投资是什么？在东方基金量化投资部基金经理王怀勋看来，答案可以浓缩为两个词：预测和决策。

　　王怀勋日前在接受上海证券报记者专访时表示，一些人重视预测，却容易忽视决策。决策的重要性和难度很高——要综合考量每笔决策承担的风险、付出的交易成本与机会成本、资金预算约束等，本质上是“多变量、多目标函数、多约束条件的综合权衡”。

　　在王怀勋看来，投资是一个从预测到决策的完整闭环——预测固然重要，但决策做得好，才能让预测这件事进行下去。在不断变化的市场中，他致力于用统计学的方法寻找规律，用优化的思维权衡风险收益，用纪律性的执行穿越周期。

　　投资之“道”：预测与决策

　　王怀勋将投资分为预测与决策两个阶段。他认为，两者缺一不可，而量化投资恰恰在这两个阶段有着独特方法。

　　在他看来，在预测阶段，核心是寻找规律和挖掘输入变量。传统投资笃信企业基本面与未来收益正相关这一核心规律，因此投入大量精力调研产业链、研究财务报表，以刻画企业基本面的走向。而量化方法不预设某种规律一定存在，而是通过对历史数据的统计，找到某种深层次的规律。量化方法重视对规律的挖掘，关注大量股票的结构化信息。

　　在决策阶段，关键是对预测收益、承担的风险、交易成本与机会成本等进行综合权衡。量化方法将以上条件全部数字化，设置为目标函数和约束条件，借由数学“优化”领域中的算法进行计算。

　　“其实在主观投资里，预测与决策这两件事一直由人脑进行，只不过没有显性化。”王怀勋表示：研究员做调研、写报告，本质上是在做预测；基金经理据此决定哪只股票多配、配多少，这是决策。

　　深耕量化投资多年，王怀勋认为统计学是量化的基础。“我们相信‘历史总会重现’，经过统计学检验后的历史规律，在未来大概率会延续。”王怀勋说。

　　量化之“术”：多因子模型与风险控制

　　在王怀勋看来，投资之“道”是相通的，任何投资方式都离不开预测和决策，量化投资的特别之处在于“术”这个层面——在预测时，量化投资重视用历史数据统计出来的规律；在决策时，量化投资则使用数学和计算机方法来构建组合。

　　他将量化投资的核心工具——多因子模型，拆解为因子挖掘、因子合成和组合构建三个环节，每个环节都充满了“精打细算”。

　　因子挖掘通常始于一个猜测。“挂在盘口上的单子虽未成交，但是否会对股价未来运动方向形成压力？基于这个猜测，我们设计了一个挂单力量的因子，编写代码计算历史上每天每只股票的因子值，再对其进行检验，看因子值与股票收益之间是否存在稳定的相关性。”王怀勋举例称。

　　因子合成类似于考试综合分——对不同的“科目”赋予一定的分值权重，加总后得到综合分。“越是对股票未来收益影响大的因子，越是赋予其更高的权重，最终得到加权平均分。这个分数越高，未来收益可能越好。”他表示。

　　组合构建则是“精打细算”的集中体现。王怀勋表示，要将多重考量转换成数学上的优化问题，找到平衡各种条件和综合目标的优解。这个优解是动态变化的。

　　在风险模型方面，王怀勋使用BARRA风险模型对组合进行控制，对于量化多头策略，核心是确保组合在各种风格上与基准指数偏离不大。他更重视的指标是“预测主动风险”，即综合考量各风格因子和行业配置偏差后预估的年化跟踪误差。

　　“收益与风险的平衡点落在‘风险厌恶系数’上。”王怀勋说，“多冒1%的跟踪误差风险，希望最少获得多少超额收益作为补偿？这个值没有唯一答案，要结合产品定位进行评估，如定位于低风险偏好客户的产品，就该用更大的风险厌恶系数。”

　　量化挑战：“守株待兔”与“刻舟求剑”

　　对于量化依赖“历史规律未来会重演”这一假设的局限性，王怀勋有着自己的认知。

　　在他看来，量化面临两大挑战：一是无法重复实验导致缺乏统计样本；二是历史样本无法完全代表当前市场环境。前者属于“守株待兔”，后者则属于“刻舟求剑”。

　　“我们只能尽可能使用较短时间内出现频次较高的样本。即便如此，因子失效只是时间问题。我们所统计的规律只能叫作‘异象’——是表象而非实质，支撑表象的因素可能随时间的推移而消失。我们能做的就是不迷信任何因子。”王怀勋说。

　　他坦言，在AI时代，量化投资最稀缺的能力正在发生变化。“过去在量化领域需要编程实现能力，但现在有了大模型之后，编程能力不再是瓶颈，‘点子’成了最稀缺的东西。这也改变了人才需求——过去需要数学、物理、计算机和金融背景的人才，现在更需要认知，这既包括金融认知，也包括对宏观、行业、微观交易结构的认知等。”王怀勋说。

（文章来源：上海证券报）