发帖
420 个论坛币
雷达卡
摘要和重点提示
• 术语「量化的」「系统的」「基于规则的」经常互换使用；它们代表一种投资方法，通常被认为与「基本面的」、「主观的」或「选股」方法相反。
• 虽然比较量化和主观方法是公平的，但我们强调，它们不是对立的。事实上，无论是量化管理者还是主观管理者都追求同样的目标，而且都可以是基本面导向的。也就是说，他们可以使用非常相似的输入，但以不同的方式，试图实现提高投资绩效的单一目标。
• 无论是量化管理者还是主观管理者都不是天生优越。每种方法都有能力提供良好的投资结果，正如我们在数据中所显示的，几乎没有证据表明一种方法优于另一种方法。
• 量化经理人和主观经理人的超额回报率之间的历史相关性很低，这表明许多投资者可以通过将这两种类型纳入其配置而获益。
• 重要的是，量化投资者之间的历史相关性也很低，与主观投资者之间的历史相关性一样低，这表明「所有量化指标都在同一信号下交易」的概念是错误的。
介绍
这些年来，主动管理的两种主要方法已经发展起来：量化投资和主观投资。简单地说：量化（通常与系统一词相关）通常采用更可重复和数据驱动的方法，依靠计算机识别许多证券的投资机会；
相反，主观方法涉及对数量较少的证券进行深入分析，并且更多地依赖于不总是容易编码的信息。
到目前为止，主动管理的资产往往由主观管理人主导，量化方法仍然是少数——尽管在增长。
在共同基金中，量化管理人的管理资产（AUM）份额从1999年的9%增长到14%，而在对冲基金中，这一比例已达到26%。在机构股票型基金中，约四分之一的资产由量化投资者管理。最后，在主动的固定收益基金中，即使是一个随意的分析也表明很少有是量化的。
尽管量化管理者越来越受欢迎，但对他们仍有一些神话和误解。
这些误解广泛地涉及到这样的概念：量化管理者使用机器创造「黑匣子」的过程，而没有任何人类的洞察力；他们的多样化差，缺乏好的故事；他们都做同样的事情。图表1总结了这些神话，并将它们与现实进行了对比（承认我们在这件事上不是没有偏见）。
我们将澄清一些与量化性和主观性投资相关的术语问题，强调资产管理人既可以是量化性的，也可以是基本面的（参见附件1中的第一个神话）。我们还讨论了量化经理与主观经理的异同，并提出了相关的实证证据。
我们的结论是，虽然这两种方法在原始回报率上似乎都没有持续超过另一种方法，但量化管理者采用的多样化可能会使他们在风险调整回报率方面具有优势。我们还观察到，两组经理内部与两组经理之间的相关性同样很低（参见图表1中的最后一个神话），这表明他们可以成为投资者投资组合中的优秀补充。
量化基本面——一种认知矛盾
我们注意到，主动管理者分为两类：量化管理者和主观管理者。虽然这两种方法肯定有区别，但也有相似之处，两者之间可能存在重叠。特别是，管理者在选择证券时可能会寻找相似的特征类型。
以主动股票为例：主观经理人的一个典型方法是试图了解公司的基本面，也许是通过查看会计报表（如利润表、资产负债表和现金流量表）。
一般而言，从本杰明·格雷厄姆到彼得·林奇及其现代追随者，基本面主观经理人倾向于寻找那些交易价格低于自身价值的公司，或者寻找那些有未来事件或者催化剂进而改变其前景的公司。
举几个例子，寻找那些具有弹性商业模式的公司。但这些也是量化模型可以筛选的特征（或因子）：廉价公司（量化经理称之为价值）、显示改善迹象（量化经理称之为动量）和提供高质量和持续盈利能力（量化经理称之为防御或质量）。
甚至有办法量化管理层的意图或管理层可能就其特定公司发出的信号（例如，使用管理评论的文本分析、分析公司政策的变化、公司内部人员在其公司股票中的交易等）。这里的关键仅仅是词汇。主观经理可以称之为「主题」方法，而量化化过程则称之为「基本面因子」方法。
下表强调了两种方法之间的一些相似之处，同时指出了每个阵营使用的不同词汇。
