嘉宾介绍：郑耀，稳博投资创始合伙人，上海交通大学本硕。 专注量化交易研发多年，精通各类量化交易市场分析、程序设计、策略分析、风险控制、全自动交易方案；设计了国内外多种股票市场、现货市场、衍生品市场全自动量化交易方案，获得长期稳定正收益。
近年来量化投资受到市场持续关注，目前行业发展趋势如何？量化投资在总交易的占比有多少？是否加剧了市场追涨杀跌的情况？量化的优势又有哪些？如何看待目前的市场表现？对此，稳博投资创始合伙人郑耀跟大家分享精彩观点。
郑耀表示，最近两到三年量化投资关注度逐步提升，到现在可能已经成为A股中主要参与者之一，2021年其资管规模就已经突破了万亿。量化需要考量各方面的影响因素，同时底数据采集环节，对于量化来说是最基础也是最根本的一个环节。
其表示，现在的判断就是A股已经处于估值低位，对于很多赛道来说估值都比较低了，目前或许是适合建仓的时间了。
以下为文字精华：
1、稳博投资郑耀：量化投资规模或达万亿
主持人：近两年量化投资越来越受关注，如何把握量化投资的机会？
郑耀：首先回顾一下2021年量化投资的情况，以及量化投资的发展历程，最后会给大家做一个2022年的投资机会展望。首先从发展历程和热点问题开始入手，量化投资的发展历程从2010年开始，那是量化1.0的时代。
为什么说2010年是量化1.0的时代呢？因为有一个标志性事件，就是股指期货的上市。沪深300期货的上市，使得量化对冲模式成为可能。量化在投资的过程中通常会选择非常多的股票去获取战胜市场，有合适的对冲工具就可以把超额收益变成可实现的稳定性收益。股指期货上市之后，量化1.0就启动了，当时很多私募和公募开启了量化的进程。
第二个发展比较大的时间点，2015年-2016年。2014年底到2015年初是A股涨幅比较大的一段时间，随着中证500期货的上市，因为中证500期货相比于沪深300期货有一个非常大的特点，就是中证500期货偏中小市值。
量化因为是在全A中去进行选股，通常对更偏好中小市值。在此基础上中证500期货上市使得以全A选股去对冲中证500期货这样一些量化的交易手段成为可能。
另外股指期货的活跃度在股指限仓之前，也就是2015年下半年股灾之前，也是非常的活跃，它当时的日成交额可能比两市的总成交额还要高。在此基础上有很多直接做中证500的或者说做股指期货的一些量化交易也成为了当时的一个比较热点的交易方向。
在2015年-2016年，出现限制程序化接入，当时是因为遇到了股灾，监管对量化进行了一些反思。当时态度是对量化进行一些限制，让程序化的交易进行了一些约束。但事实上，在限制了程序化接入之后，2016年初又出现了像熔断等等这样一些大幅的下跌，经过了一段时间的市场反思和调整，在2017年、2018年的时候程序化的接入也逐步放开，A股也进入了更加开放的态势。
这个时候资管新规也在2018年底落地和实施，同时很多外资企业纷纷注册了中国的资管公司。同时北向资金在这几年流入也非常显著，代表了海外投资人对于国内市场的认可。
2019年的时候，又到量化3.0的时代。3.0和2.0有什么样的区别？大家在投资的方法论上有比较大的升级，在2.0的时代很多时候在做量化的时候，大家还很少用机器学习这样方法论，更多把主动管理经验通过公式化定量分析。
到3.0的时代，2017年-2018年出现了举世瞩目的AlphaGo，机器学习的学习能力提升，机器学习的基础框架的完善，也都是在这些时间段发生。在此之后到量化3.0的时代，机器学习成为量化行业中的标配。
也就是说研究方法论从手动挖掘，或者说数理统计为主导，逐步的转向机器学习的方法。方法论也做了一次比较大的迭代，市场环境也是进一步放开，包括像科创板的创立，融券制度等等放开。
