《走近华尔街，资深量化研究员陪你聊量化》主题讲座


主讲人介绍

主持人：***先生毕业于美国斯坦福大学Electronic Engineering和Mathematics双学士，他接下来去麻省理工完成了Electronic Engineering的硕士和博士，有着非常强大的工科背景，那他在博士期间曾经参与了美国政府、J方和知名企业的多个高精尖项目，具有丰富的工程经验，由于他本人对于金融的兴趣，博士毕业后转身华尔街，进行量化策略的开发和研究，那他所工作的公司呢，是***，是一个非常顶尖的量化基金，他在量化方面有着非常资深的一个研究背景，他也是这个部门以来最年轻的华人资深量化研究员。今天的话，他会给我们带来一个非常实用的量化投资的一个实务讲座，然后结合他在工科和金融方面的经验，给大家分享一些他的一些感受。

内容声明

未经许可，禁止转载，严禁用于知识付费等一切商业用途。


      谢谢啊，感谢大家晚上来这里。然后我们一起有这个机会讨论一下量化，这可能有点回音，是吧？嗯嗯，那我先简单问一下大家，大家有多少是来自经管专业，还有多少是做工科的？嗯，经管专业的举下手，工科计算机的举下手。看来是工科比较多一点，很好。

      今天呢，我想通过这个简短的一个半小时左右时间对量化的做个初步介绍。给大家描述像华尔街这么多年来量化的主流研究方向的一些进化和国内的市场现在做量化处于什么阶段。希望大家能从今天这个对话里能得到一些启发，无论将来是否在国内从事私募行业、量化行业，希望大家能对大局有一个把控。也就说当我们走出这个校园去面试的时候不仅仅是公司面试我们，也是我们在面试这个公司，看他有没有提供一个足够好的平台，让我们感觉能在这个平台上能把量化策略方面的很多东西实现，并且争取缔造些收益。

     大家这里有听说过主动投资，被动投资的说法吗？如果有的话举一下手。好，大家很多都没听过，我为大家介绍一下什么是主动和被动投资，因为量化的核心的演变是围绕主动和被动投资这两个相对立面的投资方式而进行的。主动投资呢，就是最早从美国兴起，美国股市大概有100多年。从一八九几年就开始了，在一九二几年的时候也经历过这种内幕消息。就是所谓的inside trading这种情况，但是后来随着这个市场的不断的演变。这些的话，现在步入了一个比较被动型管理的这个模式，市场上80%左右的金融产品都是以被动型管理的方式存在的。

     主动投资呢，就是说基金经理凭借自己对一个公司基本面的解剖，还有一些他认为存在市场上普遍得不到的、具有信息不对称性的优势，来进行选股，这种东西的话在早期是比较盛行的，因为那时候监管制度是比较宽松。也就是说，很多这种内容、消息和一些其他渠道的信息能够成功在市场上去运用操作，而且还不容易被监管部门所抓住，但是随着这个监管系统的逐渐趋严。而对于这些对冲基金，即传统的对冲基金运用主动管理型的思路去选股的空间是越来越少。这个在国内比如说**等等，大家也看到这种典型的例子吧。我不知道大家有没有看过一个美剧叫《亿万》，《亿万》就是很典型的一家美国对冲基金的运作模式，就是它因为做内幕被抓住了，但是美国做内幕的跟中国还有点不一样，就是说你做内幕的话，如果被抓住，你愿意跟证监会，就是美国的监管部门做一个协调的话，交一个上亿几十亿甚至上百亿的罚款，你可以继续去运营，只是在短期之内你必须把这个以前从外部募集的资金还给外部投资者，在未来的这个几年之内你不能接受外部投资者人的钱，但并不意味着你不能够操盘。操盘自营就是老板自身和这个员工持股，自营资金都是来自于公司员工的钱，这个是可以做的，所以说在美国这种机制下这种惩罚监管措施可能不具备有预防能力，而让这些对冲基金不去做内幕。

