量化投资靠精细管理出业绩

　　今年以来，量化投资成为中国基金业非常热衷的—个话题。事实证明，大多数主动型基金因为自身投资的短板，难以战胜市场。在这种背景下，量化投资受到不少基金公司的青睐，而长盛基金近四年来经过对该领域的研究和实践积累，借鉴国内外量化投资产品的成熟经验，正式推出长盛量化红利策略股票型基金，开拓了投资者的视野。
　　主动型投资方法面临革新
　　人的思维在任何时候都只能考虑有限个变量，对传统主动型投资人而言，决策广度的有限性，体现在跟踪股票数量上的限制，以及决策时思考变量上的限制。当然，传统的主动投资方法在决策深度上是有优势的，所以做更加深入的基本面研究，以弥补决策广度的不足，是决定成败的关键。
　　随着市场信息传递速度的加快，众多分析师对基本面数据的不断挖掘，更加深入的分析，似乎越来越难以弥补决策广度的不足。如果将传统主动型投资比喻为—个＂拣西瓜＂比赛的话，现在剩下的西瓜越来越小了，那么这时＂拣西瓜＂的工具与方法就显得非常重要了。
　　即使投资人有超越市场的预测能力，但现实中收益常常被投资人主观认知上的情绪化波动侵蚀掉了。同时，传统投资的管理者本身情绪难免受到周围环境的影响，常常会做出一些偏离自己判断的交易行为，这样的随机交易常常会侵蚀掉部分应该获得的收益。
　　数量化投资弥补主观判断的缺陷
　　与传统基金的基金经理相比，量化基金经理们更愿意将他们的见解与目前速度惊人的计算机技术、统计技术等结合起来作为研究工具，在模型中可以将自己的研究和视野拓展到只要有数据支持的任何地方。比如，量化基金经理们可以把所有股票纳入自己的海选范围内，从多维度的变量空间中找到自己的获利机会，并可以检验这样的获利机会在历史上的成败概率。这样的变量可以包括宏观变量、基本面变量、财务数据以及有关投资者心理的市场行为变量。当然，量化投资跟踪调查的范围可以很广，但是在最终决策上要受到众多限制的，以保证在控制风险水平的前提下，实现收益率的最大化。
　　另外，量化投资和传统的投资可以找到合理的结合点，这在量化模型的输入变量View上，因为任何观点既可以来自于历史规律的检验，也可以来自于人脑对未来的主观判断。当然，在量化投资的过程中，依赖主观判断的成分相对要小得多，因为大多数量化经理们认为，依靠没有数据支持的主观判断做出的决策总是不可靠的。
　　总之，量化技术有如下三方面的优势：一是及时快速地跟踪市场变化，不断发现能够提供超额收益的新的统计模型，寻找新的交易机会；二是准确客观评价交易机会，克服主观偏差；三是在控制风险的条件下，充当准确实现分散化投资目标的工具。
　　长盛基金早在2005年就在国内基金行业率先成立金融工程部，主要从事国内A股市场数量化策略与模型的研究。经多年的努力与积累，建设了先进的金融工程数据与策略模拟平台，并逐渐形成一套有效的量化投资方法与策略体系。在此背景下，长盛基金推出国内首只运用量化策略进行红利股票投资的产品——长盛量化红利策略基金。该基金已经于10月19日开始发行。