在交银施罗德举办的论坛上，美国金融学会理事（Director of the American Finance Association）、普林斯顿大学John Scully’66讲席教授Harrison Hong详细介绍了他关于高风险股票长期表现不如低风险股票的相关研究。
交银施罗德量化投资部总经理龙向东博士也接受了记者的采访，畅谈数量化投资在中国的广阔发展前景。
量化投资初来乍到
大多数听说过数量化投资的人，也许并不十分清楚量化投资家们究竟在做什么。艰涩难懂的数量模型像一座座高耸的围墙，让普通人难以接近这个领域。
不过在龙博士看来，量化投资只是在理论和实践中寻找、搭建一座桥梁。他说：“量化投资有时候源于学术研究，在某些人看起来过于学院派。但实际上，我们试图从实践中寻找到某些可能的方向，然后用一些模型去回溯历史，并且通过这些模型预测未来。简言之，就是通过回溯历史找到最有效的方法预测可能的未来。”
在国内，量化投资仅仅只是小荷才露尖尖角。虽然过去几年中被多次提及，也有相关产品问世，但令人印象深刻或表现突出者，却“乏善可陈”。乃至有人甚至认为，量化投资在中国市场水土不服。
龙向东说：“量化投资在中国并不是非常成功的原因可能有两点，一是市场发展没有提供足够的广度和深度，二是此前的量化投资操作没有严格按照合同规定操作。而这两点目前在某种程度上都部分得到了解决。”
西方理论的中国运用
“我们量化模型的建模思路主要有两个来源，一是洋为中用，将海外的东西本土化；二是对国内实战部分的成功经验加以提炼。”龙向东说，Harris Hong教授的研究有助于拓宽量化团队的研究思路。
作为普林斯顿大学John Scully’66讲席教授的Harrison Hong，曾连获学术界大奖，也是美国金融领域为数不多的华裔教授。Hong教授的一个重要发现是，长期来看，低风险股票的收益显著超越高风险股票。
过去被奉为投资经典和基石的“证券市场线（SML）”理论认为，高风险股往往带来高收益、低风险股往往低收益。而根据Hong教授的长期数据研究，全球股市中低风险个股具有更高的长期累积收益，而高风险股的长期累积收益往往偏低。这一颠覆性观点引发了量化投资者的高度关注。
Hong教授的研究表明，从1968年至2010年，和美国股市中风险（日波动率）较大的股票相比，风险较小的股票，累计收益率要高几十倍。美国股市中，波动性较小的股票通常是公用事业股和低估值价值股；波动性较高的股票通常是各个时代最推崇的时尚股，比如1990年代的网络股等等。
Hong教授发现了一个十分有趣的现象：和人们印象中的结论恰恰相反，那些保守的、低波动率的波澜不惊的股票，长期收益远远超过高波动率股票。更为引入瞩目的是，在历经了2008年的投资溃败之后，风险最大的那批股票最终的累积收益甚至低于其初始资本。具体而言，如果投资者在1968年投资1美元于美国股市的高风险股，每次选取当月波动率较高的（也是最热门的）前四分之一股票，于每月月底进行资产组合调整，那么30多年后的投资结局将是跌破面值（累积面值不足1美元）。这无疑是比内地市场所谓“十年零收益”更令人惊讶。
Hong教授还发现，高风险股和低风险股之间的长期收益差距，往往在一轮市场泡沫破灭后显著拉开。最近两次收益悬殊的阶段分别是2008年的次贷危机和2000年初的网络股泡沫。
根据这些发现，Hong教授提出了一系列投资策略，比如“在大家对宏观前景预期高度不一致时，投资低风险股票；而在大家对宏观前景看法较一致时，投资高风险股票”。
“Hong教授的研究成果为我们自身的建模提供了十分有益的借鉴，但我们取其思想，而在形式上有所改动。比如Hong教授用美国市场上分析师对市场前景的分析判断来作为基础数据，但中国市场上分析师的研究报告尚有可完善改进的空间，我们会用更符合中国市场特点的数据作为分析基础。”龙向东解释说，此类改良不胜枚举，是谓取理论之神，改细节于形。
步步为营
当市场上真正的量化投资者凤毛麟角的时候，也是这种投资方式可能大展拳脚的时候。不过，量化投资如何真正运用于中国市场，也许还有很长的探索之路要走。
过程是繁复而且漫长的，但千里之行始于足下。龙向东介绍道，此前交银施罗德量化团队专注于量化被动产品（指数基金）的运作，2011年团队专注于研发，为2012年量化主动产品的问世打下了坚实的基础。
“我们需要把理论成果化繁为简，灵活运用到投资实践中去。慢工出细活，把时间放长了看，3到5年的时间，就可能取得较好的效果。先让投资者了解我们的目标，然后我们可能再稳步推出量化系列产品，目前在绝对收益产品、结构化产品、配对交易、高频交易等方面均有一定的储备、布局。”龙向东说。
我们的模型主要在几个方向：大类资产配置模型、阿尔法信号模型、风险模型和优化模型。回溯测试的结果显示在2009年、2010年、2011年都能取得不错的投资模拟收益。”
