从量化投资中的算法与人性预见未来( 三 )_从量化投资中的算法与人性预见未来21世

那么，量化投资进入中国十多年了，它既然如此强大，为什么并没有那么耀眼或者受到持续追捧？

首先是因为数据是算法的基础，这方面还存在软肋。西蒙斯认为，广义的资本市场，包括股票、期货、外汇等，都反映了当今的社会现状，他的量化投资正是通过收集大量数据并依靠算法来决策。与西蒙斯所在的美国相比，中国的证券市场和统计系统还远未发达，数据不全、数据不够是在中国开展量化投资的巨大挑战。

还有诸多来自市场本身的原因，比如大量的量化投资策略侧重市场中性，在超预期的行情中无法获得高于市场平均收益率的回报。又如，中国的投资者仍然以散户为主，而量化对技术的要求对多数个人投资者而言遥不可及。再如，反转因子等在小盘股失宠之类的市场风格突变下失效。

最关键的原因是对量化投资报以过高的期望甚至神化。类似互联网早期的发展乃至比特币的毁誉，一旦“故事”被追捧得不切实际就成为“事故”。2012年到2016年量化产品曾经受过市场追捧，但是2017年的市场风格切换，罕见的低波动率导致很多量化策略失效，使得一些量化投资平台被挤出局。《量化投资十六讲》的一个重要特点就是回归常识和本质。书中强调量化投研要避免“交易不可实现”“幸存者偏差”“前视偏差”这些根深蒂固的人性弱点。中国绝对收益投资管理协会联系会长聂军在书中毫不客气地说，“从某种意义上讲，量化投资策略的系统性风险更大。”