证大资产刘兵：量化投资是大势所趋 A股正在发生变化

　　2018年，A股市场单边下行的行情中风险事件频出，飞出的黑天鹅之多，让传统的基本面选股在过去的一段时间里几乎全军覆没。对于量化投资而言，过去的一年却是异军突起的一年。

　　近日，拾贝投资、千合资本这些以往在基本面选股上声名大噪的百亿私募，如今也开始招募量化工程师、量化策略研究员等岗位，将“量化投资”推上热门。

　　在普通投资者眼里，由所谓的模型、因子等一系列概念所构建起来的量化投资，抽象而神秘。这个面目模糊的“量化投资”，到底是什么样子呢？为此，蓝鲸财经近日走访了国内老牌私募证大投资，并专访了其量化团队的负责人刘兵。

　　证大资产是国内最早一批私募之一，成立于1993年，其创始人朱南松负责证大投资的基本面选股策略多头产品。而2011年起发力建立起来的量化投资条线，则由博士毕业于复旦大学计算机系的刘兵负责。

　　自2009转行进入投资界，研究量化选股至今，刘兵已拥有近十年的量化投资经验。2011年初，刘兵加入证大资产量化投资团队，并从2014年开始公开管理产品，其主要的投资策略为量化选股。

　　从工程师到基金经理

　　2006年，刘兵从复旦大学计算机专业博士毕业后，曾进入外企从事研发工作。“在外企做了一段时间之后，就会大致知道是个什么样的发展路径，什么样的人生轨迹”，刘兵说，“转行做投资，有好有不好，但是有一点，它的不可预知性高，连明天的市场会怎么样都很难预料，就不会觉得人生过于平稳。”

　　不过，从IT工程师到量化投资人，刘兵的职业转向也并非完全不沾边。和传统的IT工作相似的是，量化研究员的日常工作也是编程，“同事也几乎都是数学、物理、计算机等理工科专业背景。”

　　入行之前，刘兵自己也炒过股票。当时，与大多数散户一样，通过看公司、看K线图来选股。“很多股民，包括我之前，除了看财务指标，也会看一些动量指标，MACD，金叉死叉这一类，以前报纸上的股评很多也都是这样的说法。但自己试下来，只能说有时灵有时不灵。”

　　相比于其他股民，刘兵的优势在于，其博士研究方向是数据挖掘，甚至在博士毕业论文中，也有对股票的时间序列做挖掘，寻找规律。此后，刘兵曾借助通达信、大智慧(行情601519,诊股)等平台上的一些指标，做过简单的测试，“就觉这个东西很有意思。一个是它能赚到钱，另一个就是理性和人性在投资方面，真是有差别。”

　　2009年，刘兵转行开始研究量化投资。彼时，国内做量化的团队非常少，商品、期货相对还较多，但股票量化基本没有。直到，2010年股指期货出来之后，量化投资才在国内慢慢兴起。“但即便现在看热，但在整个投资层面，还是占比很小，整体来看，大部分资金还是在基本面选股上面。”

　　“但量化肯定是未来的趋势，以海外的对冲基金来看，纯基本面已经很少了。”刘兵说。

　　是基金经理也还是程序员

　　“做量化每天的工作，还是像程序员，就是在编程，不断地在优化模型，完成迭代。逻辑上，其实不需要看盘，但出于习惯，我还是会看一下。”

　　当AlphaGo在围棋界乘风破浪、名噪一时后，机器学习也被广泛地应用在了全球投资界。刘兵解释说，“机器学习、量化选股的过程，与AlphaGo的算法相似，就是所用的数据不同而已。”在量化投资中，传统投资中所用到的财务指标、技术指标、动量指标、反转指标等都成为量化模型中的因子。

　　“市场的风格是多变的，有时候偏动量，有时候就是反转，像2017年就是明显青睐蓝筹股。我们的做法就是把所有这些指标都包含在模型中，让模型自动去寻找更贴近市场风格的股票。我们还是希望，可以根据市场的风格动态地去变化。”

