2008年11月，在金融危机的凄风苦雨中，一场听证会在美国众议院召开，五个西装革履的金融大鳄毕恭毕敬，接受政客们的轮番质询。

这5个人都是美国顶级对冲基金的掌门人，从左到右分别是量子基金的乔治·索罗斯（George Soros），文艺复兴的詹姆斯·西蒙斯（James Simons），保尔森基金的约翰·保尔森（John Paulson），先驱资本的菲利普·法尔科（Philip Falcone）和城堡投资的肯·格里芬（Ken Griffin）。

五个人的共同点是都在金融危机里赚了超过10亿美元，但在听证会上，他们不得不收敛锋芒，试图消除「发国难财」的指责，比如保尔森强调自己的成就是由于「艰苦的工作和详尽的研究」，而法尔科则哽咽地说自己来自贫困的工人阶级家庭，能赚这么多钱纯是因为相信美国梦。

十二年过去了，这5位金融大鳄仍然活跃在投资一线，但在这次新冠危机中，他们业绩却有了明显的分化：索罗斯、保尔森和法尔科均遭受了不同程度的损失，但西蒙斯的旗舰基金Medallion今年回报高达29%，而格里芬的旗舰基金Wellington也基本没有亏损，顺利躲过股灾。

索罗斯、保尔森和法尔科均是擅长主动投资，而西蒙斯和格里芬则都是从事量化投资，在动荡的市场环境下，这是他们业绩分野的重要原因。

与主动投资策略不同，量化交易策略（Quantitative Trading Strategies）不依赖于个人判断，而是通过复杂的数学模型来预测投资标的未来价格。经过30多年的发展，量化基金已经逐渐跻身到美国投资市场的主流，而顶尖的量化机构，也都形成了自己鲜明的特色。

以AQR为代表的学术量化派，与学术圈深入合作发表大量论文，还专门建了图书馆分享研究成果；以WorldQuant为代表的因子挖掘派，从海量数据中充分挖掘有用的因子；以西蒙斯的Medallion（大奖章）为代表的短线技术派，用数学、物理等科学方法来建立量化模型……

不管哪种流派，背后都是海量的数据、复杂的逻辑、神秘的模型，这让量化投资显得高深莫测。2015年作家迈克尔·刘易斯（电影《大空头》的原著作者）撰写了一本阐述高频交易（量化策略的一种）的书《Flash Boy》，好莱坞纷纷表示里面逻辑太深奥，很难拍成电影。

在2008年的那场听证会中，西蒙斯和格里芬作为量化投资的代表人物登上媒体头条，事后也经受住了华盛顿政客们的审查，安全过关。但另外一家在量化投资领域也举足轻重的公司——巴克莱旗下的Barclays Global Investors（简称BGI），运气就没有那么好了。

BGI是全球最大的基金管理公司，也被称作是量化投资的大本营。1971年BGI发行了第一只被动指数基金产品，6年后又成立了第一只主动量化权益产品。不仅如此，BGI也是最早将主动量化模型运用在亚洲市场的公司。早在2007年就成立了大中华团队，用数量模型研究A股。

然而尽管BGI在08年的金融危机中业绩表现亮眼，却依然没能躲过被卖身的命运。由于巴克莱银行收购雷曼兄弟（部分业务）后仍需投入天量资金，于是在2009年6月便以135亿美元将BGI出售给贝莱德（BlackRock），来满足监管机构在一级资本充足率上的要求[1]。

BGI被收购之后，里面不少中国籍员工回国就业，这似乎是某种蝴蝶效应——在BGI被收购的2009年，中国量化投资的故事也正式展开了。

01．西落东起：春江水暖鸭先知

早在2004年，国内就先后成立了两只量化基金：光大保德信量化核心基金和上投摩根阿尔法基金。两只基金的掌舵人常昊和吕俊，日后也业界闻名的顶级投资人，但从他们投研理念来看还属于传统价值投资派，更加偏好主动投资，对于量化投资还在自我摸索阶段。