这也就带来了量化大年，从2020年到2021年，我们见到了量化投资行业的发展进入了大年，也开始逐步为大众所知。最近两到三年量化投资关注度逐步提升，到现在可能已经成为A股中主要参与者之一。
量化投资，其实2021年资管规模就已经突破了万亿，在全市场的资管占比目前在十分之一左右，不是非常大的占比。
监管对于量化的态度，有一个从比较严厉到比较逐步宽松的态度，会更多的去关注量化是不是真正的对市场有正向作用，而不是追涨杀跌影响市场。其实从大量的数据分析，最后我们得出的结论，或者说整体来说对量化来说，当然还是一个比较本分的参与者，并不会有非常多的追涨助跌的行为。
大家可能有一些比较热点的问题，比如说近期每天A股的成交量都在万亿。大家觉得这是不是因为就是量化的原因，其实并不只是量化，现在量化大概在一万亿这样的水平线上。量化整体的换手率并没有大家想象的那么高，也就是说如果规模比较大的量化，整体行业换手率在10%-15%这样的区间，也就是在1000亿到1500亿的交易量，对A股来说也就是10-15%的占比，更多的交易是A股行业的扩容，包括一些新股的发行，还会有更多的参与者加入，是导致成交量上行的主要原因。
如果我们去跟美国市场比，美国市场的成交额可能有80%是量化贡献出来的。A股15%的量化成交额占比相比于成熟市场还是刚起步阶段。
主持人：所以大家对量化投资有一些误读，因为量化的追涨杀跌，导致市场波动？
郑耀：这块确实是一个比较大的误。量化A股投资有一个非常大的特点，反转效应通常大于趋势效应，很多时候大部分的量化投资它的反转因子使用的反倒比趋势因子用的更多，一般来说A股不会追涨杀跌。
做A股的量化，大部分都是说如果一支股票跌的特别惨，更多会是买入的，所以它其实是提供了市场的流动性，从流动性提供的角度来说它的反转使用其实是远远大于趋势的。也就是量化的占比越高，每天的波动率，隐含的波动率会下降的。
另外量化有一些交易手法，比如说做市商，做市商的交易手法就是挂单，向市场提供流动性，但是会吃掉市场的毛刺，比如说有一些人在价格上出现比较大的偏离，量化会通过提供市场流动性的方式把波动熨平。
在这样的情况下，去提供流动性，提供性的提供对应来说是叫风险收益的一种收益模式，你如果是去接一些打飞的单子，很可能这个人是不是背后有一些知道的，他觉得行情是真的要涨了，或者是这支股票有一些实际的消息或者分析的结论，你作为提供流动性的一方，通常来说在这个角度来说有一些吃亏，因为你给他提供了一个成交的对手。
量化投资我们说对于规模瓶颈，因为最近两年，每年都是翻倍的规模上涨，可能三年前量化也就一千亿的规模，现在可能量化已经到了一万亿的规模，每年翻倍。
主持人：2021年不管是偏大盘的沪深300，或者中盘的中证500，或者偏小盘的中证1000，其实在量化基础之上都是能够做到相对稳定，并且是超额的收益。
郑耀：如果真的是战胜不了市场，都是非常少的，基本上做量化可能90%的量化团队都是正向的超额，可能在中位数也就是在10-15，或者是在这样的水平线上，其实是远超欧美的超额水平的。我们觉得它在投资上来说其实还是有更多的空间，它也就说明了量化在市场的占比中并没有到达瓶颈，其实还是有正向空间。
主持人：怎么看今年300指增和500指增等主流指数的投资机会？
郑耀：我们觉得从指数本身来说，三个指数往下走的空间已经比较低。因为A股会有跟风效应，可能在短期还是有风险点，但是我们觉得当前的时间点对于，不论是300还是500指数都是一个比较好的进入时间点。
另一方面，300指数依旧是处于比较低位，安全性会更好。当然大家也需要去关注，300在指数调量之后，也调入了一些像宁德时代等等这样的股票，历史的涨幅其实并不低。当然我们依旧觉得从整体的估值角度来看，或者是整体的价格来看，我们觉得都是比较好的投资机会。
