17世纪，阿姆斯特丹出现了独立的交易所，稍后出现了英格兰银行——全世界第一家中央银行。自那时起，金融市场本身不断演化，与人类社会的发展越来越紧密关联。金融市场既有力地推动了技术革命和更大范围的分工协作，同时也是引发经济动荡的原因之一。
相当多的人出于投资、投机或者对冲风险的目的参与到金融市场中来，前赴后继地演绎了一段段精彩绝伦的故事。
如果我们回到上个世纪70年代初的重要节点——1971年，美国政府表示，将不再用联邦黄金储备兑换外国人持有的美元，从而切断了美元和黄金的联系（在此之前的1944年-1970年，美元一直跟黄金挂钩）。美元与黄金脱钩开启了一个全新的时代——起始于1971年布雷顿森林体系解体。
此后相当长一段时间里，全球金融市场处在一个极端动荡的时代，金融创新层出不穷。失去了这个黄金为锚的金融体系，且各家央行运用货币政策的手法尚未成熟，因此经常引发地区性金融市场的剧烈波动，这造就了宏观对冲基金发展的黄金时代。
乔治·索罗斯作为一个大汇率投机者，就是这个时代的产物，如果没有布雷顿森林体系的瓦解，没有金融创新带来衍生品的花样迭出，也就没有索罗斯的辉煌战绩。大宏观对冲基金在这段时间内获得了一个极大的操作空间，如鱼得水，四处出击，屡有斩获。这种情况一直延续到2007、2008年，美国次级贷款引发全球金融危机爆发。
那时起，金融监管者意识到金融创新的潜在危害，所以开始有意识地放缓和抑制金融创新。与此同时，货币政策的制定者——各国央行都着眼于稳定市场预期。代表性的做法出自日本央行的“前瞻性指引”（Forward Guidance），稍后美国、英国到欧元区也争相学习日本。主流西方发达国家的央行都开始通过“前瞻性指引”来向市场传递信息，稳定投资者和其他市场参与者对未来货币政策的预期，从而降低市场波动。
前瞻性指引是各国央行通过引导市场对未来利率的预期，使市场预期与央行目标预期靠拢的现代货币政策工具。
当然，各国政府对资本账户的流入流出的控制加强，对外汇储备数量的重视程度也有所上升。监管当局和各国央行的这种改变，对全球经济是利好的；对于投机者，或者说对于宏观对冲基金未必是利好的。
因此在我看来，宏观对冲基金的黄金时代已经过去，也就是说，利用全球金融市场的剧烈波动、熟练利用各种的衍生品工具来牟利的机构，恐怕再难重现辉煌。他们的施展空间变得狭窄了，在下一个时代里面成为巨鲸的不是索罗斯这样的大投机者。
而从上个世纪末开始，程序化交易开始大行其道。根源在于，计算机的信息处理速度极快，再加上各种模型和新的算法不停地出现，这些模型和算法对人的行为和金融市场的解析能力变强了，于是通过程序化交易来获得超额收益成为可能。
诺贝尔生理学奖、美国神经生理学家罗杰·斯佩里教授的研究成果表明，人脑每秒钟有意识处理的信息量为126个神经比特。从某种意义上讲，相比较计算机而言，人是非常可怜的，信息存储容量少，缓存更小，新信息的写入速度也慢。我们平时对话或者阅读时，一秒钟可以获得几十比特的信息，即使是非常聪明的人，大概一秒钟写入和处理信息的速度也就几百比特。
人的强项不是在于处理信息的速度上，而在于想象力和深度思考的能力上面。人不但有逻辑能力，而且能够理解和洞察他人，毕竟引发宏微观事件的参与主体还是人。除此之外，人有一个极强的武器——情绪波动。一些做投资的人也会讲，情绪是投资最大的敌人，从某种程度上讲，情绪波动是投资中的一大忌讳。但是出色的投资者会超越这一点，利用甚至放大自己的情绪来完成绝杀。
即使面对黑天鹅事件，对人类贪婪和恐惧情绪的把握，也是极强的武器，这种武器会将每一次的灾难和危机转化为利润之源，这个武器是算法或者程序所不具备、无法匹敌的。我们始终认为，即使是与最先进的计算机和出色的算法相比，有两个投资领域人类的优势难以撼动，一是价值投资，二是事件驱动型的投资。当然事件驱动型的投资种类比较多，黑天鹅事件也是其中的一种类型，本文不再赘述。
除了在极端情况下，程序化交易/量化投资会放大波动，造成灾难性的结果。一般而言，程序化交易有熨平市场波动提供流动性的作用，通过将人的思考建模能力与计算机的运算能力相结合，对于普通人而言，有一定的认知门槛。
简单地说，量化投资和传统投资是西医和中医的区别，传统投资是中医，讲究望闻问切，很多个人的经验和领悟在其中，精确性和可扩展性也有限。量化投资是西医，有大量的临床数据验证，有科学的方法论。
更重要的是，我们可以清晰地看到西方医学每10年的进步速度都是极其明显的，各类研究成果的出现和大量新技术的应用使得西医可以一直高速发展。而中医在过去上千年的历史中，应该说水平进步极其缓慢，《黄帝内经》至今仍然是经典。
中医里面名医和神医作为个体的闪现比较突出，而对应到主观投资领域，巴菲特再难复制，而现在出色的投机客比百年前的杰西·利弗莫尔（Jesse Lauriston Livermore）水平也没有太大进步。这种类比未必完全准确，但大致可以辅助大家理解其中的区别。
量化投资的另一个特点是往往与其他市场的相关性较小，无论股票市场或者房地产市场的涨跌，量化投资有它固有的盈利逻辑。比如有些量化策略跟市场的波动率和流动性有关，而与其他资产类别的涨跌无显著相关——即使今年的股票市场如此凄惨，其策略也有不错的表现。
目前，中国市场对量化交易的接受度依然较低，但兼具人与计算机的优点的投资机构才足以胜任未来的挑战。在美国股票市场中，基于计算机算法的交易约占总成交量的70%；在中国市场中，计算机算法的交易量仅占总成交的5%。量化投资在中国市场方兴未艾，正当其时，所以量化投资是一道长长的山坡，有着足够湿的雪，这将是一段伟大的旅程。
文章来源：NewBanker博客
网友评论