1.投資的困惑

一天，12歲的兒子忽然問(wèn)我：“爸爸，我怎樣才可以賺到很多的錢(qián)？”

我想了想，答道：“兩個(gè)辦法。一個(gè)辦法是要在學(xué)校好好讀書(shū)，門(mén)門(mén)功課得A；還要體育出色，至少區域大賽得獎；而且要參與社區活動(dòng)，培養領(lǐng)導才能；這樣才能考上常春藤大學(xué)。在大學(xué)里也不能天天派對，還要繼續努力學(xué)習，GPA一定要 4.0，暑假還要做實(shí)習，這樣畢業(yè)之后就有望在一家好公司找到一份好工作。有了工作就更要努力，還要跟同事搞好關(guān)系，爭取早日升遷……這樣也許你在60歲退休之前就可以?huà)甑讲簧馘X(qián)了。”

兒子有些失望：“哦……那另一個(gè)辦法呢？”

“另一種辦法是投資。” 我回答，，“如果你投資方面有天賦，又肯努力，也許30歲之前就可以?huà)甑胶芏噱X(qián)了。”

兒子興奮地看著(zhù)我：“真的嗎？那我怎么投資呢？”

我答道：“投資先要有資本，但更重要的是要有投資的能力。我可以給你一千塊錢(qián)做種子資金，但你每天放學(xué)后都要讀一下《華爾街日報》，晚飯時(shí)我們可以討論你的投資組合。”

投資理財對于我們每個(gè)人來(lái)講，是一個(gè)既陌生但又永遠躲不開(kāi)的話(huà)題。年輕人要攢錢(qián)買(mǎi)房結婚；結婚生子后要存錢(qián)供他們上學(xué)出國；中年人更要把握住事業(yè)上的機會(huì )，投資置業(yè)；而老年人如今很多兒女在外，更需要理財養老傳承。

投資有時(shí)似乎很容易：趕上2006-2007年的牛市，買(mǎi)對了股票，閉著(zhù)眼睛都能大把賺錢(qián)。但很多投資者都經(jīng)歷過(guò)2008-2009年那些驚心動(dòng)魄股市過(guò)山車(chē)和2009年至今漫長(cháng)難熬的熊市。很多人覺(jué)得投資很高深，財經(jīng)媒體上每天都有專(zhuān)家學(xué)者在討論國際國內、宏觀(guān)微觀(guān)，但多數云遮霧罩，令投資者不知所措。有些人覺(jué)得投資很簡(jiǎn)單，買(mǎi)低賣(mài)高而已；但實(shí)際操作起來(lái)往往成為追漲殺跌，有時(shí)甚至職業(yè)基金經(jīng)理也不能免俗（見(jiàn)圖1）；有些人覺(jué)得投資需要聽(tīng)消息跟風(fēng)潮，于是每天四處打聽(tīng)熱股內幕；還有些人覺(jué)得投資是一門(mén)“藝術(shù)”，關(guān)鍵在于“戰勝自我”，只可意會(huì )不可言傳，不時(shí)還要參禪拜佛。但投資究竟是怎么回事呢？

2.現代投資理論

投資作為一門(mén)科學(xué)，是從1952年哈利•馬可維茨的論文《投資組合的選擇》開(kāi)始的。論文中他提出了一個(gè)簡(jiǎn)單但又深刻的問(wèn)題：投資組合的選擇標準是什么？也就是如果面臨多只股票和現金的選擇，我們應該如何決定投資組合的資金配比？直覺(jué)上大家知道這個(gè)標準肯定不只是收益，否則我們會(huì )把全部資金投入預期收益最高的股票；肯定也不只是風(fēng)險，否則我們會(huì )把全部資金投入風(fēng)險最小的資產(chǎn)。那么收益與風(fēng)險的關(guān)聯(lián)在哪里，又如何權衡呢？
馬可維茨的偉大，在于他提出選擇投資組合的目標是達到“有效組合”，也就是構建在給定的風(fēng)險下獲取最大預期收益的組合。不同風(fēng)險下的有效投資組合形成所謂的“有效前沿”。最終的選擇，可以通過(guò)求解不同風(fēng)險厭惡水平下的“效用函數”最大化問(wèn)題來(lái)得到。

馬可維茨是金融歷史上第一個(gè)人，通過(guò)投資組合選擇的問(wèn)題，把風(fēng)險提高到與收益同樣重要的位置，建立起權衡收益與風(fēng)險的理論框架，并開(kāi)創(chuàng )了現代投資組合理論的先河。馬可維茲和他的學(xué)生夏普也因此獲得了1990年諾貝爾經(jīng)濟學(xué)獎。金融作為一門(mén)科學(xué)由此誕生，經(jīng)過(guò)不斷發(fā)展和完善，從學(xué)術(shù)象牙塔逐漸傳入華爾街，從而徹底地改變了全球資本市場(chǎng)的理論和實(shí)踐。

3.“量化圣經(jīng)”

