn)不是這樣，我們現(xiàn)在發(fā)現(xiàn)中國量化這個市場的春秋時期甚至都沒有過去，它依然非常繁榮，繁榮的表現(xiàn)是什么呢？有非常多小而美的機構(gòu)成長起來。為什么呢？因為市場創(chuàng)新的方向依然非常多元，我們就比如說高頻這個類型。其實高頻這個領(lǐng)域的競爭更激烈，但是它的競爭成功的邏輯來源也更多，因為它的數(shù)據(jù)更海量，基本面的數(shù)據(jù)就那么多，財務報表，財務數(shù)據(jù)等等數(shù)據(jù)，它的信息數(shù)據(jù)量是有限的，但是到了交易數(shù)據(jù)、高頻數(shù)據(jù)、日內(nèi)數(shù)據(jù)，數(shù)據(jù)量非常豐富，給了一些小團隊和新團隊去創(chuàng)業(yè)、探索、創(chuàng)新的非常好的空間。

現(xiàn)在大家對于高頻這種類型里面有很多種邏輯方向的不同，比如說有邏輯的高頻，我很短的量價類信號也是有邏輯的。另外還有無邏輯的，機器學習無邏輯。還有過去搞CTA的，CTA是時間序列的信號預測，這個跟選股邏輯不一樣。但是它們進來之后，依然能夠在這個市場上做出非常好的探索，所以我們的體會是什么呢？因為這個市場進一步延伸，數(shù)據(jù)量擴大，我從基本面數(shù)據(jù)擴充到高頻數(shù)據(jù)之后，數(shù)據(jù)體量大幅度擴大，給了市場更多創(chuàng)新的空間。它能夠去做什么呢？能夠做什么叫小而美呢？它的規(guī)?？煽兀瓦@么多容量，它的策略只能借這么多錢，但是收益會非常好，它需要有一定的策略收益的導向，以此來實現(xiàn)小而美公司的建設，我們認為這條也會是這個市場上非常清晰的一種量化機構(gòu)的發(fā)展方向。我們現(xiàn)在這兩類機構(gòu)都有合作，我們也特別愿意跟小而美的機構(gòu)去合作。今天不知道有沒有量化的從業(yè)者，我們特別愿意能夠跟這樣的機構(gòu)更多去合作。你有三千，我們都可以給你三千，有五千，我們都可以合作。它對前端很多頻測的，從FOF機構(gòu)的準入來講，我們會更內(nèi)涵性的來看待這個問題，我覺得FOF機構(gòu)是非常能夠支持或者推動我們量化行業(yè)能夠做更多的發(fā)展，因為我們資金的性質(zhì)沒有大甲方的那么嚴格的，甚至有一點滯后的準入要求。甲方機構(gòu)，量價類機構(gòu)的準入標準是，這個必須要有二十個億的規(guī)模才看一眼。結(jié)果在高頻領(lǐng)域二十億已經(jīng)滿了，那是不是就不一樣嗎。

我們可以用一個策略容量的25%，如果一個量化機構(gòu)它的規(guī)模達到了它策略容量的25%，我們就認為值得合作。比如說量價類機構(gòu)容量一百億，我需要在20到25億開始合作，它可能體系成熟。如果一個高頻類機構(gòu)，容量是二十億，那必須在五個億的時候就要合作，這五個億跟二十億是一樣的。我們是用一個標準，只是規(guī)模結(jié)果不一樣，但是是用一個標準看待這個問題。比如說一個主觀機構(gòu)，容量可能五百億，那到一百億再合作，沒有任何問題，所以現(xiàn)在很多百億級的基金，主動基金，它能夠得到很多新客戶的合作，大家都是用一個標準訓練?；蛘呶疫x擇一個量化機構(gòu)，跟選擇一個主觀機構(gòu)，用一萬次成交的勝率，主觀基金可能需要三五年才能跑出一萬次交易，量化機構(gòu)一個月就搞出來了。我雖然說量化機構(gòu)是一個月的時間評價，主觀機構(gòu)是三年時間評價，但是用的標準是一樣的。從這些角度來講，小而美的機構(gòu)，高頻類機構(gòu)，可以用更小規(guī)模的起點去進行合作的，這些都是能夠?qū)崿F(xiàn)的。

我們剛才講這個市場難度加大，這個市場的心情不好，這個市場比較難以見到錢，探索創(chuàng)新的難度加大，競爭在加劇，但是我們依然認為，量化行業(yè)的發(fā)展空間非常顯著。我們說今天規(guī)模在2500億，但是我們可能兩年之后站在今天我覺得可能四五千億肯定不止。這個市場量化交易的占比我們認為依然要繼續(xù)提高，我們說今天中國量化交易占A股單天總成交比例大約在20到30，我們說美國在七八十。中國的商品市場超過50%，更高。我們覺得中國的股票市場量化交易占當天的成交占比，很快達到50以上，這個過程會進一步的擴張，規(guī)模的擴張為典型代表。

這里原因是什么呢？原因就是兩條，其實就是一條。相比于另外兩個主要的行業(yè)機構(gòu)，一個是散戶，一個是非量化機構(gòu)。相比于另外兩個類型，量化機構(gòu)能夠獲取超額，而其他兩個類型獲取超額的難度很高，因此它會進一步擴張。我們要論證為什么量化機構(gòu)能夠獲取到超額，我自己的體會就是一個中國兩個A股。一個三百，一個三千，三百家或者三千家，全場三四千支票。滬深300為代表的，300支票是一個市場，3000支票是一個市場。其實很多人只參與其中一個股票市場，包括很多主動管理的基金，它的選股數(shù)量有限，不能覆蓋全市場，因此只會參與到一個A股市場。它所參與的A股市場，有效性在上升，另外一個不參與的A股市場有那么幾千支票，它不參與，包括像張總，他們其實是非常棒的一家主觀基因，但是我猜想他們覆蓋的股票數(shù)量其實非常少。中午一起交流，我請教過，他們的持倉數(shù)量就小幾十支，巴菲特才幾支。這個市場上有很多支股票，張總沒有翻他們的牌子，但是他們非常有超額收益的空間。這個市場的超額收益的大概率只有量化機構(gòu)能夠獲取，原因是什么呢？兩條，第一條它的超額收益比較短，前面那個三百支股票的收益往往周期比較長，比如說你買的茅臺，你可以持有半年跑贏指數(shù)，持有一年跑贏指數(shù)。但是我們所說的三千支票，那個跑贏指數(shù)的周期很短，需要頻繁交易。第二，三千支票，如果是主觀覆蓋的話，要多少研究員，投研的覆蓋能力，量化類機構(gòu)，我能夠通過數(shù)據(jù)編程來抓取共同的信號，抓取共同的因子，哪怕我做的跟主觀基因一樣的事，比如說超跌反彈這件事情。我們說什么叫超跌，從高點跌50%，主觀也需要一個個看，量化超50%，自動進入選股池，很從容覆蓋更多的票。

在這個類型的A股市場上面，量化機構(gòu)能夠確定性的獲取到這個超額收益。我們這個圖是作為一個統(tǒng)計，這也不是一個行業(yè)代表，而是我們簡單的一個個案代表。它跑贏300的難度也很大，300這件事跑贏真的很難。上面是中證1000，如果以那個指數(shù)為基準，這個跑贏的幅度非常高。說明什么呢？第一說明這個市場不有效，這個市場有效，300市場有效，1000市場不有效，這是很典型的，這也是為什么我們說一個中國兩個A股。它的也許能夠確定性把超額收益做出來，所以我們說以這些因素結(jié)合起來，我們認為中國的量化投資的空間，未來還非常大。非常廣闊，非常遙遠，我覺得我們的職業(yè)生涯也還好，還是有這么高的空間的。

喜岳投資創(chuàng)始人周欣做了題為《中國量化投資的發(fā)展與實踐》的主題演講。

周欣：今天聽完李教授的演講包括徐總的演講，一直心里非常忐忑，因為李教授是教授，所以說什么都是對的，徐總是甲方，說什么都是對的?，F(xiàn)在是我們小乙方，做量化私募在中國確實做了很多年。我們當時2013年、2014年回來創(chuàng)業(yè)的時候，我的父母特別不理解，去外面讀博士、當教授，然后你回來炒股了，這是一個非常入門門檻很低的職業(yè)。不但我自己炒股，大家可以看一下我們團隊的背景。我們團隊有非常多的博士和教授都在炒股，不但是炒股，其實我們還有一個非常不好聽的名字，我們是私募。中國你知道帶私的都不好，私生子、私心、自私，你找不到一個私字開頭，或者從中任何一個私字的詞是好詞，很不好意思，我們是私募。也感謝高金這么高大上的學校，還有私募研究中心，讓我們感覺到有一點溫暖，我們還是有人認領(lǐng)的孩子。

今天很多在座是從業(yè)人員，我要聲明一點，因為我跟李教授很早以前在美國念會計博士的時候就認識，很巧的是今天我的PPT跟他有幾頁幾乎是一模一樣的，區(qū)塊鏈可以證明我的PPT昨天晚上發(fā)的，絕對沒有今天改的任何意思。第二點，他今天也提到一個，好像做金融的沒有什么前途，為什么呢？要讀會計的或者是計算機的。我本科剛好是修了會計和計算機兩個學位，博士就繼續(xù)在會計的路上越走越遠。李教授今天也講到，在中國量化發(fā)展有很多困境，到現(xiàn)在似乎是只有四條路可以走。第一，深度清洗數(shù)據(jù)。第二，因子是不是擇時。第三，因子評價的標準是不是可以變一下。第四，它真的比較狂野的做法，你似乎要向主動投資邁進一步。喜岳這么五六年在中國市場上還得以生存，不斷發(fā)展壯大，跟我們幾年前就邁出了狂野的一步，有非常多的關(guān)系。我今天重點跟大家講一下作為一個基本面量化投資，在剛剛徐總分享的中國這個量化江湖，這么亂，春秋都還沒有過的情況下，我們怎么樣用量化4.0的方式在六年前布局這樣一個做法，背后的原因是什么。

