談及量化投資所面對的新環境，田漢卿表示，今年市場最為突出的變化是小市值因子的失效。在過去數年中，中小市值股票比較穩定地戰勝了市場，但不能說可以放心地把中小市值因子做主要Alpha因子使用，因為市值因子是有風險的。在成熟市場，市值因子可以有很大的反轉，是比較典型的風險因子。好的量化模型需要尋找真正的阿爾法因子。
不把小市值作為主要阿爾法因子
今年以來，有些量化基金產品表現不佳的原因之一在于投資組合在中小市值因子上暴露過多。對此，田漢卿分析，2007-2016年，A股市場中小市值因子的超額收益顯著，但是在海外成熟市場，市值因子通常會出現均值回歸，是一個比較典型的風險因子。所以，盡管在A股市場，2016年年底之前小盤股連續跑贏大盤股，市值因子的超額收益回撤很小，但是市值因子是有風險的。在成熟市場，市值因子可以有很大的反轉，是比較典型的風險因子。應努力尋找可以穿越不同市場環境的真正的阿爾法因子。所以，一直以來，華泰柏瑞基金的模型堅持對市值因子做中性化處理，不“賭”大小盤，今年以來旗下量化產品也因此沒有受到中小市值因子回撤的影響。
她同時表示，從全球來看，估值因子在過去幾年是最強的阿爾法因子，今年以來A股市場估值因子也表現突出。不過，單憑半年的估值因子強勁表現，尚不能證明A股市場已經與國際市場接軌。估值因子在A股市場的表現還是可能出現反復的。但是，從長遠看，A股市場與國際市場接軌雖然進程會較為緩慢，但趨勢是確定的，這個趨勢也會逐步反映到阿爾法因子的強弱變化上。
對于華泰柏瑞基金的量化模型，田漢卿表示，這是基于基本面信息的“中長”持有期的選股模型，平均持股時間在中國市場屬于中長期，即4-6個月或以上。本質而言，模型所希望捕捉的是站在4-6個月時間維度上，市場參與者對上市公司基本面信息可能做出的“反應”。
阿爾法最大化策略更適合個人投資者
正在發行的華泰柏瑞量化阿爾法基金采用的是Maximum Alpha策略，又叫阿爾法最大化策略。也即釋放相應的約束條件，盡可能將量化模型的預測信息傳遞到投資組合中，以追求更高的阿爾法。
田漢卿表示，超額收益的大小取決于三方面因素：一是模型的預測能力，二是模型覆蓋的廣度，三是從預測信息到實際持倉的傳導能力。
具體而言，首先，公司旗下現有產品都設置了跟蹤基準，跟蹤滬深300指數、中證500指數或創業板指數，而阿爾法最大化策略不設跟蹤基準，因此可以不考慮跟蹤誤差。
其次，部分阿爾法因子無法進行跨行業比較，但一些其他因子可以進行跨行業比較。在過往產品所采取的策略中，一般對行業分布做中性化處理，但在阿爾法最大化策略中，可以適當打破行業暴露的限制，以盡可能地捕捉收益。值得注意的是，對于市值因子，新的產品仍然將保持中性化處理。
田漢卿進一步表示，機構投資者市場研究能力較強，所以偏好風險收益特征明確的產品，設置跟蹤基準的產品更適合他們。阿爾法最大化策略則更適合個人投資者，雖然損失了一定的透明度，但是勝在靈活性強、效率高。