財(cái)聯(lián)社2月5日訊（記者 周曉雅）從零起步,，到突破萬(wàn)億規(guī)模，量化投資的崛起成為近年我國(guó)投資市場(chǎng)一抹亮色,，快速迭代的量化研究則是發(fā)展的堅(jiān)實(shí)基石,。

擁有8年金融工程研究經(jīng)驗(yàn)，國(guó)投證券量化配置團(tuán)隊(duì)負(fù)責(zé)人劉凱從2014年在中國(guó)人民大學(xué)漢青經(jīng)濟(jì)與金融高級(jí)研究院開始接觸量化研究,，先后任職多家買方,、賣方機(jī)構(gòu)，見證我國(guó)量化研究的發(fā)展進(jìn)程,。

多家機(jī)構(gòu)的復(fù)合從業(yè)背景下,，他目前擅長(zhǎng)量化選股,、行業(yè)輪動(dòng)、FOF,、CTA等領(lǐng)域的研究,。量化研究根植于數(shù)理知識(shí)，但劉凱的量化研究更看重?cái)?shù)據(jù)模型背后的人,，研究成果則更注重可落地性,，要求模型模擬結(jié)果與實(shí)盤交易的偏差盡可能小。

在劉凱看來(lái),，時(shí)至今日,，量化研究行業(yè)依然生機(jī)勃勃，大數(shù)據(jù),、人工智能等或?qū)樾袠I(yè)發(fā)展注入新動(dòng)能,?！盎久?量化”的投研潮流下，他對(duì)賣方研究的差異化發(fā)展也有獨(dú)到見解,。

為何關(guān)注量化研究,？

長(zhǎng)期以來(lái)，量化領(lǐng)域常被稱為“黑匣子”,，而在劉凱看來(lái),，量化僅是一種工具，即利用量化模型進(jìn)行數(shù)據(jù)分析的手段,，通過系統(tǒng)性的計(jì)量方法來(lái)進(jìn)行投資決策,。

進(jìn)一步來(lái)看，市面上量化研究可以概括為運(yùn)用數(shù)學(xué),、統(tǒng)計(jì)學(xué)等學(xué)科知識(shí),，研究和開發(fā)創(chuàng)新性金融產(chǎn)品、交易策略,、風(fēng)險(xiǎn)管理方法,，滿足市場(chǎng)參與者對(duì)于創(chuàng)新、效率和風(fēng)險(xiǎn)控制的需求,。其中既包括對(duì)人工智能等新興技術(shù)的探索,，也涵蓋對(duì)傳統(tǒng)量化方法的深入研究,。

雖然以理論為基礎(chǔ)，但劉凱認(rèn)為,，成功的量化研究,，并不僅依賴冰冷的邏輯和堅(jiān)實(shí)的數(shù)據(jù)檢驗(yàn)，更需要根植于市場(chǎng)實(shí)際,，深刻洞察投資者的需求與痛點(diǎn),。

過去十余年,，中國(guó)的量化領(lǐng)域發(fā)生顯著顯著變化。劉凱介紹,，2014年底,，市場(chǎng)風(fēng)格在短時(shí)間的劇烈快速切換，“滿倉(cāng)踏空,，還要做對(duì)沖”的情形并不罕見,，因此，因子擇時(shí),、風(fēng)險(xiǎn)管理被市場(chǎng)關(guān)注,，同期，海外先進(jìn)研究成果快速引進(jìn)國(guó)內(nèi),。

隨后兩年,，風(fēng)控水平較好的指增策略在市場(chǎng)嶄露頭角，顯示出穩(wěn)定的超額收益獲取能力,；多樣的量化研究成果下,，事件驅(qū)動(dòng)策略逐漸多元化，因子處理工具和因子組合也得以豐富化,。快速發(fā)展的大環(huán)境下,，量化研究也曾面臨瓶頸,。比如，因子被充分挖掘,、策略同質(zhì)化,、策略受交易規(guī)則的制約等。

隨著計(jì)算機(jī)算力的提升以及理論研究的日漸成熟,，他認(rèn)為,，量化研究目前仍處奮進(jìn)發(fā)展階段，高頻,、大數(shù)據(jù),、人工智能等方向?qū)α炕芯款I(lǐng)域發(fā)展的推動(dòng)值得關(guān)注。

從模型學(xué)習(xí)到理解市場(chǎng)

擁有數(shù)學(xué)與應(yīng)用數(shù)學(xué)學(xué)士,、金融統(tǒng)計(jì)學(xué)碩士的學(xué)術(shù)背景,，劉凱量化研究的從業(yè)生涯起源于深圳道樸資本。他坦言,，彼時(shí)致力于尋找量化投資的“圣杯”,，即持續(xù)提供高額收益的模型，因此對(duì)模型的依賴度高,，卻無(wú)法深入理解,。由于大量積累量化選股因子,，他在這期間奠定了堅(jiān)實(shí)的選股策略研究基礎(chǔ)。

