我做了近15年的量化投资，今年也是靠量化模型在可转债上取得了不错的收益。有网友问我，量化投资和传统的投资方法到底有什么不同呢？根据我自己的经验，谈点体会。首先传统的投资方法，我们这里主要讨论的是主动投资方法。一般是由研究员进行调研分析比较，建立一个少则几十只，多则上百只股票的股票池，再由基金经理挑选。在过去很长时候公募基金基本都是这样的。

后来出现的指数基金，和主动基金相比，指数基金的规则透明，持仓分散，成本低廉，特别是但市场行业轮动明显时，一些热门行业指数基金，比如新能源等，受到了部分投资者的追捧。但指数基金包括smart bate基金，都有一个天然的限制，就是跟踪的指数背后有明确的规则，面对多变的市场，当热门的趋势改变后，这些指数基金都会遇到一段时间的“冷门”期。比如我一直推崇的高ROE的食品指数、白酒指数，在今年春节后因为估值太高导致大幅度下跌。

而量化投资和主动投资、指数投资有很大的不同。量化是用数学工具建立了一整套规则，所以和主动投资相比，它不追求个股的优秀，而是整个策略的优秀。正因为如此，对象越是数量庞大，和主动投资相比，越是能体现出优势。而和规则确定的指数投资相比，量化投资更加灵活，能在遇到不适应期时及时调整投资策略。

你会看到很多主动公募基金介绍他们的选股逻辑，也会看到很多指数基金非常详细的介绍他们跟踪指数的编制规则。但基本看不到量化投资的详细介绍。就拿全球最顶级的美国西蒙斯的大奖章基金来说，从1990年到2018年29年里取得了年化67.94%的惊人业绩，但具体策略细节，没有一个人知道，而且所有的员工都签订了封口协议，只知道招聘了一大堆数学物理学博士，研究了成千上万个策略。

举个最简单的例子，比如同一家公司在A股和港股上市，虽然A股的股价要远高于港股，但肯定是同涨同跌的，经过历史数据回测，当瞬间涨跌差大于某一阈值时，就会大概率的均值回归。那么可以让计算机自动的做多低估的做空高估的。当然这个例子只是用来说明问题的。实际上现在量化基金可能同时触发几百个甚至上千个策略，每个策略赚取的收益虽然不高，但累计起来也是非常可观的。

高频量化现在不但是拼人才拼策略，而且还拼设备，为了快可能0.01秒都要想尽办法，甚至把自己的服务器搬到离交易所服务器越近越好。所投入资金的巨大，是我们小散难以想象的，高频量化越来越成为机构拼设备拼资金的场所。所以在高频量化领域，我们小散就别想了。

目前小散可以涉足的是一些低频量化，比如我自己目前在做的可转债的多因子量化，因为交易量不大，而且有很多低等级的可转债机构因为风控原因不能买，小散还能吃一口汤。不过对于普通投资者来说依然难度很高。我自己是做了14年多量化的实战才形成目前的体系的。

今天市场平开高走一路上涨，板块上半导体、汽车类、电气设备等领涨，公告交通、房地产、酒店餐饮、旅游、银行等领跌。宽基指数中双创大涨，创业板科创板50指数分别上涨了2.54%和2.44%，就是连跌几天的北交所等权指数今天也平均上涨了1.78%。主要宽基指数只有上涨50微跌0.02%，高估的依然在涨，低估的依然在跌。成交量还有所放大，北上资金也是沪港通净卖出15.06亿，深股通净买入29.42亿。

我重仓持有的20只可转债17红3绿，领涨的星帅转债大涨17.36%、飞鹿转债涨6.37%、鸿达转债涨2.94%；三只下跌的可转债分别是三星转债跌2.25%、奥瑞转债跌1.17%、金轮转债跌0.12%。平均大涨1.99%。实盘合计涨1.92%，今年已经是35.57%，再创历史新高！

如果要说可转债高估，和历史比不断在创高位，如果看着历史数据做早就清仓了。我也不知道什么时候是个顶部，就是按照量化模型不断轮出价值低的轮入价值高的，做好还给市场一部分收益的打算。