最近我們都在講投行的金融創新，這次我們要說的是近二、三十年來，最惹人注目的金融創新——量化交易，這個行業也經常被稱為寬客（Quants）。它看上去特別地神秘，因為它匯聚了麻省理工學院（MIT）、斯坦福、哈佛等所有頂尖名校各個專業的精英和天才，還有諾獎得主。所以這個行業的從業者經常會被稱為“火箭科學家”，為什麼呢？因為他們把金融市場當成天體運行，進行非常精密的計算、推演，找到中間特別細微的偏離，再設計特別複雜的工具，然後加槓桿，賺取著常人難以想象的利潤。這個利潤有多高呢？2006年，來自摩根士丹利、高盛、德意志，這些投行的頂級寬客們平均的年收入是5.7億美金，年齡最小的大概是30歲左右。
一方面你可以看到這個行業真的是光芒無限；另外一方面，你可能在中國市場上聽說過量化交易這個詞，但是是非常負面的，比如說2013年的光大“烏龍指”事件，2015年的A股市場危機中，量化交易、高頻交易都被斥責為罪魁禍首。那麼今天我就給你講解一下，量化交易到底是什麼，和投行是什麼關係，它們在金融市場上扮演著什麼角色。
一、量化交易是什麼？
簡單地說，量化交易就是依靠計算機程序實施投資策略的方法。比如說金融學上有一個很著名的交易策略叫動量交易（momentum trading），就是說股票價格向上突破的時候買入，向下跌破的時候賣出。但是這個策略說起來簡單，做起來其實很難。就說A股市場，有3000多支股票，在短短的時間裡要靠人力把所有的股票過一遍，其實是完全不可能的。但是現在有了計算機，就沒問題了。交易員可以寫代碼，然後向計算機輸入一個交易策略的指令：“當股票價格上漲超過20日平均線時買入，當股票價格跌破20日移動平均線時賣出”，然後把這個交易策略的指令輸出去，讓機器來下單操作。
2013年中國有一個光大“烏龍指”事件，當時是怎麼回事呢？光大的交易員不小心輸錯了一個數字，下了一個70億的買單，結果就導致這個股價大漲，就觸發了很多量化交易程序的條件，所以一下子導致300多億的資金湧入場內，幾分鐘之內上證的指數就拉昇了100多點，59支權重股瞬間漲停。所以這也是為什麼後來很多人指責量化交易，他們認為是量化交易導致了這個“烏龍指”事件。
二、量化交易的原理和應用
通過這個例子可能你已經明白了量化交易的概念。那麼下面我再講講量化交易到底有什麼用，和投行之間到底是個什麼關係。簡單地概括，量化交易的作用就是利用計算機技術和金融理論的進步，幫助克服我們人性上的弱點，然後在投資中做出更好的決策。什麼叫做人性的弱點？作為生物個體，投資者沒有辦法迴避的一個弱點就是，我們的時間、體力、精力、注意力、判斷力都是很有限的。比如說你要用傳統的方法，每個證券都去仔細分析它的基本面或者看它的技術圖形，那即便像巴菲特這樣的股神，也只能分析很少的證券。
所以當大規模資產管理的行業出現以後，基金經理們就開始犯愁，然後就在想，我們有沒有一些可行的方法，可以讓一個人研究更多的證券，然後管理更多的錢呢？這個想法一直沒有能夠得到實現。
一直到上個世紀70年代左右的時候，計算機的計算能力突飛猛進，使得對金融數據的分析成為了可能，接著一大批這種劃時代的金融理論誕生了，像很多人都知道的投資組合理論、資產定價理論、期權定價理論，都是在這一時期出現的，這些理論就為挖掘金融數據提供了理論基礎。另外，當時市場上需要管理的錢越來越多，證券的種類也越來越多。計算能力、金融理論基礎、市場需求，這三個條件在同一個時代風雲際會，同時得到滿足，所以量化交易在這個時候就有一種水到渠成、只欠東風的感覺。
