來源：雪球
全文約3500字，主要分為三大部分。
一、本人理解的量化交易基本知識。
二、本人投資量化基金歷程及思考。
三、關於量化基金投資的不成熟建議。
我接觸量化基金比較早，介紹我投資澤熙私募的朋友，2011年邀請我參加證券公司關於量化基金路演。當時給我們普及量化知識的是國泰君安證券的章飈博士，章飈被稱為「國內量化投資第一人」，後跳槽到中泰證券資管公司當董事長。
一、我理解的量化交易基本知識。
1、量化投資技術在七十年代華爾街開始應用後，迅速風靡國外金融市場，美股量化基金佔投資市場份額30%以上，湧現出眾多業績優秀的量化基金，平均年化收益率10%以上。最厲害的是詹姆斯-西蒙斯的大獎章量化基金30多年來年化收益率超過35%，遠勝同期巴菲特、索羅斯等投資大師平均年化20%左右收益率。
2、量化交易是把數學、統計學、金融學、計算機技術結合起來，通過挖掘交易海量數據，尋找規律，做出預測，通過建立先進的數學模型以替代人為的主觀判斷，利用計算機技術從海量的歷史數據中尋找能帶來超額收益的規律以制定策略，並利用數學模型驗證及固化這些規律和策略，然後通過程序化交易嚴格執行，最大程度減少投資者情緒波動下的非理性決策影響，以求獲得持續、穩定、高於平均收益的超額回報。
量化交易可以快速地發現和利用其他市場參與人有時不容易察覺的交易機會，同時它的交易速度快，運作效率大大提高。如量化基金有對衝交易策略，還存在牛熊市都可以盈利的可能性。
3、主動基金和量化基金的區別。
傳統的價值投資對應的是定性分析，就像中醫，通過對個股的望、聞、問、切，基於經驗做出投資決策。而量化交易對應的定量分析更像是西醫，通過對拍片、化驗等產生的實際數據進行分析，找到病症，再對症下藥。更形象的說法，交易員早已事先建立好了「病例庫」（數字模型），看病的過程只需要計算機自動去對照病例庫，符合病症，即可判定並執行。
可見，量化交易是電腦與人腦的結合。交易模型對於量化投資基金經理的作用，就像CT機對醫生的作用，每天的投資運作之前，先用模型對整個市場進行一次全面的檢查和掃描，然後根據結果做出投資決策，如選擇什麼系統交易、資金如何分配、加入或減除因子等等。
註：大獎章基金1988年成立至2019年，取得年化收益率35.6%的業績，這個數字是在扣除掉5%的管理費和44%的超高業績報酬的基礎上得到的，相當於費前年化收益率60%，可以說量化交易的傳奇產品。
但是，這樣的逆天收益也只有文藝復興科技公司的人員才享受得到，因為在1993年大獎章規模達到2.8億美元的時候，西蒙斯覺得自己不能再管更多的錢了，於是不再接受新的外部投資者，只面向本公司員工。
二、本人投資量化基金歷程及思考。
1、投資量化基金歷程。
由於朋友推薦我買的澤熙基金盈利不錯，聽完路演後，感覺量化交易風險低，收益也有保障，也聽從他意見，嘗試投資量化基金。
第一次投資量化基金就很不巧，當年就遇上持有的基金量化策略失效問題，我的投資收益率很不理想（淨收益年7.7%），2012年在封閉滿一年後立刻贖回。把這部分資金轉投資到「躺著賺錢」的主投消費、醫藥的某河私募基金，這部分投資經歷我寫在以前的文章《我的十年投資私募基金之路網頁連結》，感興趣可點擊連結閱讀。
2、投資量化基金的思考。
通過這次投資量化基金的經歷，學到不少量化知識，知道量化基金的投資策略存在很多不確定性。如市場環境發生變化，自動化的交易策略可能失效，如量化資金規模過大也會降低收益率，量化交易核心技術人員跳槽也會造成量化交易策略迭代失效等等。
投資策略失效的風險，投資者事前沒有辦法預測，只有發現收益不理想的時候，才能後知後覺，這時候往往已經錯過最佳贖回時機。
加上贖回的資金又要再一輪尋找新的機會，新的投資能否成功也是問號，如果這樣周而復始，造成資金不能長期投資，很難產生複利效應。
還有就是2013年8月16日發生的「光大烏龍事件」讓我對量化自動化交易有更深的認識。「光大烏龍指事件」是A股至今為止最大的烏龍指事件，導致上證綜指在三分鐘瞬間上漲5.96%，多達59隻權重股瞬間封漲停。原因是光大證券自營量化套利交易系統設計缺陷，加上量化交易觸發的連鎖反應共同造成的，這事件造成光大證券損失五億多元。同時這事件也間接說明自動化交易存在不穩定因素，如果出現重大人為操作失誤或程序Bug問題，可能造成巨大損失。
由於本人投資非常看重確定性，喜歡長期投資，追求複利增長。對上述因素經過長期時間的思考，也數據分析量化基金與主動基金優缺點，最終認為量化基金長期盈利的穩定性不能滿足自己的投資需求。
