在市場(chǎng)整體缺乏持續(xù)性的投資機(jī)會(huì)時(shí)，存量資金更多地選擇在防御性較強(qiáng)的股票中尋找投資的安全邊際，甚至一度造就了白馬股的“局部牛市”，形成“一九行情”，讓A股一貫的成長(zhǎng)股投資邏輯遭受重創(chuàng)，而這也正是一些更多注重歷史績(jī)效的量化基金在今年“馬失前蹄”的主要原因。盡管如此，我們依然對(duì)量化投資這一仍處于高速發(fā)展中的朝陽領(lǐng)域充滿信心，因?yàn)樵谫Y本市場(chǎng)高度發(fā)達(dá)的今天，量化投資始終具備著許多傳統(tǒng)投資方法難以企及的優(yōu)勢(shì)。

　　首先，A股上市的公司數(shù)量已經(jīng)成功邁過3000大關(guān)，并仍然在以一個(gè)較快的速度不斷積累，導(dǎo)致一些傳統(tǒng)的個(gè)股研究已經(jīng)變得十分繁瑣且困難。因?yàn)閷?duì)大部分行業(yè)研究員而言，持續(xù)研究和跟蹤少數(shù)的幾家上市公司都是需要耗費(fèi)巨大精力的，更別說在同一行業(yè)中總是有動(dòng)輒幾十甚至上百家同類公司需要去研究、去跟蹤。即便能夠在單個(gè)行業(yè)中聘請(qǐng)到多名研究員進(jìn)行完全覆蓋，也很難保證不同的上市公司會(huì)受到平等的對(duì)待，因?yàn)檠芯繂T個(gè)人偏好的不同，可能導(dǎo)致不同的研究員之間缺乏研究上的一致性。但量化投資則顯然不會(huì)受到上市公司數(shù)目的影響，因?yàn)樵诟咚侔l(fā)展的信息技術(shù)和金融工程技術(shù)，量化投資在處理海量數(shù)據(jù)上具有天然優(yōu)勢(shì)，樣本量的增加反而能為量化投資提供更多有用的信息，進(jìn)而為進(jìn)一步提煉出A股市場(chǎng)的運(yùn)行規(guī)律提供幫助。

　　另外，量化投資雖然仍在較大程度上依賴于模型的歷史表現(xiàn)，但量化投資卻并不總是一成不變的。相反，部分量化模型還具備自我修正的能力，即可以根據(jù)市場(chǎng)近期的結(jié)構(gòu)性變化來做出自適應(yīng)的調(diào)整，以盡可能適應(yīng)瞬息萬變的市場(chǎng)環(huán)境。我們目前就在原有產(chǎn)品風(fēng)格的基礎(chǔ)上，通過自適應(yīng)學(xué)習(xí)融入了新的選股邏輯。當(dāng)然，量化模型的自適應(yīng)調(diào)整速度一般都不會(huì)太快，而是傾向于一個(gè)漸進(jìn)式的調(diào)整過程，這固然使得此類模型在今年市場(chǎng)結(jié)構(gòu)迅速切換到“一九行情”時(shí)略顯笨拙，但卻能在過去絕大部分的投資環(huán)境中如魚得水。想必隨著市場(chǎng)逐步回歸常態(tài)，資金能夠在更為廣泛的標(biāo)的中尋求最優(yōu)的資產(chǎn)配置時(shí)，此類自適應(yīng)模型還是可以重回正軌的。

　　最后，量化投資是一項(xiàng)紀(jì)律性極強(qiáng)的投資活動(dòng)，這就要求量化投資的實(shí)踐者不能因?yàn)槭袌?chǎng)短期的風(fēng)向變化就迅速調(diào)整甚至替換掉原有模型。比如量化投資不會(huì)因?yàn)樾郯哺拍畹目焖俪醋骶兔つ扛L(fēng)，也不會(huì)因?yàn)榘遵R股的迅速崛起就即刻放棄原有的數(shù)據(jù)訓(xùn)練模式。因?yàn)橄啾扔诙唐诘馁Y本利得，量化投資往往更加看重長(zhǎng)期堅(jiān)持下來所能獲得的穩(wěn)定超額回報(bào)。正如許多業(yè)內(nèi)人士所公認(rèn)的那樣，時(shí)間才是量化投資最好的朋友。

免責(zé)聲明：本網(wǎng)站所有信息，并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)，投資者據(jù)此操作，風(fēng)險(xiǎn)請(qǐng)自擔(dān)。

免責(zé)聲明：本網(wǎng)站所有信息，并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)，投資者據(jù)此操作，風(fēng)險(xiǎn)請(qǐng)自擔(dān)。