如果是A股全年处于下跌的状态，300指数会跌的更少一些，如果处于上涨的状态，我们依旧认为更好的投资方向，会是在500和1000中小市值。这个逻辑其实是在哪里呢，300的行业，虽然在指数调量之后已经有一些变化，但是在传统行业上的分布依旧权重是相比于500和1000更大的。
如果A股处于上涨的状态，其实是代表着基本面，通常来说是基本面向好，去推动股市的上涨。或者说资金的充裕去推动股市的上涨。我们认为如果真的出现了一些上涨的理由，其实对于500和1000，或者是中小市值的股票，有更多的理由去上涨。但是如果出现下跌的理由，其实也是一样的。
目前来说，就我们自己的投资认为，我们认为偏中小市值已经是处于比较好的状态。包括之前大家可能关注像新能源板块在前段时间杀跌的也比较凶，我们认为这个板块短期已经算是比较到位了。
调整也是有之前的一些原因的，但是一般来说看估值，对于量化来说什么样的股票是比较便宜的股票，其实这里面可以给大家分享一下，比如说我们做量化因子的时候，正常来说大家去看PB、PE，这样一些去看估值，这是最常见的一些指标。量化通常会说我们再去叠加一些一致预期的指标，这个一致预期就是说我们把它未来两到三年这家公司的成长性通过很多很专业的分析师数据去研究它上下游的产业链，去分析最后我们认为它在未来三年它的盈利增长会是到什么样的情况。
它其实是说我们最终会把你当前的盈利情况和增长的盈利情况做一个综合的打分，去评估。所以其实从目前来看，很多大家觉得有一些股票在当前今天看它的估值相对于一些传统行业并不是那么漂亮，但是从未来如果说两到三年的消化来看，其实它会有更好的业绩，即使是以当前的价格保持不变，我们看未来两到三年，对于很多成长型的股票，算上它的成长之后，它的估值其实已经比较低了。
2、稳博投资郑耀：数据采集是量化的最基础环节
主持人：量化投资小白如果要入门做量化投资的话，是不是可以给一些建议。
郑耀：如果要做量化投资，现在量化投资来说，全行业来说很少有个人在做的，更多都是以团队的形式来合作。其实我们后面也会给大家做一些这方面的方向，我们到底是怎么做的量化投资，接着往后去看。
看一下的方法论，量化是怎么去做投资的。我们现在是怎么做的，以及后面也会给大家分享一下未来我们的一些想法。当前的做法从三个角度给大家分析，量化首先是怎么选股票的，选股我们叫横截面的交易，顾名思义就是说我在同一个时间点持有这样一些，比如说4000支股票，相当于我们看成一个截面，我选取一些这里面比较好的一些股票，其实是叫α选股。
α选股通常对于量化现在的方法论来说要分成几个环节，首先是数据采集，我们说我们先要，量化嘛，毕竟是通过定量的分析，你到底要采集哪些数据，所以是一个非常大的工程，首先我们要去采集这些数据。第二，因子的构建，我们采集完数据之后，就像刚刚说我们采集到了它的盈利，它当前的市盈率，它未来几年的盈利增长等等这样一些数据，在这样的数据基础上我们去构建一些因子。
我们通常来说会有两种模式去构建这些因子，第一叫自上而下的逻辑，比如刚刚说的这个逻辑，我们是有一些逻辑的，我们是通过判断，相对一个比较客观的判断，当前估值便不便宜，未来成长折现，其实是一个逻辑性的逻辑，构建这样一些因子。
还有一个是自下而上的统计，虽然我觉得这个数据从历史上或者说从逻辑上其实很难解释，确实有一些原因它很难解释，但是我们收集到了这个数据，我们自下而上只要统计每次发现当一支股票出现什么样的事件之后，未来就有更多的涨幅，其实在统计上也是有效的。所以在因子构建通常来说有两种构建方式，一种是自上而下的逻辑，一种是以统计的方式去构建。
