量化投資與人為投資對比分析與前景簡析

于鑫垚

（東北財經大學，遼寧 大連 116012）

一、概述

自實行改革開放以來，中國經濟邁出了至關重要的一步，隨著科學技術進步和經濟全球化的腳步，金融市場不斷成熟和完善。以A股為例，從數量來看，其從1990年僅存的8只股票到目前“4000+”公司；從上市公司總值來看，從1990年的23.75億到最新數據合計82.44萬億元，達到241.1%的增速。金融市場的蓬勃發展對其交易方式和水平提出了新的要求，量化投資開始嶄露頭角，百億級量化私募不斷產生。截至2021年第二季度，國內量化類證券私募基金行業管理資產總規模10340億元，正式邁過“1萬億”關口，占比行業總規模攀升至21%。[1]由算法、模型推演出來的交易不再受到人類情緒的干擾，根據大數據分析從而實現“低買高賣”，量化交易一度成為當下交易市場的熱點話題。那么量化交易會是未來交易市場的主流模式嗎？人為參與分析的投資會消失嗎？基于此，本文從積極投資組合的投資模型出發，探索未來量化與人為交易的博弈，對當下投資市場的現狀進行分析，并在此基礎上對其發展提出可行建議。

二、概念界定

1.量化投資與人為投資

量化投資是指通過數量化方式及計算機程序發出買賣指令，以獲取穩定收益為目的的交易方式。國內比較常見的量化投資方法包括期貨CTA策略、套利策略、阿爾法策略等。人為投資是依靠自己對基本面、技術面的分析，根據財務報表、實地調研、情緒把控等，做出投資指令的一種行為。

2. CAPM模型

CAPM模型是指：E（Xi）=Rf+β（Rm-Rf），即證券的期望收益=無風險利率+系統性風險（市場平均收益-無風險利率），其中若被動追求系統性風險即β，那便是選擇跟蹤市場的指數。現實投資中，因為市場狀態變化而產生的實際回報率與計算的期望回報率會產生偏差，即超額收益α。

以α策略為例，在CAPM模型中，β展示了組合的系統風險暴露，α則展示了我們可以超越獲取市場收益的能力，alpha交易策略即是對系統性風險進行度量并將其分離，從而獲得超額絕對收益。

三、投資市場現狀分析

1.量化投資發展歷程

國外量化投資的發展自以投資組合理論第一次使得風險和受益數量化為理論萌芽、以巴克萊公司發行的第一只量化基金為實踐開端始，伴隨信息技術的進步進入飛速發展階段。截至現在，世界上的知名機構廣泛使用定量投資的手段，主動管理類和指數類的交易都趨向使用定量投資[2]。

2004年，中國光大銀行發行了光大保德量化基金，成為中國投資史上第一只量化基金。自2011年量化投資迅速發展，隨后在私募投資管理中的應用愈加廣泛，產品數量不斷增加。但量化投資在我國發展程度較低，因為我國市場散戶眾多，在增強市場流動性的同時，也使效率不斷下降，收益不如傳統交易。量化交易作為新的產物，規則不甚明細，監管態度不明，很難吸引機構交易者運用此方法進行交易。

我國的量化產品，以私募基金的海通創新量化套利1號為例，其投資的主要范圍是權益類資產占集合計劃總資產比例0～100%，集合計劃投資于華夏滬深300ETF、華安上證180ETF按成本計算，均不能超過買入日前一工作日集合計劃資產總值100%。再如券商理財產品——國金慧泉量化對沖1號，其投資的主要策略是行業配置，實施積極行業輪換策略，將超越業績基準投資目標分解成行業選擇問題，來對全行業股票多層量化考量，選擇個行業有著長期競爭優勢以及投資潛力的公司，個股選擇使用多因素模型決策[3]。

2.量化投資的特點

（1）投資客觀理性，有效控制風險

量化交易最顯著的特征就是其不受人為情緒波動的理性意識，其取得更高概率的收益的特點受到投資者的追捧。傳統投資的分析決策，大多數方面都由人工完成，而人并非能做到完全理性，量化投資運用模型對歷史和當時市場上的數據進行分析檢測，模型一經檢驗合格后，投資決策將交由計算機處理，能夠做到理性對待。傳統主動型基金需要人為控制風險，人的主觀情緒會影響產品的風險控制。量化基金擁有更強的客觀理性，所以其信息比率高于前者，在取得收益的同時，進行更好的風險管理。

