当真正用人脑去理解市场之间的关系，把模型和电脑只当做工具使用时，这是思想的一个提高。这个行业做得好的人，能够很简单地把一些道理讲清楚，而不是说一些很深奥的东西。
随着股指期货的推出，量化投资的概念在国内资本市场得到越来越广泛的认知。定量分析，与基本面分析一样，是一种投资工具。量化基金，可以是公募基金（或者说共同基金），也可以是私募基金（如对冲基金），可以是主动型投资风格，也可以是被动型投资风格（如指数基金）。
1971年，世界上第一只被动量化基金由巴克莱国际投资公司（BGI）发行；1977年，世界上第一只主动量化基金也由BGI发行。从此，量化基金取得了长足的发展，成为国际投资业举足轻重的一部分。截至2009年，定量投资在全部投资产品中已占到三成以上，主动投资产品中大约有20%到30%使用定量技术，全球采用量化方法管理的基金（包括共有基金和对冲基金）中，投资于美国股票的有1062只，管理资产6740亿美元，其中最大的10家基金管理公司掌握约40%的资产；投资于非美国股票的，有415只主动量化基金，管理资产约4810亿美元，其中最大的10家基金管理公司掌握61%的资产。
量化基金增长迅速，2000年以后，美国共同基金行业增长了1.5倍，其中定量规模增加多达4倍。根据Ludwig2001年的研究报告显示，从上世纪90年代初至今，量化基金的管理资产增长率始终高于非量化基金。
量化基金尤其是对冲基金在危机时的表现较为出色。2007年到2009年金融危机期间，量化对冲基金获得了3.29%的平均回报率，非量化对冲基金则有4.77%的亏损。长期表现来看，在1970年-2009年期间，相比于非量化对冲基金，量化对冲基金的整体平均收益率更高，标准差更小。
量化基金的投资策略除了我们熟悉的股票型外，套利、宏观经济趋势等都是其常见的应用领域。在对冲基金方面，按照彭博划分的七个类型的对冲基金，如股票导向及市场中立、混合策略、管理期货、债券导向及相对估值、宏观市场、事件驱动、新兴市场等，很多都应用或部分应用定量策略。
说到量化投资，一般人总会对此产生一种神秘感，认为它不如基本面投资直观易懂，只有理解复杂数学公式和掌握超级计算机语言的人才懂。其实量化投资并非“黑匣子”，掌握数学和统计模型，只是量化投资的第一个阶段。我对量化投资的理解是，用数学去归纳投资的规律，用投资者的语言去解释数学模型。以量化投资中的多因子分析为例，要想真正成功，至少要经历三个阶段。
第一阶段，即是按照教科书所说，做一个回归分析，拿一些历史数据做回归，哪些有效，就将其作为因子抓进来；如此抓到A因子、B因子、C因子，然后看这些因子对历史结论有无贡献，如果有就抓进来。很多人现在基本上这样去做，但这只是做数学。
到了第二阶段，模型是用过去来预测将来，过去的哪部分能预测将来？然后把过去跟将来相似的那一段时间数据拿出来作模型预测，这种方法好一些，因为其中加入了人为的判断。
到了第三阶段，投资成为一个定量的主观判断。量化基金经理从理论和经验判断各因素的关系是什么，前因后果是什么，然后用数学的方法验证这些逻辑的量化关系，并进行预测。相对来说，到这个层面，就是对于自己积累的一些基本面经验，用数学将这些关系精确描述出来。这个阶段，基本上就没有人可以复制。
每个人对每个因素的理解不同，比如，我认为股市的三大驱动力是流动性、估值和市场情绪。对于估值，大家可能采取P/E、P/B来表示估值，但P/E和P/B对市场波动的具体贡献是多少？这需要看对市场的领悟力，这跟基本面的研究、基金经理想法差不多，但更加有依据，更加系统。我们也会考虑一些战略性的改变，例如为什么需要配置某一类资产，实际上并不一定是因为过去的因素。比如说大宗商品，有时候就需要战略性配置，需要把新兴国家兴起这些过去没有发生作用的因子加入。
一个好的量化基金经理，需要在多年的实践中不断分析、思考和总结，对于其他人好的经验也要吸收和学习。当真正用人脑去理解市场之间的关系，把模型和电脑只当做工具使用时，这是思想的一个提高。这个行业做得好的人，能够很简单地把一些道理讲清楚，而不是说一些很深奥的东西。为什么金融危机会发生，就是金融产品越搞越复杂，复杂了，自己都搞不懂了。
概括而言，我把自己所做的量化投资定义为立足于基本面的量化投资。 （作者系纽银梅隆西部基金管理有限公司总经理）
