下载掌阅APP，畅读海量书库
立即打开
投资策略一般可分为主动型投资策略和被动型投资策略，被动型投资即一般所说的指数化投资，而主动型投资策略又可分为传统投资策略和量化投资策略，如图1-1所示。
图1-1 投资策略分类
所有的主动型基金经理都试图战胜市场以期获得超过市场基准的超额收益。然而，传统的主动型基金经理的绩效一般很难达到期望值，这也许印证了有效市场理论（EMH）的观点——市场是无法被超越的。但是，我们可以从另外一个角度去思考这个问题，传统主动型投资策略有时的失败也许并不是因为无法超越市场效率的限制，而是由于其本身内在的缺点所致。
（1）传统主动型投资策略受到人类思维可以处理的信息量的限制。人类思维在任何时候都只能考虑有限数目的变量，因此对任何一个基金管理者来说，对大量股票都进行深入分析是不现实的。例如，对于600只的股票样本，被一个传统主动型基金经理紧密跟踪的也许只包括200只，这样就会明显排除从其他股票获益的机会。
（2）传统主动型投资策略容易受到认知偏差的影响。任何人的认知偏差及根深蒂固的思维习惯都会导致决策的系统误差。例如，大多数人都只愿意记住自己成功的喜悦而不愿记住失败的教训，所以在处理问题时一般都会表现出过度自信。行为金融学的研究也表明，认知偏差会歪曲投资者的决策，从而对其投资行为产生影响。
（3）传统主动型投资策略更强调收益率而不是风险控制，更加偏重个股挖掘而不是投资组合构造。由于对传统主动型基金的业绩衡量基准缺乏明确的定义，相应地，对其基金经理的投资资产配置也就缺乏严格的限制，这使得基金经理倾向于偏离潜在的业绩基准，在盲目追求高收益的同时，较少考虑相应的风险控制，这也是传统主动型投资策略未能取得期望优异绩效的原因之一。
量化投资和传统的定性投资本质上是相同的，二者都是基于市场非有效或是弱有效的理论基础，而基金经理可以通过对个股基本面、估值、成长性等方面的分析研究，建立战胜市场、产生超额收益的组合。不同的是，传统定性投资较依赖对上市公司的调研，并加以基金经理的个人经验及主观判断，而量化投资则是将定性思想与定量规律进行量化应用的过程。
量化投资策略有五大方面的优势，包括纪律性、系统性、及时性、准确性、分散化等。
（1）纪律性：严格执行量化投资模型所给出的投资建议，而不是随着投资者情绪的变化而随意更改。纪律性的好处很多，可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差，行为金融理论在这方面有许多论述。纪律化的另外一个好处是可以跟踪和修正。
量化投资作为一种定性思想的理性应用，客观地在组合中去体现这样的组合思想。一个好的投资方法应该是一个透明的盒子，而不是黑盒子。每个决策都是有理有据的，无论是股票的选择、行业选择，还是大类资产的配置等，都是有数据支持、模型支持及实证检验的。
（2）系统性：量化投资的系统性特征主要包括多层次的量化模型、多角度的观察及海量数据的观察等。多层次模型主要包括大类资产配置模型、行业选择模型、精选个股模型等。多角度观察主要包括对宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度的分析。
量化投资的系统性还有一个方面就是数据多，即海量数据的处理。人脑处理信息的能力是有限的，当一个资本市场只有100只股票时，这对定性投资基金经理是有优势的，他可以深刻分析这100家公司，这就表现出定性基金经理深度研究的优势。但在一个很大的资本市场，比如有成千上万只股票的时候，强大的量化投资的信息处理能力能反映它的优势，能捕捉更多的投资机会，拓展更大的投资机会。
（3）及时性：及时、快速地跟踪市场变化，不断发现能够提供超额收益的新的统计模型，寻找新的交易机会。
（4）准确性：准确、客观地评价交易机会，克服主观情绪偏差，妥善运用套利的思想。量化投资正是在找估值洼地，通过全面、系统性的扫描，捕捉错误定价、错误估值带来的机会。定性投资经理大部分时间在琢磨哪家企业是伟大的企业，哪只股票是可以翻倍的股票；而量化投资经理的大部分精力花在分析哪里是估值洼地，哪个品种被低估了，买入低估的，卖出高估的。
（5）分散化：在控制风险的条件下，充当准确实现分散化投资目标的工具。分散化，也可以说量化投资是靠概率取胜的。这表现为两个方面：一是量化投资不断地从历史中挖掘有望在未来重复的历史规律并且加以利用，这些历史规律都是有较大概率获胜的策略；二是依靠筛选出股票组合来取胜，而不是依靠一只或几只股票来取胜，从投资组合的理念来看也是捕获大概率获胜的股票，而不是押宝到单只股票上。
如表1-1所示为各种投资策略的差异，基于基本面选股的传统策略年追踪误差是所有策略中最高的。“与基准组合的差异”表明了运用不同投资策略的组合收益有别于基准收益的原因，即影响投资组合期望跟踪误差的关键因素。
表1-1 不同投资策略对比
数据来源：Vanguard Investment Counseling & Research，[蒋瑛琨 2008]
从表1-1中可以看出，基本面选股的年跟踪误差最高，量化选股其次。其中，我们对各种策略“与基准组合的差异”进行进一步分析。
（1）个股：投资组合中某只个股的配置比例可能有别于其在基准指数组合中的配置比例。例如，一个采用主动量化策略的基金经理可能将基金的5%配置于某只股票，但基准指数组合在该股上的配置比例为4%；而对一个专业化主动投资的基金经理来说，他的投资组合中可能根本就没有配置该股。
（2）行业：投资组合中某板块的配置比例可能有别于基准指数组合中该板块的配置比例。例如，某基金对高科技板块的配置比例为35%，而基准指数组合中该板块的配置比例仅为25%。
（3）规模/风格：不同的投资策略可能对股票的规模或者风格有不同侧重，这可能有别于基准指数组合。例如，某些基金经理可能更注重股票的市值规模（大、中、小市值），某些基金经理可能更注重股票的风格特性（价值、成长型），从而导致其对所偏好的风格特性的股票进行超配，这就产生了与基准指数组合的配置比例不一致的情形。
（4）择时：基金经理可能会综合分析上述3种因素，在不同的时期采用不同策略。例如，某基金经理可能根据不同板块在不同阶段的市场表现不同而采用板块轮动策略，超配（或低配）下阶段看好（或看淡）的板块。
采用不同投资策略的基金投资业绩比较如图1-2所示。这里分别列出了3种类型的基金1年期、3年期、5年期和10年期的信息比率（Information Ratio），数据覆盖时间区间为1996年1月1日至2005年12月31日。
图1-2 量化投资与传统投资策略业绩比较
数据来源：Möbius, Vanguard Investment Counseling & Research，[蒋瑛琨 2008]
第一种类型表示以Russell 1000指数或者S&P 500指数为投资基准组合（Benchmark）的所有传统主动型投资基金（All Active Funds）；第二种类型表示偏重风险控制的传统主动型投资基金（Risk-controlled Traditional Active Funds）；第三种类型表示量化投资基金（Quantitative Active Funds）。
从图1-2中可以看出，在1996—2005年间，量化基金的信息比率最高，投资业绩优于其他两种类型的基金，相对于传统的主动型投资策略，量化投资基金能够取得更高、更稳定的超额收益。