当然，不是每一位主观经理人都同样关心表中列出的所有基本主题，正如每一位量化经理人对每个列出的因素给予的权重不同一样。
让我们考虑一下世界上最著名的投资者沃伦·巴菲特。在他早年，他专注于价值，但一旦与伯克希尔哈撒韦的查理·芒格合作，他对企业的质量和安全给予的重视就和对价值给予的重视一样多。
考虑到他们对长期投资前景的自豪，他们也强调管理的质量，而不太关心催化剂或情绪等短期主题。相比之下，这种顺周期的考虑是另一位传奇投资者乔治·索罗斯宏观投资和股票选择的核心。像卡尔·伊坎和丹尼尔·勒布这样的激进投资者以创造自己的催化剂和试图影响市场情绪而闻名。
总的来说，图表中的共同点强调了包括AQR在内的许多量化管理者实际上可以基于基本面输入来建立交易规则。这样一种量化的基本面方法不应该被称为「黑箱」
建立在经济直觉基础上的量化方法需要人类的监督。更普遍地说，模型的设计和随时间的修改涉及到主观决策。虽然历史经验是一个重要的输入，但模型并不是天真的向后看。优秀的量化管理者要警惕事后诸葛亮和对样本内回溯测试经验的过度拟合，并努力在新数据和额外研究的基础上不断改进他们的模型。
到目前为止，希望我们已经让你们相信，经济直觉是重要的，一个量化的过程可以依赖于与主观一样的回报驱动力。事实上，无论是量化管理者还是主观管理者都可以依赖于基本面输入。归根结底，「量化基本面」一词可能完全不是矛盾的说法。
集中与分散化
我们简要地讨论了方法上的相似之处，但也有一些重要的区别，特别是在投资组合的实现和构建方面。
主观经理人倾向于花大量时间了解一些他们非常熟悉的公司；他们通常在这一子集中采用「最佳创意」投资方法，并倾向于建立平均持股数可能低于100的集中投资组合。
相比之下，量化经理通常会评估投资领域中的每一只股票，有时会评估上千家公司。一个可重复的过程可以实现更大的广度：在许多股票甚至其他资产类别中应用类似的想法。
如果这些想法是可重复和有效的，这是一个优势：将一个好的想法应用于更多的投资机会可以改善结果。因此，量化投资者能够在许多不同的证券中持有少量头寸，并有可能实现更好的多样化和风险控制。
尽管这两种方法构建了不同的投资组合，但一个更为相关的问题是，一个特定的管理者可能有多熟练。为了研究这个问题，我们可以转向一个说明性的例子。假设我们正在评估一位「高于平均水平」的经理人，他选择的个股方向准确率或命中率为53%（即，个股表现出色的可能性略高于随机抛硬币）。理论上说，如果你有一个小的优势，你可以通过在更多的证券上应用它来放大这个优势：投资成功是技能（命中率）和广度（选股数量）的函数。
这意味着，高于平均水准的经理人选择的股票数量越多，该经理人跑赢大盘的可能性就越大，反映出分散化的好处。我们用一个公式化的例子来说明这一点，这个例子将投资组合的成功率评估为投资组合中超过一半的股票跑赢的概率。
根据这一标准，总体投资组合成功率——也就是说，大多数股票跑赢的可能性——从经理选择30只股票时的56%增加到他构建500只股票的多样化投资组合时的90%。
现在，如果一个不同的管理者用更高水平的技能挑选更少的股票，也许通过更详细地研究更少的公司，会怎么样？要想与多样化的好处相匹配，这位经理必须具备多好的素质？
我们可以将这个集中的管理者与我们前面讨论过的分散化的管理者进行比较。图表3显示了一个集中管理者所需的盈亏平衡的「技能」水平，他只选择30只股票，以匹配多样化管理者的总体投资组合成功率，后者以53%的准确率选择了更多的股票。集中管理者必须更加熟练，要求59%的每股命中率与持有200只股票的分散管理者的整体投资组合成功率相匹配，63%的每股命中率与持有500只股票的分散管理者的投资组合成功率相匹配。
