巴曙松主持，刘武主讲：投资量化基金的典型问题丨北大汇丰金融前沿对话第41期

编者按

早期的量化策略是比较普通的技术分析，但随着时代与技术演进，量化投资策略经历了从后台黑匣子、前台主流投资工具到更为复杂的工具的转变。在实际应用中仍面对着模型测试时能够正常工作，但实际应用成功率值得商榷的问题。在此背景下，第41期北大汇丰金融前沿对话聚焦“投资量化基金的典型问题”。本期嘉宾DoubleTree Investment Partners 高级分析师刘武提出，量化策略旨在利用业务中最优秀的人才和最快的计算机算法、利用杠杆来进行市场投注。如果模型包含所有正确的输入并且足够灵活的预测异常市场事件，这样的量化策略可以非常成功，并在投资界逐步被接受。

主持 / 巴曙松（北京大学汇丰金融研究院执行院长、香港交易所集团首席中国经济学家、中国银行业协会首席经济学家）

主讲 / 刘武（DoubleTree Investment Partners高级分析师）

内容摘要

随着现代计算机的出现，量化投资策略进一步演变成了更为复杂的工具。量化策略在模型测试时往往能正常工作，但它们的实际应用和成功率值得商榷。尤其当市场出现混乱、波动频繁时，很多量化模型常常出现失灵情况，需要不断地调试和修改。

但基于大数据、云技术、区块链等技术发展，在线交易所以及AI开源平台等基础设施的兴起，量化策略正在经历戏剧性的演变。我们的数据表明，超过90%的市场中立基金、100%的新CTA和宏观基金、超过50%的新兴基金在使用量化策略，预计量化策略将在3-5年内占据主导地位，并且随着技术改进成功率会进一步提高。

量化投资具有标的流动性好、体量大、重点领域广阔、投资组合建设多元化、投资期比较短、投资主题通用的优势，关键策略包括Generalist ELS / EMN, Macro等。

量化基金具有自身的特殊性，在投资时就需要筛选条件进行标准分析、需要对基金是否遵循严格的科学方法来设计和制定策略进行评估、需要了解基金经理是否对研究理念的细节、处理生成模型以及正在运行的模型有足够的认知，以及模型是否有足够的执行力。基金管理者如何使用基础设施进行研究，使用什么工具以及如何组织数据，也应视为管理者在这个领域的能力的一部分，也是评估经理能力的重要方面。

“北大汇丰金融前沿对话”简介

“北大汇丰金融前沿对话”系列活动为北京大学汇丰金融研究院主办的专业高端金融内部交流平台，旨在聚焦金融市场最前沿的经济资讯与评论动态，同时促进北大汇丰金融研究院主办的各系列活动的延展和交融。

   点击文末“阅读原文”，查看完整版纪要  

 （文件稍大，下载需等待）  

  北大汇丰金融前沿对话系列  

文章来源：北京大学汇丰金融研究院（文中观点仅代表作者作为一位研究人员个人的看法，不代表任何机构的意见和看法）

本篇编辑：陈博闻、张琦杭