量化投资与人为投资对比分析与前景简析

于鑫垚

（东北财经大学，辽宁 大连 116012）

一、概述

自实行改革开放以来，中国经济迈出了至关重要的一步，随着科学技术进步和经济全球化的脚步，金融市场不断成熟和完善。以A股为例，从数量来看，其从1990年仅存的8只股票到目前“4000+”公司；从上市公司总值来看，从1990年的23.75亿到最新数据合计82.44万亿元，达到241.1%的增速。金融市场的蓬勃发展对其交易方式和水平提出了新的要求，量化投资开始崭露头角，百亿级量化私募不断产生。截至2021年第二季度，国内量化类证券私募基金行业管理资产总规模10340亿元，正式迈过“1万亿”关口，占比行业总规模攀升至21%。[1]由算法、模型推演出来的交易不再受到人类情绪的干扰，根据大数据分析从而实现“低买高卖”，量化交易一度成为当下交易市场的热点话题。那么量化交易会是未来交易市场的主流模式吗？人为参与分析的投资会消失吗？基于此，本文从积极投资组合的投资模型出发，探索未来量化与人为交易的博弈，对当下投资市场的现状进行分析，并在此基础上对其发展提出可行建议。

二、概念界定

1.量化投资与人为投资

量化投资是指通过数量化方式及计算机程序发出买卖指令，以获取稳定收益为目的的交易方式。国内比较常见的量化投资方法包括期货CTA策略、套利策略、阿尔法策略等。人为投资是依靠自己对基本面、技术面的分析，根据财务报表、实地调研、情绪把控等，做出投资指令的一种行为。

2. CAPM模型

CAPM模型是指：E（Xi）=Rf+β（Rm-Rf），即证券的期望收益=无风险利率+系统性风险（市场平均收益-无风险利率），其中若被动追求系统性风险即β，那便是选择跟踪市场的指数。现实投资中，因为市场状态变化而产生的实际回报率与计算的期望回报率会产生偏差，即超额收益α。

以α策略为例，在CAPM模型中，β展示了组合的系统风险暴露，α则展示了我们可以超越获取市场收益的能力，alpha交易策略即是对系统性风险进行度量并将其分离，从而获得超额绝对收益。

三、投资市场现状分析

1.量化投资发展历程

国外量化投资的发展自以投资组合理论第一次使得风险和受益数量化为理论萌芽、以巴克莱公司发行的第一只量化基金为实践开端始，伴随信息技术的进步进入飞速发展阶段。截至现在，世界上的知名机构广泛使用定量投资的手段，主动管理类和指数类的交易都趋向使用定量投资[2]。

2004年，中国光大银行发行了光大保德量化基金，成为中国投资史上第一只量化基金。自2011年量化投资迅速发展，随后在私募投资管理中的应用愈加广泛，产品数量不断增加。但量化投资在我国发展程度较低，因为我国市场散户众多，在增强市场流动性的同时，也使效率不断下降，收益不如传统交易。量化交易作为新的产物，规则不甚明细，监管态度不明，很难吸引机构交易者运用此方法进行交易。

我国的量化产品，以私募基金的海通创新量化套利1号为例，其投资的主要范围是权益类资产占集合计划总资产比例0～100%，集合计划投资于华夏沪深300ETF、华安上证180ETF按成本计算，均不能超过买入日前一工作日集合计划资产总值100%。再如券商理财产品——国金慧泉量化对冲1号，其投资的主要策略是行业配置，实施积极行业轮换策略，将超越业绩基准投资目标分解成行业选择问题，来对全行业股票多层量化考量，选择个行业有着长期竞争优势以及投资潜力的公司，个股选择使用多因素模型决策[3]。

2.量化投资的特点

（1）投资客观理性，有效控制风险

量化交易最显著的特征就是其不受人为情绪波动的理性意识，其取得更高概率的收益的特点受到投资者的追捧。传统投资的分析决策，大多数方面都由人工完成，而人并非能做到完全理性，量化投资运用模型对历史和当时市场上的数据进行分析检测，模型一经检验合格后，投资决策将交由计算机处理，能够做到理性对待。传统主动型基金需要人为控制风险，人的主观情绪会影响产品的风险控制。量化基金拥有更强的客观理性，所以其信息比率高于前者，在取得收益的同时，进行更好的风险管理。