這個時候，善於創新的投資銀行自然地就充當了排頭兵的角色，它們就投入了大量的資金、人力、物力去組建團隊、募集資金和設計算法。像所羅門兄弟就是一個很著名的投行，它裡面有一個叫梅瑟維夫的人，自己組建了著名的量化基金“長期資本管理公司”。在摩根斯坦利的內部有一個特別牛的量化部門，叫“過程驅動交易組”（Process driven trading），這個組替摩根士丹利創造了鉅額的利潤，像德意志銀行、高盛都不甘落後，都到最牛的高校裡面去挖最牛的人才組建團隊。
這些天才雲集在華爾街，他們把整個金融市場看作像天體運行一樣，然後利用計算機技術在海量的數據裡面挖掘信息，設計很多很複雜的金融產品，放大槓桿，獲取著令人難以置信的高額利潤。
從上個世紀的90年代到21世紀初，是華爾街寬客的一個黃金時代，很多人那時候都認為投資銀行已經摒棄了自己原來擅長的傳統投行業務，把自己轉型成了一個又一個巨大的量化投資基金。華爾街的風格當時也在變化，因為寬客們大多是那種不修邊幅的技術宅男，和華爾街那種很傳統、精緻的銀行家形成了鮮明的對比。所以當時有個笑話說，大投行的豪華電梯裡常常會同時出現衣冠楚楚的老派銀行家，和那種穿 T-shirt、牛仔褲的科學怪人，開始的時候銀行家們都瞧不上這些不修邊幅的傢伙，但他們不知道的是，這些人的收入可能是這種傳統投資銀行家收入的數十倍，甚至數百倍。
所以經過投行的推波助瀾之後，量化交易在整個金融市場上就佔據著越來越大的份額，現在的美股市場上，量化交易大概要佔到60%左右的比重。還有就是隨著大數據和計算機技術的迭代，量化投資、量化交易的應用範圍也越來越廣。比如說原來看一個農業股，就看看它的財務數據、歷史產量，但是現在很多交易公司是怎麼做的？它們利用衛星的數據來分析天氣，然後把農產品的歷史產量，還有相關的產量的數據都拿過來，再對農產品的未來產量做預測，然後在這個基礎上再來預測分析農業股未來的表現。所以你看，量化交易的核心競爭力是什麼呢？就是可以對海量的數據進行計算，然後把這個規律給提煉出來，做出預測。在一個市場很平穩的狀態底下，你如果能夠精確地把握這個規律，然後再加一點槓桿，當然就可以賺很多很多的錢了。
好了，聽到這裡的時候，你是不是已經眼睛放光了？這些天才們設計出來的這種高精尖模型，是不是已經替我們找到了通往未來財富自由的金鑰匙呢？
三、量化交易的風險
但是事實不是這樣子的，我要告訴你的是，量化交易的風險其實特別大，為什麼呢？因為剛才我說了，量化交易是在歷史數據裡面去挖掘規律，所以它依賴的是歷史數據，也就是過去的趨勢，那如果這個趨勢存在的條件發生變化，過去的策略就都沒有用處了。
這樣的慘痛教訓在量化交易發展的歷史中有過好幾次。比如我們剛才提到的著名的長期資本管理公司破產，這家公司是非常牛的，它曾經被譽為量化交易界的一面旗幟。它旗下包括兩個諾貝爾獎得主，還有一個美聯儲的副主席。當時這個公司用的模型，市場上的反映是不僅看不懂，而且見都沒有見過。所以很多人都在說，這群人不是在做金融投資，而是在造原子彈。
在1998年之前，這家公司的業績確實很好，當時年化收益率是32%，遠遠超過同行。但是到了1998年發生了一件事情，當年俄羅斯的盧布大幅貶值，然後大家在市場上就開始瘋狂地拋售俄羅斯債券。