加上当时的交易制度不完善，有效投资工具缺乏，量化的真正魔力难以施展。市场更加偏好主动基金，对于投资分散、波动较小的量化基金不屑一顾，随后4年，国内没有任何一只新的量化基金发行。直到2009年，大量拥有海外量化经验的人才纷纷回国，浪潮才真正开始。

2009年，嘉实量化阿尔法、中海量化策略、长盛量化红利策略、富国沪深300增强和华商动态阿尔法相继成立[5]。其中，曾在BGI担任大中华主动股票投资总监的李笑薇 [6]，回国后加盟富国基金，开始着手组建量化团队，将海外积累的量化投资经验应用于中国的金融领域。

不同于主动选股，量化选股的核心在于前期的模型设计环节。策略的设计不能光凭经验和直觉，需要使用大量的历史数据搭建一个模型，再通过各种测试来检验模型是否有效。一旦模型投入使用，就必须严格执行，克服人性弱点和认知偏差。不到特殊情况，不做人工干预。

在量化模型中最广泛运用的，是多因子模型。它将影响股票价格的各个因素（比如宏观、行业、流动性、公司基本面、交易情绪等）剥离开来，通过对历史数据的统计分析进行验证，筛选出有效因子，买入满足这些因子的股票。这样就能避免主观盲目，快速覆盖所有股票。

2010年3月，上交所和深交所开通了融资融券交易系统。半个月后，中金所推出了沪深300股指期货（IF），标志着做空机制与杠杆交易的启蒙，自此我国股票市场不再只有上涨才能盈利，市场下跌不仅可以赚钱，还可以派生出丰富的资产配置策略。这对于量化投资来说是具有里程碑意义的一刻。

像上文提到的基金名字中的「阿尔法（α）」就是一种重要的量化策略，简单来说任何一只股票的收益等于「α+β」，β是与市场同涨共跌的部分，α是独立于市场波动以外的部分，即一只股票涨了，可能是由于大盘（β）在涨，也可能是因为股票本身的因素（α）。

α策略也叫市场中性策略，就是把大盘风险（β）对冲掉，不管市场涨得好不好，只留下股票自身的收益，具体的做法可以通过做多股票组合（α+β），同时做空股指期货（-β），最终就剩下了绝对收益α。在没有股指期货这样的做空工具前，市场中性策略是很难实现的。

2012年，曾经在BGI担任基金经理的田汉卿和黎海威先后回国，并分别进入华泰柏瑞和景顺长城组建量化团队。而拥有BGI背景的李笑薇、田汉卿、黎海威这三位的投资方向，基本可以囊括当时公募基金的量化策略。

公募量化策略大致可以分为三类：指数增强（购买的大部分股票基本复制指数的成分股，通过择时、择股等手段，获得比指数更高的收益回报）、量化选股（通过量化模型筛选出股票，在合适的时机买入，追求超越业绩基准的超额收益）和量化对冲（也叫市场中性，追求的是绝对收益α）。

当我们看到公募基金学习了海外大量经验，发展得轰轰烈烈的时候，有更多草莽英雄隐在幕后，悄声壮大。

02． 浪潮来袭：海内群雄逐鹿时

IF（股指期货）推出的头几年，市场上流传着无数传说。

刚毕业的大学生写出的量化模型，3年能赚5000倍；基金经理死活不肯对外募资，生怕泄露了自己的惊人业绩；看开盘前30分钟股指走势，涨就买，跌就卖，收益照样可观……这样简单追涨杀跌的策略能够横行，本质在于相信价格的上涨和下跌具有持续性，这在海外已经被总结为动量策略。

但国内量化刚刚起步，大多数人还不懂如何运用，这就给真正懂行的人带来了机会。

2011年，在海外顶级量化机构工作过的任思泓从中金离职，创立了金锝资产；2012年，清华计算机博士毕业的王琛从华尔街的千禧基金回国创业，成立了九坤投资；2013年，毕业于北大物理系的徐晓波从本文开头提到的美国城堡集团回国，创立了锐天投资。

2014年，中金销售交易部副总蔡枚杰创业，成立灵均投资；同年，华尔街的裘慧明回国，创立明汯投资；2015年，包括徐进在内的3个浙大计算机系的同学从IT转向量化投资，成立了幻方量化（九章资产）……这些公司日后都成了叱咤风云的私募，巅峰时期规模过百亿。

