中國證券報：“量化”概念，在當前許多行業都炙手可熱，A股也不例外。作為有著多年量化對衝投資經驗的基金經理，你如何看待“量化投資”對未來A股投資模式的影響？

　　曲徑：隨著電腦運算速度的大幅提升，以及分佈式計算的技術推廣，使得基於量化模型的投資成為可能。具體而言，通過整合多元數據，包括網路用戶行為數據、輿情資訊的擴散與資訊影響的追蹤、零售消費的大數據整合等，都可以深入變革傳統的股票投資行為。

　　舉個例子，通過網際網路用戶的數據分析，消費者對特定網頁的訪問行為，可以預估某些消費板塊的銷售同比、環比趨勢，這種通過量化數據得到的預測，要比事後官方披露的統計數據更有前瞻性和預測性。由於量化投資的基礎是資訊獲取和資訊處理，而通過這些有效資訊的及時獲取和快速處理，我們在股票投資決策上就可以領先一步。由此可見，在未來投資中，量化策略的作用將尤其重要。

　　觀察A股市場的歷史表現可以發現，A股的波動率遠高於發達國家的股市，市場的非有效性頗為明顯，這也有利於量化對衝産品的發展。尤其是在當前“資産荒”背景下，追求中低風險、收益穩定的資金激增，對於量化對衝産品的需求也會增加。這其中，伴隨著大數據時代的來臨，利用“機器選股”的策略將會更加有效，它會顯著提升收益的穩定性。

　　中國證券報：在“量化選股”成為潮流的新時代裏，中歐基金量化投資策略組會如何抓住其中的發展機遇？

　　曲徑：早期的量化投資多為量化多因子模型和統計套利模型，這類模型在2007年達到了頂峰。當時，華爾街很多基金使用的量化模型高度相似。以2007年8月的“量化失效”為觸發點，某只基金清倉時，觸發了類似的基金大幅回撤，從而引發了量化踩踏事件。事實上，同質化的投資，由於有後續資金持續涌入，短期會産生看似很好的收益，但是一旦發生行情反轉，類似于集體虧損的極端情況也時會發生，其結果與此前A股流動性危機頗為相似。

　　正是經歷過美國量化投資的興起和擠兌，所以我們對投資策略的差異性非常重視，只有選到獨立研發的、與主流模型有差異的阿爾法，才能保證策略的可持續性。而基於量化投資的分析框架，使中歐的數據源更獨特，策略體系更為穩健，與傳統投資方式選出的股票相關度低。在中歐量化投資策略組，始終堅持追求“獨立研發的、高勝率的”的投資方法。

　　“基於數據的科學化投資”，是中歐量化投資策略組的投資風格。首先，建立數學模型，判斷市場非有效性；然後，將把握非理性價格偏差，追求無風險套利收益；再次，基於海量數據分析，精選優質股票；最後，還會運用優化模型，嚴格控制投資風險。而我們的優勢則體現在四個方面：實現了對海量多維數據的挖掘，提升數據寬度及各類數據利用率；有利於在基於因果性指標之上的同時，獲取相關性指標的支援，提升獲取超額收益的空間和可能性；擁有更多選股指標，建立因子庫，動態調整因子；關注弱特徵因子，通過演算法的整合，與其他因子互相彌補，有助於規避風險。