隨后,，他加入北京和聚投資,，開始接觸主動(dòng)投資等多種投資思路。他開始意識(shí)到單一模型并不能適應(yīng)所有市場(chǎng)行情,，而是需要豐富自身量化策略種類,，進(jìn)而形成獨(dú)有的研究體系和研究方法。

經(jīng)歷了數(shù)年買方機(jī)構(gòu)任職,，劉凱在2020年轉(zhuǎn)戰(zhàn)賣方機(jī)構(gòu),，他的量化研究生涯隨之進(jìn)入第三階段——從唯模型論到利用量化手段發(fā)現(xiàn)市場(chǎng)規(guī)律。當(dāng)對(duì)市場(chǎng)和量化模型有較深入的了解后,，他發(fā)現(xiàn),，相比起模型，這背后的人更是關(guān)鍵,。

“以前我研究的目的是為了造一個(gè)完美模型,，所以沉浸在挖因子、做模型的過程,，忽略理解市場(chǎng)的重要性,。但后來(lái)慢慢理解，世界上并不存在完美模型,，模型只是思想表達(dá)的載體或者工具,。”劉凱認(rèn)為,，如果對(duì)市場(chǎng)有深入了解,，不僅可以不依賴模型的推導(dǎo)結(jié)論，形成大致正確的判斷,；還可以提升不同模型潛在風(fēng)險(xiǎn)的識(shí)別能力,；也能以更多新視角觀察市場(chǎng)，創(chuàng)新量化模型,。

如何做好賣方量化研究,？

隨著量化私募規(guī)模的攀升、公募加大量化布局,，賣方研究目前面臨著新的課題,。在劉凱看來(lái)，買方機(jī)構(gòu)和賣方機(jī)構(gòu)對(duì)優(yōu)秀策略的向往一致,，買方機(jī)構(gòu)的量化研究更聚焦深入,，賣方機(jī)構(gòu)的研究在廣度上更具有優(yōu)勢(shì)，可以針對(duì)市場(chǎng)熱點(diǎn)、投資者所感興趣的方向進(jìn)行廣泛探索,。

擁有買方機(jī)構(gòu)的從業(yè)經(jīng)歷,，劉凱在量化研究方面尤為重視投資實(shí)操。比如,，他曾身處在2015年大幅波動(dòng)的股市,，深刻認(rèn)識(shí)到每一次波動(dòng)對(duì)產(chǎn)品凈值的影響，他的研究報(bào)告注重策略的可落地性,，要求策略的模擬結(jié)果和后續(xù)實(shí)操之間的偏差盡可能小,，如費(fèi)用、交易環(huán)境等方面,。

近年來(lái)，主動(dòng)投資與量化投資的結(jié)合成為一大發(fā)展趨勢(shì),。劉凱認(rèn)為,，量化投資和基于基本面的主動(dòng)投資兩者并非對(duì)立，前者是自下而上的投研思路,，后者則是自上而下,。隨著買方機(jī)構(gòu)開始尋求主動(dòng)投資和量化投資更好的結(jié)合方式，主動(dòng)量化投資策略應(yīng)運(yùn)而生,。

為了更好應(yīng)對(duì)當(dāng)前“量化+基本面”投研潮流,，提供更全面、個(gè)性化的研究服務(wù),，滿足買方機(jī)構(gòu)多樣化的需求,。他表示，賣方機(jī)構(gòu)的量化研究需要注重以下兩個(gè)方面,。

一是整合多維數(shù)據(jù)源，隨著自然語(yǔ)義分析的發(fā)展,，可利用文本識(shí)別來(lái)提高策略表現(xiàn),，各種特色數(shù)據(jù)的開發(fā)和引入也值得探索。

二是聚焦深度基本面分析,。賣方機(jī)構(gòu)需要深入挖掘公司的基本面信息,，包括財(cái)務(wù)報(bào)表、經(jīng)營(yíng)業(yè)績(jī)和行業(yè)地位等,，從而提供更深刻的見解與新穎的視角,。

作為眾多賣方研究機(jī)構(gòu)的一員，如何實(shí)現(xiàn)差異化定位,，也是劉凱在擔(dān)任國(guó)投證券量化配置團(tuán)隊(duì)負(fù)責(zé)人以來(lái)持續(xù)思考的問題,。

他以“守正出奇，日積跬步”概括了團(tuán)隊(duì)的發(fā)展戰(zhàn)略。一方面需要對(duì)傳統(tǒng)的量化業(yè)務(wù)一項(xiàng)不落,，緊密貼合買方機(jī)構(gòu)需求,；另一方面，著重構(gòu)建一個(gè)跨學(xué)科,、多元化專業(yè)背景的團(tuán)隊(duì),，通過搭建涵蓋金融學(xué)、計(jì)算機(jī)科學(xué),、統(tǒng)計(jì)學(xué)等專業(yè)的人才組合,，為團(tuán)隊(duì)整體提供更全面的視角和更靈活的問題解決方式。

