最近我们都在讲投行的金融创新，这次我们要说的是近二、三十年来，最惹人注目的金融创新——量化交易，这个行业也经常被称为宽客（Quants）。它看上去特别地神秘，因为它汇聚了麻省理工学院（MIT）、斯坦福、哈佛等所有顶尖名校各个专业的精英和天才，还有诺奖得主。所以这个行业的从业者经常会被称为“火箭科学家”，为什么呢？因为他们把金融市场当成天体运行，进行非常精密的计算、推演，找到中间特别细微的偏离，再设计特别复杂的工具，然后加杠杆，赚取着常人难以想象的利润。这个利润有多高呢？2006年，来自摩根士丹利、高盛、德意志，这些投行的顶级宽客们平均的年收入是5.7亿美金，年龄最小的大概是30岁左右。
一方面你可以看到这个行业真的是光芒无限；另外一方面，你可能在中国市场上听说过量化交易这个词，但是是非常负面的，比如说2013年的光大“乌龙指”事件，2015年的A股市场危机中，量化交易、高频交易都被斥责为罪魁祸首。那么今天我就给你讲解一下，量化交易到底是什么，和投行是什么关系，它们在金融市场上扮演着什么角色。
一、量化交易是什么？
简单地说，量化交易就是依靠计算机程序实施投资策略的方法。比如说金融学上有一个很著名的交易策略叫动量交易（momentum trading），就是说股票价格向上突破的时候买入，向下跌破的时候卖出。但是这个策略说起来简单，做起来其实很难。就说A股市场，有3000多支股票，在短短的时间里要靠人力把所有的股票过一遍，其实是完全不可能的。但是现在有了计算机，就没问题了。交易员可以写代码，然后向计算机输入一个交易策略的指令：“当股票价格上涨超过20日平均线时买入，当股票价格跌破20日移动平均线时卖出”，然后把这个交易策略的指令输出去，让机器来下单操作。
2013年中国有一个光大“乌龙指”事件，当时是怎么回事呢？光大的交易员不小心输错了一个数字，下了一个70亿的买单，结果就导致这个股价大涨，就触发了很多量化交易程序的条件，所以一下子导致300多亿的资金涌入场内，几分钟之内上证的指数就拉升了100多点，59支权重股瞬间涨停。所以这也是为什么后来很多人指责量化交易，他们认为是量化交易导致了这个“乌龙指”事件。
二、量化交易的原理和应用
通过这个例子可能你已经明白了量化交易的概念。那么下面我再讲讲量化交易到底有什么用，和投行之间到底是个什么关系。简单地概括，量化交易的作用就是利用计算机技术和金融理论的进步，帮助克服我们人性上的弱点，然后在投资中做出更好的决策。什么叫做人性的弱点？作为生物个体，投资者没有办法回避的一个弱点就是，我们的时间、体力、精力、注意力、判断力都是很有限的。比如说你要用传统的方法，每个证券都去仔细分析它的基本面或者看它的技术图形，那即便像巴菲特这样的股神，也只能分析很少的证券。
所以当大规模资产管理的行业出现以后，基金经理们就开始犯愁，然后就在想，我们有没有一些可行的方法，可以让一个人研究更多的证券，然后管理更多的钱呢？这个想法一直没有能够得到实现。
一直到上个世纪70年代左右的时候，计算机的计算能力突飞猛进，使得对金融数据的分析成为了可能，接着一大批这种划时代的金融理论诞生了，像很多人都知道的投资组合理论、资产定价理论、期权定价理论，都是在这一时期出现的，这些理论就为挖掘金融数据提供了理论基础。另外，当时市场上需要管理的钱越来越多，证券的种类也越来越多。计算能力、金融理论基础、市场需求，这三个条件在同一个时代风云际会，同时得到满足，所以量化交易在这个时候就有一种水到渠成、只欠东风的感觉。
这个时候，善于创新的投资银行自然地就充当了排头兵的角色，它们就投入了大量的资金、人力、物力去组建团队、募集资金和设计算法。像所罗门兄弟就是一个很著名的投行，它里面有一个叫梅瑟维夫的人，自己组建了著名的量化基金“长期资本管理公司”。在摩根斯坦利的内部有一个特别牛的量化部门，叫“过程驱动交易组”（Process driven trading），这个组替摩根士丹利创造了巨额的利润，像德意志银行、高盛都不甘落后，都到最牛的高校里面去挖最牛的人才组建团队。
这些天才云集在华尔街，他们把整个金融市场看作像天体运行一样，然后利用计算机技术在海量的数据里面挖掘信息，设计很多很复杂的金融产品，放大杠杆，获取着令人难以置信的高额利润。
从上个世纪的90年代到21世纪初，是华尔街宽客的一个黄金时代，很多人那时候都认为投资银行已经摒弃了自己原来擅长的传统投行业务，把自己转型成了一个又一个巨大的量化投资基金。华尔街的风格当时也在变化，因为宽客们大多是那种不修边幅的技术宅男，和华尔街那种很传统、精致的银行家形成了鲜明的对比。所以当时有个笑话说，大投行的豪华电梯里常常会同时出现衣冠楚楚的老派银行家，和那种穿 T-shirt、牛仔裤的科学怪人，开始的时候银行家们都瞧不上这些不修边幅的家伙，但他们不知道的是，这些人的收入可能是这种传统投资银行家收入的数十倍，甚至数百倍。
