利用量化分析和基础研究的投资过程一直都存在。许多基础研究使用量化方法帮助其筛选出一定量的可以重点考虑的公司。有一些量化方法使得分析师能够超越那些仅仅依赖非金融数据的分析。量化策略一直被认为在市场发生转变时其表现并不佳，而基础研究策略则一直被认为增加了一些基于过往经验的人为的偏差。以下是与威廉姆布莱尔投资管理公司合伙人、全球策略和投资经理乔治.葛里格的对话，讨论了一个经过认真构建的投资过程是如何利用并增强量化和基本面分析两者的优势。
这两种方法的优势和劣势是什么？
任何一种量化选股方法的主要优势包括宽度、纪律性以及对个人情感的消除。量化方法的评估范围更广泛，而不仅仅限于一小部分的公司或者议题。他们还可以调查任何一个问题，而不用担心偏见、表面现象或者不正确的文化过滤。这种没有偏差的特点对使用统一的方法在不同月份对一系列公司进行分析是有益的。那种某天醒来感觉今天是“估值股票”的一天，或者某天醒来感觉是“积极成长股”的一天的缺陷被消除掉了。
量化分析的主要缺点是它可能会对环境的变化非常敏感和脆弱。比如说，政治制度的变化，如果一个量化分析的框架是基于某一特定阶段的数据的，当它所处的环境发生变化时，它就不能很好地处理这种变化。
量化的另一个缺陷就是连贯性和灵活性的两难选择。如果一个模型的目标是连贯性，那么它就不是灵活的；如果它是灵活的，它就不是一致的。这种分歧导致了一个永无休止的辩论：是构建一个覆盖每一个行业或国家的统一的模型，还是针对不同的行业或者国家构建不同的模型。最终，这个话题是没有答案的，也是一直以来一直存在的担忧。不论是构建统一的还是具体的模型，都有一方要做出让步。
现在看一下基本面分析的优势和劣势。基于无形的主观判断的分析框架的优势是能够预料变化，并感觉到由历史数据或者历史市场表现所不能揭示的这些的变化的可能性。一个人看到和感觉到这些因素的能力是与其个性、心理和文化相关的，这些是单纯的量化模型所不能察觉到的。
基本面分析的弱势是情绪影响、有偏差以及能力有限。基本面分析受制于个体的认知力和判断力。说起来有点矛盾，这些劣势也可以成为优势。
你的投资过程是如何演变的？
威廉·布莱尔的“非美股”团队最初由三人组成。我负责投资组合管理，一位分析师负责关注发达市场，另一位负责关注新兴市场。这些分析师每人平均覆盖23个股票市场的研究。在有限的资源条件下，为了有效地达到统一，唯一方法是找出每个公司拥有的优点，并且找到一个方法进行预分析。在一般情况下，即使无限的研究资源可利用，这种方法也是可取的。建立一个统一的研究体系，对于研究大量公司来说是有必要的，否则大量的公司很难在一个纯粹的基本面基础上进行比较。
我们的方法是定义特定的属性：高质量，高于平均水平的长期增长，正向的当期收益趋势和表现，价格的强劲势头，以及有吸引力的估值。这些特点是我们早期模型的构建块。通过选择不同的指标和发展维度，我们最终构建了多因子模型，将这些因子进行加权评分。这一工作的头两年几乎涵盖了现如今的定量分析工具的80%。剩下的20%模型评估并没有重新定义模型，而是更多地进行模型测试、监督和质量控制。
为了说明这种方法，需要考虑到威廉·布莱尔对公司质量特征的看法的演变过程。最初，我们有指定的因子范围，我们认为这个范围之内的因子与公司质量有关，包括长期的回报，正向收益趋势，资产负债表实力以及一些其他方面的考虑。这些因子被选中是因为他们是分析师认为的传统意义上的好公司因子。事实上，我们并不确定哪些因子是重要的，哪些因子是不重要的。
2007年，威廉·布莱尔建立了一个定量研究小组后，我们能够更清楚的将这些变量量化。这也是我们首次能够区分出这些因子在哪个市场效用最大，这些因子对风险控制和收益形成的贡献是多少。在这之前，这个团队只是进行一些定性的分析。我们大致朝着正确的方向前进，但是并不确定这些因子的选择是否正确，该取怎样的权重。我们也不知道如何准确的对每个模型进行评估。
在聘用定量研究团队之后我们需要考虑的第一个关键问题是，是否需要完全改变我们的模型还是通过测试不断修正现有模型。这一决定位于一个重要的十字路口。有两个关键的选择：一个选择是这个系统更依赖于股票价格相关的变量，而非基本面的变量。这种结构需要一个复杂的、以多元回归分析为基础的系统来预测回报率、风险等指标；另一个选择体现了团队初始的运用基本面特点作为基础的模型，这个模型根据公司的特点进行排序。我们最终决定保留原有的流程，但更多进行测试改良。这个就是我们一直沿用至今的模型。
建立一个专门的量化团队最大的好处是什么？
这个团队帮助我们开发了一种否则我们无法创建的方法。定性模型在华尔街并没有广泛使用。我们设计了一个盈余惯性模型，但我们还不能测试它。我们确实不了解它是如何运作的。我们不知道我们是否用了正确的参数，但我们知道我们的模型和别的研究人员开发的很多收益惯性模型是相似的。可以客观的说，我们的方法是合理的。创建一个模型来评估公司的好坏比定义和测试它难得多。这样一个模型很少被用作投资过程的核心，体现了这个团队的一个重大突破。
尽管开发这些量化模型的最初目的在于更容易的去评估更多的公司以及检查研究思路，但是现在他同样为分析师在对经验做出判断时提供了一种框架。此外，从投资组合的层面来看，它还成为了我们战略流程的基础之一。我们设计该量化研究模式的最初目的并不在于产生管理资产组合的能力。然而，一旦我们看到这个过程是如何很好的整合和运作的，我们便决定这个好的流程是不容忽视的，并开始用它来产生一个投资组合。自2011年1月推出系统性的研究战略以来，它已在实践和测试中均产生了良好的效果。
这样，我们的系统性研究（量化）工具被整合到了我们的流程中。我们认为保持这些工具的透明度，以及与研究团队分析结果的一致度是非常重要的。随着国际系统性研究基金的推出，它提供了另一种或许我们没有考虑过的研究思路的来源，一个比较投资组合持仓和基金并评估其间差异的工具，同时也可以作为基本面决策制定过程的一种配合。（
这样，我们的系统性研究（量化）工具被整合到了我们的流程中。我们认为保持这些工具的透明度，以及与研究团队分析结果的一致度是非常重要的。随着国际系统性研究基金的推出，它提供了另一种或许我们没有考虑过的研究思路的来源，一个比较投资组合持仓和基金并评估其间差异的工具，同时也可以作为基本面决策制定过程的一种配合。（来源：CHINAQIR）
联系客服