      因为这个对冲基金，首先我们知道在规模上到一定程度之后，因为你的体量比较大，你能够运用的策略的操作空间就变小。这种对冲基金呢，他选股也好或者是主攻操作也好。说白了，总体上就是一个比较、相对来说比较积极激进、频繁的一个操作。而完成这种频繁操作，市场的流通性是唯一能够支持这种频繁操作的一个基础，而对于一般的对冲基金管理规模相对于公募基金来说都是比较小的，而在美国的话十个billion也就是100亿美金，这个对冲基金就算是很大规模的了，华尔街经常关注这类规模基金的报道。所以说，回到刚才那个点，如果这个体量的真就是扼杀这个策略的灵活性的话，那么，假如自营的那个基金，也就老板和自己家员工本身的基金已经能够有相对来说比较大体量的话，那么哪怕失去客户的这个钱。而选择自营操作实际上对他们的生意影响并不是很大。换句话说的，如果你看一看那个大奖章基金，这个大家应该国内做量化的应该都是比较熟悉了。这个基金管理后来就变成什么了，因为它这个策略对流通性需要、要求比较大，最后只能把这个外部投资者的钱就兑出去了。等于说现在很多的钱基本都是自己员工和老板本身的，所以美国这边的情况总结一下，就是说这个监管机制可能跟国内的监管类似都有缺陷的，但是不足点是不一样，而且美国可以调停和解。然后国内的话，可能就是在这方面可能给的空间更小一点吧。

      然后呢，主动基金，主动管理型基金，为什么在这个市场上逐渐消失的？如果我们倒退这个二三十年。可能一个哈佛的这种本科生，他出来说我有一套黑匣子，黑匣子里有一个我研究的算法。在那个年代，他可能很容易就能够从这个资本市场上募集到一些钱，然后创建一家冲基金，国内叫作私募，完成这个私募基金的创立。转向学术界呢，学术界用这个所有的这个基金经理可能覆盖好几十年、50年以上的历史回报数据，就发现这个基金经理并没有持续缔造这个价值，这里关于阿尔法，这种创造阿尔法的这种能力，所以说对于这个主动投资，到底这个基金经理的主动选股能不能缔造价值，产生了很大的疑问。这个东西呢，可能如果大家往往前数十几年，在2008年，Kenneth R. French他做美国金融协会主席的时候，他就是在入职的时候解析了一篇文章，这篇文章内容叫做《运气》。他用归因的方法研究发现大部分基金经理的这个业绩是没有可持续性的，比如说我们看华尔街的一些对冲基金，尤其是在20亿美金的这个规模，更是常见的一个规模。非常明显，一个对冲基金，今年你看他第一名，那他的幅度啊，普遍来说的这几年可能是30几到40，这么一个年化收益的空间，然后你再去看他更往前些年的收益，一般来说可能是-20到-30之间，这是一种通常的现象。

      一年赚钱一年不赚钱是非常非常普遍，如果从统计上严格来说这个是个normal，就说这个东西基本上已经是美国市场专业投资者，机构投资者甚至于个人投资都认可的一个结果，没有太大的一个争议。像我们所说的这个巴菲特索罗斯生在资本市场驰骋的年代，在那个年代里，有没有人做一些内幕的消息，或者是利用个人的这个信息不对称，甚至因为之后因为基金的体量巨大和个人形象的提升，或通过给公司形象方面的代言来影响股价，这个都是我们无所考量的，因为这已经是很过去了。那如果我们就是看上一代的这个基金经理，是极少人能够持续性的击败大盘的，如果有的话，在美国基金行业历史进展50年下来啊。有成千上万的基金经理，偶尔出个10个20个能表现持续的，连续多少年盈利的，也不是一个也不是一件稀奇事，这是统计分布的必然结果。所以说这种基金模式，主动基金管理模式逐渐的在消失，但是如果你要问为什么主动投资会消失，那可能还是根据这个费用啊，知道美国sp500这个标普指数吧，它是最大的衡量大盘的一个指数。这个东西在过去几十年平均起来可能是9.5%到百分10点多。这个回报。对国内市场的收益期望来说是感觉是相当低了，然后这种回报的话本身幅度很低，所以就说所有机构投资者对于长期的收益，他可能对这个管理费和提成是比较敏感的，尤其是当人家股市已经运行了好几十年、几百年。通过简单的数学计算，假设一年管理费多收了1%，这么复合下来这几十年时间，是有很大的一个区别的。而对主动型管理基金，通常都是2+20%的收费模式，这跟国内的私募是一模一样的，也跟这个硅谷的风投都是一模一样的。百分之二，是固定管理费，就是把为客户所有管的钱里，无论我有没有给你赚钱，我都收2%管理费。然后20%呢，是我建立在给你赚钱的基础上赚的，这个盈利我还要提20%。这是主动的收费模式。而被动投资呢？一开始的话也是大概是百分之二的固定管理费。但是却没有收业绩提成。一下子就拉开了很大的区别，当时的话可能抱着一些侥幸的思想，当然那个学术界啊，并没有把这个主动投资的并不能够缔造阿尔法的这个事实，让更多人接受的时候。大家可能觉得这个20%无所谓，但到现在这个年代，这些年，我们可以看中国的很多投外基金，到美国国内开这个，美国对冲基金年会，然后媒体也批评了很多美国对冲基金经理，说你收那么大的费用而你却没有给我赚钱。因为某些年份，对于美国这种基金来说，也可能遇到黑天鹅的事件，很多事情的突发，导致很多的策略失效。也就是导致上述这种思想变得主流化了。