构建完因子之后，刚刚说我们为什么在量化中使用了非常多的机器学习的方法，其实方法论主要是使用在模型预测上，预测未来对每一支股票都有一个打分，未来是偏涨还是偏跌。在预测模型之后就会有一个叫持股列表，最后要买哪些股票。这里面也会涉及到一些风控调整的算法，对于量化来说可能大家会认为有一些因子在历史上有效，但是可能现在已经无效了，已经变成了叫风险因子，量化常见定义的风险因子可以给大家分享一下。
主持人：这个α是我们的选股模型是吗？我们在执行一些操作的时候，严格按照这套的选股模型去做。
郑耀：是的，选股模型其实就是这样的一个方式。我们生成完持股列表，其实是和风控一起在做的，其实也可以给大家分享一下，我们风控的一些因子。常见的比如说以Barra体系来看，像成长、价值这些大家众所周知的因子，其实在α选股来说并不是收益因子，所以我们很少会去说我去主动买入一些偏成长的，或者是偏价值的股票。
因为在α，现在的α来看，因为这些被大家都知道的东西，其实在我们看来是叫风险，如果你在这方面暴露特别多，其实它就是属于风险暴露很大。比如说大市值、小市值，对标300还是对标500.如果你的一个模型，比如说是全市场选股，你对标300特别严重，或者对标500特别严重，都是一个风险暴露，在我们看来市值因子，像成长价值因子，像流动性因子，其实这些在目前看来已经很难去贡献一个持续的正向的收益，通过暴露去获得正向的收益，目前是很难的。
目前来说整体的α选股的逻辑就是说我们认为它都是风险，是风险就得去约束它的暴露值，不能太大。
最后就是交给算法交易，大家说你们最后都是程序交易的，这个算法交易就是程序。量化到底会采集哪些数据呢，也给大家去分享一下。刚刚说到我们怎样去看，量化到底采集了哪些数据，我们底层的数据大家可以看到，当然价量依旧是占比比较高的一个环节，但是除了价量之外，基本面分析师预期，我们对于一些专业的分析师，对A股怎么看，也是量化里面非常重要的分析数据。
另外像北向资金，大家说聪明的钱这些我们也会关注。新闻的一些数据，包括很多时候大家会在股吧上发一个帖子，抱怨这支股票为什么跌了，它的股吧关注度以及大家情绪是偏正向还是偏负向，这些对α来说也是作为α因子来去做。
当然还有一些另类的因子，比如说我们会去观测这家公司在招聘的时候，是不是总能开出比同行更高的价格，说明它是不是处于一个非常快速的发展阶段，它如果同样的岗位总能开出比同行价格更高，说明这家公司确实最近业务发展不错，它急着招人。
比如说它最近专利申请获批是不是很多，相比于同行怎么样，如果它的专利获批也比较多，说明这家公司可能有一些核心技术它需要去保护它的核心技术，它可能在一些核心技术受到关注的时候，更容易有更高的成长。
这些数据都构成我们对于α的数据采集，所以其实我们说到底数据采集这个环节，其实对于量化来说是最基础也是最根本的一个环节，大家可能做量化有很多一部分的投入，每年很大一部分都是在买数据。
3、稳博投资郑耀：目前A股估值整体处于低位
主持人：虎年开年市场连续性调整，春季行情大家所期待的还有吗，接下来的策略到底该如何做？
郑耀：量化投资，其实我们刚刚说首先是选股，这样一个选股我们是以战胜市场作为超额的逻辑，但是如果市场是处于下跌的状态，对于量化如果是以超额逻辑来做，本身的底子是在跌的，大家都会处于一个回撤的状态。
当然了会有一些比如说叫量化对冲型的策略，因为本身就对冲掉了β的风险，指数下跌的风险，会比较稳健，甚至这段时间净值处于上涨的情况。
但是整体来说，首先我们觉得大家对于指数的β不应该有太多的恐慌，因为首先我们认为A股的定价相比于全球来说是处于比较低的定价，同时我们在历史的走势上来看其实A股的估值在历史上，尤其是在下跌之后，其实在历史上也都是处于比较低的一些分位。过去很多年也看不到这么便宜的估值了，我觉得这时候并不是恐慌的心态。
