冯永昌：量化投资是用统计学方法解决可认知不确定性

　　日前，财富桥邀请到了费曼基金的私募产品首席投资顾问冯永昌博士，带来了一场关于量化FOF和量化投资分享。冯永昌博士是央行互联网金融博士后，北京大学统计学博士，多次连续创业，担任量化投资软件平台——量邦科技公司董事长，发起创办了互联网量化投资平台微量网。在多年的量化投资从业经验中，孵化、培训、服务过多家量化私募基金和FOF基金，对量化投资策略和量化私募筛选有着独到的见解。关于量化投资的那些你不知道的事儿，什么是风险模型，它对于量化投资的意义何在等，冯博士从多个角度进行了剖析和阐述，以下为冯博士的演讲摘要：

　　首先，从量化投资开始谈起：不要把它看得特别重，但是也不能小瞧它。

　　很多时候我们能看到量化投资的很多材料，诸如人工智能、机器学习等等，但是真实情况下，量化投资最值钱的绝不是这个。量化投资首先是种投资，跟炒股没什么区别，关键就在于对这个思想的处理方式。比如我们去年大火的CTA基金，主观做CTA的人是怎么操作的呢？最基本的思想就是做趋势，跟随趋势入场，错了就止损，对了就跟随趋势盈利，这就是主观CTA的普遍做法。

　　然而对于主观CTA来说，有个比较大的缺陷，就是趋势的判断失误。一旦发现跟随失误的时候怎么解决？有些人选择坚持拿住，然而一段时间之后持续下跌，上升趋势仍未出现，最后只能是越跌越惨；还有些人比这好，发现错了之后及时止损，反手做空，结果却很可能是刚做空就停止下跌了，这就很让人郁闷了……

　　由此，冯博士引出了一个极限论，就是人的心理承受极限是7。7在心理学是个非常重要的数字，人的记忆的半衰期是7天，并且你认知一个事物的时候你的极限内存也是7，比如说7个颜色、交朋友饭局上你就能记住7个人，第8个人你是记不住的，这在脑神经科学上是被论证过的。也就意味着你面对交易的时候，被打脸7次就是你的承受极限，除非你是经受过专业的特别训练。冯博士举例说，打过德州的人应该知道，喜欢弃牌的都是老手，喜欢All in开牌的都是新人，为什么，就是出于对得胜率的放弃和转而对赔率的把握，交易和打牌是一样的，受过专业训练的人就是在不断的入场止损入场止损而已，逻辑特别简单。

　　而对于量化投资而言，就是把规则变成程序代码，那规则是什么，诸如if价格>15日均线，买入；if价格<15日均线，卖出，这样就是把这些变成规则化的程序代码，机器没有人类的心理承受极限7这个概念，就可以无限次地去不断识错直到找到盈利点，这就是最简单的一个策略，但是这就是CTA。为什么CTA基金做的好，就是因为它比趋势分的要细，什么是长期趋势、短期趋势、中期趋势，什么是波动入场、通道入场，什么是跟踪止盈、什么是跟踪止损，有各种各样的细节在里面，这就是最简单的量化投资例子，也是最重要的量化投资例子。我们叫趋势投机，也叫量化趋势投机，也叫程序化CTA。

　　不懂技术分析就做不了CTA。举个例子，麻省理工学院的金融系系主任罗闻全，他就坚信技术分析。理解技术分析的本质，绝对不是看指标。技术分析的本质是什么？就三句话。第一、价格包含一切信息；第二、价格以趋势的方式来运动；第三、历史会重复。那量化是什么？量化就是把你主观的投资思想变成一个规则、一个程序，然后严格地去执行它。

　　量化投资和程序化交易是什么关系？其实量化投资本身的尺度是很大的，只要是把人的思想用量化的方式变成规则了就是量化投资，至于它用不用程序化交易，是不一定的。而程序化交易是量化投资的一部分，我们最常说的程序化交易就是CTA，它的频率也不高，我们要做长期趋势的话，可能两个月才交易一次，但它确实是量化的，所以说量化投资是一个非常宽泛的概念。

