中泰资管李玉刚：在并不拥挤的赛道做量化投资

基金经理英雄榜点拾投资

导读：中泰资管对冲基金部总经理李玉刚是一个非常特别的量化投资经理。市场上大部分的量化投资者都是基于归纳法，通过历史数据回溯，并且认为历史会在未来重演；而李玉刚相信演绎法，坚持量化投资必须有一个公理性的逻辑，才不会让自己的缺陷暴露在市场中。

李玉刚将相对价值的投资方法运用在了指数增强投资策略上，通过赚取相同类型公司估值偏差回归的钱，获得超额收益。他认为，自己的超额收益来自市场认知的偏差。一个个独立的认知偏差，构成了其整体的超额收益。

我们先选取了一些来自李玉刚的“投资金句”：

1、在投资研究中，我是反对用量化和主观贴标签的，我关注的是对观点的检验必须有一个科学、系统的检验程序，定量和定性都是工具，都是为投资服务。

2、持仓代表你的观点，如果观点存在缺陷，就会被市场打败，而我们借以理解世界的感知和认知工具都是容易出错的，科学的方法就是要检验和避免我们观点中存在的这些错误。

3、我们每个人在投资上，都有一个公理性的观点，这个公理是所有推论的原点和起点，是不可被反驳的。

4、和其他人做指数增强不同，我们不是用多因子模型来预测超额收益的，而是作为对股票分类的工具，帮助我们能更好地做价值判断。

5、在我的认知中，正常的市场环境下，进行绝对的价值判断是困难的，我们可以构造可比较的环境，进行相对价值的判断。

6、如果能够理解决策背后的理性和科学性，那么就能把短期的压力扛过去。

7、估值偏差回归的速度，跟市场认知偏差的修复速度相关。

你的持仓就是你的观点

朱昂：您是量化投资中非常资深的投资经理，能否谈谈您是怎么看投资的？

李玉刚 我一直认为量化投资中，量化和定性一样，都是工具，都是为投资服务。你的持仓代表了你的观点，这个观点的正确性能否得到检验。我记得李录先生有过一个演讲，提到这个市场存在的一个主要目的是发现你自己的缺陷。从这个角度看，如果持仓代表你的观点，观点的准确性有问题或者有缺陷的话，就会被市场打败。

我们之所以提量化和定性，是因为我们需要一个科学系统的方法来检验我们观点的准确性。我们每个人认识世界的方式都可能只看到局部。比如用眼睛去观察，用耳朵去感知，用我们的记忆去描绘世界。但是眼见未必真实，记忆也不是一个存储器，我们的感知可能会出错。这就需要一个科学的体系来检验我们对于世界的认知。

量化是一种检验方法，无论是用量化手段还是定性手段，都是一种检验我们对错的方法。量化是为投资服务的，为我们的投资观点服务。我们每个人在投资上，都有一个公理性的观点，公理性对应了我们所有推论的依据。比如巴菲特所说的价值投资，就是用低于价值的价格买股票，才能长期赚钱，这个观点我们就可以称之为公理。

定性就是你的隐含前提是什么，我们的决策行为，都是围绕隐含前提来做。回到我们做的量化产品，无论是指数增强还是对冲产品，背后的公理也是要符合定价原理——基于定价错误。

朱昂：量化投资的公理性还是基于价值的判断？

李玉刚 价值判断有两种做法，一种是绝对价值的判断，一种是相对价值判断。绝对价值判断是很难的。举个例子，要判断某商业银行的绝对价值，究竟是值1万亿还是1.5万亿，是一件比较困难的事情。除非处于格雷厄姆所说的绝对低估状态，PB水平很低很低。但如果我们做相对价值的判断，就比较容易的。我们可以拿这家银行去和那家银行做相比，看看这两个是否有可比性，然后比较下来哪个标的更好。

我们有一套多因子模型来给股票进行分类，判断它们是不是可以进行比较的。对于相对价值来说，隐含的重要前提就是可比性。不同因素也会导致公司在某个阶段，不具备了可比性。比如说2016年宝能举牌了万科，造成了万科股价的变化。那么这时候万科和保利地产股价变化的可比性就发生了变化。

我们如果单纯从行业划分、从盈利模式的角度来分类，可能会出现一些偏差。有些股票在某个阶段变成不是同一个类型的股票。多因子模型去做划分的准确度会更高。我们做风险组合的时候，非常看重这两个股票之间是不是能代替的。这也是我们和教科书上做指数增强不太一样的方式。

和其他人做指数增强不同，我们不是用多因子模型来预测超额收益的，而是作为对股票分类的工具，帮助我们能更好地做价值判断。我们的投资内核，依然是价值投资。

相对价值的均值回归方法

朱昂：您和市场上大部分做量化投资的不太一样，你们投资的独特性能否再展开讲讲？

李玉刚 其他人的具体做法我们未必了解，市场上对于多因子模型的使用主要是从动量、成长性、质量、价值、市值、分红率等等各种因子去给一个股票打分，通过打分再进行分组。大家通常讨论的这个因子有没有效，是指预测超额收益有没有效。这种方法是基于历史检验，是一种统计的思路。从方法论上看，是基于归纳法。通过历史的有效性，来指引未来能否基于有效。

但是对于我来说，这个思路是无法说服自己的。如果我对真理性的检验没有那么信服，那么这会成为我投资中的缺陷。

在我的投资中，能够说服自己的是对相对价值的判断。比如说假设沪深300的指数是3000点，而对应的股指期货合约是3500点。那么一个同样的品种有一个较高的价格，一个较低的价格，谁更便宜就比较容易判断，这就是比较能够说服我自己的一种方法。