認為自己在選擇主動基金經理比較有經驗，成功更有把握，就決定長期投資主動基金，選擇與優秀基金經理共同成長的長期投資模式，這十年來的收益率也證明這投資策略比較適合我。
三、關於量化基金投資的不成熟建議。
隨著大數據、雲計算時代的來臨，AI技術越來越智能，加上A股市場規模也是越來越大。還有專業數據供應商開始興起，為量化策略的歷史回測提供了很好的數據源，使得量化策略在實盤交易之前就可以得到一定程度上的驗證，為提升量化策略的穩定性和可靠性提供了有效保障。中國的量化交易已經有相對完備的生態系統，發展前景廣闊。
近幾年國內證券市場量化投資發展迅速，湧現出如明汯、九坤、幻方等七家規模過百億的量化交易機構。國內量化私募成績也不錯，量化私募近一年收益率在50%以上的約有260家，近一年跑贏滬深300的約有750家，可選擇產品數量比較多。這一切數據都說明國內量化交易技術已經非常成熟，量化基金已成為主流投資品種之一。
對於量化投資，我提供一點不成熟的看法，這是拋磚引玉的建議，希望專業人士多加指正。
1、量化基金只看近期業績排名就可以判斷投資的基金，特別適合不會選擇主動基金經理的投資者。從分散投資的角度看，在私募基金組合中，適當配置部分量化基金也是一種比較不錯的方法。
2、量化交易成功與否與量化公司的研發水平有密切的關係，所以投資的時候第一選擇是看量化公司的實力。
3、基金經理的交易水平也需要關注。在量化投資體系中，電腦程式自動化決定哪個股票買，哪個股票賣，買賣多少量等交易行為。基金經理需要在頂層做出更多的決策，比如在目前的環境下，用哪套系統來選股？如何在不同的系統之間分配風險資金，或者進行切換？在交易系統中加入哪些因子，或者去除哪些因子等等，這些決策對量化基金盈利起重要作用。
4、國內市場風格變化快，個人分析數據表明（見附錄表數據），優秀的量化基金投資策略也只有1-3年黃金期。所以投資量化基金的時候，優先選擇優秀量化公司新發行的基金或成立一年以內業績良好的基金，這樣或許容易獲得高回報。
5、投資量化基金需要密切注意淨值的變化，如果出現一兩個月淨值跑不贏指數，或者出現回撤超過歷史回撤最大值，意味著存在策略失效的風險，可以考慮贖回置換新的量化基金。
6、選擇回撤在10-20%的量化基金，萬一出現虧本也保住大部分本金或利潤。按盈虧同源的原理，就算盈利100%，如出現一次回撤50%利潤就沒有了。
聲明：
1、寫本文主要是回答球友諮詢，並闡述自己關於量化基金投資的觀點。
2、本人水平有限，對量化研究不深，結論可能存在錯誤，僅供參考。
3、文章提到的產品或公司名稱，僅是素材需要，絕非推薦，請勿據此投資。
附錄：主動基金與量化基金數據對比
每一個投資策略需要數據支撐，不能憑感覺行事。為什麼本人放棄量化基金，只投資主動基金呢？我是做過數據分析，對比主動基金與量化基金優缺點，並結合自己投資經驗決策的。現在按原來的思路以最新資料做一次分析演練。
根據私募排排網的2020年9月數據，選擇運行時間相同的股票策略前200名主動基金與量化基金對比如下：
對比400隻基金數據以後，我的看法如下：
1、前200名對比，不論五年長期業績還是一年短期業績，主動基金都比量化基金好。這是我選擇主動基金的重大原因，同樣的概率，在200名中選擇主動基金收益率更高。
2、統計數據表明，量化基金往往是前二年收益率最高。這是統計「今年以來、2017年、2018年、2019年」的收益率數據得出模糊的結論。這也與量化基金業績好，追加資金規模擴大超過可容納資金規模後，收益率下降的規律相吻合的。
3、量化基金存活超過五年的寥寥無幾（國內量化是2007年開始發展，至今已有十多年歷史，保守估計2015年以前累計發行幾千隻量化基金，排排網數存活超過5年只有33隻產品），表明一種量化基金策略只有1-3年黃金期。如果想長期保持比較好的收益率，投資量化基金可能需要不斷換新的產品。
4、也觀察到優秀的量化基金盈利遠超大盤，不比主動基金業績差，而且平均回撤相對少，持有量化基金體驗估計比較好。
作者：linjia510連結：https://xueqiu.com/5732727263/160564631來源：雪球著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。風險提示：本文所提到的觀點僅代表個人的意見，所涉及標的不作推薦，據此買賣，風險自負。