因此，很明显分散化是有好处的，这对量化管理者来说是一个优势，而不是一个障碍。但主观管理者与量化型管理者相比有自己的优势，其中可能还包括使用一些不可量化信息的能力。关于净效应，经验证据说明了什么？
经验证据：两者最好的包含彼此
主观经理人的表现是否优于量化型经理人，反之亦然？许多研究都依赖于机构资产管理公司的投资数据来试图回答这个问题，普遍的共识是，这两种方法在回报方面有相似的投资结果，但量化管理公司的风险往往较低。
最早的研究之一表明①，量化方法和主观方法在一些领域有类似的表现（例如，美国大盘价值股），但量化方法在某些领域中有更大的困难（例如，美国大盘成长股）。
注① Lakonishok和Swaminathan（2010年）
作者还发现，重要的是，量化管理者之间的平均两两相关性与主观管理者之间的平均两两相关性一样低。我们对最新数据的估计与这些发现一致。在过去的十年中，我们在下面研究的五个领域中，量化管理者之间的超额回报的两两相关性平均为0.13，而主观投资者之间的相关性为0.12。
这个结果与附件1中最后一个神话相矛盾，后者声称所有量化管理者都做同样的事情。事实上，在构建投资组合时，量化管理者的设计决策之间存在着令人惊讶的异质性，这意味着投资组合和回报的差异很大。
或许不那么令人惊讶的是，量化经理和主观经理之间的两两相关性甚至更低，突出了有用的互补性。
McQuiston等人（2017）还利用投资数据发现，美国大盘股领域的主观经理人平均获得较高回报，但风险较高；他们还发现，量化经理人的主动回报对市场状况不太敏感。
Abis（2017）分析了CRSP共同基金数据库，以发现不同管理人遵循的投资流程。她发现，量化基金的alphas指数略低于（0.2%左右）主观基金。
Harvey等人（2016）分析量化和主观对冲基金。在股票对冲基金领域，这两种方法获得了相似的风险调整后回报；在宏观对冲基金中，量化经理的表现超过了他们的主观同行。
为了补充之前的文献，我们研究了多个不同股票投资领域的投资数据库。我们专注于10年期业绩数据，做了这样的权衡，一方面使用较长的估计期，另一方面将局限于研究10年以上的策略。图表4显示了截至2017年3月31日各投资领域的主观和量化经理的平均业绩统计数据。
关于基准回报的年化超额的第一个图表显示，这两种方法之间的关系非常密切：选择主观或量化的方法似乎并不影响投资者的平均回报水平。
第二个图表显示，主动风险上存在更明显的差异：量化基金平均表现出较低水平的跟踪误差（例如，美国市场为3.5%对4.5%；新兴市场为4.5%对5.0%，等等）。只有在美国以外的ACWI授权中，在11位拥有10年以上历史的管理者中，我们看到量化管理者的主动风险平均略高于主观管理者（5.0%比4.8%）。具有相似回报和较低跟踪误差的好处是较高的信息比率，如图表4中的最后一张图所示。
总体而言，有证据表明，这两种方法产生的绩效相似，在量化策略中的主动风险略低。
如果有什么不同的话，风险调整后的回报率（信息比率）对量化来说似乎稍微高一些，但我们不认为这是这里的要点。关键的收获是，这两种方法都有其优点，在投资者的整体投资组合中都是有价值的。我们非常相信多样化。
如果投资者能找到两位技术娴熟、关联度较低的经理人，他们应该追求两者兼得，并在投资过程中实现分散化。最终，量化方法和主观方法的相对权重取决于每个投资者的基本信念。寻求在其指定的美元配置上更高风险的投资者可以选择一个主观经理人，他可能比量化经理人更集中。相比之下，对风险（尤其是相对于基准的风险）更为敏感的投资者，可能会选择对量化性产品给予更高的权重。这样的投资组合不仅在个别证券上，而且在特定的风险维度上（行业、国家或货币风险敞口）更加多样化。
结论
主动管理者的主要目标是通过主动承担风险来产生超额回报——然而，不同的管理者这样做的方式可能大不相同。