而由此可以看到，顶级量化私募大多可以分成两类，一类是脱胎于北大、清华、浙大等高校的本土量化，另一类是具有海外投资经验的海归量化。

由于私募的监管相对宽松，组织结构简单，所以交易策略更加灵活、投资更隐蔽，一般来说风险也更高。与公募量化更看重基本面数据不同，私募量化更偏重于量价类，也就是技术面，换仓周期也从公募的一个月一次缩短到几天。

比如同样的指数增强策略，私募可能只是将指数作为比较基准，实际的交易标的远远不止指数成分股；同样的量化选股，私募则更注重于高频策略，暴露更多风险，用高换手率来控制暴露的风险[8]。

除了上文提到的公募基金的主要量化策略外，私募的量化策略更加丰富，包括期货策略、期权策略、债券策略和其他策略等。

期货策略也就是CTA（管理期货）策略，投资范围包括股指期货、大宗商品期货和国债期货，最经典的做法是捕捉价格动量的趋势性，说人话就是「追涨杀跌」，通过快速止损实现「亏小赢大」的局面。

还有比较经典的是套利量化策略，通过跨市场、跨期限、跨品种去捕捉市场的不合理价差。比如国内大商所的大豆、玉米可以和芝加哥期货交易所的农产品进行跨市场套利；豆油、棕榈油和菜籽油互为替代品，受到季节性气候的影响可能会出现跨品种套利空间；同一品种不同月份的价格强弱变化又可以带来跨期限套利。

量价策略和基本面策略还有很大的不同。由于A股还是以散户交易为主，私募的量价策略可以捕捉到散户的不理性行为，反向操作即可赚取超额收益，这几年很受到市场追捧，竞争也日益激烈，为了挖掘出超额收益，只能采用更加高频的数据。但在相同市场环境下，换手率越高的策略资金容量越小。

因此私募量化也进入了瓶颈期，这两年有多家私募直接暂停所有产品的申购、追加[9]，也有通过提高管理费的方式来控制规模的[10]，还有挂羊头卖狗肉的，对外展示部分惊人业绩的产品，但投资者只能申购普通业绩的产品。

如果说量价策略的关注点在交易行为上，那基本面量化更关注投资标的本身。就股票而言，基本面量化是用数字描绘上市公司的全景图，将公司的特征浓缩为一个个因子，用数据组合在一起形成对公司的整体刻画。基本面量化可以不在乎一城一池的得失，因为背后有经济学原理的支撑，能够看得更远，市场容量也更大。

投资是一场冒险，而量化是一场科学的冒险。相比起挑选主动基金时辨人的风险，量化投资可以用更加科学严谨的模型来确保投资风格不漂移，规避主观情绪波动带来的误操作。但在量化成为真正主流投资方式前，还有不少考验在前方等待。

03． 还看今朝：柳暗花明又一村

当量化策略在更多的数据、更准的模型和更快的速度三个方向上急速狂奔时，遇到了不少波澜，为行业清理了一大批基金。

2014年底的「α黑天鹅」事件。2013年开始，尽管大盘涨幅不大，但以创业板为代表的小盘股起飞，量化基金只要做多创业板，做空IF对冲，就可以获得54%的年化收益[11]。然而2014年11月底，央行宣布降息后股市直冲云霄，小盘股涨幅远不及大盘股，导致超过1/4的α策略产品回撤超过15%，多只产品被迫清盘[12]。

2015年中股灾爆发。6月中下旬起，股灾降临使股指期货陷入舆论漩涡。为抑制过度投机、加强异常交易监管，监管层从8月开始逐步加大对股指期货的管控，1个月内连做5次调整，提高交易成本，降低杠杆，日内开仓从不限制调整为限10手，平仓手续费比例较股灾前提高了超过100倍[13]。

2016年底市场风格转变，从高估值、小市值的股票转向了基本面扎实、业绩稳定的公司。一些给成长因子、小市值因子给予过高权重的量化基金偃旗息鼓，有过百亿的量化基金遭此一劫一年内规模缩水近六成。