我第一次接觸《主動(dòng)投資組合管理》還是在1998年，當時(shí)在華爾街數量型對沖基金D.E.Shaw & Co 從事量化股票交易。雖然知道正在從事的工作是前沿的，但也總是苦于知其然而不知其所以然，因為從馬可維茨的現代投資理論到華爾街的投資實(shí)踐之間還有很大的一段理論空白。

在一次Barra組織的量化會(huì )議上，一位同行向我推薦了《主動(dòng)投資組合管理》，當時(shí)還是第一版。此書(shū)的兩位作者，Grinold和 Kahn，曾任Barra的研究總監，是Barra模型最早的創(chuàng )始人之一，也是成熟市場(chǎng)量化投資領(lǐng)域的開(kāi)創(chuàng )者。書(shū)中兩位作者系統性地介紹了很多學(xué)者和投資實(shí)踐者在近30年的量化投資實(shí)踐中，逐漸開(kāi)發(fā)完善的投資理論與實(shí)踐技術(shù)，并逐一討論了將理論付諸實(shí)踐過(guò)程中的各種問(wèn)題和細節?！吨鲃?dòng)投資組合管理》在投資史上第一次為投資管理建立了一個(gè)科學(xué)的框架，在象牙塔中的現代投資理論與混沌原始的投資實(shí)踐之間找到了一個(gè)應用的結合點(diǎn)。

當然，500多頁(yè)的書(shū)，第一次看的時(shí)候難免有些困難，并不一定能夠完全理解書(shū)中的推導和評論，但基本的理念已經(jīng)牢記在大腦里，例如“主動(dòng)管理基本定律： IR = IC*Sqrt（Breath）”。在之后的工作中，每當我帶著(zhù)許多問(wèn)題來(lái)查閱這本書(shū)的時(shí)候，總會(huì )有新的體會(huì )。于是，我和同事開(kāi)始稱(chēng)它為“Quant Bible“（量化圣經(jīng)）?？梢哉f(shuō)《主動(dòng)投資組合管理》是一本劃時(shí)代的著(zhù)作，對整個(gè)一代在華爾街從事量化投資的人，都有深刻和長(cháng)遠的影響。

4.量化投資在中國

2008年我創(chuàng )建了對沖基金，The Red Capital,LLC (紅色資本)，并在北京設立了一個(gè)研發(fā)辦公室，招聘了一群北大清華的高材生，希望能夠把華爾街的理念、技術(shù)和經(jīng)驗與國內的高質(zhì)量數理人才結合，同時(shí)也為中國的對沖基金培養一顆種子。這些剛從學(xué)校里畢業(yè)的高材生雖然經(jīng)歷過(guò)數學(xué)或物理方面的系統訓練，但金融知識為零，該如何起步呢？當時(shí)的訓練教材就是Barra的USE3模型和《主動(dòng)投資組合管理》這本書(shū)。于是紅色資本的這些初始員工，就在這本書(shū)里得到了他們最初的投資啟蒙，也為他們今后的職業(yè)發(fā)展奠定了一個(gè)扎實(shí)的基礎。

在量化交易方面，美國究竟比中國領(lǐng)先多久？量化投資領(lǐng)域，中國不僅本行業(yè)的技術(shù)儲備不如歐美，而且量化交易經(jīng)常運用的各行各業(yè)最先進(jìn)科學(xué)模型（eg.FBI用的人臉識別模型，NASA的空間物理模型、地質(zhì)勘探的地心引力模型等)目前也落后于歐美。也就是說(shuō)量化交易提供支持的整個(gè)泛行業(yè)科研科技儲備是比較落后的。曾面試中國量化交易基金經(jīng)理時(shí)，感覺(jué)在本土化上具備很強優(yōu)勢，但研究水平和視野開(kāi)闊度，比起外資同行還是稍遜一籌，這不光是能力問(wèn)題，更多是技術(shù)環(huán)境問(wèn)題。和其它交易策略不一樣，量化交易不是純粹靠交易天分、市場(chǎng)直覺(jué)（但很重要，常能激發(fā)策略靈感）、而是很大程度靠科學(xué)研發(fā)能力（large scale research) 和技術(shù)水平（hardcore technologies）。

談到這里，就簡(jiǎn)單說(shuō)下量化交易的策略研發(fā)方法。

第一類(lèi)，傳統策略量化。很久前，交易員們就開(kāi)始做趨勢策略、反轉策略、剝頭皮策略、造市策略等各種不同風(fēng)格的策略，只不過(guò)那時(shí)是手工操作，或者半程序化。隨著(zhù)市場(chǎng)發(fā)展技術(shù)成熟，量化交易把這些策略的研發(fā)和執行程序化了，從而提高了研發(fā)效率和水平、降低了交易成本，較大程度的排除了人的不穩定因素。這類(lèi)量化交易策略，可以說(shuō)是利用技術(shù)來(lái)提高原有策略的研發(fā)和執行，并在交易頻率和規模有了變化，但本質(zhì)上并不算嶄新的策略類(lèi)別，以前賺錢(qián)策略的也許能賺的多一些，虧錢(qián)的策略，量化也不能把他變成賺錢(qián)，這就是「思路錯了量化也救不了你」。

