如何看待量化投资

量化投资的核心是投资。量化是为改善投资效果而采取的手段。最初级的量化投资就是量化选股，不少投资人员都曾经采用过。由于股票数量非常多，为了完成对投资标的初筛，不少人都在行情软件里运用过“条件选股”功能，比如把过去三年ROE都在15%以上且利润增速在15%以上的股票挑出，行情软件在两三秒里就能完成这项工作。随着统计学专业、金融工程专业的学生不断加盟投资行业，量化方法在辅助研究、辅助投资方面发挥着越来越大的作用。体量较大的基金公司已经建立了“智能投研系统”，在投研数据库建设、智能选股系统、组合绩效评测与优化系统等方面投入了大量的人力、物力等，取得了一定的进展。不少基金公司专门设立了量化投资部，负责量化选股模型^[5]的开发、风格因子的识别、组合绩效的改善。股票对冲类产品、指数增强型产品等传统上都是量化投资部的业务范围。今后量化投资还有可能取得更大的成就。

量化投资的优势有以下几个方面：第一，运作高效。尽管量化投资的基础设施复杂，门槛较高，但一旦建设完成，在具体的投资管理工作上，量化投资的效率是非常高的。传统主动管理业务面临的拆单交易（为了减少冲击成本）、批量下单、精准控制组合比例等难题，量化投资都能轻松完成。第二，视野全面。量化投资默认对全市场所有股票进行研究，并且轻松就能做到，因而比靠基金经理个人努力更容易发现冷僻领域的投资机会。第三，纪律严明。量化投资主要靠量化系统和事先预设的参数进行投资操作，在选股标准、仓位控制、风险控制、止盈止损等方面不会受到过多的主观干扰，投资纪律会得到严格执行。(https://www.daowen.com)

量化投资的缺点有以下几个方面：第一，成本很高。基金公司从事量化投资往往需要整建制的量化团队，包括策略师、金融工程师、程序师等，一般需要4～6人，人力成本较高；需要购买高算力的服务器等硬件，购买各种程序接口，购买数据服务等，IT成本较高；量化团队从组建到搭建系统、整理数据、提出策略、验证策略、设计产品方案、产品募集成功，需时短则1年，长则2～3年，时间成本较高。这对基金公司来说是个巨大的缺陷。第二，容易被效仿。量化投资的策略一旦公开，比较容易被其他量化团队效仿，因此，多数量化团队都对自己的投资策略讳莫如深，不愿详谈。这使得量化投资很难通过公开讲述自己的投资策略吸引投资者，从而影响了量化产品的发展壮大。第三，部分策略的容量有限。量化投资策略又可以分为两类：其一是仅仅用量化方法辅助主动管理，这种策略不会因为采用量化方法而减少容量；其二是以量化方法开发的独立性较强的投资策略，比如以融券交易为收益增强工具的策略，它的策略容量就比较有限（因为全市场融券业务规模非常有限）。