最近很多大型機構非常疑惑的問我，今年不是量化阿爾法的黑天鵝,，所有阿爾法策略都幾乎失效了嗎?為什么喜岳能在阿爾法之殤的2017年創(chuàng)出歷史新高呢?你們怎么做到的呢?我的回答

　　“喜岳今年沒做什么特別的”

　　著實讓資方大跌眼鏡?，F在想想，也許更正確或尖銳的回答是

　　“如果2017年有阿爾法之殤,，

　　那一定是你一直以來錯誤的理解了阿爾法”

　　喜岳今年的阿爾法產品,，指數增強，阿爾法加貝塔等所有產品凈值一路走高,，6月多次創(chuàng)下了歷史新高,，到底是怎么做到的呢?喜岳的四位博士合伙人，上學的年限加起來100多年,，做量化投資加起來再幾十年,，怎樣把融入血液里對量化的理解呈現給大家,，我思考了很久，理了以下6個簡單的要點,，希望能給機構投資人對量化投資有一個正解：

　　01量化與對沖

　　是兩個獨立的詞語,，換言之，量化可以不對沖,，而對沖的不一定是量化,。市場上許多機構把這兩個獨立的詞語理解成一個詞語，這是錯誤的,。

　　量化只是一種工具,，而對沖不對沖則完全取決于資金對策略風險的偏好而已。量化投資是可攻可守的,，當它不使用對沖作為一個進取型策略出現的時候,，收益特征會與主動多頭的權益類產品類似。比如喜岳2016年4月發(fā)行的指數增強類型產品,，發(fā)行至今收益29%,，最大回撤8%，年化波動率13%,，這是一個純量化的指數增強,，完全不對沖，收益和風險特征就與優(yōu)秀的主動多頭非常類似,。

　　而對沖的策略也不一定是量化投資,，主動投資管理人也可以選擇適當對沖相應的股指期貨來降低風險，而這些策略是不能稱為量化策略的,。

　　02量化與主動投資

　　兩者并不對立,，可以有機的結合，這也促成了基本面量化投資的誕生,，并且成就了像BGI(全球最大的資管公司)和AQR(全球最大的量化對沖基金)等著名量化投資團隊的成功,。

　　主動投資理念以及其邏輯思維方式是完全可以交給電腦去模擬和計算的。很多機構把量化投資狹隘的理解為統計套利或是高頻交易,，認為量化和主動投資是風馬牛不相及的兩種投資,，這個也是錯誤的。

　　說基本面量化投資的難度是極高的一點也不為過,，因為它需要對數學,，經濟學,，金融學,，會計學，甚至心理學融會貫通,，還需要有深厚的計算機編程能力來將這些知識通過程序顯現出來,，這就不難理解為什么美國知名的量化公司Renaissance(文藝復興)的創(chuàng)始人Simons (西蒙斯,，數學博士)曾經是FBI(美國中央情報局)一名優(yōu)秀解碼人員。

　　03阿爾法和貝塔是什么?

　　對不起,，這里不放公式真的不行

　　如圖所展示,，證券投資的收益率可以分解成兩部分，第一部分是和市場(包括大市的收益,，大盤或小盤,，成長或價值，不同行業(yè)等風格)相關的,，這部分收益叫貝塔(Beta),，剩下的無需承擔任何以上風險的收益才叫阿爾法(Alpha)。

　　真正的阿爾法很難獲得,，所承擔的風險非常低(基差風險除外),，獲取的成本比較高。然而很多靠賺相對容易的貝塔收益的管理人混淆這兩者的界限,，讓資金方分不清收益的來龍去脈,。然后一旦出現系統性風險，就會說黑天鵝事件來了,，阿爾法之殤,。

　　比如今年上半年小盤股跑輸大盤藍籌股，這是個貝塔風險,，絕非阿爾法的來源,。一直靠買小盤股對沖大盤股是在某些情況下是可以賺錢的，但這個賺的是貝塔的錢,，是風險溢價的錢,，并非阿爾法。

　　04阿爾法從哪里來?又到哪里去?

　　這個問題要真正講清楚,，至少需要寫100多頁的篇幅,。但簡言之阿爾法的來源是兩個條件并存：1.市場無效，某些資產在某些時刻出現錯誤定價;2.這些錯誤定價會被專業(yè)的信息使用者發(fā)現,，并作科學的獲利了結,，至此這個資產的錯誤定價結束。

　　那為什么在中國阿爾法比較高呢,，最大的原因是非理性的散戶參與度比較高,，所以市場的無效性比較明顯。其次,，中國資本市場的信息失真度較高,，專業(yè)的信息使用者(比如喜岳)會用大量的科學模型來仔細斟酌和判斷公開信息的質量好壞，從而使投資決策迅速而有效,，在完成獲利的過程中幫助市場消滅錯誤的資產定價,，提高資本市場的有效性,。

