在市場整體缺乏持續性的投資機會時，存量資金更多地選擇在防御性較強的股票中尋找投資的安全邊際，甚至一度造就了白馬股的“局部牛市”，形成“一九行情”，讓A股一貫的成長股投資邏輯遭受重創，而這也正是一些更多注重歷史績效的量化基金在今年“馬失前蹄”的主要原因。盡管如此，我們依然對量化投資這一仍處于高速發展中的朝陽領域充滿信心，因為在資本市場高度發達的今天，量化投資始終具備著許多傳統投資方法難以企及的優勢。

　　首先，A股上市的公司數量已經成功邁過3000大關，并仍然在以一個較快的速度不斷積累，導致一些傳統的個股研究已經變得十分繁瑣且困難。因為對大部分行業研究員而言，持續研究和跟蹤少數的幾家上市公司都是需要耗費巨大精力的，更別說在同一行業中總是有動輒幾十甚至上百家同類公司需要去研究、去跟蹤。即便能夠在單個行業中聘請到多名研究員進行完全覆蓋，也很難保證不同的上市公司會受到平等的對待，因為研究員個人偏好的不同，可能導致不同的研究員之間缺乏研究上的一致性。但量化投資則顯然不會受到上市公司數目的影響，因為扎根于高速發展的信息技術和金融工程技術，量化投資在處理海量數據上具有天然優勢，樣本量的增加反而能為量化投資提供更多有用的信息，進而為進一步提煉出A股市場的運行規律提供幫助。

　　另外，量化投資雖然仍在較大程度上依賴于模型的歷史表現，但量化投資卻并不總是一成不變的。相反，部分量化模型還具備自我修正的能力，即可以根據市場近期的結構性變化來做出自適應的調整，以盡可能適應瞬息萬變的市場環境。我們目前就在原有產品風格的基礎上，通過自適應學習融入了新的選股邏輯。當然，量化模型的自適應調整速度一般都不會太快，而是傾向于一個漸進式的調整過程，這固然使得此類模型在今年市場結構迅速切換到“一九行情”時略顯笨拙，但卻能在過去絕大部分的投資環境中如魚得水。想必隨著市場逐步回歸常態，資金能夠在更為廣泛的標的中尋求最優的資產配置時，此類自適應模型還是可以重回正軌的。

　　最后，量化投資是一項紀律性極強的投資活動，這就要求量化投資的實踐者不能因為市場短期的風向變化就迅速調整甚至替換掉原有模型。比如量化投資不會因為雄安概念的快速炒作就盲目跟風，也不會因為白馬股的迅速崛起就即刻放棄原有的數據訓練模式。因為相比于短期的資本利得，量化投資往往更加看重長期堅持下來所能獲得的穩定超額回報。正如許多業內人士所公認的那樣，時間才是量化投資最好的朋友。

免責聲明：本網站所有信息，并不代表本站贊同其觀點和對其真實性負責，投資者據此操作，風險請自擔。

免責聲明：本網站所有信息，并不代表本站贊同其觀點和對其真實性負責，投資者據此操作，風險請自擔。