首先我們先看一下世界上量化投資發(fā)展的藍圖。上面的名字很多大家都耳熟能詳，AQR、BGI，BGI被六萬億美金收購，相當于一個非常高級國家的全年GDP總值。AQR2300億，1998年創(chuàng)立，短短15年時間上萬億人民幣的資產(chǎn)。比如說文藝復興，還有Dimensional Fund Davisors，六千億美元。都達到千億級或者幾百億美金。中國很多，不管是百億級的私募大佬，在這上面可能是被抹掉的小數(shù)點，所以中國在量化發(fā)展的版圖上確實是滯后的，但是我想講的是滯后，但是它的追起速度非?？斓脑蚴鞘裁?？你看量化發(fā)展，大家都覺得量化跟電腦相關(guān)，電腦六七十年代就有，但是真正量化投資的發(fā)展是經(jīng)過2000年以后，或者是九零年代以后才進入發(fā)展階段和黃金階段。

中間二三十年在等什么？電腦早就有了，為什么量化投資真正的黃金時代是到九十年代以后呢？因為我以前教書的，就會關(guān)注一下很多東西其實跟學術(shù)確實有關(guān)系。首先我們看海外的成功案例的比較，巴菲特當然已經(jīng)是最牛的股東投資的代表，西蒙斯他是量化的代表。其實你看收益分布的話，大概率情況下，量化的基金分布是右邊的，它的夏普比率達到3。巴菲特是0.76，大家就說是不是主動投資其實在某種程度上來講是輸給量化投資的，這是把兩個派別最好的拿來比，這個可不可比，有待考證。

AQR有一篇文章，我能不能復制巴菲特這種類型投資人的策略，你發(fā)現(xiàn)做的很好。紅色線是標普500，藍色是巴菲特，綠色線是六因子模型。你可以看到量化和主動投資之間其實并沒有差距，量化在很多資金方也好，從業(yè)人員的理解，它已經(jīng)被理解成一種投資思維，其實我們認為這是錯的。量化只是一個投資工具，中間應該有人的思維，所以這就是一個典型人的思維和投資放在一塊的。

我剛剛也講了量化前輩，美國肯定是首當其沖。今天早上李教授講課的時候我非常感慨，這是舉的美國的例子，他舉的是廈門國貿(mào)，那個例子就是為什么用量化去做會錯。這個例子，左邊這個圖是美國一個上市公司，這個公司是賣體育用品的。在美國槍支屬于體育用品的一種。在2015年、2016年的時候，藍色線表示這些最高的機構(gòu)投資人持有的Big 5，它上漲非常快，從40到80，甚至快到90。這些人其實都是大華基金，不斷買這個股票。與此同時，更具有對比的是灰色這條線是美國，美國是做空個股，這些人用的都是很深度的學習，你發(fā)現(xiàn)它的做空的人也特別多，而且他們上漲的時間幾乎是一樣的。這個現(xiàn)象就很有意思，我拿出來研究了一下，是為什么。

首先它包括很多大牌的量化前輩，包括BGI等等，都在里面。你看到它們這十個基金它的持有達到55%，都是量化團隊去買的。你再看它真正的走勢，至于說為什么買這些公司，大家都知道我做量化的，做基本面的，這些人特別膚淺。我覺得李教授這個詞用的很好，真的很膚淺，看看EP等等這些表面上看起來真的是很膚淺的指標。所以你用這些指標去看這個公司真的很漂亮。

綠色就是算出來的這一類指標，真的很漂亮。綠色表示高于行業(yè)均值，這些指標非常漂亮，或者這些基本面指標非常漂亮，就導致這些量化公司大幅購買這個股票。但是這兩對肯定有一對人是錯的，這么多人做空，大家知道做空有點像張總那種，長時間是不動的，看到一個機會，看的很深，就重拳出擊。這兩派肯定有一派人是錯的，后面事實證明量化投資的人是錯的，因為后來這個股票就開始狂跌。

我們作為量化的人從國外的，我們都是被稱為你是把國外的先進技術(shù)挪過來的，所以國外犯的錯究竟錯在什么地方呢？如果大家看這個點的話，會覺得這個時間點挺有意思的。2015年的時候狂上升，EPS很高。大家想想2015年年末發(fā)生了什么事情？2015年年末的時候是特朗普和希拉利競選上希拉利是贏，希拉利是禁止槍支的，特朗普是支持槍支的，2015年這些槍支愛好者發(fā)現(xiàn)民調(diào)希拉利要贏，拼命買槍，就會讓Big 5的收益特別漂亮，隨著2016年1月份，特朗普贏了，希拉利輸了，這個時候這種一次性的收益的特別高，一定是不可以被持續(xù)的。如果你做量化，看EP很高什么都很高，很漂亮，但是做主動投資或者做空。證明這些量化的前輩們確實犯了很大的錯誤。

回到李教授不斷講的你如果做基本面投資或者說基本面量化，你真的只看膚淺的東西的時候，對不起，基本面量化就是輸在起跑線上。因為你看的東西太膚淺了，這個問題在中國更嚴重。這是我跟李教授完全重復的一張圖，這個是說明美國如果只看報的季報，因為大家也都知道如果給你一個水晶球，你想知道公司以后的盈利。所以為什么盈利能力大家很看重，這是在美國的情況，大家知道0的附近，負1分大家很敏感。但是因為中國有這個ST制度，造成ROE市場是這樣。背后的理念，在中國做基本面量化投資，面臨的挑戰(zhàn)和困難遠遠高于美國，從這個圖就可以知道。

既然美國的量化大佬都犯這樣的錯，可想而知在中國做量化這個錯犯的概率遠遠高于美國量化大佬。這也是為什么這么多年來，跟我一起做所謂基本面量化投資的這些我所謂的競爭對手或者是伙伴，相繼在過去幾年倒下了，可能第一對細節(jié)的把控，確實是比較弱，我是會計博士，這些調(diào)賬我以前在伯克利教學生怎么調(diào)賬。調(diào)賬首先要有一個正確的概念，它不犯法，也不違規(guī)，是合情合理合法合規(guī)，會計上叫盈余管理，是可以的。比如說像蘋果，有…在資產(chǎn)負債表上是作為負債的，其實是什么？其實是一筆收益，當你想把你的收益藏起來的時候，你可以報很多…。這種調(diào)節(jié)的方式是合理的，只不過在中國CFO把它帶上另外一個高度，我還沒有開始教會計，不知道會計怎么教的在中國。但是其實背后的理論并不是說中國的CFO愛撒謊，而是ST制度，確實ST制度讓中國整個基本面的質(zhì)量受到非常大的扭曲，所以才造成大家看基本面的時候不深度去看，你只看報的數(shù)字，收益或者超額收益沒有那么容易被獲取。

電腦二三十年前就有了，為什么量化投資到了九十年代末才真正興起呢？其實從七十年代到九十年代有非常多金融理論的形成，和得到接受。這二三十年整個世界在等理論的發(fā)展。今天聽了很多演講以后，我不斷在思考這個問題，真的要溯源的話，第一就是Markowitz提出，除了要看期望收益率，還要看方差。Sharpe做了另外一個延伸，除了分成收益和風險，還要看它的收益哪里來的。收益來自于三部分，第一部分是系統(tǒng)性風險，β，市場給你溢價，不是免費的，有風險，所以叫風險溢價。第二，是非系統(tǒng)性風險，比如說你買茅臺，再對一個航空公司、石油公司。剩下那部分是超額收益，α。這也幾乎是皇冠上的明珠，大家都想獲取的。這在2013年獲諾獎的想法，在理想有效市場，α=0。他一半弟子當了市場有效論的捍衛(wèi)者，另外一半弟子去對沖基金賺市場無效的錢，這是一個完美的矛盾存在，市場長期一定是有效的，短期一定是無效的。所以我們賺的一定是在短期內(nèi)無效的錢。

回到這個去理解超額收益到底是什么，大家第一個是超越大盤的收益就是超額收益，這肯定是大家習以為常的回答。我下面會跟大家展現(xiàn)一個例子，你會看到這個收益是完全超越大盤的。比如紅色的線，這是某個組合，你會看到它在過去從2014年到2016年末是超越大盤的，是不是有超額收益呢？或者如果你們是在座有甲方的話，有一個團隊拿這個策略說，你看看這個策略多好，幾乎就是超越這個大盤，超越挺多的，你會不會覺得這是一個好的策略，或者真的有沒有超額收益呢？其實很不幸的是，答案是它沒有超額收益，它是貌似不錯的策略，只不過是滬深300加了兩倍杠桿，β=2，α=0，只不過通過加了杠桿獲得收益。

這樣的做法，這當然是很明顯的做法，還有一種做法其實β里面還有小股票拉長的時間周期一定會超越大股票，但是這也是風險溢價。小股票為什么比大股票好？當然在中國因為有殼價值，各種各樣的理論證明它，但是真正金融里面的核心是它因為有流動性溢價，它比大股票流動性差一些，所以當這個投資人愿意去持有這樣小股票的時候，那么市場就要對它持有流動性付出的代價進行補償。所以凡是靠買小股票對沖大股票賺錢的，對不起，它在做β，沒有做α。

你真正把收益分的話，β是一塊很大的，市場β，智能β可能包括大小盤、成長、價值等等，這叫智能β，真正脫離這兩個存在的才叫真正的POα。這是真正基本面量化的人賺的錢，就是上面那塊。它難就難在什么叫錯誤定價，為什么你覺得市場錯了，你是對的，憑什么。這確實是一個非常難回答的問題。