但是在長期資本管理公司的模型裡邊有一個假設，就是像俄羅斯這樣的大國是不可能賴賬，不可能賴賬的。“天才”們就覺得是市場錯了，所以他們不但不拋售，反而更加激進地買入俄羅斯債券，就想等著這個市場反彈大賺一筆。結果“黑天鵝”事件發生了。1998年8月17日，俄羅斯發表聲明說，我們不再償還任何債務。盧布當然就應聲而落，長期資本管理公司一天就虧掉幾億美金，在一個月之後，這家天才雲集的公司就被迫清盤了。
就像我剛才說的，量化交易把金融市場當作一個穩態結構，然後從歷史數據中挖掘規律，利用高槓杆賺利潤。但是金融市場不是天體世界，它歸根到底是人的市場。金融市場的規律會被人性所影響，而人性中間的貪婪、恐懼、慾望都會隨著市場情況的變化而變化。所以說金融市場的規律和人性是一個相互作用的動態過程，市場上很少有一成不變的規律，再厲害的模型也很難應對這種突如其來的規律變化。
當今的量化交易已經迴歸到了一個正常狀態：一方面，認識到量化交易在數據挖掘和科學決策方面的優勢，但是另外一方面，人們也認識到量化交易是有侷限的，尤其是應對這種突如其來的規律變化的時候，這種純量化交易可能會面臨更大的風險。
特別有意思的一個事就是，在寬客們最風光的時代，這些天才們曾經質疑過巴菲特是不是已經屬於過去的“老古董”了。但是經歷了這次危機以後，像巴菲特這樣的價值投資者仍然屹立不倒，還是受到市場的追捧。
巴菲特
四、中國的量化交易路漫漫其修遠兮
最後我想跟你講一講，中國的量化交易市場到底是什麼樣子的。中國是有量化交易的，但是其實現在處於一個特別萌芽的狀態。我打過一個比方，說中國的金融市場像一條水流湍急的大河，波浪很大，這意味著什麼呢？它忽上忽下使得很多的趨勢和現象很容易就被浪頭蓋掉或消失掉。這句話是什麼意思呢？中國的市場規律變動是非常非常頻繁的，就使得中國的這種量化交易策略非常不穩定。
我在北大有個特別聰明的博士生，2015年的時候他發現股指期貨上有大小盤輪動的現象，所以他就和朋友一塊設計了一個對沖量化策略，然後這個策略用2013年、2014年的數據測試特別完美，年化利率是70%，最大回撤控制在10%以下，非常地穩健。我記得在2015年3月份的時候，他們已經跟好幾家金融機構在討論募資的事項了，結果後來碰上了股災，這事就擱下了。沒想到股災之後世界大變，首先是股指交易被限制，什麼策略都沒用了，而股指交易的限制放鬆之後再測試這個策略，它的收益率降得很低，波動率也變得很大。
道理很簡單，因為股災之後，整個A股市場的情緒和資金面都發生了巨大的變化，大小盤輪動這個效應也發生了很大的改變，所以這個事例其實不是孤立的。在2015年這種號稱搞量化投資的私募基金大概死了300多家，這也就進一步地說明在我們這個市場上規律沒有那麼容易掌握，所以中國市場的量化交易、量化策略的風險可能比那些成熟的發達市場要更大，所以大家在投資的時候一定要非常地謹慎和小心。
今日概要：
1. 量化交易，就挖掘海量數據，尋找規律，然後使用這個規律進行自動的計算和決策，獲得高收益的投資模式；
2. 投資銀行曾投入大量資源，促進了量化技術的發展和應用。很多投行內部就設有巨型的量化交易基金和部門；
3. 量化交易有它適用的條件，它在規律穩定的時候可以獲得很高的收益，但是如果規律發生了巨大變化，而我們又沒有能及時調整的話，可能會帶來巨大的損失。
（本文出自得到，由北大金融學香帥教授唐涯親授）
閱讀更多 JA熱視角 的文章