（2）提高決策效率，實現精準投資

我國市場上有4000多只股票，背景信息紛繁復雜，投資者個人篩選信息速度較慢、接觸面不夠全面。量化投資通過數據科技迅速處理海量復雜的數據，提高對金融市場雜亂無章的信息的辨識能力，剖析數據相關性并做出投資決策，減少了人為交易的工作量，直接提升投資決策的速度。人為投資認為投資決策主要依賴于投資者的經驗技術，投資者的主觀評價起到決定作用。量化投資客觀理性的特點，讓其可以精準投資標的資產，在套利交易策略中更是如此。量化技術在股指期貨的交易中，通過數據分析及計算優勢，敏銳抓住期貨與現貨之間的差異的確定性機會，運用套利策略進行盈利[4]。

3.量化投資的潛在風險

量化投資策略能夠擺脫情緒，客觀高效地進行交易。然而，目前量化投資策略仍存在一定的風險，主要有數據陷阱、系統故障、市場操縱。

量化投資將情緒排除，從數據中抽取和剝離投資價值，構建模型進行分析，基于分析結果進行決策，追求的是穩健回報。構建量化模型是基于歷史的數據進行重復試驗來進行判斷。然而，數據并非絕對安全，也可能存在風險隱患。大數據時代下，投資者被各種碎片化的數據包圍，無法判斷數據對投資的真實性和時效性，也可能無法及時針對現實狀況的變化對數據進行調整，導致量化結論與現實市場不一致。

量化交易中的系統故障有許多種：網絡問題或硬件故障；交易系統缺少統一的標準認證；沒有經過嚴格的符合測試，導致系統存在漏洞，引發安全問題；交易所的處理系統也可能存在延時問題。

同時，目前在我國資本市場中，個人投資者個體數量占市場比重較大，且通常沒有雄厚的資金基礎，沒有專業的知識儲備，對于量化投資這種策略涉及過少。而市場數量占比較小的機構投資者是量化投資的主要采取者，資金雄厚，因此可能導致市場波動，從而存在市場操縱的風險隱患。

4.人為投資的潛在風險

市場交易中，情緒、經驗、投資目的是影響人為交易的主導因素。人在通過基本面分析，技術分析等等行為之后，會根據自我情況確定投資標的。但事實上，首先存在無法正確評估投資標的合理性的問題，其次如何控制情緒、跳出非理性投資因素的影響，對人為投資者來說是很大的挑戰。

5.量化投資和人為交易比較

同種量化策略，不同的人開發算法、研究模型，得出來的收益不盡相同。每個人因習慣不同，納入考慮的因素范圍也有差異（估值、基本面、價格、波動率、流動性等）。投資者如何找到個人認為合適的α是在量化模型的基礎上，以個人偏好、投資思想和判斷能力為基礎，設置不同的量化組合，從而獲得具有差距的盈利空間。

截至2020年9月，選擇運行時間相同的股票策略前200名主動基金與被動量化基金對比如表1所示。

表1 主動基金與被動量化基金收益對比 （單位：%）

從表1中可得知，以主動基金為代表的人為參與交易投資的收益高于被動跟蹤指數的量化交易，人為參與交易可以獲取更多的主動收益。

量化投資可以避免投資者的主觀偏差，能夠投資大規模和較多品種的給予數量統計的套利機會，但通常一種量化策略只有一年到三年的有效期，超過這一時間，策略可能面臨不再生效的特點；人為交易可以隨時變換投資標的，靈活性優于算法模型下的量化交易，但是人為交易收益期間巨大的波動，可能對一些保守投資者失去對產品的信心，從而失去獲得超額收益的機會。量化比較穩定的特點，可以彌補主動策略的高波動性，兩者都具有自己的特色，能滿足不同投資者的喜好。若兩者可以結合，便可能實現財富的穩定增值。量化和人為本身就不可分割，兩者是相輔相成的關系，即使是程序化交易，背后也少不了人的存在，量化投資不會完全替代人為投資。

6.投資者評估

（1）個人投資評估

中國市場的特殊性在于市場充滿散戶和二級市場的低門檻，人為交易占主流。散戶的存在可以促進市場流通性，但大多數個體交易者缺乏專業知識和成熟的交易心態，只能導致資金外流，造成整體效應良好，而個人盈利空間壓縮的情況。量化投資對產品合適性和時效性、整體流程運轉的技術要求高，亟須個人投資者短期內提高自身交易水平。