落實(shí)到整體研究體系搭建方面,，他帶領(lǐng)團(tuán)隊(duì)致力于提供全方位的量化配置研究服務(wù),，包括但不限于多因子模型、風(fēng)格配置,、行業(yè)配置,、FOF組合、CTA以及大類資產(chǎn)配置等各類策略,。

他還強(qiáng)調(diào)了對(duì)研究報(bào)告的創(chuàng)新需求,。“我希望我們團(tuán)隊(duì)能夠做出有態(tài)度,、有想法,、有溫度、有華彩的研究報(bào)告,。通過生動(dòng)的數(shù)據(jù)可視化,、深入的市場(chǎng)分析和清晰的表達(dá)，使研究報(bào)告更具吸引力和影響力,。力求保持快速變化市場(chǎng)中的競(jìng)爭(zhēng)力,。”

人工智能等為量化研究提供更多可能性

受益于技術(shù)創(chuàng)新,、大數(shù)據(jù)的廣泛應(yīng)用,、投資決策可驗(yàn)證性需求的日益增加，劉凱看好量化研究行業(yè)的發(fā)展前景,。

他強(qiáng)調(diào),，人工智能、機(jī)器學(xué)習(xí)等領(lǐng)域的發(fā)展,，為量化研究提供了更多可能性,。使其能夠更深入地挖掘市場(chǎng)數(shù)據(jù)，提高模型的準(zhǔn)確性和適應(yīng)性,。大規(guī)模數(shù)據(jù)的可獲得性則提供了更全面的研究視角,，從而能從更多維度分析市場(chǎng),，發(fā)現(xiàn)潛在的模式和機(jī)會(huì)。

不過,，他也看到量化研究行業(yè)所面臨的挑戰(zhàn),。首先，大規(guī)模的數(shù)據(jù)使用下,，如何保證數(shù)據(jù)質(zhì)量,、可信度，尤其是非結(jié)構(gòu)化數(shù)據(jù),。其次,，過度依賴歷史數(shù)據(jù)的模型易致使過度擬合，降低模型對(duì)未來(lái)預(yù)測(cè)能力,。最后,，高頻交易和市場(chǎng)微觀結(jié)構(gòu)的復(fù)雜性可能增加執(zhí)行成本。

“為應(yīng)對(duì)挑戰(zhàn),，先進(jìn)計(jì)算設(shè)備和高端技術(shù)人才的引進(jìn)是許多買方機(jī)構(gòu)的共同選擇,。”以策略研發(fā)的角度看,，劉凱認(rèn)為,，可以通過整合多因子模型，降低對(duì)單一因子依賴,，提高投資策略的魯棒性（即系統(tǒng)對(duì)于不完美的輸入或外部干擾的適應(yīng)能力）,。策略還需要強(qiáng)化風(fēng)險(xiǎn)管理，制定合理的風(fēng)險(xiǎn)控制策略,，減少潛在損失,。

量化領(lǐng)域的快速發(fā)展下，投資者可選擇的量化基金越來(lái)越多,。劉凱建議,，在選擇合適的量化產(chǎn)品時(shí)，首要選擇自己認(rèn)同的量化投資理念的基金經(jīng)理,，而不是沉浸在過往業(yè)績(jī)中,。此外，還需要通過細(xì)致歸因分析拆解收益來(lái)源,，判斷產(chǎn)品是否能夠提供穩(wěn)定的收益。

他直言,，量化策略在金融領(lǐng)域的應(yīng)用為投資者帶來(lái)了多方面的正面影響,。首先，它基于大量歷史數(shù)據(jù)和數(shù)學(xué)模型,，使得決策更加客觀和理性,。其次，量化策略有助于降低情緒的影響。投資者往往易受到情緒的波動(dòng)干擾,，而算法則能夠嚴(yán)格遵循設(shè)定的規(guī)則和邏輯,，擺脫情感因素的影響，從而減少?zèng)Q策的情緒偏差,。同時(shí),，量化策略注重風(fēng)險(xiǎn)管理，通過嚴(yán)格的風(fēng)險(xiǎn)控制規(guī)則,，幫助投資者更好地管理投資組合的風(fēng)險(xiǎn),。

另外，量化策略可應(yīng)用于多種資產(chǎn)類別和市場(chǎng),，包括股票,、債券、商品等,，為投資者提供更靈活的資產(chǎn)配置選擇,，實(shí)現(xiàn)更好的分散化，降低整體投資組合的風(fēng)險(xiǎn),。最后,，量化策略的設(shè)計(jì)目標(biāo)之一通常是追求穩(wěn)定的收益。通過嚴(yán)格的模型測(cè)試和優(yōu)化,，嚴(yán)謹(jǐn)?shù)娘L(fēng)控模型的使用,，提高投資組合表現(xiàn)的穩(wěn)定性?？傮w而言,，量化策略通過科學(xué)的數(shù)據(jù)分析手段，為投資者提供了更為理性和可控的投資方法,。

（財(cái)聯(lián)社記者 周曉雅）