后股灾时期，由于缺乏有效的做空工具，股指期货价格不能有效反应市场情况，量化对冲类策略基金受到冲击暂停开仓，CTA策略和量化选股竞争越来越激烈，难复往日之勇，加上小市值因子失效等事件，把蒙了一层神秘面纱的量化基金拉下了神坛，大幅回撤、彻底清盘不在少数。

但也正是在这个艰难时刻，接受过洗礼后还能茁壮成长的基金才能真正被市场认可，一批新星冉冉升起。比如学术派研究的光大保德信金昉毅、「固定收益+」的海富通杜晓海等。

2016-2017年被称作是量化小年[14]，但就在这两年连续有一只量化基金摘取了金牛奖开放式股票型持续优胜基金的桂冠，这一荣誉在业内被誉为是基金行业的奥斯卡。这只量化基金的掌舵人金昉毅十分推崇国外学术量化派代表AQR的学术氛围，因此在加盟光大保德信后，金昉毅要求团队成员每年必须完成一篇学术论文。

2018年市场萎靡，上证指数全年下跌25%，主动选股基金几乎全军覆没。量化基金里的指数增强和量化选股也好不到哪里去，唯独市场中性策略因为剥离了大盘（β）风险，一枝独秀。不管大盘表现如何，能够切实为投资者赚到钱，这也是金昉毅做市场中性策略的初心。

从海外量化的发展历程来看，市场越成熟，越难挖掘α因子，因此也更需要用做学术研究般科学严谨的态度来不断找寻新的因子。而金昉毅正是基于这样的学术态度，才能够顺应潮流，不惧风浪，持续赚取超额收益。光大保德信在2004年推出了国内第一只量化基金后，兜兜转转如今又重新回到一线角逐量化宝座。

尽管疯狂赚快钱的时代已经过去了，但量化这块宝地吸引来了越来越多的互联网科技公司，百度等巨头下场竞技，微软等外资也不甘落后，同花顺等股票软件更是近水楼台先得月，纷纷与基金公司联手推出了大数据量化基金，八方过海各显神通。

原本的多因子模型中包含了财务等基本面数据和量价等技术面数据，未来搜索、社交等生活中所有能够数字化的数据都可能被纳入量化模型，伴随着股指期货的逐步放开、股指期权正式上市，中国量化的新时代大幕正在缓缓拉开。

04． 天地广阔：直挂云帆济沧海

1970年量化投资在海外全部投资中占比为零。待到2009年，量化投资在美国全部投资中占30%以上[16]。2018年全球熊市中，最赚钱的20家对冲基金中，有一半以上是量化基金[17]。美国量化经历了几十年的时间，才从幕后走到台前。

中国量化投资才刚刚度过了蹒跚起步的阶段，启蒙于精英的海归，发展自江湖的草莽，规范始监管的介入。普通投资者对于量化投资的认知还相当模糊，人工智能、卷积神经、机器学习等高深莫测的词汇与那些暴利传说，交织成了量化投资的妖魔化刻板印象。

事实上量化投资在中国的总体规模依然相当有限，在公募基金规模中，将所有的主动量化或者名称中带「量化」字眼的基金都算在内，占比还不足5%。量化投资对于整个市场影响依然非常低，相较于成熟市场，量化投资在中国依然是一片广阔天地，将大有作为。

对于处在去散户化和机构化历史进程中的A股而言，量化投资能够更快发现投资机会，起到了市场润滑剂的作用，提供充沛流动性、平抑市场波动。未来伴随着期指、期权等金融衍生工具的逐渐完善，基本面多因子、统计套利、高频交易以及CTA等量化策略将进一步在中国资本市场普及。

一个有效的量化模型背后是一个团队数年、数十年研究积累的成果，对普通人来说，自己研究搭建量化模型是一件几乎不可能完成的事情。要想抓住未来量化投资的发展大潮，选择一个懂研究、有业绩、真靠谱的团队，才是正道。

从海外的发展过程来看，未来在中国市场上还能通过科学手段赚取α收益的时间并不多了。对投资者而言，用一场科学的冒险来实现财富增长，未尝不是一个有趣且有效的选择。