#玩转量化投资  今年以来A股震荡剧烈，依靠数量模型选股的量化基金展现出选股优势，一季度平均回报跑赢大盘。加上今年中美贸易争端，世界格局充满不确定性，2018年会是量化投资的大年吗？

对国内私募机构展开调研，数据显示8成私募认为今年将再度迎来量化投资机会，近两成私募则持观望态度。就2017年量化投资业绩遭遇滑铁卢原因、2018年量化投资机遇与私募如何应对，采访了双隆投资总经理马俊、厚石天成总经理侯延军、雷根资产总经理李金龙与千波资产总经理束其全。多因素影响，量化投资2017遭遇滑铁卢双隆投资总经理马俊认为，2017年量化投资业绩遭遇滑铁卢从经济基本面上看，2017年量化投资的主要标的，包括股票和期货均受到较为严重的政策冲击，股票市场方面，去杠杆政策使得金融领域面临强监管，表现为股票市场风险偏好极低、波动率低、资金报团取暖、市场严重分化，以分散投资为主要目标的量化投资以己之短搏人之长。

从资金方面来看，由于2014-2016年量化投资策略表现优异，大量资金涌入量化类策略，使得较多类型的策略均面临策略容量达到上限，拉低了整体收益率。雷根资产总经理李金龙@雷根基金 分析，2017年股票市场多数时间呈现二八甚至一九分化，消费类白马龙头股领涨，银行保险类横盘至5月后也开始上涨，其余股票在大多数时间内都呈下跌趋势。量化模型为了控制风险，往往选择持有一篮子股票，因此当市场呈现一九分化情况下，量化模型挑选出来的股票组合可能也呈现出三七分化，即30%的股票上涨，但不足以抵消70%的股票下跌。

厚石天成总经理侯延军@深圳厚石天成 认为，没有一种策略能够永远适合所有市场，即使是稳健的量化策略。2016年商品大年结束，资金博弈增强，基本面不明确等原因造成2017全年商品期货波动率下降，期货CTA 遭遇了多年不遇的行业整体亏损。量化投资的另一大体系——商品期货量化CTA 策略在2017年也遭遇了艰难期。千波资产总经理束其全表示，量化投资在投资决策中依赖对“大量股票”的基本面或技术面的分析，这就决定了量化投资的业绩表现更多是受到股价平均涨跌水平，而不是大盘指数的影响。2017年市场体现为绩优蓝筹股行情，中小创股票普遍产生了腰斩式的雪崩行情。严重依赖“大量股票”基本面分析或技术面分析的量化投资策略，自然难以避免业绩滑铁卢的宿命。2018年量化投资机会可期侯延军认为2018年初，商品期货市场波动率明显增加，经历了去年的艰难期，今年商品期货量化策略大概率会迎来黄金期。

做出这样的判断有四方面原因：

第一、2018开年股票市场整体不确定性增大，尤其是美股高位站岗和贸易摩擦及国际局势波动。

第二、股指期货经历了几轮放开后贴水逐渐消失，量化对冲的对冲端成本减少，利润增大。

第三、市场风格走出了一九、二八，风格轮动开始体现，量化选股弹性增强。

第四、就像没有一个策略能包打天下一样，理论和逻辑坚实的量化策略也不会长期失效，所以2018年大概率是量化投资的黄金期。双隆投资认为今年量化投资整体业绩会出现改善，但反转概率不大，更多会呈现分化的特征。

理由是，宏观上国内金融监管由原来的运动式监管向制度化建设转化，市场预期的稳定性要好于去年，股票并购重组、IPO等监管政策边际影响减弱，股票市场风险偏好回升、波动率增大，市场定价效率提高，有利于量化投资等理性定价策略；虽然商品市场仍面临较多事件性冲击，同样边际影响减弱，波动率有一定增加。千波资产分析称，2018年难以成为量化投资的反转“大年”，但也不会像去年那样不堪。

因为尽管今年不会诞生类似于去年绩优成长大盘股的趋势性行情，而且政府监管部门的引导行为也会有很大的弱化，但机构投资者这两年发展壮大的速度非常快，市场越来越进入到深度挖掘投资阶段，不会形成大范围的趋势性行情，更多地体现为某一行业某一板块的结构性行情，同时创蓝筹的行情也会不断闪烁其间，在这样的背景下，量化投资很难有“反转”的机会。束其全还表示，量化投资也不会像去年表现那样不堪，更不排除一些侧重基本面分析寻找创蓝筹股票的量化投资策略会有非常靓丽表现的机会。

李金龙认为2018年是量化投资不错的一年，但可能称不上大年。原因是量化投资适合的市场是股票间有轮动行情，不能长期太过两级分化。去年的大白马行情过后，白马股估值相对偏贵，并不具备一枝独秀于全市场的基础，而其他任何一个单独行业或概念不可能完全容纳从大白马股中出来的资金。因此判断2018年不具备个股长期严重分化的基础，所以2018年整体量化投资的环境不错。

私募发力以机器学习为代表的无参数类策略如何把握2018年量化投资的机会呢？对此李金龙表示量化投资本质上是从过去的行情经验中学习和提炼，无论今年是突发的贸易摩擦，还是预期中的A股加入MSCI指数，都会对运行在过去经验中的量化模型产生潜在影响，雷根资产会做的是控制风险，及时预测和观测A股环境变化，做相应的仓位调整和模型调整。本年度资金成本和资金来源都使得本年度募资难度较去年大，受到去年业绩的冲击，稳定性差、研发能力弱的量化投资机构面临淘汰。

有较强研发能力的双隆投资则根据市场调整了研发思路，在过去两年的时间里发力以机器学习为代表的无参数类策略，实盘表现优于传统参数化量化策略，可以很大程度上避免策略参数失效速度快的问题。