陈景德：量化投资最根本的特点是数据驱动

发布时间：2022-12-01

2022年11月30日，华泰柏瑞基金管理有限公司量化与海外投资部副总监陈景德走进“2022复旦金融投资课”，围绕“量化投资在中国资本市场的发展前景”主题，深入分析量化投资在中国资本市场的现状和发展前景，并就投资者可以如何参与量化投资、量化投资的市场应用等热点关切问题给出实操建议。

课程伊始，陈景德博士从量化投资的概念与特征切入，他提出，通常我们将数据驱动的、追求可重复、可验证的投资框架称为量化投资。量化投资是数据驱动的，即系统化、规模化收集分析大量数据来预测市场，寻找市场无效性，从而捕捉投资机会，建立投资组合，最终目标是在控制风险的前提下实现收益的最大化。成熟的量化投资体系必须包含预测、风险管理和交易执行三个核心要素：预测即通过获取的信息和数据预测资产的价格走势；风险管理即在给定目标收益率的情况下，尽可能降低投资组合的风险水平，或者在给定的风险水平下尽量提高收益率；交易执行则是尽可能用较小的交易成本完成所需要的交易。

谈及量化投资和主观投资的本质区别，陈景德博士认为，量化投资的核心是投资策略模型，其模型建立和运用都是非常主动的过程，主动地探索市场无效性的存在，获得超额收益，因此量化投资并不是被动投资。它与主观投资不一样的地方在于模型设计的环节，量化投资用大量的历史数据构建模型，再用各种测试来检验这个模型的有效性，一定程度上可以克服人性的弱点，认知上出现的一些偏误等。而主观投资主要是靠经验和直觉，发挥投资经理本人的自由裁量权。

“对于中国资本市场而言，量化投资具有非常大的意义。”陈景德博士指出，中国的资本市场起步比较晚，市场结构从单一到多元，逐步迈向成熟，交易品种也在不断丰富。量化投资作为资本市场的参与者，提供丰富的量化投资策略，可以帮助提高市场的有效性，一些量化交易为市场提供了流动性，降低了整体的交易成本。同时，量化投资还推动了资本市场国际化和行业生态的发展。

最后，通过对比美国与我国量化投资在市场规模、投资者结构、交易机制等方面的数据，未来，量化投资在我国的资本市场发展空间十分广阔。对于量化投资行业的发展趋势和机遇，陈景德博士认为，随着科学技术的发展，大数据的产生让量化投资获得了更多的信号来源，但同时也带来了更加高昂的研究成本和更加激烈的竞争；人工智能技术实现了多种另类数据的结构化处理，拓展了数据来源，同时也提升了数据分析和处理能力，带来新的alpha来源和量化投资策略。算法“黑箱”下某些人工智能应用也存在一些争议；如果将人工智能和人类智能结合，把先验知识引入到量化模型，则是当今量化投资领域遇到的新的发展机遇，同时也是挑战；ESG投资在欧美公募基金已广泛运用，1/3的对冲基金也已有运用，中国市场正处于刚起步和试水阶段，还有非常较大的发展空间。