（作者系华安沪深300增强基金经理谢东旭）

　　爱因斯坦强大之处在于其思想，数学则是其建模工具。同样，量化投资的核心是经济/金融模型，数学也只是工具。用铁铲子去挖金子，能否挖到金子不确定，但铁铲肯定不会自动变成金子。

　　自19世纪奥地利学派发动 “边际革命”以来，经济学从外貌上越来越像自然科学。作为一门精确的语言，数学提高了经济学思想的交流效率，加速了经济学发展和传承。

　　事实上，股票量化投资的重要模型是经济/金融学家创造和发展的。以在A股中大行其道的多因子模型为例，1993年Eugene F. Fama和Kenneth R. French发表了三因子模型，这是世界上第一个多因子模型，他们认为股票市值、账面市值比和市场风险3个因子可以显著地解释股票价格的变动。Fama的学生Clifford S. Asness随后发现了动量因子，经过细致的测试发现可以利用多因子模型获利，他在芝加哥大学取得金融学博士后立刻奔赴高盛建立了模型，在世界各国开展投资，获得了巨大成功，Asness离开高盛后创立了对冲基金AQR，目前管理着约600亿美元资产。随后BGI公司的Richard C. Grinold和BARRA公司的Barr Rosenberg进一步发展了多因子模型，他们之前都是伯克利经济学教授。

　　每个人脑海中都有一个多因子模型，包括散户和基本面投资经理。信奉价值投资的基本面基金经理会选择估值低、基本面较好的股票，也许还会考虑过去一段时间的涨跌幅，这就涉及了3个因子，然后选择上述三个方面表现都不错的股票买入。股票多因子量化投资就是将上述人脑决策过程写成程序，这样做的好处显而易见：

　　1、大脑考虑不了10个以上的因子，而模型具有100个左右的候选因子，一般来说因子越多越稳定；2、电脑可以将过去10年的海量历史数据输入模型，进行回溯测试(backtest)，以探知收益以及模型风险；3、进行交易的大部分时间不需要人为干预，排除了个人情感因素的干扰；4、同样，风险控制方面也排除了个人感情的干扰。

　　量化模型大致分为两派：P quant和Q quant。前者通常是股票量化投资，使用统计工具，后者通常是利率/汇率衍生品量化投资，使用随机数学作为工具。Q quant最擅长预测利率/汇率的未来走势，而这类方法恰好可以预测因子的未来效果，筛选出未来有效因子之后，投资收益和信息比都显著提高，从而静态多因子变成了动态多因子。

　　2010年以来，A股大量市场参与者已经按照多因子模型进行投资，它们的交易行为改变了市场，使得同质化的模型不再那么有效。我个人的对策是对因子进行动态筛选，取得了显著的实盘效果，WIND数据显示，模型投产约7个半月，华安沪深300量化增强基金取得了9.56%的超额收益，信息比大于3.3。