所以经过投行的推波助澜之后，量化交易在整个金融市场上就占据着越来越大的份额，现在的美股市场上，量化交易大概要占到60%左右的比重。还有就是随着大数据和计算机技术的迭代，量化投资、量化交易的应用范围也越来越广。比如说原来看一个农业股，就看看它的财务数据、历史产量，但是现在很多交易公司是怎么做的？它们利用卫星的数据来分析天气，然后把农产品的历史产量，还有相关的产量的数据都拿过来，再对农产品的未来产量做预测，然后在这个基础上再来预测分析农业股未来的表现。所以你看，量化交易的核心竞争力是什么呢？就是可以对海量的数据进行计算，然后把这个规律给提炼出来，做出预测。在一个市场很平稳的状态底下，你如果能够精确地把握这个规律，然后再加一点杠杆，当然就可以赚很多很多的钱了。
好了，听到这里的时候，你是不是已经眼睛放光了？这些天才们设计出来的这种高精尖模型，是不是已经替我们找到了通往未来财富自由的金钥匙呢？
三、量化交易的风险
但是事实不是这样子的，我要告诉你的是，量化交易的风险其实特别大，为什么呢？因为刚才我说了，量化交易是在历史数据里面去挖掘规律，所以它依赖的是历史数据，也就是过去的趋势，那如果这个趋势存在的条件发生变化，过去的策略就都没有用处了。
这样的惨痛教训在量化交易发展的历史中有过好几次。比如我们刚才提到的著名的长期资本管理公司破产，这家公司是非常牛的，它曾经被誉为量化交易界的一面旗帜。它旗下包括两个诺贝尔奖得主，还有一个美联储的副主席。当时这个公司用的模型，市场上的反映是不仅看不懂，而且见都没有见过。所以很多人都在说，这群人不是在做金融投资，而是在造原子弹。
在1998年之前，这家公司的业绩确实很好，当时年化收益率是32%，远远超过同行。但是到了1998年发生了一件事情，当年俄罗斯的卢布大幅贬值，然后大家在市场上就开始疯狂地抛售俄罗斯债券。
但是在长期资本管理公司的模型里边有一个假设，就是像俄罗斯这样的大国是不可能赖账，不可能赖账的。“天才”们就觉得是市场错了，所以他们不但不抛售，反而更加激进地买入俄罗斯债券，就想等着这个市场反弹大赚一笔。结果“黑天鹅”事件发生了。1998年8月17日，俄罗斯发表声明说，我们不再偿还任何债务。卢布当然就应声而落，长期资本管理公司一天就亏掉几亿美金，在一个月之后，这家天才云集的公司就被迫清盘了。
就像我刚才说的，量化交易把金融市场当作一个稳态结构，然后从历史数据中挖掘规律，利用高杠杆赚利润。但是金融市场不是天体世界，它归根到底是人的市场。金融市场的规律会被人性所影响，而人性中间的贪婪、恐惧、欲望都会随着市场情况的变化而变化。所以说金融市场的规律和人性是一个相互作用的动态过程，市场上很少有一成不变的规律，再厉害的模型也很难应对这种突如其来的规律变化。
当今的量化交易已经回归到了一个正常状态：一方面，认识到量化交易在数据挖掘和科学决策方面的优势，但是另外一方面，人们也认识到量化交易是有局限的，尤其是应对这种突如其来的规律变化的时候，这种纯量化交易可能会面临更大的风险。
特别有意思的一个事就是，在宽客们最风光的时代，这些天才们曾经质疑过巴菲特是不是已经属于过去的“老古董”了。但是经历了这次危机以后，像巴菲特这样的价值投资者仍然屹立不倒，还是受到市场的追捧。
巴菲特
四、中国的量化交易路漫漫其修远兮
最后我想跟你讲一讲，中国的量化交易市场到底是什么样子的。中国是有量化交易的，但是其实现在处于一个特别萌芽的状态。我打过一个比方，说中国的金融市场像一条水流湍急的大河，波浪很大，这意味着什么呢？它忽上忽下使得很多的趋势和现象很容易就被浪头盖掉或消失掉。这句话是什么意思呢？中国的市场规律变动是非常非常频繁的，就使得中国的这种量化交易策略非常不稳定。
我在北大有个特别聪明的博士生，2015年的时候他发现股指期货上有大小盘轮动的现象，所以他就和朋友一块设计了一个对冲量化策略，然后这个策略用2013年、2014年的数据测试特别完美，年化利率是70%，最大回撤控制在10%以下，非常地稳健。我记得在2015年3月份的时候，他们已经跟好几家金融机构在讨论募资的事项了，结果后来碰上了股灾，这事就搁下了。没想到股灾之后世界大变，首先是股指交易被限制，什么策略都没用了，而股指交易的限制放松之后再测试这个策略，它的收益率降得很低，波动率也变得很大。
道理很简单，因为股灾之后，整个A股市场的情绪和资金面都发生了巨大的变化，大小盘轮动这个效应也发生了很大的改变，所以这个事例其实不是孤立的。在2015年这种号称搞量化投资的私募基金大概死了300多家，这也就进一步地说明在我们这个市场上规律没有那么容易掌握，所以中国市场的量化交易、量化策略的风险可能比那些成熟的发达市场要更大，所以大家在投资的时候一定要非常地谨慎和小心。
今日概要：
1. 量化交易，就挖掘海量数据，寻找规律，然后使用这个规律进行自动的计算和决策，获得高收益的投资模式；
2. 投资银行曾投入大量资源，促进了量化技术的发展和应用。很多投行内部就设有巨型的量化交易基金和部门；
3. 量化交易有它适用的条件，它在规律稳定的时候可以获得很高的收益，但是如果规律发生了巨大变化，而我们又没有能及时调整的话，可能会带来巨大的损失。
（本文出自得到，由北大金融学香帅教授唐涯亲授）
閱讀更多 JA熱視角 的文章