第二類(lèi)，科學(xué)技術(shù)驅動(dòng)量化交易策略。是純粹或很大程度上基于技術(shù)(technologies)差別的策略。這類(lèi)也有一定歷史，但真正變成一個(gè)龐大引入注目的策略類(lèi)別，則是近10年計算機技術(shù)的飛速發(fā)展過(guò)程中產(chǎn)生的。常見(jiàn)的情形是，某機構因為采用的算法效率更高，計算機硬件更強大（超級計算機），產(chǎn)生了細微的速度和計算優(yōu)勢，從而在交易上搶的先機，并運用自動(dòng)化交易頻繁交易大量產(chǎn)品，用巨大的交易量產(chǎn)生穩定的收益。這類(lèi)策略，IT技術(shù)和科學(xué)模型起了很關(guān)鍵的作用。這就是「技術(shù)就是你的思路」。

較早開(kāi)始高頻交易的Tradebot是這類(lèi)策略的典型運用者，在2002年就達到了每天一億個(gè)訂單，差不多在那個(gè)時(shí)候很多傳統做市商被Tradebot 和 Getco 這樣的新型電子做市商擠出市場(chǎng)，后來(lái)Tradebot 和 Getco 一路用技術(shù)碾壓其它電子做市商競爭對手。在2005年,Tradebot 剝離了 BATS Global Markets，也就是現在美國第三大股票市場(chǎng)BATS。而1999年Tradebot 剛成立時(shí)，工作室地點(diǎn)是美國農村Kansas City的一間小地下室，里面陰暗潮濕，只有5個(gè)交易員坐在電腦屏幕前監控交易，那時(shí)每臺電腦上都配備了一套叫“Tradebot”的軟件。而Getco 對策略的運用更廣，野心更大。2012年，也是老牌做市商的 Knight因技術(shù)故障，向紐交所發(fā)送大量錯誤order，導致公司巨虧4.4億美元，股價(jià)兩個(gè)交易日暴跌七成，被Getco以18億美元價(jià)格收購。

人們常對西蒙斯文藝復興的大獎?wù)禄痖L(cháng)期持續的高回報印象深刻，而實(shí)際上不太為媒體所知的是 ，Tradebot常年保持每天（而不是每月或每年）盈利，not even one single losingday，原因是文藝復興有很多新基金要向外部投資者融資（賺錢(qián)的大獎?wù)潞茉缤Ｖ沽送獠咳谫Y，而實(shí)際新基金表現比大獎?wù)虏詈芏啵?，需要做一定程度的IR，而Tradebot 不對外部投資者開(kāi)放，自己低調賺錢(qián)，這也是HFT很普遍的特點(diǎn)。如果不是市場(chǎng)幾次出現大動(dòng)蕩，HFT被揪出來(lái)當替罪羊，媒體口誅筆伐，基本是沒(méi)有多少人知道這個(gè)低調的類(lèi)別。

第三類(lèi)，新型量化交易策略。則是得益于計算機技術(shù)的發(fā)展，慢慢發(fā)展起來(lái)的策略，它不完全是基于執行的技術(shù)優(yōu)勢，更多是利用技術(shù)研發(fā)出新策略。例如統計套利交易策略，需要較多計算機計算資源進(jìn)行數據挖掘模式識別，這在以前僅僅靠人力是難以勝任的，IT技術(shù)的發(fā)展和成本的降低使得這些策略的研發(fā)得以可行。這就是「技術(shù)產(chǎn)生新策略」。

量化投資這個(gè)行業(yè)的科技含量之高，使得它吸引了大量數學(xué)博士、物理博士、計算機博士來(lái)利用本學(xué)科的最先進(jìn)技術(shù)和科學(xué)模型研發(fā)出更多的先進(jìn)模型，并促進(jìn)技術(shù)進(jìn)步，也反哺其它傳統行業(yè)。最明顯的是顯卡和GPU的飛速發(fā)展，一定程度上是受到高頻交易對巨大計算能力需求推動(dòng)的。世界上有很大一部分超級計算機，除了呆在物理實(shí)驗室，還在對沖基金里。

如何成為一個(gè)量化交易者許多學(xué)數學(xué)和統計學(xué)的高材生都有志成為量化交易者，但現今由于高頻交易、算法交易和程序化交易的出現，使得量化交易的工作職位描述變得很寬泛。量化交易領(lǐng)域的工作需求很大，而且他們不僅僅需要在數據分析上有突出技能的人，也需要對自動(dòng)交易系統更了解，可以構建和執行自動(dòng)交易系統的人。本文將介紹數學(xué)和統計背景的人如何成為量化交易者，哪些專(zhuān)業(yè)技能和培訓可以幫助你成為一個(gè)寬客，哪些工作經(jīng)驗可以勝任量化交易工作和相關(guān)工作。量化交易者需要具備數據分析、數據挖掘和數據研究的能力，這些能力只是很小的一部分，也必須在其它領(lǐng)域精通：

1）針對交易的特定計算機技能

數學(xué)和統計在數據分析軟件和平臺應用很廣泛。然而，它們在量化交易