（2）提高决策效率，实现精准投资

我国市场上有4000多只股票，背景信息纷繁复杂，投资者个人筛选信息速度较慢、接触面不够全面。量化投资通过数据科技迅速处理海量复杂的数据，提高对金融市场杂乱无章的信息的辨识能力，剖析数据相关性并做出投资决策，减少了人为交易的工作量，直接提升投资决策的速度。人为投资认为投资决策主要依赖于投资者的经验技术，投资者的主观评价起到决定作用。量化投资客观理性的特点，让其可以精准投资标的资产，在套利交易策略中更是如此。量化技术在股指期货的交易中，通过数据分析及计算优势，敏锐抓住期货与现货之间的差异的确定性机会，运用套利策略进行盈利[4]。

3.量化投资的潜在风险

量化投资策略能够摆脱情绪，客观高效地进行交易。然而，目前量化投资策略仍存在一定的风险，主要有数据陷阱、系统故障、市场操纵。

量化投资将情绪排除，从数据中抽取和剥离投资价值，构建模型进行分析，基于分析结果进行决策，追求的是稳健回报。构建量化模型是基于历史的数据进行重复试验来进行判断。然而，数据并非绝对安全，也可能存在风险隐患。大数据时代下，投资者被各种碎片化的数据包围，无法判断数据对投资的真实性和时效性，也可能无法及时针对现实状况的变化对数据进行调整，导致量化结论与现实市场不一致。

量化交易中的系统故障有许多种：网络问题或硬件故障；交易系统缺少统一的标准认证；没有经过严格的符合测试，导致系统存在漏洞，引发安全问题；交易所的处理系统也可能存在延时问题。

同时，目前在我国资本市场中，个人投资者个体数量占市场比重较大，且通常没有雄厚的资金基础，没有专业的知识储备，对于量化投资这种策略涉及过少。而市场数量占比较小的机构投资者是量化投资的主要采取者，资金雄厚，因此可能导致市场波动，从而存在市场操纵的风险隐患。

4.人为投资的潜在风险

市场交易中，情绪、经验、投资目的是影响人为交易的主导因素。人在通过基本面分析，技术分析等等行为之后，会根据自我情况确定投资标的。但事实上，首先存在无法正确评估投资标的合理性的问题，其次如何控制情绪、跳出非理性投资因素的影响，对人为投资者来说是很大的挑战。

5.量化投资和人为交易比较

同种量化策略，不同的人开发算法、研究模型，得出来的收益不尽相同。每个人因习惯不同，纳入考虑的因素范围也有差异（估值、基本面、价格、波动率、流动性等）。投资者如何找到个人认为合适的α是在量化模型的基础上，以个人偏好、投资思想和判断能力为基础，设置不同的量化组合，从而获得具有差距的盈利空间。

截至2020年9月，选择运行时间相同的股票策略前200名主动基金与被动量化基金对比如表1所示。

表1 主动基金与被动量化基金收益对比 （单位：%）

从表1中可得知，以主动基金为代表的人为参与交易投资的收益高于被动跟踪指数的量化交易，人为参与交易可以获取更多的主动收益。

量化投资可以避免投资者的主观偏差，能够投资大规模和较多品种的给予数量统计的套利机会，但通常一种量化策略只有一年到三年的有效期，超过这一时间，策略可能面临不再生效的特点；人为交易可以随时变换投资标的，灵活性优于算法模型下的量化交易，但是人为交易收益期间巨大的波动，可能对一些保守投资者失去对产品的信心，从而失去获得超额收益的机会。量化比较稳定的特点，可以弥补主动策略的高波动性，两者都具有自己的特色，能满足不同投资者的喜好。若两者可以结合，便可能实现财富的稳定增值。量化和人为本身就不可分割，两者是相辅相成的关系，即使是程序化交易，背后也少不了人的存在，量化投资不会完全替代人为投资。

6.投资者评估

（1）个人投资评估

中国市场的特殊性在于市场充满散户和二级市场的低门槛，人为交易占主流。散户的存在可以促进市场流通性，但大多数个体交易者缺乏专业知识和成熟的交易心态，只能导致资金外流，造成整体效应良好，而个人盈利空间压缩的情况。量化投资对产品合适性和时效性、整体流程运转的技术要求高，亟须个人投资者短期内提高自身交易水平。