我剛才講超越指數(shù)，有兩種方式。第一就是像我剛剛展現(xiàn)的藍色的線比紅色的線差，所以藍色線被超越了，但是并沒有超額收益，或者α。第二種方式通過同等的風險，我選更好的股票，這種也有兩種方式，是帶的兩個派別。第一個派別是信息獲取的優(yōu)勢，你有一些別人沒有的信息，在金融理論里面這叫內(nèi)幕也好，私有信息也好，一定會產(chǎn)生價值。這一系列代表，它的缺點是難以擴展。大家可以想到這個系列的代表，這張圖很多人都認識。XuXiang是這個系列點的代表，他有我們獲取不到的信息，他能夠賺取沒有風險的超額收益，所謂的α，而且很高，勝率很大。撇開道德不說，他的金融上的缺陷或者理論上的缺陷很難擴展。我認識一個董秘，跟他勾兌，我花了一年時間管十個億，我現(xiàn)在管一百億，我要認識一百個董秘，所以董秘的認識時間就是信息獲取的成本，沒有辦法無限放大。另外一群能夠像剛剛徐總講的，通過獲取超額收益的方式，我誰也不認識，一個董秘不認識，但是我通過處理公開市場的信息，獲得更高效的收益，這種方式我沒有信息的獲取優(yōu)勢，但是我有處理的優(yōu)勢。像我們團隊就是典型這樣的，我不做任何內(nèi)幕交易，大家我獲取的信息跟大家一樣，我可以超越大家對信息的理解。

它的最基礎的理論邏輯就是市場是無效的，在某個時刻某個資產(chǎn)出現(xiàn)錯誤定價，那么我們這樣的人就用錢把這個錯誤定價了解了。聽起來是很高尚的職業(yè)，但是對不起，中間的痛苦是非常多的。后面這張展現(xiàn)的是另外一個，痛苦會跟大家用一些表來展現(xiàn)。這個看起來跟剛剛紅色的收益跑贏藍色的收益，長的差不多，這條藍色的線跑贏黃色的線也很多。這是我們實盤的東西，很多公開網(wǎng)站上找不到喜岳的資料，因為我們大部分客戶是險資，所以在公開拿不到，這是內(nèi)部資料?？梢钥吹剿淖邉莞S色的線幾乎一模一樣，藍色陰影累計就是我們穩(wěn)定的超額收益，來源就來源于我們覺得某個資產(chǎn)某個時候定價錯誤，我們?nèi)ソ灰?，當它定價高我們賣掉，定價低我們?nèi)ベI。

但是這個理論或者這個實踐背后的很大的問題，或者說先講一下美國的情況。挑基金我覺得是非常難做的事情，剛剛徐總講做甲方很痛苦，我雖然沒有體會過這個痛苦，但是我能從巴菲特這個圖看到這個痛苦，這個圖來自于巴菲特老師的一本書，《聰明的投資者》，248頁的一幅圖，我轉(zhuǎn)成右邊的圖表。它表明什么呢？1983年開始跟蹤市場上所有的基金，然后跟蹤二十年，看看他們的表現(xiàn)。在中國還沒有這樣的數(shù)據(jù)能讓你跟二十年，我覺得私募研究中心在做這樣的事情，希望幾十年后能看到這樣的圖。

這張圖展現(xiàn)的事情使我深深體會到甲方的痛苦，如果你觀察一年的話，一年2423個基金都在，你跟蹤它們?nèi)辏惆l(fā)現(xiàn)500個消失了，所以藍色的線從2400到1900，再跟蹤五年又有500個消失了，跟蹤十年、二十年，你發(fā)現(xiàn)只存活下來248個，存活率是10%。這里面只有37個跑贏了標普500，這是什么概率？這個概率就是說假如說你是甲方，你很多錢，你投市場上明星基金經(jīng)理，你跟蹤二十年以后，你會發(fā)現(xiàn)能夠待二十年的，如果你是跟大盤差不多的話，只有兩百多個，其中跑贏的只有三十幾個。10%的存活概率加上1.5%的勝率，還不如買股票，三千多支股票，不至于二十年以后剩下三十支，也不至于五十支跑贏大盤。選基金經(jīng)理比選股票更難。為什么呢？選基金經(jīng)理只能看業(yè)績，這里面還有一個很有意思的現(xiàn)象，它的業(yè)績是什么呢？其實中國有這樣的情況，往往市場上過去一個月或者一年拿私募冠軍的，第二年沒了的概率遠遠高于其他的類別。你看紅色的線，比如說第一年2400里面50%的基金跑贏大盤，其實這50%的基金不是說順便的挪到1157，是很多直接在第二年、第三年消失了，不是紅的轉(zhuǎn)到紅的，是紅的直接可以消失的。當你選基金，你只看業(yè)績的話，你會非常被動，因為你不知道業(yè)績怎么來的。業(yè)績的來法有兩種，第一你可能是賭來的，靠運氣，另外一種是靠實力，但是人都有一個認知偏差，人覺得自己業(yè)績好的時候是自己實力很棒，業(yè)績不好的時候我今天好倒霉。實際上反過來，你業(yè)績好是運氣帶來的，業(yè)績不好是實力的體現(xiàn)。你看到的所有的曲線和回撤都很漂亮，但是有多少人能把回撤樣本外不斷的重復，這是做量化投資不斷追尋的真諦，我樣本內(nèi)的收益怎么被樣本外不斷重復。

即便我有這樣的技能，那么資金方還需要非常的耐心，因為我α賺的如果是一個所謂的錯誤定價的錢，這個錯誤定價可以錯的定價。比如說這瓶水本來值5塊，市場定價7塊，你說這么貴我不買，結(jié)果第二天變成8塊了，這就是出現(xiàn)回撤的時候。這里面展現(xiàn)幾個圖，灰色的線就是這塊，你會看到變紅色的線，在過去十年時間，當然有一部分回撤，有一部分實盤。任何一天進入三百增強，你獲得的月度收益，你發(fā)現(xiàn)很多是在左邊的，任何一天進去，你持有一個月你發(fā)現(xiàn)很多時候是有負收益，最大的可以達到負5%。你如果持有三個月，你會發(fā)現(xiàn)這個負收益慢慢都挪到右邊，三個月已經(jīng)是一個長周期，到底有多少人有這樣的耐心，不知道。所以我們對資金方也很挑剔，必須要有耐心。你把這個圖畫成六個月，畫成一年的時候，一年這張圖就是展現(xiàn)所有的負收益都被，失地都被收復了。確實有大小年份，有一些年份年化達到四五十，有一些即便差也在12%左右，中間是18到20。即便這么強的團隊，其實我們要必須認識到我們的α模型有盲點，盲點就是你認為它錯，它會錯的更離譜，你要耐心收復失地。

500好很多，這就是典型的收復的速度更快，你也看到如果是任何一天進去持有一個月，負收益的幅度非常小，因為500更容易做超額。你持有三個月，你會發(fā)現(xiàn)收益基本上都移到右邊，六個月、半年基本上全部百分之百的勝率。用表總結(jié)大概長這樣，有一些資金方一來說你們每天都要賺錢，我說那是龐氏騙局，只有龐氏騙局，其他的要每天賺錢，我覺得就是不該投這個資產(chǎn)配比的。我們這樣的團隊，我300的增強的日度勝率也達到58%，500是61%。如果變成滾動的月度，過去任何一天，不要說月初，我進入持有一個月，對標300或者500，你發(fā)現(xiàn)勝率大幅度提高，你的耐心從日度長到月度，你的勝率從60到85。如果你的耐心從月度到季度，你會發(fā)現(xiàn)勝率遠遠超過很多主動投資。季度的勝率是任何一天的滾動，500能達到98%，這是實盤里面的。即便300也可以達到87%，如果持有半年，你的耐心能夠超越兩個長周期，你的勝率在500達到100%，最大回撤是0。半年會發(fā)現(xiàn)300這么難超越的指數(shù)，勝率達到97%，如果進入一年所謂老年周期，我們的勝率是100%。但是多少資金方，我投的α不是類固收的嗎，怎么還有回撤呢。如果你是超高頻或者高頻，你可能這個回撤出現(xiàn)的時候是你改模型的時候，如果你投基本面量化，回撤是必不可少，因為你認為市場錯了，市場可以錯的更離譜。

基本面量化投資在本土情況下，一個好的基本面量化投資，我們最近接觸了非常多外資很多主權(quán)基金和養(yǎng)老金，還有保險基金。他們追求的就是這幾點第一就是容量大，換手率比較低，這兩個一定是相輔相成。如果你看到容量大換手率高，這本身就是矛盾的。第二，防御性比較強，穩(wěn)定性比較高。剛剛徐總分析一個大機構(gòu)的特征，其實是非常像的。第三，必須要有個非常嚴謹?shù)谋就粱^程，這是脫胎換骨，要脫幾次皮的本土化過程。第四，這一點在中國市場非常要緊，不跟風，不漂移，長時間堅持同一件事，今年高頻，明年CTA，后年做宏觀期貨，你跟進去的時候也許就是尾部了。投資人是這樣的，資產(chǎn)管理人也是這樣的，看到別人一下起來，心里好著急，別人做高頻，我也要高頻，沒有高頻，沒有機器學習，沒有人工智能都不好意思跟人出去做市場。漂來漂去發(fā)現(xiàn)漂到風的末尾，變成被割的那一波，這件事情要有定性做同一件事情。有匠心精神，每天磨那些數(shù)字。你可以研發(fā)上千萬的因子，但是這些因子表達什么，相關(guān)性多少，這個要控制的，所以很多時候是處理很多細節(jié)。這個強大的數(shù)據(jù)處理能力，像我們是在外資盡調(diào)對象里面，我們能夠五分鐘之內(nèi)異地備份，五分鐘之內(nèi)整個團隊異地辦公的IT力量。最后一點是很難做到的，在理論的支持下不斷創(chuàng)新。這里說理論為什么沒有說數(shù)據(jù)呢？很多時候中國不具備給你回撤的數(shù)據(jù)，這時候量化投資幾乎變成一種信仰，或者基本面量化投資你讓我證明上帝存在，對不起，那是我的信仰，很難證明給你看。怎么把量化和信仰或者思維結(jié)合在一起，這是后面會舉一些例子。

