|
今年随着市场从年初的单边市场再次进行震荡行情，量化投资类基金再次站在风口。而最近连续出现的几支资金规模破百亿的量化基金充分证明量化基金在中国的热度。那么当前全球范围内量化基金表现如何，全球的表现对未来中国量化基金有什么指引，下面让宽客之家小编跟大家一起谈谈这个问题。本文由来自对全球资本并购（Global Capital Acquisition）创始人兼CEO Bartt Kellermann的访谈整理而成。
美国华尔街的量化交易员2004年左右非常之少，几乎没有高频量化交易员，当时有一些量化交易活动在私下进行，但不为人们所熟知。在对冲基金的会议上，量化交易员只能坐在小角落里，被大家忽略，当时量化交易在市场上总交易量的占比只有10-15%左右。而现在量化在市场总交易量的占比达到70-80%，这个数字还在继续上升。金融界广泛地接受了量化交易策略，原来的主观交易策略基金经理（discretionary fund managers）也越来越多的采用量化的方法或工具来吸引投资人。今天对于一个对冲基金来说，如果还未采用任何量化交易的方法，一定会很快失去竞争力。
在量化的研发上，后台针对量化交易有大量的研发项目正在进行，但即使是在前台，有许多数据已经被直接转换用于交易中，数据方面的支出现在几乎是对冲基金最大的一笔开支。
去年对冲基金行业的收益都不是很好，但成本却一直在上升，主要原因之一就是在获取高质量数据方面的开支越来越大，不仅需要购买数据，还需要雇用专业人才对数据进行处理分析来实现超额回报。现在数据分析师的要价也非常昂贵，各个公司都在抢夺数据科学领域的顶尖人才，然后还要找到可以进一步研究数据、将其转换为交易算法的人，花费可在百万美元以上。
在量化策略与人的关系上，除个别高频交易系统目前只需要电脑就可以运转，但尽管如此，还是需要有人一直监控系统的运行。如果有任何意外发生，人们可以马上介入、修正错误和调整策略，并且给投资者一个交代。没有任何对冲基金可以离开了人运转，永远都需要新的数据、新的判断，投资人也需要确保有人才能够放心。
在收益的角度上，以2018年为例，如果把量化和非量化基金作为两个对照组，前者的表现并不比后者更好。无论是量化还是非量化，每个基金的表现差异非常大，很难得出哪个组表现得更好，我们只能逐案分析。比如商品交易顾问基金（Commodity Trading Advisors，CTA）去年的表现特别差，许多投资人撤资，但过去三个月内在市场的剧烈波动下，他们获得了巨大的收益。所以这要视具体的时段、策略、以及资产类别而定。
虽然量化和人工相比并没有优势，但是如今的市场变化太过迅速，许多人相信人工智能是可以从量化的角度对未来做出实时预测的有效办法，人工智能技术能够根据市场变化不断学习、调整交易策略，这是人类无法做到的，人类跟不上市场变化的速度。
人工智能的下一步是深度学习，深度学习能够仿照人脑，深度挖掘、分析每组数据背后的意义，从而做出判断，某种程度上我们像是又回到了主观交易策略，这就像一个循环。
当前有许多人认为量化交易造成了市场更大的波动性，其实不完全是这样。在某些超过了某个临界点的极端时期，算法会自动进行交易，如果算法预见到了市场崩盘在即，的确会加速市场下跌的过程，因为它的操作速度比人快得多。但在极端时期，许多基金经理也会主动介入，不会完全让算法操作。但在一般情况下，算法会测算出一个公允价值，判断这个资产价格是否被高估或低估而做决定。这也取决于不同的算法是如何被编写的。
未来量化将会继续取代更多人的工作，比如黑石（Blackstone）三年前解雇了许多主观交易策略基金经理，改用机器人。但我认为这正是数据科学家的机会，数据领域需要大量的人才。大家都说自动化将会使大批人失业，但我认为这些因为机器失去工作的人可以在另一个行业找到机会，工作技能是可以转换的。
针对中国的量化交易上，中国拥有14亿人口和勤恳向上的工作传统。我去上海的时候见到了许多非常聪明的人，博士毕业，从事量化交易行业，这批人能够在中国金融市场的发展发挥很大的作用。
与美国相对成熟的金融体系不同，中国的金融市场非常特殊，且在不断的变革中，同时中国经历了空前的数字革命，每天都在创造和收集海量的数据，这些数据能够与西方国家的数据结合，更好地指导交易。在我看来，中国是市场的未来。我们下周主办的“中国早餐会”将是我们10月份在香港举办的大型活动的一个预热，今年活动的主题将聚焦在“交易在中国（Trading in China）”，与业内人士分享如何投资A股、如何符合监管要求、如何应对中国市场的特殊性等外国投资者非常想知道的信息。
例如我们有一位嘉宾将分享他关于中国的A股市场体系与发达经济体的市场有何不同的论文，还有一位嘉宾开发了一个阅读中文判断市场情绪的软件用于交易。如今有众多外国投资者迫切希望能够在中国市场进行交易，基金之间越来越多的跨境合作也正在进行。
| 
