就目前國內的投資實踐看，基本面投資和量化投資總體上相互獨立，鮮有交集，量化投資和基本面投資雖然基本的投資邏輯是一致的，但還是兩種不同的投資方式。拋開某些潛在的“瑜亮”情結，量化技術完全可以成為有助于提升基本面投資的工具之一。

　　兩種風格各領風騷

　　基本面投資側重于個股研究深度的把握，追求較高的盈虧比和勝率，以巴菲特為例，買20只股票，16只賺錢，勝率80%，主要時間在琢磨哪一個企業是偉大的企業；除被動量化投資外，量化投資則是通過量化模型對復雜市場行為進行分析和預測，更側重于投資廣度。以西蒙斯為例，他可能會參與2000只股票的交易，1020只賺錢。成功率51%，主要精力花在分析哪里是估值洼地，哪一些品種被高估了，買入低估，賣出高估，其有效性由大量數據證實。

　　量化投資優勢非常明顯，首先是覆蓋較廣，通過多層次的量化模型、多角度的觀察及海量數據的篩選等，捕捉更多的投資機會；其次，執行效率高，能及時快速地跟蹤市場變化，尋找新的交易機會。除此之外，量化技術能夠將投資理念模型化，克服人性的弱點。

　　利用量化建模進行投資決策是量化技術應用到投資的一種主要方式。在利用歷史數據進行量化建模的過程中，大都不可避免去做數據的優化擬合，即利用歷史數據擬合的模型在過去是較優的，而未來則有很大的風險，尤其是外部環境、市場風格發生重大變化的時候。

　　以海外市場為例，宏觀量化基金—長期資本管理公司(LTCM)曾經業績驕人，1994-1997年間的每年最低收益率為17%，期間將投資人的資金翻了3倍。1998年俄羅斯債務違約，導致LTCM劇虧倒閉，LTCM的失誤主要在于過分相信概率模型。

　　以國內市場為例，2010年股指期貨上市以來，由于A股大盤股持續低迷，中小盤股相對活躍，因此買入優質中小盤股，賣空滬深300期指，變成穩健對沖產品的代名詞。2014年底大盤股持續暴動，同時中小盤股滯漲，眾多穩健對沖產品集體遭到“黑天鵝”重創。再以部分量化產品為例，2017年以來收益不理想，與之前的穩健收益形成鮮明對比，其主要原因是2017年以來市場風格發生巨變，以上證50為代表的價值股異軍突起，而以創業板為代表的成長股則是表現不佳，該類產品風格上偏向小盤成長。

　　從外部環境看，A股小盤成長股在過去幾年的牛市行情，除了宏觀經濟環境和自身的成長性因素外，主要原因是殼資源外延成長預期的價值提升炒作，而伴隨著并購重組的監管趨嚴和IPO常態化，小盤股外延成長的預期被打折扣，進而整體表現不佳。

　　量化模型只能根據現有的信息對市場變化做出判斷，卻無法預知外界推動力的變化，量化無法替代深入的機制性思考，需要進行定性分析。因此量化投資應該是基于有投資邏輯支撐的前提下進行的策略開發，而不是基于純粹數據挖掘的模型構建，量化投資可以對于主動管理的投資理念與投資邏輯進行數量化、規則化，模型化，做到可回溯，可復制，可重復。

　　量化技術將應用于基本面投資

　　就國內市場投資實踐而言，基本面投資主要面臨以下挑戰：一是基本面投資注重個股研究深度的把握，覆蓋范圍有限，尤其是在目前IPO常態化擴容的背景下，難以做到全部覆蓋；挑戰二，隨著互聯網技術的進步，移動終端的普及，信息傳播速度加快，信息量呈現爆炸式增長，對于信息處理的速度要求越來越高；挑戰三，由于排名的壓力和人性的弱點，部分基金經理出現風格漂移現象。對于這些挑戰，量化投資技術具有覆蓋面廣，反應執行速度快等特點，從而解決問題。

　　首先，利用量化技術擴大覆蓋的范圍，抓住市場上更多的投資機會，借助量化工具去幫助處理信息，快速生成有效投資決策要點。

　　其次，提高信息處理的效率，基金經理騰出大量的時間做有效的投資決策，把基金經理從瑣碎的日常信息分析中解放出來，可以花更多的心思思考市場趨勢的變化、拐點的狀況、結構的變化，從而提高投資決策效率。

　　再次，投資理念模型化，避免風格漂移，利用量化工具可以把基本面分析投資理念模型化，避免風格的漂移。

免責聲明：本網站所有信息，并不代表本站贊同其觀點和對其真實性負責，投資者據此操作，風險請自擔。