我們內(nèi)部的投研流程。我發(fā)現(xiàn)他們有一些樸素的思想經(jīng)過腦海的驗證，跟我們做的東西非常像，只不過缺了我們這一塊。不管是什么數(shù)據(jù)一定是中心化的數(shù)據(jù)管理，進行特征分析、回撤、優(yōu)化、生產(chǎn)。這五大塊都是電腦可以做的，在我們看來這是電腦。但是有一塊李教授講的狂野的那塊是邏輯和理念，是人腦做的。其實某種程度來講我們信仰的東西就是有一個理念，你數(shù)據(jù)是去印證的，去驗證的，數(shù)據(jù)不是知道我投資的，只是輔佐我投資的一個方式和佐證手段，不能指導我投資。如果讓數(shù)據(jù)指導我投資，一定是在2017年虧。我們2017年是正收益，作為存量化的團隊，2017年拿到正收益市場上沒有幾家。

最后到你真正去想的時候，基本面、市場和理論、邏輯，數(shù)據(jù)是輔佐。我真正做會怎么做呢？這跟李教授的PPT一模一樣，量化投資一定是從數(shù)據(jù)開始，數(shù)據(jù)當你提取成信息，你要從雜亂無章的信息當中提取出誰干了什么，在哪，什么地方，再變成他們怎么做的，變成知識。最后變成智慧，但是電腦永遠不會把知識變成智慧，智慧都是人腦里面想的。所以我們做投研，或者我們做量化投資是反過來的，我們先有了智慧，然后倒推這個智慧是怎么來的，我需要驗證它，我需要搜集什么信息，然后這些信息隱藏在什么數(shù)據(jù)里面，所以在喜岳我們的投研流程是倒過來的。很多基本面量化團隊或者量化團隊，是從這一步到這一步，永遠到不了這一步。你的投研模型和想法從內(nèi)往外推，你的結(jié)果自然不一樣，對人腦要求更高。你會看到很多基本面量化投資背景一定是金融、會計，都是以金融或者是會計被人類智慧去反推的，路數(shù)一定是不一樣的。沒有說孰優(yōu)孰劣，你就很明白自己賺哪個錢，匹配正確的資金方，我覺得這個最重要。

講一個例子，怎么是人腦和智慧去指導投資的。左邊是我們8月份內(nèi)部的一個郵件，你可以看到郵件是一個生產(chǎn)系統(tǒng)的人告訴我說誰誰誰，我們因子準備進生產(chǎn)了，我們寫一下生產(chǎn)系統(tǒng)代碼，有一些改動，這是2019年8月份。它的名字叫因子進入生產(chǎn)，來自于哪呢？你可以看到來自于2017年在一個頂刊上發(fā)的文章，即便我是idea的原創(chuàng)者，變成數(shù)據(jù)，變成生產(chǎn)，我是原創(chuàng)者，我都花了兩年時間，你可想而知，當你去跟風，去做新的因子的時候，你可能只能跟到我的尾部，而且中間隔了五年。當你用智慧去指導投資的時候，它很多檻是需要人腦跨的。它的技術(shù)細節(jié)，原文摘要出來的，你會發(fā)現(xiàn)一個數(shù)字沒有，全部是字母，證明一個現(xiàn)象可能存在，各種各樣的表達，這就不去考大家。在美國有實證結(jié)果，在中國也有實證結(jié)果，而且收益非常好。

這個創(chuàng)新能力必須是持續(xù)的，這是另外一篇我被頂刊接受的文章，這個文章準備在新加坡管理學院12月份的時候大家可以看到，我大概是8月份被通知說你的文章被頂刊接受了。它跟中國資本市場也是有關(guān)的，首先美國頂刊發(fā)中國市場的文章是非常謹慎的，因為它覺得中國文章就在中國發(fā)，不要占我們美國市場的坑。這是關(guān)于中國市場很特殊的現(xiàn)象，它講的是什么呢？在中國有關(guān)系好辦事，有關(guān)系辦好事，資本市場里面我們?nèi)パ芯苛耍绻鲜泄镜腃EO跟媒體之間有校友關(guān)系，那么這個媒體對這個上市公司的很多報道就比較容易正面，所以你知道后面我雖然只講了一句話，但是后面的技術(shù)力量是什么？第一，我要找到所有上市公司跟媒體的校友關(guān)系，這本身就是一個技術(shù)活。第二，找到了以后，我還要研究媒體對它的報道是中文還是負面，找完以后還要跟資本市場連，這是跟清華幾個教授寫的，寫了三年。我從它到產(chǎn)出，中間又是一個鴻溝，鴻溝的跨越不是那么容易的。現(xiàn)在很多高頻出現(xiàn)宣稱他們要做基本面量化，我經(jīng)常在想是他們把基本面量化到底想成什么，跟我們定義的基本面量化中間隔了非常大的鴻溝?？缭竭@個鴻溝，其實是非常不容易的。

中國還有一個很大的特征，大家都說情緒一定是主導很多投資的，對的。剛剛也講了，散戶喜歡在哪里發(fā)泄情緒呢？有本科教育的喜歡上雪球，沒有受過本科教育的喜歡上東方財富的股吧。你會發(fā)現(xiàn)股吧都是罵人的話，都是在說垃圾，各種各樣你無法理解他們討論股票的時候有這么多垃圾語言。到雪球就不一樣，會說估值、增長、盈利預期，這些人明顯讀過書的。雪球網(wǎng)的總之是聰明的投資者都在這里，我們也看到確實很有意思。確實有很多信息可以去被獲取，但是非常不幸的是，這些全部是韭菜指標。聰明的投資者都在那里看他們怎么這樣說，說明投資者像我們這樣的，我們只是默默把數(shù)據(jù)拿出來算一下，發(fā)現(xiàn)多和空完全是反的。

大數(shù)據(jù)到底有多大，大家現(xiàn)在講量化不講大數(shù)據(jù)都沒有辦法收場。股吧里面到底有沒有信息呢？其實也有的，即便我剛剛講他們都是些陷阱，高拋低息這種話，股吧里面，這個事情跟我們實際操作有關(guān)。大家可以看到，在7月3號的時候股吧里面發(fā)了一個帖子，這個股吧叫新城控股股吧，就說了一句話，散戶大家趕緊拋，不要問我為什么，我只能這么提醒，7月4號發(fā)布董事長被捕的信息。我當時在北京跟客戶溝通，我記得很清楚，幾個北京保險公司跟我講說你們趕緊查控股有沒有新城控股，我查了一下發(fā)現(xiàn)一股沒有。這件事情我反推過去看，我想為什么我們沒有新城控股，后來發(fā)現(xiàn)是我們的運氣。我去反推如果下次這種運氣不能繼續(xù)，我怎么辦，依據(jù)現(xiàn)在的信息我能做什么。

你會發(fā)現(xiàn)新城控股，首先中國交易所要求大宗交易，一般是所謂的股東也好，關(guān)聯(lián)方也好，在場外進行的交易。這個公司在6月28號其實董事長真正被捕是6月28號，就出現(xiàn)了非常多的大宗交易，一直到7月3號、4號、5號，好幾個億。你看上一次大宗交易幾乎都是1月份，說明什么呢？說明其實一定市場上有一些像XuXiang那樣有信息獲取優(yōu)勢的人做交易了。我不具備這個能力，但是我可以搜集公開數(shù)據(jù)，這都是公開數(shù)據(jù)，我搜集完了以后，如果我作為風控指標我看到長時間沒有大宗交易，突然有幾個億，我是不是要想想為什么。這是我的技能沒有達到那個水平，我怎么樣通過后來不斷反推當時應該怎么做，這是一個例子。

我們不是個炒股的，我們很多東西，我們有各種各樣的系統(tǒng)，各種各樣的模塊，包括優(yōu)化，做的其實非常嚴謹。剛剛也提了，脫離數(shù)據(jù)去怎么做，這是經(jīng)典的案例，你去看樣本內(nèi)擬合的話，在不管是上課學的，你標普500作為走勢預測標的，如果你什么都不懂，金融什么都不懂的話，你發(fā)現(xiàn)從八一年到九三年，用孟加拉國黃油產(chǎn)量就能預測標普500，70%，盈利非常。如果再加兩個因子，美國奶酪+孟加拉國的綿羊，你發(fā)現(xiàn)到99%。你統(tǒng)計出來發(fā)現(xiàn)這個很高。但是你知道只是樣本內(nèi)無意偶爾的重合。當你拿它去做樣本外投資的時候，你發(fā)現(xiàn)樣本內(nèi)百分之百準確，樣本外完全無用。這是量化投資碰到最大的問題，如果你用數(shù)據(jù)指導，你會發(fā)現(xiàn)這個數(shù)據(jù)當你沒有理解的話，你會遇到的陷阱特別多。

最后，我講一個我們到底怎么樣把數(shù)學，把學的東西用在炒股上。書中自有黃金屋?？家粋€題目，本福特定律是數(shù)學定律，假設一個數(shù)是從一個自然產(chǎn)生的數(shù)據(jù)集中隨機選取的，那么這個數(shù)的首位數(shù)字為1的概率大約是多少？大家覺得答案應該幾？如果是10%的話，你覺得我會問嗎？其實答案是30%。因為你看所有的，當你工資從10變成20的時候，你的1要出現(xiàn)多少次？你的1要出現(xiàn)然后是1、12、13、14、15，要出現(xiàn)很多次，才會變成2，2出現(xiàn)很多次變成3，1要出現(xiàn)更多次才會出現(xiàn)3。大概是這樣的公式。

最后它的理論上的值就應該是首位字母應該是29.98%，1是30%，2是17%，到9只有4.53%。這跟投資有什么關(guān)系？我們不斷講財報造假，財報是什么？財報應該是真實記錄一個企業(yè)生產(chǎn)運營過程的一堆自然產(chǎn)生的數(shù)字，所以它就應該，它的首位字母就應該遵循本福特定律。所以如果沒有人工干預，那么這個數(shù)據(jù)就應該它跟這個理論上的值很像，我們把中國過去所有的財報首位數(shù)字拿出來分析，發(fā)現(xiàn)幾乎是一模一樣。即便剛才ROE的圖這么扭曲，但是細到每一個財報里面的每一項，你會發(fā)現(xiàn)下面這張圖有兩條線，藍色的線只不過和紅色的線重復了。意思是說在這么大量的情況下，其實中國的財報基本上還是符合自然產(chǎn)生的數(shù)據(jù)的。

