投资与时机
混沌中自有宇宙。总有一些数字掌握着你的命运，颠覆你的工作、生活、沟通方式，还有投资决策。
你是数字时代的原住民吗？却为何面对海量的数据信息无能为力？因为重点不是拥有了多少这样的数字，而是该拿这些数字去做什么、怎么做。
对于大数据，中欧基金量化投资策略组负责人曲径有更直观的感受：信息技术的厚积薄发，量化数据改变了人们生活的方方面面，尤其在投资领域，数据可以帮助投资人把握时机，甚至找到差异化的阿尔法所在。
量化投资重在时机把控
有人说，大数据的核心是预测，它给人们前往未来世界的线路图。而在金融投资领域，大数据支持下的量化模型更是分析、挖掘和预测的基础——能不能先发制人，重在时机把握。
常言道，高手过招，控局者胜。为了及时获取第一手信息，国内多数的量化投资团队会通过和定点第三方数据商合作，来获取基础数据。然而，有些第三方数据商每月才推送一次数据，如果投研团队拿这些数据进行分析、做投资决策，可能已经滞后了。
一些基金公司则采用自建团队的模式。自有量化团队可以通过模型每天实时更新全网信息，抓取前一天的交易量、交易价格的变化，观察股票之间的相关性，对模型及时进行数据支持。例如，曲径就自建了一个工程师量化团队，并特别构建出投资仓位模型，即通过对市场上资金流、交易情绪、舆情监控等数据的挖掘，以计算出不同时点最合适的股票仓位。提高信息处理的效率，有时候就意味着占得投资先机。
寻找差异化阿尔法
从本质上看，量化投资就是“信息获取”和“信息处理”。A股每天全市场数据和公告超过一万条，仅标题的阅读量就接近十万字。量化投资团队通常会通过多元数据整合，锁定有效数据，包括网络用户行为数据、舆情信息的扩散与信息影响的追踪、零售消费的大数据整合等，深入变革传统的股票投资行为。
“只有选到独立研发的、与主流模型有差异的阿尔法，才能保证策略的可持续性。”正是经历过美国量化投资的兴起和挤兑，曲径对量化投资策略的差异性有着独到的见解。她管理的团队在量化投资时，往往凭借差异化的分析框架，使团队获得的数据源更独特，策略体系也更稳健，与传统投资方式选出的股票相关度也会更低。
因此，利用“机器选股”的策略会有效提升投资收益的稳定性：通过更多选股指标建立起因子库，关注弱特征因子的变化，就更容易找到具有“差异性”的超额收益，及早发现低估值标的。
从数据上分析，投资者未来需要关注以下三方面因素对投资决策的影响：
其一，过去几个月上市公司大股东减持活跃，今年6月的减持量创大调整以来的新高；其二，流动性方面，美国加息预期延后，但仍是挂在全球资本市场头上的达摩克里斯之剑，国内市场也不存在新增资金的预期；其三，人民币贬值预期持续，预期差拉动的汇率波动，可能会带来投资风险偏好的收紧。
2016-11-1