      然后呢。但是随着这个被动型的基金逐渐占领较大的整体市场份额，美国有两两家公司。他们的这个被动型的产品是最大的，一个是大家可能都比较熟悉的是贝莱德，还有一个是先锋，这两个加起来，估计可能占全市场的30%，差不多这个体量，这是几年前的一个数据，最新的数据我并未核实，感兴趣的同学可以做个相关的统计，然后呢，随着这个被动投资竞争的白热化，这是在过去大概十多年左右，也越来越趋势化，它这个管理费也从一开始的百分之二，这么一个固定管理费竞争到现在的百分之0.25-0.7,这个已经是非常非常低了，如果我们再看看新型的投资工具，比如智能投顾，可能比这个还要便宜点，所以在美国资本市场这个主流的投资活动，从近期的市场的趋势来看，就是围绕着管理费而进化的。也就是说投资结果同样具有不确定性没有可持续性的前提下，我作为一个机构投资者，或散户投资者。如何花更有效的钱买到更好的服务，那么首先能做的就是节省成本。所以说，为什么被动基金现在仍然是一个持续性投资机制，而这个智能投顾也多多少少能通过盈利维系其运营。其中，啊，我这边就有点跳跃性的讲了啊，美国只有两家体量比较大的智能投顾，一个比较大的是wallscom，另一个是bidment。这个我不知道大家有没有听过。这两家智能投顾呢？我就拿一个举例啊，wallscom，他们自己的管理规模平均都非常小，就是30亿美金左右，声明一下数据是几年前的看到的，最新的请各位核实，30亿美金大概合人民币200亿，二百亿人民币在美国这个资产管理公司中，这是牛毛般的小，那他这个两个智能投顾在近期的话，如果看他的这个增长啊。增长的管理规模也是成悬崖式的下降，这个东西呢，对美国市场本来还抱有一个希望，说这个智能投顾也许能够打开一篇新的智能投资的未来啊，但是这个可能大家更清晰现实也看到了这一点，所遇到的困难是重重，为什么这么说呢。今天我们要看一下他收的管理费，这两家收的管理费首先并不比主流的被动型基金收的费要便宜太多，刚从2%+20%变到百分之0.25-0.75这之间，这可能是在这个管理费上是一个质的削减。但是对于从那个0.25-0.75到智能投顾，这个可不敢说就是一个质的削减。这个东西本身通过管理费下降这个因素导致了引导的这个follow来投资者的钱是非常的不重要，而另一个方向，如果我们看一看wolfcam是怎么建成的，wolfcam他的那个创始人是一群斯坦福的MBA嘛？基金经理是那个苹果的vp。vp在在投行里可能是一个，大概是本科生出来毕业工作了三年可能就变成vp了，但在这个科技公司是一个非常棒的base，可能是某个部门的头，甚至管理公司一半以上人的。然后他通过他自己独特这个资源，把科技公司的一些退休员工的钱募集起来。这是一个体量很大的钱，美国共同基金和对冲基金之所以能从七八十年代，70年代起来，多多少少，都是因为这个出现这种结构化的、大型公司沉淀的退休金，美国叫401k的这个出现，让这些很多教授为主的这个团队能够通过他们的学术上较为巅峰的荣誉地位，从大型的机构拿到的这个巨大管理金额。回到刚才这个话题，而wolfcam公司的这个运作，苹果总裁的资源帮他们起来走出了第一步，募集到第一笔管理资金，在硅谷那边又是一个比较崇尚科技的地方吗？他有一定的影响力，苹果也算是一个标杆企业吧。就能够慢慢地能拿到很多科技公司一定的份额。Wodenshow他是一位斯坦福教授，大概在二三十年前创立了一家公司叫financial engine，这是一家上市公司。纳斯达克上市（FE），这个公司业务运营实际上介于这个智能投顾和这个传统的被动投资之间。他是怎么回事呢？他可能更多的是dc，就是有一些是以退修计划资金管理为主。但他业务里面一个又包含一些具有大数据内涵的一个投资方式，也就说他可以向顾客提供资产配置服务。具体管理的时候，他们考虑这个人的这个年龄啊，工作啊等各种各样的因素。然后看一看这些决定因素与他能够承受多大的风险，在传统的股票和债券之间做一个切换，而现在这个智能投顾。虽说是在那个基础上的一个延伸，或者一个迎合时代潮流的这个产品，但是它本身并没有太智能。