一旦你偏差了，當然去定義偏差有很多方式，卡方、KS。至少可以定義，當你離這個理論上的值差很遠的時候，你造假的可能性和概率是最高的時候。當我們算這些值，你會發(fā)現(xiàn)康得新從2015年到2018年，卡方偏移量就非常高。你可以看到2015年合并報表達到20多，后來在2019年報出來我們虛增利潤120億，那這回到基本的問題，基本面真的很有用，但是你對照好幾年，2019年才報出來的東西，你2015年知道有什么用，哪個資金方有這個耐心呢？這時我們對資金方的要求特別高的原因，如果他不知道我們做什么，那這個錢我們永遠不接，因為出現(xiàn)波動很難解釋。今天出爆雷的一批，典型這樣的情況，今年年初爆雷是對商譽做減值的，去年年末看到中國資產(chǎn)負債表里面的商譽大幅度增加，英文直接翻譯叫美好的愿望。為什么叫美好的愿望呢？商譽從會計上來講就是當你買了一個東西，買了一個公司，你買的價格高了，多出來的那部分就作為商譽記在里面，所以是一個美好的愿望，覺得這部分多出來以后可以產(chǎn)生利潤。但是商譽基本上都是拿來減值的，沒有產(chǎn)生利潤。去年年末我們看到商譽這么高的情況下，我們把我們的商譽作為一個和本福特定律一樣的，作為一個風控指標放進去，結(jié)果我們只猜中開頭，沒有猜到結(jié)尾，商譽減值的公司出現(xiàn)暴漲。這是二三月份出現(xiàn)回撤非常重要的原因，但是修復速度很快，五六月份這些暴漲公司在暴跌。當你投資的方式是有非常嚴謹?shù)幕久孀鲥^的話，這個船不會開的太遠，不會偏的太遠，錨要找對。你找對這些所謂的錨，但是要允許它偏，不能說船就不動了，這是不現(xiàn)實的。

這是2019年8月份證監(jiān)會指出天神娛樂這種問題。我們從2018年可以看到卡方偏移量偏離了正常數(shù)字，或者本福特定律定義的數(shù)字。這是基本面量化做風控的應用，今天時間關(guān)系只能講一些粗淺的東西。

最后我會講一下我們怎么樣把龐大的看似不能量化的東西全部量化，并且通過系統(tǒng)性。我們每年IT投入非常大，大到我覺得一個中小型私募是不可能承受這樣的成本，第一我們建立，你可以知道其實做量化投資有一個很大的缺陷，你從市場上收集也好，買也好，爬也好，很多數(shù)據(jù)是隔離的，不能對話。怎么把剛剛上面列的這些數(shù)據(jù)整合在一起，這本身就是一個非的工作量，我們做到把它全部放到統(tǒng)一數(shù)據(jù)中心。我們投研人員只需要從這里面拿數(shù)據(jù)做交易，做投研，做分析，風控和分析，然后做清算，這套都是我們內(nèi)部的系統(tǒng)。

在中國，其實真的往下看大家都在說展望，到底什么樣的量化團隊才能生存下去。fischer black說評判一個策略的好壞不能看業(yè)績，要注重其理念，否則后果不堪設想，因為你看業(yè)績能不能重復是資金方最關(guān)心的問題。Myron Scholes說理念本身不值錢，只有執(zhí)行和落地才能落地。在中國投資既要看理念，也要看執(zhí)行。

在量化發(fā)展，在中國確實是大機構(gòu)對量化逐步認識，我們堅決不接任何個人客戶，不在任何平臺做銷售的，因為你跟客戶講α、β，但是不能不講。所以對量化的認識，和量化隊伍本身的逐漸強大，這才是中國量化能夠發(fā)展的可能。

最后，我剛才講不但我自己是博士，我們公司80%的合伙人全部是博士和教授。我們教這些做賬的祖師爺們，世界上最好的警察一定是跟小偷在一起很久的警察。如果大家對量化還有興趣的話，這幾本書建議大家讀，有一些是跟量化沒有關(guān)系的，但是第一本是量化投資的寶典。第二本《足夠有效的無效》，這個市場要足夠有效的無效，才能有我們這樣的生存空間。最后那本是巴菲特《聰明的投資者》。謝謝大家。

在圓桌對話環(huán)節(jié)，由上海交通大學中國私募證券投資研究中心副主任趙羲作為主持人，邀請了華軟新動力資產(chǎn)董事長兼總經(jīng)理徐以升、喜岳投資創(chuàng)始人周欣、浙江壁虎投資董事長張增繼作為圓桌嘉賓共同探討國內(nèi)對沖基金的發(fā)展。

趙羲：我們請了三位，包括今天下午演講的兩位嘉賓，還有另外一位私募的代表，我們一起來做一些交流。簡單有一些話題交流一下，覆蓋私募不同維度。另外留相當一部分時間請大家有問題的話，大家可以提出來，也請在座三位嘉賓跟大家交流一下。

張增繼張總現(xiàn)在是浙江壁虎投資有限公司董事長也是創(chuàng)始人，他也是我們高金的校友，是我們EMBA和DBA的學員，同時也是對沖基金班的學員，是我們的忠實校友。創(chuàng)辦壁虎投資跟我們對沖基金班也有比較直接的關(guān)系。他在企業(yè)做過高管，做過創(chuàng)業(yè)，也做過投資方面的高管，現(xiàn)在自己在創(chuàng)辦這家投資公司，投資方面很有心得。他的公司現(xiàn)在小而美，可能接近十億規(guī)模，但是我相信將來一定可以成長為高富帥。

您是做股票多頭投資的，剛才講到了價值投資，今天上午講到價值投資和成長投資的一些定義和關(guān)系。國內(nèi)做不同的策略的人對這個定義的理解，對這個概念的理解和操作方面有不同的感受和感覺，您可以介紹一下壁虎投資的主要投資理念，同時把您的價值投資、成長投資，或者您所謂的價值成長，從國內(nèi)多頭投資、選股的角度給大家解釋一下。

張增繼：趙老師看來對我們研究比較深入，我們2014年注冊成立，大家知道2015年的行情，我就是周老師說的那一類五年之內(nèi)還能生存下來，活下來的這類機構(gòu)，這是比較幸運的，主要是因為讀了高金的課程。我們定位就是成長性價值投資，跟國內(nèi)主流的價值投資有點偏差。讀了對沖基金班，我們的價值投資還加上了擇時對沖的策略，當我們感覺這個市場估值偏離正常估值的時候，會用股指期貨做相當數(shù)量的保護，但是跟量化有本質(zhì)的區(qū)別，不是全保護，是一部分，利用股指期貨做減倉的動作。我們跟傳統(tǒng)價值投資的區(qū)別在于我們的任何標的，都必須符合我們的成長標準，我們喜歡挑那種未來有可能成為平安、茅臺或者蘋果之類的公司，我們更希望發(fā)現(xiàn)早期的這些行業(yè)領(lǐng)袖，這是一個特點。當然我們的策略里面也會加入一些已經(jīng)成為行業(yè)領(lǐng)袖的標的，總體來說這幾年不但五年活下來了，還在高金的幫助下活的還比較好。

趙羲：回到價值和成長的問題，主要是低估值角度考慮問題。我們對國內(nèi)股票多頭私募做過研究，從2013年到2018年，一共六年的時間，分成兩段，前面牛市為主，后面熊市為主，這兩個周期里面做了一些歸因分析，發(fā)現(xiàn)一個現(xiàn)象。在熊市期間，私募的這些因子顯著性上體現(xiàn)在低PB的，低市凈率，高成長的更顯著一些，相當于說有點買低估的，同時成長性比較好的更顯著一些。在牛市期間，明顯是成長的更顯著一些，這是因子角度來看顯著性比熊市期間低很多，發(fā)現(xiàn)這樣一個現(xiàn)象。我們也是在思考這個現(xiàn)象背后的原因到底是什么。請徐總和周總，從量化投資或者從你們見到的投資策略的角度，我們也簡單探討一下，國內(nèi)這些基金他們在價值和成長上的這些做法，不管是多頭還是量化，是一個怎樣的思路，或者他們怎么理解這個問題的？

徐以升：我的確沒有什么體會，因為我們覆蓋的領(lǐng)域里面不怎么涉及到，現(xiàn)在我們沒有跟主觀基金合作。我自己看了很多東西，看了很多文章、新聞，包括采訪，價值投資很多流派，持有型、長期價值投資，有價值投機，有小市值挖掘型價值投資，有成長型價值投資，有很多種做法，可能真的是跟李老師所講的一樣，是個筐，但是需要往里面裝的到底是怎樣的內(nèi)涵，可能有完全不同的一些信息，會是這樣。

從量化來講，我們曾經(jīng)有一次做過，我們投委會當時配了港股，2017年上半年，好像港股那時候，因為結(jié)果上給我們創(chuàng)造了很好的收益。我們跟上海有一家機構(gòu)，保銀投資合作，他們做的港股做的不錯，配了他們的份額，賺了不少錢，其他的我們沒有合作過這個方向具體的產(chǎn)品。

我自己的體會，中國目前的宏觀周期里面，我們說現(xiàn)在新資產(chǎn)、藍籌、消費，中國的消費大的崛起，的確在客觀上是這樣的現(xiàn)象。藍籌股票成為新核心資產(chǎn)，它跟債券比起來，不會跌沒了。債券爆雷有可能跌沒了，但是股票跌，還有七八成，比預算跌20%，還有百分之七八十，流動性還很好。過去我們對債券的理解是什么呢？不會下跌，上漲有限。而現(xiàn)在股票是反過來，股票是下跌有限，上漲無限。股票跟債券從風險角度的定義上，會發(fā)生很大的變化，而且上午也講到茅臺的好處就是流動性好，它沒有漲停過，也沒有跌停過，你想出來是能出來的。有的資產(chǎn)里面流動性下降很厲害，包括地產(chǎn)、股權(quán)、定增、新三板，很多資產(chǎn)流動性太差，但是價值投資的股票流動性特別好。即便打一個折，都可以出來。但是小票成交只有一兩千萬，你想賣出來就要跌停，流動性折價，流動性不好。從各種特點來講，無論是收益、風險、流動性很多角度來講，藍籌類股票的確有一定的稀缺性，如果股票分紅比較多，就可以成本計價，長期持有。比如我是保險資金，完全成本計價，我分紅就可以當成我的固定收益利息，我就可以實現(xiàn)我新資產(chǎn)，核心資產(chǎn)的占有。