（2）機構評估

表2 量化私募交易發展規模

近四年，量化私募管理規模不斷擴大，整體超過“1萬億元”大關，在證券私募行業占比超過20%。[5]量化規模不斷增加，雖然占整個市場份額依舊不高，但隨著中國資本市場的不斷完善，中國量化私募市場的管理規模和交易量占比，還有比較大的提升空間。

（3）監管評估

光大證券“烏龍指”事件是由其套利交易統故障引發，權重股在不知情時被單一大批量買單拉升，這一異常現象導致59只權重股瞬間封漲停，上證指數飆漲近6%，由此暴露出我國量化投資和高頻交易監管的漏洞：

第一，在證券公司層面，“烏龍指”事件暴露了部分證券公司風險控制系統存在重大漏洞，數十億元的訂單在不需要系統和審批部門授權的情況下就直接執行。完善的風險管理系統應就每個交易員設置單獨的交易額度，該交易員的交易權限在沒有授權的情況下不允許超出系統要求的范圍。只有經過總部審批部門的批準后，系統才能執行交易命令。

第二，在交易所層面，股票市場的預警和異常交易處置制度有待完善。 “烏龍指”事件的發生時，交易所在市場出現異常時未能有效發揮預警作用，暴露了交易所在處理異常交易以及系統性風險控制方面存在的問題。

第三，在監管層面，尚未出臺對異常程序化交易和高頻交易進行規制的相關法律法規。證券市場中的交易異動事件有著較大的隨機性，當其出現時將引起不可預計的多米諾骨牌效應，其傳導速度之快、破壞力之大，需要引起監管部門的高度重視，并提出有效、公平的應對措施[6]。

四、針對投資方式的相關建議

1.個人投資者

量化的算法邏輯本身對專業技術要求門檻高，不同產品設計雖存在“形似”的可能，但根據時效、市場、投資因子變化而產生的實際效果和個人應用不同。因此，辨別量化產品的合適性是至關重要的，也是人為參與的關鍵因素之一。個人投資者要提升金融素養、了解貨幣政策及理財產品的類型，不論是投資主動權益基金還是量化產品，都不能偏聽偏信，應結合產品實際情況，根據個人能力、收入目標和風險預期水平去選擇適合的金融產品。

2.機構投資者

機構管理資金規模與日俱增，量化長期穩定的特點受到機構投資者的關注。面對日益龐大的資產管理規模和日益增多的交易品種帶來的信息爆炸，如果不及時更新硬件和不斷完善算法，量化模型也不能實現。

不盲目擴張規模，根據實際情況、做好算法模型的優化是提升收益穩定性的關鍵。多年來，深受投資者信仰的價值投資已經取得了巨大的成功，但是主動權益基金發展的過程多番曲折，更好發揮量化和人為投資相輔相成的作用，能夠有效拓展收益空間。同時，量化基金的繁榮離不開新興金融衍生品的輔助，多元化和策略創新是量化基金公司長青的根本所在。只有不斷加大人才投入和創新投入，才能持續創造超額收益，提高量化私募基金的核心競爭力。

3.監管者

（1）完善風險控制

量化投資有著不同的性質和類型，對于不同的量化策略和機構，要實行靈活多變的風險策略，主治防范不正常量化交易對市場交易的破壞。限制交易員的權限，在沒有授權的情況下不允許超出系統要求的范圍。只有經過審核和備案后，交易員才能執行交易命令。

（2）及時監控，有效制止

交易所要開發并不斷更新檢查系統，實時監控股市，期市等交易活動。出現異常交易量，高頻次買賣，在判斷可能對市場產生較大威脅的時候，要及時通報，并給予警告或者干預，堅決杜絕操控市場的行為發生。

（3）加強法律監管

在法律監管層面，尚未出臺完整的量化交易的政策以及進行規制的相關法律法規。量化交易良莠不齊，魚龍混雜。沒有法律的約束，就不能健康長久發展。交易所、地方證監局、證監會應盡快推出關于量化交易的相關準則，秉明公平交易的原則，避免不正當競爭手段的發生。

五、結語

量化投資的策略、技術等條件隨著市場的不斷成熟中不斷演變發展，在傳統投資的對比上，量化投資有著自己獨特的策略和交易特點。量化和人為相輔相成，兩種投資會不斷完善市場價格的發現，平衡市場的波動，兩者都是資本市場運行的合理投資體系。合理運用時代的產物，提升自己的修養，才是順應大資管時代的真正的贏家。