      像美国的对冲基金，可能大概平起来，也就是在十三四个不同的资产类别中进行一个比较天真的一个相对来说比较天真的一个分配。这十几个资产类别可能有美国国债，对吧？然后新兴市场股票，美国大型股，小型股等等。那这个十三四个产品怎么选出来呢？还是通过一些啊？从根本上讲，可能还通过一些因子，看有哪些因子之间能够产生最大的这个（Profit），还有就是产品的（separation），可隔离性，就是围绕这些来打造的产品，如果大家熟悉美国面向大众群体资产管理产品，基本上有一个传统的九宫格模型，九宫格是3x3的一个这个组合嘛。那一个3的维度是什么呢？是大盘股，中盘股，小盘股。然后另外一个维度呢，一般是通过市净率，就是他这个公司的这个市值和他这个净资产的这个比例，如果大家学金融的都知道，是那个Fama-Frech中三因子中的两个因子。然后为什么当时产品都设计9宫格，那就是因为这两个因子逐渐形成了市场上对这个产品类别的这个区分性。你就说如果通过因子能打出高收益低风险的产品的话，那我干嘛不把因子来进行更好的分类呢？所以美国市场我们看到基本上就是三个乘三个的模式，以这种组合的产品为主，所以从本质上说，这个东西从早期金融产品一直演变的过程中，到现在的智能投顾压根就没有变的，其实智能投顾本身并没有太大的创新，他根本解决不了一个核心问题，也就是说我如何给大家带来绝对的高收益，这个是没有人能解决的，待会儿我给大家详细讲讲为什么。而这个智能投顾，像所有的被动型投资基金一样，把这个难题留给了投资者自己。怎么说呢，如果提到金融服务领域，量化的话、量化只是其中一小部分。虽然说他们有主流的策略，但是对于资金管理公司来说，资产管理公司来说真正的核心在于销售。如果我们看一看这个先锋和贝莱德这两个公司的话，那么你可以看到就是说，它的产品线基本上都是几百个产品。每一类基本都有美国大盘股，美国小盘股，新兴市场，欧洲市场的各种分类的产品。这种产品呢？就说产品本身。这个可能说的就多了一点啊，产品本身只需要跟其他公司的同类产品进行比较，这是美国市场、美国资本市场玩的游戏，我不会说拿我这公司的美国大盘股产品跟你的这小盘股产品比，那就像苹果与橘子，就没有可比性了，所以就是就是这个原因让每个资产管理公司只要有一定规模都推出大而丰富的产品，而投资者本身要去做这个艰难的决定，就说，今年我去选哪一个产品能够最大化我的个人收益，然后呢，像刚才提到那个Finacial engine和wallsfund。在产品推荐时就稍微在这个上面给你增加一些辅助性的参数作为个人参考的这个条件，比如说什么？我们的年龄，我们的薪资对吧，我现在处置了什么阶段，未来能否有更多的这个现金流，投入到这个产品中等等。所以说我觉得啊financial engine和这个智能投顾在现在的这个社会中啊，未必给大家带带来了一些选择较好理财产品的便利。