我們從2017年這次藍籌的上漲周期開始，我體會就是很多甲方開始把藍籌類資產(chǎn)當成這個性質(zhì)的類固定收益資產(chǎn)去配的，那時候開始周期的，就是高股息，高分紅的股票，具有類固收的特點，長期高配，海外資金也是這個屬性，長期持有，最好每年給我分紅。這種特點，就讓我們的價格投資有了土壤，而不是之前的那些年份。我估計很多人沒有經(jīng)歷過2007年、2008年的繁榮，也沒有經(jīng)歷過2013年、2015年的繁榮。這個風格特點吻合于我們的宏觀周期，我們的信用風險上升了，而之前的周期里面我們的信用風險很好，債權(quán)資產(chǎn)提供出類固定收益的收益，能夠提供出八個點十個點的固定收益，你對分紅不感興趣。現(xiàn)在大家對分紅感興趣，對信用風險敏感，因此價值投資有了真正的宏觀周期的土壤，我自己是非常認的，而且我們覺得買300指數(shù)就挺好，買50就挺好，大概率跑贏的幅度挺低。而且很多甲方是百億級別的配置，你能跑贏指數(shù)，你持有多少股票，比如說持有20支，20個億，我加個0，200個億，還持有20支股票嗎？肯定要放大，你管理200個億的時候，你需要持有多少支股票，根指數(shù)擬合一下，就需要買指數(shù)。價值投資在周期里面具備特點，是這個周期的核心資產(chǎn)，也應該超配，只是我們自己沒有怎么做。

周欣：談到價值投資有一個詞跟大家分享，價值陷阱。價值投資，很便宜的就是價值投資，那便宜之所以便宜是有原因的，為什么便宜。很多股票在中國是偽裝成價值股，什么意思呢？它知道你們看PB，它就比較大，或者是你看分紅。分紅在學術(shù)界很有爭議，分紅說白了從左口袋挪到右口袋，這個公司的盈利能力并不增加，分紅出去以后你的股價是有反應的，這個公司并沒有由于分紅而價值過高。但是中國是很奇怪的現(xiàn)象，在保險公司都喜歡分紅，這跟他們的資金屬性有關(guān)系，他們分紅可以并表的，或者每年年末發(fā)現(xiàn)保險資金倒騰一次，就是為了這個，分紅可以進來，然后各種資金的屬性造成了在中國有很多股票你不仔細去想的話，都是一些表面價值公司。即便今天早上李教授講的，茅臺這個公司被大家稱為價值的代表，但是你真正看它的PB也好并不低，它就是一個偽裝成價值的成長股。這個偽裝不是它自己故意做的，是資金方或者投資人這樣標簽的。

談價值投資的前提，就是我們真的要理解什么是價值投資。再去談成長，其實你看茅臺也具備這樣的特征，在中國市場由于各種各樣的錯綜復雜的對，不管是資金屬性的導向，還是企業(yè)行為的導向，還是財報的導向，使得你區(qū)分價值也好，成長也好，特別難。我們的做法就是我們不去做，我們不去做所謂因子擇時的情況下，我們就沒有很大的問題。我覺得如果，當然這個悖論就是你去做因子擇時，似乎能夠在因子出現(xiàn)低估擇一把，出現(xiàn)高峰就離場。這個非常難做，再加上對這些因子的定義都有爭議的情況下，很有可能是左右打臉的。我們盡量每個因子，或者每一大類做的非常精細，每類配一點。金融唯一的免費午餐就是分散，成長有一點，價值有一點，至少量化是沒有辦法在擇時做到很美觀，主觀不一樣，主觀解讀政策，想很多東西，擇時是有希望的，通過量化因子方式做擇時，或者做輪動，我覺得是幾乎不現(xiàn)實的。

趙羲：價值陷阱的問題也是很經(jīng)典的說法，價值投資有周期，估值也是變的，也是有周期的。價值投資在狹義的定義上是估值比較低的是買，估值比較高賣出，是有一個波段操作的。從中國歷史上，在GDP增速很高的時候，中國主要是成長型投資，很多價值股體現(xiàn)了成長的特點，所以價值投資不一定那么明顯，當然中國也在股市有估值特別高的時候，也有估值很低的時候，這里面也有價值投資的空間在，但是整體來講成長應該是過去中國二十年發(fā)展的主旋律，現(xiàn)在可能就不一樣了，從GDP到6.5或者更低之后，甚至到6以下，我覺得成長的很多方面、表現(xiàn)跟過去二十年已經(jīng)有很大差異了，所以在未來我想這種價值投資，可能會有更深刻的體現(xiàn)。

今天有一張PPT是收益分了幾層，底層是市場Beta，中間有一層是智能Beta，還有種說法是另類Beta，再往上才是α。今天討論了很多α的產(chǎn)生，但是在投資里面很多人并不一定一定要追求α，做β也可以有很好的收益，而且往往賺很大錢都是靠β，不是靠α。因為你做選股，做多頭投資，你的投資方法里面，你是賺取什么收益，能不能給大家稍微拆解一下？

張增繼：其實我非常贊同徐總和周總剛剛的觀點，我自己曾經(jīng)在跟媒體的溝通當中，有一句話可能這六個字是我首創(chuàng)的，無成長，不價值。趙老師問我，我們在掙什么錢，打兩個比方。第一個，人家可能在找皇冠，我們在找S皇冠上的明珠。我們可能找企業(yè)，三千個股票里面，大多數(shù)所謂的價值投資可能會漂出三百個股票來，但是我們只挑30個。第二，現(xiàn)在豬肉價格比較價，我們老百姓買不起豬肉，我們可能買雞肉，我什么雞呢？我買下蛋的雞，我把蛋吃完了，還有雞。你光買肉雞，吃完了就沒了。這就是成長價值和傳統(tǒng)價值的區(qū)別。

趙羲：從量化角度來講，做股指增強，所有的都在里面，不管是市場β還是智能β，還是α都在里面。對沖有不同的對沖法，可以只對沖智能β，我可以用組合來賺取收益，也是可以的，產(chǎn)生的可能也是α。這些不同層面的對沖也好，組合也好，策略也好，講講您的理解和體會。

周欣：我覺得有一句話其實誤導了中國投資者，或者廣大群眾，不管白貓黑貓只要抓老鼠就是好貓。這句話投身到投資里面是什么概念呢？只要賺錢就行了，別管我怎么賺的。這在我看來是一個很大的誤區(qū)，我賺α成本很高，賺β因為風險很大波動很大，其實我的成本，我只要市場暴露指數(shù)我就有了。在我看來這是我的白貓黑貓嚴格分開，但是資金方很清楚，比如買增強的產(chǎn)品，跟蹤誤差控制的很嚴格，β自己會有。α是我們很穩(wěn)定的來源，年化300做到10到12，500是15到20，這是很穩(wěn)定的。當你要指數(shù)增強的時候，一定會有β的特性，只不過拉長周期，每年比你配的標的好一點。這個好一點在于什么？比如說今年跌了30，我好一點，我跌18，你要了β，不是告訴我一定要賺錢的，沒有這樣的事情。如果一個大牛市，我做α，一年做12，市場漲40，你不能罵我弱智，你不要β。我們的產(chǎn)品全部按照風險分，產(chǎn)品不按照主題，也不賣故事。我們所有的產(chǎn)品必須按照風險劃分，百分之百風險就是我的指數(shù)增強，你就應該承受β所有的波動，只不過我可能好一點。

這個意義上理解我就是做工具的，你買什么工具是你的事情，不能說你買刀，你買了很好的刀回去發(fā)現(xiàn)不能鋤地，這是你自己買錯工具了。我可能生產(chǎn)出來的東西比你買的東西好一點，你買300，我配的300比你好10個點，很清楚自己的定位。這是我們?yōu)槭裁床粚€人的原因，很難講這些，它覺得你熊市不能倒下，牛市也不能落下，這種是很難做到，主動可能可以，擇時方面可以做到，但是量化很難滿足這樣的需求，但是我們的前提就是資金方要很清楚自己買的是什么。

徐以升：很難實現(xiàn)說既要又要還要，最后要，我們也是按照風險特征來定義公司的產(chǎn)品線。具體到指數(shù)增強類的產(chǎn)品，我們還會給投資者更多的選擇，定價方式上，你可以既按照決定收益定價，也可以按照消費收益定價，比如說買α+β的指數(shù)增強產(chǎn)品，你可以把β扣掉，只對超額收益付費。如果指數(shù)漲15個點，我們超額效益25個點，我們是不是賺取35%，我們的分母是20%，你只需要付20%的20，不需要付35%的20%，是可以省錢的。但是像2018年這樣的情況，指數(shù)跌33個點，中證500，如果我們的指數(shù)增強跌13%，依然要為20%的超額收益付費，因為我們是有增強的。類似于這種定價，都可以通過這種產(chǎn)品的設計，不同風險的產(chǎn)品設計，以及把α和β在商業(yè)上區(qū)分的方式，讓投資人更好理解自己要什么，以此實現(xiàn)更好的理解和互動。我相信市場上比較成熟的計價方式。

剛剛趙主任講到問題，關(guān)于收益的區(qū)分，α、智能β、市場β不同的區(qū)分。最完美的狀態(tài)，就是有POα比較高，什么風險都不需要承擔了，我就愿意承擔最完美的POα，我愿意付費，這是我們的目標，我們現(xiàn)在有很多配置是追求這一點的。如果要去暴露風格類風險，那我們需要去檢驗這家機構(gòu)具備風格類風險暴露的能力，比如說因子擇時，比如說行業(yè)的錯配，這都屬于典型的風格類的風險暴露。今天這個市場上我可以跟大家講，風格類的暴露是在市值或者很多barra因子上暴露，客觀上講比較難，包括有的機構(gòu)嘗試做這件事情，相對來講比較難增加很多波動，主要是因為中國市場的變化，現(xiàn)在在去杠桿周期里面，周期太快了，沒有像過去2013年、2015年那種長周期的，并且趨勢比較強的風格效應，而現(xiàn)在很快，區(qū)塊鏈一天就沒了，你想去暴露某種風格和特征，它很快。像比如說市值或者很多因子類的風險其實比較難，所以現(xiàn)在我們在這點上不走了，但是現(xiàn)在嘗試賺一個錢，就是行業(yè)流動的錢。