（2）机构评估

表2 量化私募交易发展规模

近四年，量化私募管理规模不断扩大，整体超过“1万亿元”大关，在证券私募行业占比超过20%。[5]量化规模不断增加，虽然占整个市场份额依旧不高，但随着中国资本市场的不断完善，中国量化私募市场的管理规模和交易量占比，还有比较大的提升空间。

（3）监管评估

光大证券“乌龙指”事件是由其套利交易统故障引发，权重股在不知情时被单一大批量买单拉升，这一异常现象导致59只权重股瞬间封涨停，上证指数飙涨近6%，由此暴露出我国量化投资和高频交易监管的漏洞：

第一，在证券公司层面，“乌龙指”事件暴露了部分证券公司风险控制系统存在重大漏洞，数十亿元的订单在不需要系统和审批部门授权的情况下就直接执行。完善的风险管理系统应就每个交易员设置单独的交易额度，该交易员的交易权限在没有授权的情况下不允许超出系统要求的范围。只有经过总部审批部门的批准后，系统才能执行交易命令。

第二，在交易所层面，股票市场的预警和异常交易处置制度有待完善。 “乌龙指”事件的发生时，交易所在市场出现异常时未能有效发挥预警作用，暴露了交易所在处理异常交易以及系统性风险控制方面存在的问题。

第三，在监管层面，尚未出台对异常程序化交易和高频交易进行规制的相关法律法规。证券市场中的交易异动事件有着较大的随机性，当其出现时将引起不可预计的多米诺骨牌效应，其传导速度之快、破坏力之大，需要引起监管部门的高度重视，并提出有效、公平的应对措施[6]。

四、针对投资方式的相关建议

1.个人投资者

量化的算法逻辑本身对专业技术要求门槛高，不同产品设计虽存在“形似”的可能，但根据时效、市场、投资因子变化而产生的实际效果和个人应用不同。因此，辨别量化产品的合适性是至关重要的，也是人为参与的关键因素之一。个人投资者要提升金融素养、了解货币政策及理财产品的类型，不论是投资主动权益基金还是量化产品，都不能偏听偏信，应结合产品实际情况，根据个人能力、收入目标和风险预期水平去选择适合的金融产品。

2.机构投资者

机构管理资金规模与日俱增，量化长期稳定的特点受到机构投资者的关注。面对日益庞大的资产管理规模和日益增多的交易品种带来的信息爆炸，如果不及时更新硬件和不断完善算法，量化模型也不能实现。

不盲目扩张规模，根据实际情况、做好算法模型的优化是提升收益稳定性的关键。多年来，深受投资者信仰的价值投资已经取得了巨大的成功，但是主动权益基金发展的过程多番曲折，更好发挥量化和人为投资相辅相成的作用，能够有效拓展收益空间。同时，量化基金的繁荣离不开新兴金融衍生品的辅助，多元化和策略创新是量化基金公司长青的根本所在。只有不断加大人才投入和创新投入，才能持续创造超额收益，提高量化私募基金的核心竞争力。

3.监管者

（1）完善风险控制

量化投资有着不同的性质和类型，对于不同的量化策略和机构，要实行灵活多变的风险策略，主治防范不正常量化交易对市场交易的破坏。限制交易员的权限，在没有授权的情况下不允许超出系统要求的范围。只有经过审核和备案后，交易员才能执行交易命令。

（2）及时监控，有效制止

交易所要开发并不断更新检查系统，实时监控股市，期市等交易活动。出现异常交易量，高频次买卖，在判断可能对市场产生较大威胁的时候，要及时通报，并给予警告或者干预，坚决杜绝操控市场的行为发生。

（3）加强法律监管

在法律监管层面，尚未出台完整的量化交易的政策以及进行规制的相关法律法规。量化交易良莠不齐，鱼龙混杂。没有法律的约束，就不能健康长久发展。交易所、地方证监局、证监会应尽快推出关于量化交易的相关准则，秉明公平交易的原则，避免不正当竞争手段的发生。

五、结语

量化投资的策略、技术等条件随着市场的不断成熟中不断演变发展，在传统投资的对比上，量化投资有着自己独特的策略和交易特点。量化和人为相辅相成，两种投资会不断完善市场价格的发现，平衡市场的波动，两者都是资本市场运行的合理投资体系。合理运用时代的产物，提升自己的修养，才是顺应大资管时代的真正的赢家。