丁鹏：量化投资是诞生英雄的地方知识分享

《量化投资——策略与技术》作者

丁鹏：量化投资是诞生英雄的地方

市场在不断进步的同时，策略也在不断进化的，某些策略可能会因为使用的人太多而失效，但是量化投资这门学科，不会消亡。

量化投资模型只是一种工具、一种方法、一种手段，一种能实现成熟而有效的投资理念的方式而已。

量化投资它不是靠一个投资模型就能永远赚钱，而且也不是使用一个模型就能解决一切问题，更不是一个模型就能胜任任何市场状况。

我们需要建立很多量化模型，并不断根据投资理念的变化、市场状况的变化而进行修正、改善和优化。

根据我的经验，很多简单的模型往往是非常有效的。模型的稳定性其实比模型的收益率更加重要。

从收益的角度看，我认为一个实战的策略最重要的考虑是该策略的市场容量。

一个好的策略，不仅仅是在小资金的时候能获得高额收益，更重要的是当该策略面对大资金的时候，是否还可以保持收益率的稳定性。

量化投资的风险主要在于对数据和模型的过度依赖，或者是对杠杆的过分放大。

在量化基金的运作中，仍需要经验丰富的基金经理和投资团队来把握一些更加宏观的和大的趋势。

基金经理还将进行策略的研发，优化，调整，进化，可以说，对他的能力的要求将比传统的基金经理高很多。

私募基金，由于市场竞争的压力，使得他们必须走出一条新路来，他们反而是将来量化投资的主力军。

一般而言，一个产品的策略是比较固定的，不会轻易移植别的策略。

融券费率理论价格应该大致等于半年期贷款利率与机会成本之和，所以，国内融券的最低理论费率应该不低于5%，那么，转融通开放后，融券费率对我们产品净值贡献应该在3.75%到7.5%之间。

实际上，对一个产品来说，选择好的交易品种有时比策略本身更重要。

量化投资是真正智力密集型的行业，只要你足够聪明，足够努力，研究出好的模型，就不会缺投资者，（量化投资）是真正诞生个人英雄的地方。

正因为A 股市场不是特别有效的市场，量化投资策略正好可以发挥其纪律性、系统性、及时性、准确性、分散化等各种优点而捕获国内市场的各种投资机会。

对冲网：丁博士您好，您在许多场合下说过，量化投资与传统投资相比，就像中医和西医的差异，传统投资更像中医，更多地依靠经验和感觉判断病在哪里，而量化投资更像是西医，依靠模型来进行判断，因此，在某种程度上讲，量化投资要比传统的投资方式更加精确化，它有诸多传统投资方式所无法比拟的优势。那么，具体而言，量化投资具有哪些优势呢？

丁鹏：总的来说，量化投资策略有这么几个优势：第一，它有利于克服人性的弱点。我们常说：“市场底部是恐惧的人砸出来的，顶部也是疯狂的人买出来的。”虽然在大部分的时候人是理性的，但是在极端行情的时候，人性会让人做出错误的决策。可以说，投资者80%的错误都是来自于恐惧与贪婪，而量化投资则利用模型来做判断，不会受到人性的弱点的影响，因此会获得比较理性的结果。量化投资的第二个优势就是分散化，目前A股市场有2400多只股票，未来十年可能股票数量会突破5000只，再加上商品、各种期权类产品，可供投资的标的物爆炸式增长，在这种情况下，传统的基金公司、证券公司等机构的分析师远远不能满足需求，而采用量化投资策略后，可以构建很多策略对市场进行实时监控，寻找市场空隙的短暂机会，从而提高了获利的机会。传统的投资机构也可以利用量化模型对市场上的股票进行一个初选，找出值得投资的部分股票，例如10%的股票，然后再由行业研究员重点跟踪，可以大大提高研究的效率。量化投资的第三个优势是在于它能够有效降低交易成本，目前国内的机构投资者，交易方式大多数都是人工交易，这就使得很容易影响市场，从而大大增加了冲击成本。而在海外，70%的交易量都是通过算法交易实现，利用VWAP/TWAP等交易程序，在尽可能不影响市场的情况下，完成建仓平仓操作。同时程序化交易的方式也可以大大节约人力成本，在未来资产管理行业竞争越来越激烈的情况下，算法交易软件取代交易员，将会是可以看到的一个趋势。