我們知道模型里面無論是主觀基金還是量化，大家可以把自己的收益拆解成基準，像選股收益加上輪動收益，加擇時的收益，擇時的收益我們不做。但是檢驗來看輪動的收益目前在量化上實現(xiàn)的程度還是比較好的，行業(yè)錯配。當然行業(yè)錯配有風險，比如說2018年如果超配醫(yī)藥，不管什么原因，比指數(shù)超跌，會因為你的行業(yè)錯配虧錢。我們會控制行業(yè)暴露的絕對值，不要偏離太多，你可以自己定義這個指標。我們檢驗發(fā)現(xiàn)有的合作方，比如說控制0.2，我們控制這個水平，可以給我們的超額收益有正貢獻，而且穩(wěn)健程度很強?？梢灾v這是風格類，或者有一定風險特征的收益，但是我們從實踐里面是去獲取了這樣的收益。這個收益我們也會理解是一個風險，不能暴露的太大。暴露太高，我們可能就要電話會議討論，不能太高。有的事情可以做，有的你檢驗下來性價比比較低。

趙羲：前面講了一些偏技術(shù)的東西，后面講點其他的。在座很多業(yè)內(nèi)從業(yè)者，我們這邊的三位都是自己做私募基金的，都是基金的主要合伙人、管理人。做基金不光是投資，還有很多方面，比如說我們做資產(chǎn)管理要有人把資產(chǎn)給我們管，我們都有投資人。但是徐總身份特殊一點，不光有人把錢給你，還把錢給別人。我們先講講我們的投資人，作為私募基金我們的投資人。大家各自的投資人是什么樣的構(gòu)成，我們在跟投資人打交道的時候，現(xiàn)在國內(nèi)投資人是怎樣的狀況，有哪些特點，將來會有什么樣的變化？

徐以升：我們公司比較羨慕周總這種結(jié)構(gòu)，百分之百的機構(gòu)客戶，我們80%的客戶是法人機構(gòu)，我們管機構(gòu)叫法人機構(gòu)。80%里面分成三部分，一部分是中國的銀行的資產(chǎn)管理部的委外。第二類是非銀金融機構(gòu)的法人委外。第三類是產(chǎn)業(yè)機構(gòu)，國企、央企、上市公司、民營非上市公司。這三類是我們的80%的客戶。20%我們是跟市場渠道有合作，我們只跟兩類合作，一類是券商的財富管理，一類是私人銀行。這里面占20%的頭寸，20%穿透到底層是個人客戶，高凈值個人客戶。有一小部分有個人的單一客戶的定制，高金有課程是家族財富管理，可能跟這個類似，個人單客戶定制，這塊有小幾個億的規(guī)模，其他都是個人客戶的多客戶合同。

我對這個方向的體會有兩條，第一條這個宏觀周期里面投資人的確在從上一個宏觀周期里面的單資產(chǎn)、單方向的投資，更多轉(zhuǎn)向為多資產(chǎn)、多策略的配置，這點我們有這個體會的。第二，我們的體會是，投資人對于信用風險，包括小股票的超跌風險，其實類似于信用風險，還有流動性風險，看的越來越多。所以投資人真的很多在看對沖類，或者說套保類，或者說有風險管理的。我們說避險基金，很多對于風險的認知，我感覺是上升了，對于客戶來講，所以中國這個市場我們可以看到現(xiàn)在有大量的過去投固定收益的資金轉(zhuǎn)向為二級市場的資產(chǎn)和策略投資。

周欣：也是我們一個這么多年來能夠存活下來的一個很大的優(yōu)勢，客戶對我們的理解是非常深的，也基于他們是機構(gòu)客戶。我們大部分資金來自于險資，現(xiàn)在更多海外的主權(quán)，還有養(yǎng)老金在做落地的過程。我覺得一個公司最主要的是你要知道自己能做什么，不能做什么，當我發(fā)現(xiàn)我沒有去迎接個人客戶的客服能力的時候，這個事情我就不做。我一個親姐姐，幾百萬非要給我，我跟她講不保本不保收益，他覺得你們這些人書白讀了，我給誰誰誰，年化24%，還是保的，我跟她講這肯定是騙她的，你自己不行，不能否認別人不行，你自己不行，不能否認這個市場上有高手，幾百萬被騙掉了。這些錢我是不是應該接，我自己也有波動，至少比血本無歸好。中國的散戶或者個人客戶真的很可憐。炒股又被當韭菜割了，買產(chǎn)品被龐氏騙局騙了，我們這樣不愿意騙人的，覺得你不夠高級，這是巨大無比的市場，雖然我知道它很大，我能獲取的是哪一塊，我自己很清楚。像我們跟外資，三年，但是一溝通成功就是幾億美金。我跟它溝通沒有障礙，我跟它講什么都知道，它觀察我觀察一年，其實三年前這個外資在中國選了二十家機構(gòu)觀察，三年以后剩下我們一家不是說機構(gòu)不見了，而是中間有很多事情讓這些外資看到了一些風險。我覺得中國是要有一些資產(chǎn)管理機構(gòu)站起來，代表中國本土力量迎接外資的，不是說我放棄了中國的老百姓，我覺得像徐總他們比較善良，還愿意輔導，可能銷售力量也大，我自己沒有這樣的銷售力量，也沒有這樣的客服能力，這樣的事情我干脆不做。

唯一一個例外，我們接過一個個人客戶，他打電話到公司以后，我說有一個億，說現(xiàn)在天天睡不著覺，眼眶很腫，很難受，非要來。一般運營接電話說我們不接，但是那天打電話說接不接，我問他錢怎么來的，那個人說炒股來的。我一聽你本金多少，他說40幾萬，我說你來，我想學一下你怎么炒股。他從杭州過來，是一個做導游的，九十年代的時候通過做德語導游攢了40萬，在股市里面摸爬滾打變成1.5億。后來跟他講完以后，他說我決定投你們，我說你聽懂了嗎，沒聽懂。他股災前找到我，還好把錢都給我了，我們替他不但保存了，基本上一年找我一次，見一下看我們這個公司可能還在。每年見他，這位老哥都精神氣一年比一年好，說我現(xiàn)在不用炒股，天天晚上睡得覺。他說四十萬變成兩百萬還可以睡得覺，變成三千萬也還行，變成一個億，睡不著了。他說我調(diào)研了這么多主動投資經(jīng)理，發(fā)現(xiàn)他們跟我路數(shù)差不多，所以找了一家聽不懂的，他說我覺得看你們蠻正派的，應該不會騙我。讓我反思，這樣的客戶其實是優(yōu)質(zhì)客戶，他懂什么叫波動，懂什么叫回撤，這樣的客戶不可能通過我的力量挖掘。我們也在嘗試著等明年自己的解釋能力稍微強一點，培養(yǎng)銷售團隊，可能走出這一步，但是到現(xiàn)在沒有邁出這一步，因為我知道自己能力太有限了。

張增繼：還好兩位大咖都是機構(gòu)資金為主，所以留了點湯給我喝。我們的客戶基本上個人投資者為主，80%是個人投資者，有一部分FOF基金，有一些券商主投，還有信托，信托現(xiàn)在比較流行的，那條路走不通了，固定收益有點不太好操作，現(xiàn)在在搞TOF等等這些結(jié)構(gòu)在跟我們合作，未來可能機構(gòu)的資金會占比越來越大，畢竟我們經(jīng)過摸爬滾打證明了自己在這么動蕩的市場還有一點盈利的能力。希望未來管理機構(gòu)的資金越來越多更好，因為個人投資者在中國的投資者人群里面，整體素質(zhì)沒有達到西方的成熟程度。一面要募集資金，一邊做投資者教育，所幸現(xiàn)有管理資金里面，一半以上的客戶，不是同學就是朋友，甚至高金讀的課程班里面有幾個億的資金我在管理著，很榮幸，他們沒有一個不賺錢的，都賺了不少的錢，這個是我比較榮幸的。所以說讀高金有好處，即使自己學不會投資，也能找到類似于這兩位這樣的大咖級的投資管理人，是非常有用的一件事情。其他的留待時間證明。

學員：我最早也是做會計的，我改行改成金融了。改的原因可能跟我的問題有關(guān)系，因為我當時是做審計的時候發(fā)現(xiàn)一個審計里面制度上最大的缺陷，公司的錢出了企業(yè)之后是無法追蹤的，這個企業(yè)在外面做甲公司，做個供應商或者搞個收益轉(zhuǎn)出去，我們無法像公檢法一樣追查，不知道您在美國的經(jīng)驗或者您個人是怎么對應這個問題的？

周欣：這個問題很有意思，其實有一篇文章，當時也是我們企業(yè)合伙人寫的一篇文章，中國的大股東侵占公司利益，在2005年之前都是通過一個叫其他應收款的賬目，就是這筆錢走了，我覺得它應該回來，又沒有供應商拿走，又沒有什么人拿走，去哪呢？其他應收款。這篇文章在2005年、2006年的時候在GFE，寫完以后，你會發(fā)現(xiàn)其實監(jiān)管還是學習能力蠻強的，這篇文章在國內(nèi)引起反響，大股東侵占公司利益最常用的項目就是其他應收款，監(jiān)管說這個賬目以后關(guān)掉了，不讓隨便往里面放了。這些行為在不斷演變，這些行為永遠不會停止?，F(xiàn)在比如說樂視的問題，關(guān)連交易，應收款也非常多，而且都是關(guān)聯(lián)方。這種情況下，你說需要監(jiān)管，或者需要追蹤這些錢在哪里是不可能的事情，但是這些事情不代表找不到蛛絲馬跡捕捉。這些東西我們都放到風控里面，我們不拿來做交易或者因子，但是會在可投資的股票池里面去掉。意味著你的波動會降下來，其實風控這個東西永遠是爭議的話題，風控是不是提高收益，不一定，但是一定降波動。