　　接下来，冯博士讲到了第二点，量化盈利。

　　我们在挑选投资的时候，为什么能够挣钱？其实，市场上所有能赚的钱都来自于你所承担的风险！

　　而风险是什么？有人说是不确定性，其实不然，风险和不确定性有个很明显的区别，可认知的不确定性叫作风险，不可认知的不确定性叫做uncertainty。如果是面临不确定性的时候，是不能做量化投资的，不确定的东西只有宗教能解决。世界上共有三个级，一个就是宗教，就是不确定的，所有的事情都得脑补，看不见摸不着；还有一个世界是物理学，在爱因斯坦这种比较极端的物理学家看来，一切都是确定的，你认为它存在，那就找个模型来解释它。而除了物理学和宗教学两个极端之间，还有一个更为广阔的领域，就是统计学。在统计学中，风险是什么呢？风险的第一层定义，就是可以对它的随机特征进行测度刻画的一种现象；第二层定义，是可以分解成一些可认知的要素。比如说炒股面临的最大的风险是什么，头一问肯定是涨跌问题，但是如果我们对它的风险仅仅停留在涨跌问题上，那基本相当于没说，因为根本不知道它的因素内容是什么，没办法去把握。

　　海外最成熟的风险模型，它认为有限的不确定性来自于风险因子的规模，是小股票好还是大股票好？是成长股好还是价值股好？高盈利股票好还是低盈利的股票好？它把大的风险拆解成了若干个因素型的、特征型的小风险，这样的话才能用量化的方式来做。真正做Alpha做的好的，它不是在预测股票，而是在推测风险的表现。所有的收益都来自于风险，这就是量化投资的核心。风险模型究竟有多值钱，举个例子，最开始做的两个风险模型，一派属于学术界，获得了2013年的诺贝尔经济学奖，非常的干净，但这个模型在市场用的不太多；而另外一派是伯克利大学金融学的教授BARRA Rosenberg，Rosenberg做完模型之后在美国开了一家公司，当时这个公司出了好多人才，导致西蒙斯和摩根士丹利都想从这里挖人，全世界比较厉害的Alpha基金都是BARRA公司的客户，这其中最大的功臣就是它的风险模型。

　　冯博士还说道，在自己有了公司之后，最不容忽视的就是风险模型，聚集了数位团队精英才把它做出来，那么这个风险模型能干什么用呢？这么说吧，风险模型是做量化投资的基础，倒过来也可以拿风险模型来评价别人的基金。我们知道，量化里面除了CTA和Alpha策略之外，剩下的就是延伸出来的策略了，有个数据，全世界的对冲基金，70%都是做Alpha或者做股票量化的。但是它可以变，做了股票量化之后，用股指期货对冲掉，就叫Alpha；不对冲掉叫指数增强，现在好多产品的卖点就是我对指数看好，同时我在指数里面加了Alpha。还有一个灵活对冲，就是不会100%对冲掉，我觉得大盘要涨就不对冲，觉得要跌就对冲掉，当然灵活对冲有个前提你得有择时能力，要不然一切都是空话。

　　关于组合，组合的意义在于什么？我们知道，虽然趋势很美好，但趋势往往是不能精准把握的，或者说10次里面可能只有3次是真的趋势，强者不可能恒强，组合的意义就在于将越是不同血脉的量化基金组合在一起之后，它能够产生出来意想不到的效果，当然，前提是你精确理解每一种量化投资策略。在投资市场就是，我们在市场上找到相对最优的这些大类，把它们组合起来，然后再从每个里面以定性的角度去接触去尽调，这样才能形成一个好的FOF。有点像机器人(300024,股吧)下棋，你会觉得它很奇怪，但是往往它能赢。