　　中國市場總體的阿爾法什么時候會逐漸消失呢?這一定是個漫長的過程。因為只有隨著散戶參與度的減少(excuse me, are you kidding me?)和上市公司信息披露質量的提高(I have a dream)的情況下逐漸消失,。

　　05機器學習在量化投資里的應用

　　AlphaGo匯聚了所有的智慧和效率,，是成千上萬個人類工程師的心血之作，最終打敗了人類圍棋高手,。將機器學習引入量化投資也是很多量化團隊的夢想,，但現階段還僅僅是夢想，離成為最終的現實還差得很遠,。

　　和許多量化團隊一樣,，喜岳在這方面也投入了巨大的力量，但遠未到收獲果實的秋天,。所以簡言之,，機器學習/人工智能在量化投資領域的應用中還有很大的上升空間，未來讓人充滿了遐想,。

　　06收益與風險

　　收益和風險永遠是并存的,，任何投資離開風險來談收益都是不現實的。評估一個量化投資策略的好壞只能通過夏普比率(Sharpe Ratio)或是信息比率(Information Ratio),。一個收益20%的和一個收益8%的策略,，不一定是前者好，因為前者可能是承受了比后者高好幾倍的風險得來的,，所以收益和風險要一并考慮才全面,。

　　比如喜岳旗下的指數增強產品和擇時對沖產品，兩者的夏普比率(Sharpe Ratio)或是收益風險比是非常相近的,，收益卻可以完全不同,，這說明這兩類策略的風險非常不同，而需要配置是什么策略完全取決于資金對風險的偏好和需求,。以下圖表數據截止至2017年6月30日,。

　　編者語--喜岳的邀請

　　喜岳投資作為中國量化投資的領軍團隊，與中國多家大型保險和銀行機構合作,，覆蓋了全對沖純Alpha,、擇時對沖和Beta指數增強等一系列風格的產品。在今年以來市場風格分化明顯和負基差的行情下,，多數量化基金遭遇了回撤,，市場上量化復合策略的平均收益為負，而喜岳依靠對Alpha的正確理解和堅實內功,，旗下各類產品悉數獲得了正收益,，并且顯著跑贏行業(yè)平均水平，6月更是數次創(chuàng)下凈值新高,。

　　喜岳的四位合伙人在2014年創(chuàng)立喜岳之前已經相識相知十多年,，對彼此的風格,，特長以及人品非常熟悉,。CEO周欣和首席風控官岳衡均于美國杜蘭大學獲得博士,，周欣曾任加州大學伯克利商學院的講座教授，岳衡曾任北京大學光華管理學院的會計系主任;CIO唐濤和首席衍生品研究官陳暉兩人都是芝加哥大學金融學博士,，唐濤曾受聘于加州大學伯克利分校商學院教授期權定價課程,，而陳暉則為麻省理工大學商學院金融系終身教授。

　　作為帶著學術基因的團隊,，喜岳的科學量化投資邏輯不僅在過去三年的中國A股市場的血雨腥風中得到印證,，并成功申請到香港證監(jiān)會頒發(fā)的資產管理牌照(9號牌照)，順利發(fā)行第一只海外產品,。四位海歸博士歸國創(chuàng)業(yè)幾年,，終于又開啟了從國內到國際化資管的道路。

　　喜岳見證了瘋牛般的2014,，過山車般的2015,，監(jiān)管嚴格的2016，以及風格輪動的2017,，在風雨過后依然能在舞臺上發(fā)出光彩,，并創(chuàng)出歷史新高，為客戶們的信任交出了一份滿意的答卷,。近期喜岳還與業(yè)內領先的互聯網私人銀行深圳市慢錢網絡科技有限公司(以下簡稱“慢錢”)宣布達成獨家戰(zhàn)略合作,，雙方成立的合資公司——“慢錢喜岳”，以金融科技為方向,，在量化投資,、智能投顧等領域開展業(yè)務，結合喜岳團隊在量化投資領域的科學算法與慢錢豐富的數據基礎,、領先的大數據挖掘分析能力,，將進一步滿足投資者的多元化資產配置需求。

　　小小透露一個情報,，喜岳即將舉辦三周年慶典活動,。屆時除了智商和顏值雙爆表的四位合伙人同臺分享量化投資的干貨以外，還有重量級神秘嘉賓到場,。

　　敬請期待：繼周欣(圖中)發(fā)表本文“2017年阿爾法之殤?”,，近期內岳衡(圖左)會發(fā)表純干貨“基本面量化的事前風控的那點事”，緊接著還會有唐濤(圖右)發(fā)表“貝塔擇時,，真知識乎?偽科學乎?”屆時歡迎指正,。大名鼎鼎的麻省理工金融教授陳暉則會在年中策略會上給大家?guī)矶恳恍碌牧炕眍愅顿Y分享。喜岳投資,，量化超越,。