這種會計也好，對基本面的理解也好，一定是有用的。但是像康得新這個錢沒了，這個錢出到公司以后，真的去做怎么辦，包括張指導說有那么多存貨，存貨都在海底，怎么去查？會計之所以，你當時應該繼續(xù)學下去的，你學到后面會發(fā)現(xiàn)萬變不離其宗，它的賬要在時間或者空間平的，平不了就一定有問題，企業(yè)其實有三套賬，外賬就是大家看到的賬，對公共發(fā)布的。第二套賬，稅務的賬，其實每個公司對稅務是另外一套賬。第三套賬，內(nèi)賬。每套賬之間，很不幸的是我們作為公眾只能拿到外賬，你通過外賬推內(nèi)賬長什么樣，稅賬長什么樣子。不要看簡簡單單三大報表，每個報表幾百頁，六百多頁的年報，但是后面隱含的信息是非常多的，這些信息其實大數(shù)據(jù)，數(shù)據(jù)量雖然大，最后幫助你投資做決策，進入量化模型的，進去可能就是十個KB，大數(shù)據(jù)怎么把錯綜復雜的會計也好，金融也好，市場信息，最后濃縮成，大數(shù)據(jù)在我看來是讓在更大海洋里面找同一根針，針是什么？大家的定力要有。會計歸根到底還是非常有用的，只不過雖然我有會計博士，我經(jīng)常跟公司財務講，這些賬我都看不懂，做什么，他說那是因為你研究高層會計，我們研究記賬。對會計的很多誤解，覺得我們應該是做賬的，也不是這樣的，繼續(xù)學下去還是有很多很深，包括李教授學會計的，但是講金融一點不輸金融的交融。

學員：我來高金以前也是學計算機的，做研究員到現(xiàn)在七八年，管理一個產(chǎn)品。研究和量化結(jié)合會不會更好一點，對張總或者周總，因為實際上我們做，你說多頭的話，每年最核心的東西是發(fā)現(xiàn)這個估值提升的板塊，或者漲的最多的板塊。今年其實我們不說別的，其實豬來看，豬的邏輯非常清楚，我也知道在去年從量化，你在去年底的時候，基本上能選出來，后來才知道有比較牛的私募大佬，他們當時賺了很多錢，但是你會發(fā)現(xiàn)數(shù)據(jù)是滯后的。比如說豬價在今年年終開始漲，如果量化的話這個時候會體現(xiàn)，比如說類似的這種，它不是像雄安或者自貿(mào)區(qū)這種純政策性或者區(qū)塊鏈，這個可以是一個方向嗎？

趙羲：是指行業(yè)研究是嗎？

學員：實戰(zhàn)投資，我個人覺得比如說你研究這種基本面，包括周總剛才講的，它的最高頂層是智慧，智慧這個東西我覺得是這里面最核心最牛的東西，計算機是，知識是永遠跨越不到智慧的，相對于給我一定的信心。這個意思就是你的AI不會把你淘汰，你作為主動的投資人來說，但是這部分有沒有可以嘗試的路徑，或者說有一定的嘗試？

趙羲：基本面研究到量化。

學員：或者說量化輔助基本面。

張增繼：新希望我是買過的，周期類的行業(yè)，周期類對待，這是我們投資的宗旨。我回答的是剛剛說的研究和量化的關(guān)系，因為我們?nèi)绻f做主觀投資有一個困惑，經(jīng)常遇到回撤比較大的時候，尤其像2015年的行情，如果不加入量化策略的話，神仙也幫不了你，幾乎避免不了經(jīng)歷回撤，而且是很大的回撤。有過這些市場動蕩的教訓之后，我們?yōu)槭裁匆尤胍欢ǖ膶_，其實我不定義為量化，我覺得投資行業(yè)，資產(chǎn)管理行業(yè)一定要有區(qū)別，量化就賺量化的錢，我們做主觀就賺主觀的錢。但是我對沖是為了減少倉位，減少回撤，這是為了讓中國的投資者，你的客戶更舒服。因為不這樣的話，即便巴菲特在中國開私募公司，可能客戶會走光了，為什么？你的回撤經(jīng)常20%、30%的回撤，這是在國內(nèi)做投資比較大的困惑，你不但要給客戶掙錢，還要想辦法走的更穩(wěn)。像2018年我們比較幸運，我們加入了對沖策略，我們大概對沖了這邊的持倉50%到60%，這樣的話我的回撤明顯比同行，比做主觀的同行要小很多，而且到年終結(jié)算我們平均有百分之二點幾的收益，這就是我們最近幾年來的一些心得。發(fā)現(xiàn)這個東西還是有一定的好處，但我真的不是為了掙錢，我是為了生存的需要，為了不讓客戶流失才愿意這樣做。我倒愿意像巴菲特那樣買了就放著了，但是即便對沖不愿意做，買了就要加進去，因為私募還要生存。

學員：周總可能越來越多一級市場的思維加上量化、對沖的方式去做。行業(yè)研究或者更深層次的行業(yè)價值挖掘，未來的資產(chǎn)定價取決于最了解這個市場或者這個行業(yè)最懂行的人做資產(chǎn)定價，其實未來的競爭核心力肯定就是說看誰最懂這個行業(yè)，聽聽兩位具體方面怎么做。因為我們一級相對比較容易，你可能看到一些二級市場看不到的信息或者標的，但是我不知道這兩位會不會去做一些實地的行業(yè)，再深挖一些行業(yè)的價值？

周欣：剛剛李教授最后一張圖MIT的幾個教授寫的，怎么用量化的方式做一級市場，其實最后沒有一個明確的結(jié)論。對量化的理解可能還是有一點誤解，我們很少去研究行業(yè)，但是我們基本上通過量化的方式能夠把行業(yè)，你預期的漲的比較好的，對未來預期漲的比較好的挑出來，這是我說的超越的意思。我們對賽道本身很難選擇，除了剛剛徐總講的可以行業(yè)輪動去做，其實用量化的方式去擇行業(yè)，只有一種方式，我們也嘗試過，就是所謂的供應鏈和上下游關(guān)系，這是唯一可以實行的。很不幸是在中國上下游關(guān)系數(shù)據(jù)很少，在美國有一個數(shù)據(jù)做的就是所有供應鏈，就是說你這個行業(yè)的上游或者公司的上下游分別是誰，這樣的話比如說行業(yè)的五十個公司，上游已經(jīng)財報了，知道行業(yè)漲的很好，那下游一定漲的很好，這是挑行業(yè)唯一的方式，其他的都不可行，但在中國的數(shù)據(jù)至少我們看到比較有限，我們也在企圖買一些另類數(shù)據(jù)佐證這個事情，這個跟量化選股邏輯是不一樣的。我們在嘗試，但是這個要變成產(chǎn)品，變成可以投資的策略還是有一定距離的。

徐以升：剛剛舉的例子里面，其實行業(yè)類的輪動的有基本面的，也有量價類的信息，量價類的信息也比較高頻一點，市場能動也比較高頻，比較快，用這種信息，通過我們的實踐檢驗來看，中國市場上的確是有量化的私募基金，他們在行業(yè)輪動的量價類型的實踐上做的比較好，能夠做出超額收益來。這個超額收益也不是說不配某些行業(yè)，而是說28個行業(yè)全配，但是有的行業(yè)比指數(shù)稍微低一點，有的行業(yè)比指數(shù)稍微高一點，最終的偏差絕對值求和控制，這個偏差能夠相對于指數(shù)產(chǎn)生小的超額，這是一個錦上添花。有選股的α為基礎，有行業(yè)的超額做個加法。

這點跟前面的問題是相似的，量化我們體會只是一種研究的方式，你主觀也是邏輯，我量化可以通過邏輯的方式去實現(xiàn)的，它可以覆蓋主觀可能你的精力和你的有限的表弟，我可以用同樣一個邏輯覆蓋更多的數(shù)據(jù)，覆蓋更多的可選擇的面，最終來實現(xiàn)延伸，可能有這樣的一個結(jié)果。從行業(yè)輪動來講，一級市場是看行業(yè)的特別大的顛覆成長，或者是行業(yè)的一些機會。二級市場里面目前沒有這種層面的做法，我們目前所做的底層有做的還是量價類信息的獲取。

趙羲：我之前是做戰(zhàn)略咨詢，我們也做很多行業(yè)分析，我理解的一級市場和二級市場的行業(yè)分析，它是不一樣的，主要差別在這里。二級市場的（H）還是相對短一點，不管是量化投資，可能主動投資稍微長一點，但是量化投資相對比較短。如果一級市場是很長的（H），看未來的大方向，越早期看的未來方向越大，越遠，這是最主要的差異。但是至于量化怎么用，現(xiàn)在在大數(shù)據(jù)的環(huán)境下，很多一級市場的投資去判斷方向的時候，也會收集很多數(shù)據(jù)做一些量化分析，做一些模型這都是可以用的。今天就到這里，讓我們以熱烈的掌聲感謝三位嘉賓。

王雷：感謝大家咱們今天的活動，今天早上9點課程就開始了，有的8點多就來了?，F(xiàn)在將近5點鐘了，很多同學坐了一整天，聽的非常認真和專注，這就是我們高金需要的學生的樣子。還有一些同學可能是想你們對沖基金課程，我們今天公開課是一個正式課程的序曲，序曲很精彩，課程也同樣值得期待，如果大家想對我們課程有更多的了解，包括招生報名情況，也可以加一下我的微信。接下來有少部分同學會加入到，已經(jīng)報名會加入到高金的對沖基金課程當中，我相信來到這個課程，高金會給你帶來一個新的天地，更多的知識，還有更好的平臺。還有另外一些朋友可能第一次來到高金，今天的活動是我們締結(jié)緣份的開始，期待下次再會。謝謝大家。