机会是大于风险的，就目前来说。大家说春季行情是不是还会有，我们很难做这样的预判，尤其是春节的时间，过去两年确实也都发生了比较多的事情，有一些疫情的故事，春节后遇到了跌停，在2021年春节后又遇到了像茅指数的杀跌。
其实在过去几年如果抛开这两年不看，我们再往前去看，在过去二十年的时间段，春季可能有29年都是上涨的，我们认为还是处于比较乐观，整体来说比较乐观的，但是还是要有一些风险事件的防范。对于大家投资来说，找到合适自己的一些风险，能够承受的范围内去找到自己合适的方向切入，我觉得是更好的。对于指数我们认为是比较乐观的一个状态。
主持人：量化投资能战胜人吗？
郑耀：量化投资会战胜一些投资人，但是并不是说量化投资就是非常神话的，比所有人都犀利，其实这也是做不到的，总归有一些非常优秀的基金经理在历史上和在未来也都能够有比较优秀的业绩，所以其实并不是说量化投资就一定是OK的，非量化的主观投资就不行。
主持人：我们在做量化的时候会结合一些人的智慧吗？
郑耀：会的，这肯定是的，量化本身就是人的智慧，一定是人做出来的。第二，我们也会看，比如我们在α选股里面有一个比较大的环节叫分析师预期，专业的分析师对A股或者对每支的股票的判断，对量化来说是非常重要的数据。当然大家可能会更多的分析这个分析师本身自己是不是很专业，如果你很专业，你的权重可能就很正，如果你不那么优秀权重就很低。
对于他们的观点和对于市场的研判，尤其是对于个股的研判，未来盈利的一些研判，做成数据，去做这样一个持续分析，这在量化可能今年、去年，这两年用的尤其多。
主持人：这位朋友说可不可以讲一下量化投资的框架，他可能是想着如果我要去选择一家机构做量化，我也想了解它的投资流程大概是怎样的过程。
郑耀：投资流程其实就像刚刚说的，我们是怎么去选股的，首先这个公司一定会有一个数据的团队，它去采集各种各样的数据，或者购买各种各样的数据。第二，它的因子团队通常是行业内比较专业的人，或者是金融工程背景的，或者是做一些行业很专业的，构建底层交易逻辑，底层因子。
现在的量化一般都会有一个叫机器学习的团队，去做最终的组合，就是预测，是把一些从因子逻辑到组合逻辑的构成，另外就是风控这个环节，其实是蛮重要的，因为风控的环节往往是量化的最终稳定性，尤其是对于对冲型的产品，它是一个守住底线的环节。这几个环节是量化投资中最重要的一些环节，当然算法交易依旧是不可避免的，所有的量化最终一定是借助算法的手段交易出来的。
主持人：量化有没有失效的情况？
郑耀：有，在国内外都有显著失效的情况，它有很多种场景，比如说你的底层因子，就比如说前两年像Two Sigma这样的体系，它用的更多分析师，基于底层分析师的推荐，专家推荐体系，这样一个体系下，通常会导致它的专家在推荐过程中，因为它是最终绩效导向的。比如说我们用分析师预期其实也是一样的，它会更倾向于推一些风险更大的股票。
因为很多时候专家推股不成功就是失败，最终有一个绩效考核反向的导向。所以其实对于量化来说如果你不能很好的把它的风险剔除掉，或者说平衡掉，你就容易失败。尤其是在体量比较大的时候，你不得不在一些能够，比如说你体量很大，你只能说这支股票我能买很多，但是其他股票我只能买一点点，就很难做这样的投资分散。在投资分散也被受限的情况下，你非常容易在一段时间内策略是失效的。