　　刘兵团队的模型，目前以选股为主。持仓周期一般为一个月，其投资组合包含100只左右的股票，基本以等权重进行选股，每只股票占比差不多为1%。“量化的好处之一就是，一天想买50到100只股票，同时又有几个产品的账户，下单需要均匀一点，避免对市场造成冲击，对于传统的交易员来讲，手工地去敲单，根本是不可能的。”

　　由于指数只有一根线，仅仅通过这个统计量去找到规律，在统计学上并不可信，刘兵仅把择时作为风控上的一种手段，以防市场出现剧烈下跌的极端情况。

　　在面对诸如中美贸易摩擦、熔断这些剧烈震荡时，如果要减少回撤幅度，最好的办法就是人工去干预，干脆不交易。但对刘兵来说，如果要去干预，也仅仅是从控制风险的角度来考虑。“从长期来看，干不干预的差别很难说，因为人总是对近期的事件反应过度。以08年为例，如果去择时，自然可以大幅减少剧烈的回撤，但另一方面，对市场震荡的状况，甚至上涨的状况，其实是丧失了相当一部分的收益。拉长了看，这些事件也不应该对我们的模型造成实质性的伤害。”

　　从2018年全年的业绩来看，量化投资的这一年也并非一帆风顺。尤其是到了2018年下半年，A股主要指数的交易换手率和成交额双双下降，通过交易创造收益的空间变得非常有限。而A股全面的大幅下跌，全年三次千股跌停，数不胜数的百股跌停，让通过持有股票获取收益，更是难上加难。

　　在这样的弱势行情中，刘兵管理的产品，也出现了自2014年以来的第一次亏损。

　　在产品的年度报告中，刘兵引用了量化投资鼻祖西蒙斯的名言，“如果你真是依靠模型来进行投资决策，那么无论模型在某些时候看起来如何‘傻’，也请按照模型的指令来进行操作，大概率上，这要比主观决策的结果更好。”

　　市场开始起变化

　　除市场普跌几乎没有结构性行情可以捕捉之外，在刘兵观察中，过去的两年，A股市场有效性的变化，也成为国内量化投资是否能够取胜的重要因素。

　　2017年10月18日AI Powered Equity ETF上线，这只由旧金山EquBot公司推出的，利用IBM Watson超级计算机进行大数据处理，对美股进行主动投资管理的ETF，被认是全球首只 AI ETF。虽然在上线交易的头两天，轻松跑赢美股大盘。但拉长时间线后，至今一年多来却略输美股标普500指数。

　　“美国的AI投资其实比国内的算力更先进，数据源也更优质，但都没能跑赢指数。”刘兵说。

　　从美国的经验来看，在七八十年代，包括巴菲特、索罗斯等一批投资大佬应运而生。但最近这些年，以十年业绩为期，包括巴菲特在内，几乎没有投资者可以跑赢标普500的表现。“从专业度上来讲，美国的专业投资者肯定比国内的专业投资者更为专业，但就是很难大幅跑赢市场。其中一个很重要的原因，就是美股有效性太强了。”

　　刘兵认为，这些年，国内涌现了一批业绩惊人的专业投资者，很重要的原因是现在国内市场的散户仍然比较多。“如果国内也出现美股市场的趋势，机构和机构竞争，还想像以前一样跑赢市场很多就很难了。”

　　“我的感觉是，2017年、2018年，（A股）市场也比以前更有效了。”2017年之后，刘兵手里一些老的模型，已经很难再跑赢指数，“但这个变化，是暂时的还是长久的，很难说。”

　　但市场似乎已经对这样的变化做出反应――过去一年，保险资金大举买入ETF，而ETF也成为规模增长最快的基金子类别。

　　“虽然目前的A股市场仍由超过8成的个人投资者组成，意味着国内市场仍存在较大的无效性，（主动）投资仍有很大的空间。但这个变化确实正在发生，只是需要五年、十年还是二十年，来发生彻底的结构性改变，现在还很难说。”

　　“对机构来说，只有越做越专业化，越做越深入，才能未来立足。”刘兵说。