2020年11月23日，北大光華「MFin思想匯」第七期邀請到大成基金管理有限公司數量與指數投資部總監黎新平先生進行分享。他以「量化對衝基金投資實務與金融科技」為題，結合生動的行業案例，深入闡釋了量化對衝基金的發展歷程、常用策略和投資邏輯等內容。
1. 什麼是量化？量化，是可被數據反覆驗證的投資經驗和投資規律的模型化和規則化。量化投資從基本的投資直覺和邏輯出發，經過大量的數據驗證，形成有效的交易模型，在此之上還有成本管理和風險管理模型，一併組成程序化交易的基本框架，然後應用到投資者決策裡。
2. 一般而言，採用對衝交易手段的基金稱為對衝基金，在交易中常常使用期貨、期權等衍生工具進行風險的管理。目前，排名靠前的對衝基金大半是量化的，其中規模最大的對衝基金是AQR。AQR是多因子模型的主要倡導者和實踐者，把實際投資和學術理論非常好地結合在一起。第二大的是橋水基金，橋水最出名的是全天候資產配置策略和風險評價策略，獲得了很高的風險收益比。量化對衝領域最牛的公司是Renaissance，其大獎章基金在過去30年內具有高達39%的平均年化收益，Renaissance主要是在期貨衍生品領域，通過高頻交易來獲取alpha。
3. 量化對衝基金的一大特點是，其發展與學術的發展有非常緊密的聯繫，某個重要的學術理論可能直接導致某個大的量化對衝基金領域的產生。例如，Black-Scholes期權定價理論促使了可轉債套利策略的產生；量化資產配置的基本框架啟發於均值-方差模型；多因子模型起源於Fama-French三因子模型。
4. 量化對衝基金的常用策略包括股票多空、多策略、事件驅動、CTA、宏觀對衝、套利等。其中最主流的是股票多空策略。由於套利空間不斷縮小，套利策略的規模佔比越來越小。
5. 量化對衝基金追求的是最大的風險收益比。從99年到現在全球量化對衝基金的平均年化收益率是8%+，並不算高，但是具有較高的Sharpe比率。
6. 什麼是量化對衝？量化對衝的過程可分解為三步，首先將資產回報分割為不同的風險因子，再對各風險因子進行定價和分析，最後將資產組合理解為風險因子的組合，對不想持有的風險因子進行對衝，獲取相對穩定的收益。例如，在量化alpha策略中，把股票風險分割為系統化風險和股票本身風險，把系統化風險通過股指期貨對衝掉，剩下就是選擇個股的超額收益。此外，可轉債套利和統計套利是兩個經典的量化對衝案例。
7. 做量化要具備哪些技能和背景？量化對技術和知識的要求非常廣泛，在統計、數學、金融經濟、信號處理、機器學習、優化運籌、編程等領域都會有所涉及，需要對數據和數理模型有較深的理解。同時，量化投資領域的求職環境和職業發展受市場的大環境影響較大。因此，哪怕能掌握所有知識，也不一定發展得很好。在量化中對風險有稍微的忽略，就可能一瞬間從頂端跌到底端。
8. 風險管理是量化投資的核心，任何量化模型都有其適用及不適用的環境。一個著名的例子是長期資本(LTCM)公司，其主要策略是對市場上的定價偏差進行多空套利。在1994-1997年投資回報非常好，但1998年以60-100倍的槓桿，對俄羅斯違約風險的押注及受亞洲金融危機影響，在短短150天內虧掉90%。其主要教訓是高槓桿風險以及對模型的過度自信。
9. 目前在國內，量化對衝基金或者量化還是小眾市場，僅佔市場份額的5%-7%左右。但策略的覆蓋相對比較全面，除衍生品相關策略以及股票空頭覆蓋相對較少，在股票和期貨領域都有相應策略。國內量化對衝的黃金年代在2010-2015年，當時股指期貨放開、小盤股走勢良好，很多量化基金髮展起來。從2017、2018年開始形成了比較好的高頻策略，目前高頻策略相對佔優。
10. 多因子策略的基本模式是找到某些和收益率相關的因子，根據因子打分的排序來構建股票組合，以獲得超額收益。多因子策略的關鍵在於挖掘穩定有效的因子。
11. 2015、2016年，金融科技在量化領域的應用比較火熱，之後又經歷了一波低潮。其中兩大熱點是大數據的應用以及智能投顧。比如，利用網絡輿情大數據，將此編成一個因子加入原來多因子的架構，來優化選股策略。對於智能投顧，類似於機器人理財師，根據個人的風險偏好和用戶畫像，提供自動化買賣、自動調倉、自動生成每日估值報告等服務。
12. 量化模型和策略的同質化會加大市場的波動。比如，如果大家的止損策略類似，一家基金退出市場，會導致其他資金同時觸發止損行為，形成連鎖效應，導致市場的巨大波動。
13. 策略是會有時效性和容量的。例如，有研究表明，當某個因子被發表成論文後，它的收益率就不在了。所以，量化對衝基金需要不斷挖掘新的策略，做最前沿的研究，儘可能找到最新的投資機會和投資思想。