      那这个被动投资呢？刚才提了这么久了的被动投资，也没有给大家一个全面的定义。传统的被动投资就是完全按照这个指数的构成打造特一个产品。也就说一个sp500的这个标普500指数有500个股票。那么这个500指数所占的比例就是我打造的这个产品的基础，就我的产品需要购买每个股票的比例，这个比例是一模一样复制的，这个东西的话还能说的稍微深入一点，产品内容可能涉及到到行业等因素，我觉得可能还是去提一下，这样大家能消化多少就消化多少。这个指数型产品是跟踪型产品，就是说我每个产品跟这个大盘，指数相对的这个价钱移动的这个偏差来决定我产品对指数的跟踪是不是最紧密的，跟踪的指数效果来决定他的这个好坏，而现在，如果我们到市场上看，包括一些顶级量化对冲基金做的这些产品。现在市场特别流行的这种smart贝塔，就是智能贝塔，这个东西都是变相的增强型被动型产品，增强型被动型产品是什么呢？是在指数，纯指数产品的上。容忍一些宽松度，也就说本来纯指数产品要跟sp500的这个每个股票的这个百分比做严格的重复或者是一样，那这个增强型指数的smart贝塔策略中允许很大的空间调整，比如说这500个股票构成中，可能不见得每个都要选，可能是从500个中选出300个。这300个是通过我对这500个股票中进行量化的筛选，从这之中我怎么找出300股票，在更有可能保持同样风险维度的前提下，超过这个500个股票的收益。其实这个就涉及到的量化选股，就是说现在市场上如果你要是放眼望去啊，就完全的靠主动选股，这种公司在美国市场非常非常少，而且经过这些年的业绩打击就是持续的外流，基本上20个里头19个主动型管理的对冲基金，都呈现净管理规模的下跌，而且这样的持续，这些钱都跑到了这些增强型指数。就是趋于主动和被动之间的这些这些产品之中，这是华尔街主流的。日后可以给大家仔细解剖一下，在这种模式下，华尔街的主流量化是什么？什么样一个模式来抓住这个之中的规律。这种东西为什么叫增强型指数呢？大家都知道美国资本市场的流动性是很好的，所以一般来说，你随便选择13个股票，算它这个标准差之类的这些指标，这就已经很接近一个拥有好几十个股票那个集合了，也就说不需要太多的股票的数量来实现一个系统性风险的分散，然后呢，也就说虽说我在500个股票中，我不用500个都选，我随便，哪怕500你选100个股票，基本上这个集合产这个波动性。已经降到足够低了，所以说从风险上来说，实际上这个增强性指数产品并没有太多的风险。怎么说呢？就跟那个sp500在风险上是基本无差异的。


     （未完待续......）


量化交易协会——学习交流群


宗旨


本群致力于以量化交易策略研究为核心，为国内外在校学生、对冲基金及相关从业人员提供一个学习交流、经验分享、资源整合的高水平、高效率、专业性平台，目前已有高斯、图灵、牛顿、欧拉、黎曼、柯西六个微信群，如果你对量化交易充满热情，愿意分享和交流，欢迎加入我们。



群规


在监管高压下，也为了保障群可持续发展，不得已给出“两条红线，一则提醒”：


1. 交流内容不得违反国家法律法规，不要讨论可能导致封群的敏感历史、时事、人物，不能发表与官方对立的意见；

2. 不得公开或隐蔽发微信、QQ、群号、二维码等图片、文件、链接进行引流，禁止批量添加群友，禁止发布知识付费、招聘在内的任何商业推广信息；

3. 陌生人添加好友，注意甄别、安全。


进群请加好友candymind或扫描附件二维码，备注：水木量化




※ 修改:·divcomp 于 Jan 20 17:49:17 2023 修改本文·[FROM: 113.83.100.*]
※ 来源:·水木社区 http://www.mysmth.net·[FROM: 113.83.100.*]

修改:divcomp FROM 113.83.100.*
FROM 113.83.100.*