朱昂：那么您能否讲讲多因子模型如何将股票进行分类？

李玉刚 多因子模型的作用是，进行分层抽样。常用的分层抽样会运用在指数策略的分类。比如先按照行业分，再按照市值来分。我们常用的因子会加入动量、估值、成长性。关键是理解驱动不同因子背后的因素。

比如说大部分低估值的公司属于周期类公司，高估值的大部分是成长类。然后我们加入动量因子，把过去一年涨幅排名靠前和靠后的看一下。我们会把市场上的股票进行不同分类，按照这些因子看他们哪些部分会交叉。当两个股票有类似的因子因素，就看估值比较。比如说两个银行股，市盈率相仿，一个是5.5倍市盈率，另一个是6倍市盈率。我们就看他们历史的比价关系，再看他们偏离历史比价关系在什么水平。类似的比价关系是由增速水平决定的，如果偏离程度越大，我们就会去看是否会出现回归。

朱昂：但是当历史的不同环境发生变化后，有时候均值回归并不会出现，你怎么避免这种风险呢？

李玉刚 我们要看是什么在破坏历史关系。回到前面万科在2016年的例子，宝能举牌破坏了万科和保利的历史比价关系。其次，我们在指数增强策略中对单一品种的仓位有限制。每一个判断我不会超过2%，这样也是对犯错的一种约束。

我们在构建公司关系时，已经进行了一些判断，比如对商业模式的理解，股价波动的理解。所以大面积出现偏离历史的情况不太会发生。这就是我们控制风险的方式。

超额收益来自认知偏差

朱昂：你认为自己的竞争优势是什么？

李玉刚 第一是团队的学习能力。我们一直强调团队对于市场认知的不断积累，并且要有一个科学的认知流程。我们的每一个策略、每一个观点都要经过科学理性的流程检验。我们要确保长期的观点是站在大概率上，影响短期结果的因素很多，可能会受运气的成分更多。

第二是构建了知行合一的决策体系。我们的整体决策体系，都是知道自己决策的科学性。因为很多时候要做到知行合一很难。如果能够理解决策背后的理性和科学性，那么就能把短期的压力扛过去。

朱昂：价值投资是赚企业成长的钱，量化投资许多赚博弈对手的钱，您觉得自己赚的是什么钱？

李玉刚 不同策略会有不同的风险收益来源。我们做指数增强策略有一个基本的假设前提，宽基指数能代表我们整个市场的合理回报。比如说沪深300和中证500，长期来看他们的收益应该代表整个市场的合理回报。那么我要做的就是在这个合理回报基础上做一些超额收益。

这个超额收益源于认知的偏差。前面说过，我们的盈利就是来自估值水平的回归。为什么会出现两个同类型的股票，一个便宜，另一个高估呢？这背后可能有市场认知的偏差，也有可能是受迫交易，必须要对指数成分股做调整，或者有时候机构投资者应对赎回或者申购。无论这种估值偏差的源头是什么，这都是我们盈利的来源。

总结来说，我们盈利一部分是市场合理回报，另一部分是认知偏差导致的估值偏差。

在并不拥挤的赛道做量化投资

朱昂：您说的估值偏差回归的速度，是怎么样的，是比较快还是要持续很长时间？

李玉刚 估值偏差回归的速度，跟市场认知偏差的修复速度相关。所以很难明确说，到底以什么样的速度回归。但好处是，我的投资品种是分散的，不同品种回归速度不一样，结果却是我们的超额收益比较平滑。

朱昂：历史上量化投资经常在单一因子上暴露特别大，造成比较大的风险，比如2016年之前的小市值因子，你会如何避免这种风险？

李玉刚 这个就是我前面说的思路，大部分人是做归纳法，我们是做演绎法。我们不是基于因子的角度去选股。我们的多因子模型更多是来约束跟踪误差的，不会特别去做超配或者低配。我们的量化投资是有主观基本面思维，就是前面讲的相对价值。通过控制跟踪误差，对我们组合进行一种约束。

朱昂：能否讲讲您的多因子模型和量化投资方法，经历了哪些发展阶段？

李玉刚 我最早是做股指期货的，2011年就开始运用这些多因子模型，一开始也是跟着教科书的做法来。采用这种方法，就涉及到观点的真理性或者对错的判断，在一开始的表现就不是特别好。在回撤的时候，就要问自己，这种因子模型能否坚持下去。

后来我思考发现，过去一直用教科书的做法，都是基于历史统计来做的。于是经历了很多反思，我们逐步从过去的归纳法转变成今天的演绎法。我们要基于一个演绎的逻辑，这个逻辑首先要能够把自己说服。只有这样，当我们遇到困难时，才能够坚持下去。

朱昂：您觉得这个方法未来还有哪些演进空间？

李玉刚 我们每天都在改进这一套方法。比如说价值判断是可以演进的，对便宜和贵的判断，有很多地方可以进步。我们还可以把一些主观的研究加进来。还有未来的大数据、人工智能、机器学习，对于股票分类是一个很好的应用。对于我们相对价值的策略来说，科技是很重要的工具，能够迅速把一个公司的不同分类和标签提炼出来。

朱昂：过去几年国内做量化投资的越来越多，无论是海归派还是国内的本土派，会不会让量化投资变得越来越拥挤？

李玉刚 如果是基于速度优势的量化投资，未来可能会变得越来越拥挤，比如说高频交易这种。但我们并不依赖速度，应该不会出现这种问题。我们的策略不一样，不是去抢大家都要抢的东西。就像为什么会出现低估，本质就是被市场冷落了才有估值偏差。

况且我们的做法不是教科书的那种做法，和主流模式有一些差别，并不强调因子贡献，不用因子进行超额收益的预测。

- end -