量化投资在海外已经有几十年的历史。简单地说，量化投资就是利用计算机来处理海量数据，在此基础上建立有关资产回报的数学模型，然后利用模型进行投资获利。

　　量化投资的起源可以追溯到一些在经济及金融学术界大名鼎鼎的学者。哈里·马科维茨 (Harry Markowitz)在1950年代开创了现代投资)组合理论，并因此获得了诺贝尔经济学奖。费希尔·布莱克(Fischer Black)， 迈伦·斯克尔斯(Myron Scholes)和罗伯特·默顿(RoBert Merton)在1970年代开创和发展了期权定价模型，斯克尔斯和默顿由此获得了诺贝尔经济学奖。

　　正是这些经济学家们的卓越工作，为量化投资奠定了坚实的理论基础。随着最近20多年来高性能计算机的迅速普及，量化投资在海外获得了极大的发展，涌现了一批大获成功的基金。最有传奇色彩的当属文艺复兴科技公司（Renaissance Technologies）的大奖章基金（Medallion Fund）。在1989年起始的20多年中，这只基金通过量化投资取得了35%的平均年化费用后收益，并且当中没有一年赔钱。另外还有利用量化模型来管理多个资产类别基金的巴克莱环球投资者（Barclays Global Investors），在2009年和贝莱德（Blackrock）合并前已成为全球最大的资产管理者，旗下基金总资产达到了惊人的2万亿美元,超过了世界上95%以上国家的全年GDP。根据一些机构的估算，欧美基金总资产的20%~30%是用量化手段来管理的。

　　目前国内A股市场的主要投资方法是基本面分析和技术分析，以量化投资为主的基金仍只占很小的部分。其实量化投资并不是一个完全独立于基本面和技术分析以外的全新方法。例如不少量化多因子选股模型也是建立在反映公司运营情况的基本面指标如销售净利率，存货周转率，资产负债率等之上的。反映价值的市盈率(P/E)，市净率(P/B)等指标，以及股价变动，换手率等技术面指标也是很多量化模型的重要考虑因素。

　　不同之处在于，传统的基本面和技术分析以经验为主，做定性研究，而量化模型则是建立在严格的统计分析和回溯测试之上的，每一个因子对于资产回报预测能力的强弱，稳定性，历史表现都有明确的数值描述。量化模型通常会包括多个因子，以提高模型的预测能力和稳定性。依靠强大的计算能力，量化模型可以在很短的时间内处理大量信息，快速全面地跟踪市场变化，这一点是人工基本面分析和技术分析所不能比拟的。同时依托量化风险模型，量化投资对于风险的控制可以做到更加精确。另外很重要的一点，量化模型可以在很大程度上减轻投资者自身情绪变化带来的非理性行为的干扰。

　　基于A股市场上已经有一定历史的几只量化基金的业绩表现以及华安量化团队自身的研究成果，我们有理由相信上述的量化投资的优点在国内市场上是可以实现的。当然量化投资也有不足之处，比如当过多的人在相同的数据上使用类似的统计方法来建立模型并进行实际投资时，一些因子的预测效用会下降。根据A股量化投资的现状，我们认为这一天的到来尚有时日，同时量化投资者还是要把模型的创新作为一项重要的工作来进行。

　　彭博(Bloomberg)的2007年6月期的《市场(Market)》杂志封面文章叫做“终极挣钱机器(The Ultimate Money Machine)”。文章描述了华尔街投行利用人工智能开发新一代量化投资模型的工作。我们团队也在这个很有潜力的方向进行了深入的研究并且取得了可观的成果。也许电脑完全替代分析师的时代还很遥远，但是根据欧美量化投资走过的道路以及计算机科技发展的势头，我们相信，量化投资在A股市场上一定会大有所为。

　　（作者系华安基金量化投资总监）