一个不同之处在于，它们在构建投资组合时如何利用信息，无论是在广泛的证券集合中系统化地利用信息，还是在狭窄的子集上主观地利用信息。
一个集中的主观经理创造了超额回报的机会（无论是正的还是负的），而一个分散化的量化经理创造了更稳定的业绩的潜力。
归根结底，投资者应该专注于确定那些表现出色的管理者——不管他们是碰巧遵循了一个主观的过程还是量化的过程。虽然我们认为，可重复、透明的投资流程提供了长期优势，但在采用量化和主观的方法的高质量的管理者中实现多样化，无疑是实现长期投资成功的最可靠途径。
原文章来自AQR网站，原标题为Systematic vs Discretionary
注：AQR Capital Management由前高盛员工在1998年成立。全球知名的量化对冲基金。
为促进量化投资领域的人才培养、同行交流需求和资产管理行业进步， 深圳市资产管理学会联合经管之家，盛邀多位资深专家齐聚一堂，以其在长期市场实践中锤炼而来的投资思想和最前沿的优势资产管理方法、分析框架、实战经验，为有志于在量化投资领域发展和提升的高端专业人才提供系统的学习升级机会和交流平台。
传承他人智慧，实现自我突破。#量化投资与资产管理研修班
这里，有条快车道：
您将获得：
向业界享有盛誉的量化投资与资产管理资深专家学习
量化投资分析及管理
金融衍生品与结构化投资
期货投资交易方法分析
绝对收益型产品构建
股票Alpha策略前沿与实践
中国股票市场量化投资(中低频)实践
FOF投资与智能投顾
你能轻松get：
通过务实学习，提升量化投资领域的专业技能；
从更广、更深的角度思考量化投资战略；
扩大关系网络，与资深专家、业界知名学者及同行取得联系。
量化投资研修班（2022）项目特色
系统性：从量化投资的常用策略到研发流程再到研发工具和管理架构，课程内容系统权威，高屋建瓴，全面掌握量化投资的核心知识。
前瞻性：引进国际先进量化投资理论体系，紧跟国内外量化投资的最新动态，与时俱进，深入分析这一行业的发展趋势。
实战性：注重案例教学模式，躬行践履，与著名投资专家零距离交流，用实战中的真实经验剖析量化投资的难点。
量化投资研修班（2022）讲师团队
林健武（清华大学深圳国际研究生院量化投资研究中心主任、原高盛投资银行程序化交易首席分析师）
朱晓天（国家金融领域特聘专家、平安理财结构化投资部负责人、原美国摩根大通银行高级量化分析师）
陈中雷（中信期货原副总经理）
王林峰（现任职于某商业银行理财子公司，曾担任国元香港投资经理、创金合信基金经理）
金戈（上海呈瑞投资管理有限公司基金经理，曾任念空科技基金经理、鸣石投资风控总监、美国千禧基金量化分析师）
刘钊（博时基金管理有限公司指数与量化投资部投资副总监，曾任摩根士丹利华鑫基金管理有限公司助理总经理兼量化投资部总监、深圳知方石投资有限公司总经理）
马永谙（魔方理财创始合伙人，曾任万博兄弟资产管理公司总裁、民生证券研究所副所长）
量化投资研修班（2022）适用人群
主要为金融机构专职从事投资业务且肩负投资决策和管理职责的高端人士
私募基金合伙人、投资总监、高级投研人员
资产管理机构投资业务负责人、投资经理、量化投资分析师
银行、保险等金融机构投资业务负责人、投资经理及其他对量化投资有战略性学习需求的高级职位
企业和上市公司投资业务负责人、企业投资决策委员会成员
具备深厚的人工智能、计算机、数学等专业背景，有志于投身量化投资的专业人员
企业转型中对量化投资有战略布局的企业高级管理人员
量化投资与资产管理研修班
4月现场/线上
咨询⬇️
添加小助理（微信:18311190514）
备注“量化”咨询
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
