未來的投資之神是誰？不是索羅斯，不是巴菲特，不是王亞偉，也不是李嘉誠——“他”甚至可能不是活生生的人。10多年前，西洋棋大師卡斯帕羅夫被超級電腦深藍擊敗的一幕，如今在公募基金圈再度上演。一批駕馭冰冷機器的量化投資高手，正在顛覆傳統的“基本面”投資策略格局。那些習慣了整日出差調研上市公司的“老”基金經理們，終究不會想到，有一天他們會向冰冷的機器、模型及其操控者俯首稱臣。

　　即便在2008年國際金融危機時，量化投資領域也不乏年化收益高達85%的産品。截至8月底，近1年來，國內17隻主動量化投資基金中有16隻基金取得正收益，平均收益率超過17%。這樣的成績讓不少傳統基金經理汗顏，也勾勒出一個個液晶屏背後的量化投資高手，田漢卿就是其中的一員。

　　現任華泰柏瑞基金公司副總經理、華泰柏瑞量化指數增強股票基金經理的田漢卿，所管理的量化基金成立近1年來凈值增長超過20%，在2004年至2008年其管理的量化投資基金曾取得年化近30%的高收益。這個有著17年金融從業經驗、量化投資鼻祖巴克萊全球投資（BGI）公司的出色投資經理，究竟是如何運用機器擊敗眾多“最強大腦”的呢？

　　當“洋策略”玩不轉時

　　“鏡頭後面的頭更重要”，這句話在攝影圈子裏流傳甚廣，同樣，投資過程中，設計“投資機器人”的人才是真神。

　　40多年前，羅伯特·莫頓最早通過電腦實施套利交易的投資，將量化投資理論應用到投資領域。簡單説，量化投資是電腦科技、數學模型，以及投資藝術融合的産物。本著對數據、模型、電腦技術的信賴，很多數學家、物理學家一度成為華爾街的寵兒。

　　可就在這一全新策略如日中天時，2007年的量化投資危機和2008年的國際金融危機，使得量化投資陷入階段性低谷，即便是在量化投資應用不多的中國市場，當時的投資者也幾乎把這一詞彙與“不賺錢”畫等號。

　　“我記得當時在BGI工作時，BGI量化投資研究的奠基人物之一的格林諾德曾深有感觸地説，量化投資不能像企鵝一樣，即便在懸崖邊上，依舊不改過去的慣性，直到排著隊依次墜下懸崖。量化投資一定要能獨立判斷、關鍵時需要果斷決策，對市場作出應有的反應。”田漢卿説，危機之前靜態（對模型很少作出調整）的量化投資策略居多，危機之後，動態量化（即聰明量化）的佔比顯著增加。

　　這種改進有點像中西醫結合。中醫更加看重病人的整體，即通過望聞問切進行“基本面”分析，而西醫則更相信儀器測得的數據，即量化投資分析。兩種策略實際上並不矛盾，若相互結合，基本面量化投資的策略會不會更賺錢呢？

　　融合是個艱難的過程。擁有美國加州大學伯克利分校MBA、清華經管經濟碩士學位的田漢卿，曾在2005年至2008年間投資香港、南韓、新加坡等多個市場，取得傲人業績，但她對A股市場的量化投資仍心存敬畏之心。

　　在田漢卿看來，A股市場與其他市場有很多相通的地方，又有很大區別。由於不同市場間的投資群體習慣差異較大，投資人的行為、習慣會有所不同，模型自然需要因地制宜。這需要針對A股市場做更多測試。

　　在量化投資模型裏，有很多不同的因子，每個因子實際上是一個投資觀點，你認為哪個因子應該加入進去，實際上是認為哪個投資觀點能夠賺錢。

　　“關鍵是認清A股市場的投資者行為，目前看A股市場基本上是相對封閉的，與其他市場相比，有一些明顯不同的特徵。舉個例子，2013年A股市場熱捧小盤股，在港股市場很多類似的小盤股是被市場忽略的。香港市場和Ａ股市場的投資者群體有較大差異，量化投資就不能把香港的因子都照搬照抄到A股市場來。”田漢卿説，這一模型測試的過程就像移植一顆“樹苗”。在它成才之前，移植必須考慮土壤、氣候等各種因素。

　　再以交易量為例，在國外要看交易活躍度，如果某只股票長期不活躍，有一天突然活躍了，可能是這只股票的基本面發生變化，這在國外是利好因素，一般是一個較好的買入機會。A股市場正相反——若某只股票交易突然活躍起來，一般被解讀為被炒作的嫌疑較大，很可能是被過度交易、“追得”太厲害了，就不宜再碰了。

　　通過反覆測試，田漢卿和她的團隊發現，由於A股市場多年沒有大規模引入量化投資策略，有不少可以賺錢的“觀點”，儼然是一片量化投資“藍海”。從2012年8月份到2013年2月底，華泰柏瑞量化投資團隊僅用6個多月的時間就完成了搭平臺、買數據、買軟體等一系列工作。2013年8月2日，華泰柏瑞量化指數增強基金成立，田漢卿應用“基本面+量化投資”策略的新基金正式起航。

　　廣種薄收的智慧

　　技術和數據真的能戰勝市場上千萬雙眼睛嗎？田漢卿認為，一名普通基金經理能跟蹤、調研的股票是有限的，基本面投資的投資組合裏一般會投資30隻至50隻股票，投資到100隻股票就相當困難了。但量化投資不同，它能用同樣的方法跟蹤成千上萬隻股票。假設用傳統的方法跟蹤100隻股票勝率達到80%，而田漢卿的量化投資方法能跟蹤1000隻股票勝率達到70%，加上一定的資金規模，最終收益不會比傳統方法差，有可能更好。

　　“這是廣種和精耕的區別。量化是大片耕種，儘管單位面積的産量可能沒有那麼大，但總産量肯定更高。”田漢卿的量化投資模型由最初的少量子因子發展到100多個子因子，日趨完善的模型給了她做優業績的底氣。

　　主動投資近似一個零和遊戲，一個人業績好打敗了市場，必然是有人輸了。你要打敗指數，發現一種較好的策略並應用之，後來更多的資金都會“擠”向這種策略，買同一類股票。結果造成，本來一隻股票預期3至5天上漲10%，由於資金關照1天漲停，再上升的空間也小了，慢慢的這種策略開始失效，拿到超額收益的概率會變小。

　　在田漢卿看來，主動策略是有一定容量的，不是所有的資金都能用同一個策略，這就解釋了為何在資管行業，除了被動投資策略，做主動投資策略不可能做得過大，否則會“自己把自己的超額收益吃掉”。田漢卿的“聰明”量化通過很多策略的綜合應用、大範圍選股和分散投資等克服規模的限制，在規模上可以做得很大。

　　“我們的量化策略是用數據來尋找未來能夠提供超額收益的機會，即便是風控也可以實現嚴格量化，同等收益情況下波動率越小對投資人越有利。量化投資能定量嚴格控制風險，可預先設定風險控制目標，如設定5％的主動風險，實際實現的風險一定要在這個目標附近，而一般的基本面主動投資往往是事後管理風險，整體而言波動率會比較大。”

　　“主動投資是一個長期的博弈。”在眾目所向之外尋找投資機會，是田漢卿的“信條”，也是量化投資的精髓所在。