每当大盘涨我们往往会期待，自己的持仓如果能涨的更多就好了，当大盘跌的时候，我们又期待自己的股票不跌或者至少跌的少点。当然实际情况更可能是大盘跌的时候，我们拿的股票跌得更多，大盘涨的时候我们拿的股票纹丝不动。

为什么呢？其实很重要的一个原因是我们拿的股票数量太少，一方面个股贝塔本身就比市场指数大得多，另一方面单个股票与全市场并不具备必然的关联性，而且就算我们使用了一些在统计学上可能出现超额收益的股票，但是由于个股表现的随机性，事实上的结果也未必与统计值一致。

聊到这里可能很多熟悉笔者专栏的同学要问，在聊什么呢？不是说好不说专业术语了吗？怎么又来阿尔法、统计学、超额收益什么听不懂的东西呢？不过这一期的主题是量化基金，这些术语确实很难绕开。所以这些术语的坑只能由笔者在后面一点一点的填了。

一、关于量化投资的抛砖引玉

不过填坑之前，笔者很乐意分享一下自己在研究生时候写的一篇论文中的部分研究，通过这个研究读者可能更容易的了解量化投资到底在做些什么。

笔者读书时的一个基于舆 情 的量化模型

这个研究的起源需要从传 播学中的传播流理论说起，当然虽然也是学术理论，传 播学的理论显然要比金融学的理论好懂很多，因为我们每个人的日常生活就是不断的接收信息并传 播 信息。传 播 流 理论讲的是在有影响力的事件出现以后，第一批得到消息、并且能够理解消息的人会首先对事件作出反馈，然后信息会被这些人进一步的解读和传 播，这样第二批得到解读信息的人对信息进行进一步的反馈。由于第一批人的行动和第二批人的行动会有时间差，因此也就有了预 测的可能。

股市的 炒 作 需要很多信息，上面提到的传 播 流 理论在股市里面大家都不陌生。比如出了一个比较重要的行业利好消息以后，第一波关注这个行业的机构和个人会对信息有所反应，稍后分析师会将这个信息写到报告里面，如果这个信息非常重要，分析师在后面一段时间的大、小报告中就会经常提到这些信息，客户经理在客户群里面也会提到这些信息，隔壁工位的 炒 股 大哥也会提到这个信息，于是这个信息会持续的 发 酵，引来更多资金持续对这个信息进行反馈，直到反应过度。那么只要有效的预测这一轮传播所持续的时间和影响就可以想办法从中获利。

这个基于 舆 情 的模型有效吗？

比如在我当时的那份研究中，在牛市的背景下（当时的统计数据全部基于牛市），当行业性的利好出现的时候，在后续的传播过程中，相关行业的指数对比市场指数会出现一定幅度的超额收益，也就是说有一定概率行业指数可以跑赢大盘指数。

那么假设这种预测是非常可靠的，那么我们就找到了一种量化的方法，并可以利用这种方法，取得超额收益。这里面用到量化的地方，主要集中在如何识别有效的事件，如何测定影响的持续时间，概率以及效果，所以说清楚了量化投资本身也并非神秘得无法解释。

但是事实上这种预测在熊市和震荡市的时候并不那么灵验，原因我想可能是因为在人们对股市信心不足的时候便不愿意轻信所获得的信息，所以即使分析师仍然卖力的对利好消息进行解读，但是投资者作为一个整体更可能像看待讨厌的推销员一样看待这些分析师的观点，结果导致传播的效果大打折扣。很自然，我这个量化的决策方法，在熊市的时候出现了失灵。

二、现实中的量化基金是怎么回事？

三、量化基金的独门武功

四、2017年量化基金的失灵和应对策略

五、什么情况下选择量化基金呢？