对冲网：那么，未来随着中国资本市场的逐渐成熟，量化投资模式被广泛运用，许多投资机构都构建起相似的投资模型时，会不会强化市场的趋同效应呢？比如，当市场走出一个趋势雏形时，大量的趋势策略被激发，从而导致市场迅速单边波动，

丁鹏：随着投资者结构的不同，市场运行模式也会发生相应的改变，有些策略可能在过去某一段时间可以使用，但是慢慢地就不再能为投资者带来令人满意的收益了，但市场在不断进步的同时，策略也在不断进化的，某些策略可能会因为使用的人太多而失效，但是量化投资这门学科，不会消亡，反而会在越来越多的发展中得到壮大，就像诺基亚给苹果打败，并不代表手机这个行业失败一样。从某种角度上来说，量化投资模型只是一种工具、一种方法、一种手段，一种能实现成熟而有效的投资理念的方式而已，量化投资它不是靠一个投资模型就能永远赚钱，而且也不是使用一个模型就能解决一切问题，更不是一个模型就能胜任任何

市场状况，也正因如此，我们需要建立很多量化模型，如选股模型、行业配置模型、择时模型、交易模型、风险管理模型及资产配置模型、套利模型、对冲模型等，并不断根据投资理念的变化、市场状况的变化而进行修正、改善和优化。

对冲网：说到策略的改善与优化，请问量化投资者要如何保证自己的策略能够适应市场行情的发展，如何在优化参数与过度优化之间保持平衡？他又该如何提前判断自己的某个策略已经不适合当下行情的？

丁鹏：首先不能过度优化，不能过分相信复杂的模型，根据我的经验，很多简单的模型往往是非常有效的。模型的稳定性其实比模型的收益率更加重要，策略是否失效，更多的需要从经济学原理去解释，比如：当基差小于10的时候，纯套利模型就失效了，但是当大于10以后，该模型再次有效。

对冲网：如何评价一个投资策略的优与劣？

丁鹏：传统上，很多人主要是从策略的收益率和风险度两方面来衡量一个策略的好坏的，而这些方面考量也有很多相应的指标来衡量，收益率有绝对收益率、相对收益率、年化收益率、阿尔法收益率等，风险度指标也有贝塔系数、夏普率等，但是从收益的角度看，我认为一个实战的策略最重要的考虑是该策略的市场容量。我在我的《量化投资-策略与技术》一书中，提出了一个D-Ratio指标，用这个指标可以对策略进行综合的全面的评价。

对冲网：可以具体说说这个D-Ratio指标吗？

丁鹏：一个好的策略，不仅仅是在小资金的时候能获得高额收益，更重要的是当该策略面对大资金的时候，是否还可以保持收益率的稳定性，而收益等于本金乘以收益率，所以最终的收益不仅取决于收益率，更取决于本金的大小。一个在10 亿资金可以获得10%收益率的策略，显然要比在1 亿资金可以获得30%收益率的策略更有价值，而D-Ratio指标，其实就是在夏普率的基础上考虑了资金规模的一个指标，一个策略的资金容量越大，D-Ratio值就越大，资金容量越小，D-Ratio值就越小，

对冲网：应该说，绝对收益产品的核心策略就是量化对冲技术，也因此，有许多人把量化投资看成是类似于固定收益的无风险投资模式，对此您是怎么看的？您认为量化投资的风险主要来自哪里？

丁鹏：量化投资是一门学科，它不仅仅是用于构建投资策略，资产配置、风控、交易等都需要用到量化投资的策略与技术。量化对冲技术是量化投资的一个分支，并不代表全部，换言之，量化投资模型只是一种工具，量化投资的成功与否在于使用这种数量化工具的投资者是否真正掌握了量化投资的精髓。量化投资同样有高风险的策略，比如量化择时等。量化投资的风险主要在于对数据和模型的过度依赖，或者是对杠杆的过分放大。

对冲网：在量化投资时代中，基金经理将扮演什么样的角色？他与过去有何不同？

丁鹏：不少投资者对量化基金还存在一种误区，认为这类基金依靠数量模型作为投资运作的基础，那么基金经理包括投资团队所发挥的作用就不大了。实际上在市场出现转折或者小概