后面的话题是叫量化择时，大家说量化除了选股还能做什么，其实我们还可以做一些择时。这个择时我们其实投资体系和量化选股是类似的，也会看各种各样的一些数据采集，去做机器学习的一些算法。这里面采集的数据稍微有一些差别，量化择时更多的比如说关注北向、美债、两融这样一些数据，当然价量数据依旧是非常重要的，外盘的相关性，A股和外盘的联动也是需要关注的环节，这块就不再非常详细的给大家讲了，跟前面确实很像，只是使用的数据会有一些差异。
第三块，其实还是想给大家做一个投资机会的展望，刚刚主持人问到很多当前的估值是什么样的情况，当然因为这个PPT我们是在去年年底的时候做的，12月底的时候做的，也没有经历过最近三周的下跌。
当时我们的判断，A股是处于估值适中的阶段，当然现在的判断就是A股已经处于估值比较低的，特别是对于很多的赛道来说，它的估值已经比较低了，我觉得是比较适合建仓的时间了。
大家说今年其实在政策上也是有很多的点，比如说首先稳字当头，大幅的上涨、下跌从政策上确实比较少的空间，另外大家说今年其实有一些非常大的资金面的压力，比如说像大家觉得美国在加息的预期，肯定是落地的，看三次，更多还是更少，会有这样的预期。
其实对于A股来说会形成一定的压力，但是大家需要知道中国的货币政策其实是相对来说比较独立的，很有可能会处于美国加息，那么中国还处于降息的。但是因为涉及到外贸出口的，尤其是在疫情这样的情况下，我们是不是还需要保持我们的外贸进出口。
如果我们还是有这样一个需求，如果是美国真正的加息次数比较多，或者说有超预期的加息，对于国内来说降息的空间也不大，其实大家在经济手段上能够用。但是中国A股，国内处于进入加息通道，我们觉得还为时尚早，还处于流动性进一步宽松的状态。从经济的基本面来说，和资金流向来说，其实并没有一个非常不利的点。
另一方面对于美联储加息，美联储可能在春节前有这样的会议，这块既然大家有这样的预期，其实它预期已经被消化掉了。大家可以看到如果我们去看美债的利率，其实它已经在市场中有这样的反应，股市也有对应的逻辑进行反馈，从机构的角度来看，并不会有进一步的利空，从当前来看。
主持人：这两年全球量化巨头都在布局中国，包括像桥水基金等等，为什么他们会这么看好中国的α收益？
郑耀：在A股来说，量化投资的占比不高，在这样的基础上，一类投资人如果占比比较少，并且它是比较有优势的，其实代表这个市场是有足够多的红利，它是有空间的。
我们觉得在未来两到三年在规模进一步扩大，或者说扩张到像美国那样成熟市场的比例之前，在A股进行量化的投资，这样一个手段和研究方法，其实依旧是具有性价比的。对于外资来看，肯定也是同样的看法。
除了A股之外，也有一些其他的国家的股市，也是处于开放的状态，也是量化参与者比较低，但是都没有A股的体量这么大，所以其实它在容量上，A股也对于这些境外、海外的投资人具有比较多的吸引力。
另外一方面从经济的基本面来说，还是持续向好的基本面，它的增长空间相比于成熟市场也有更大的空间，所以它并不仅仅是指数α的角度来看，从配置A股的β角度来看，指数本身在配置的性价比上也是比较高的。
我们也会看到，为什么大家说2022年年初这一个月指数跌的挺惨的，但是北向买的非常多，这是全球机构的共识，大家觉得确实是处于估值比较低的状态。
主持人：这位朋友说对基金进行量化，而不是股票。有朋友帮他解答了，他说是A股对量化不太友好，特别是交易规则这块。
郑耀：这是从两个角度来看，交易规则首先T+1的限制对于量化来说，尤其是对于高频的量化来说其实并不是非常的友好，如果是T+0，并且如果没有印花税这样一些非常高的短线交易成本，其实对于高频的交易者来说会更友好。
但量化其实并不仅限于高频，量化投资只是研究方向，对于量化投资这样一个研究方法来说，A股其实也还算是比较好的。我们看到如果全球这些体量比较大的一些外资投资公司，他们真正的交易频段其实也不会特别高，真正的高频频段大家都不是拿来做资管的，很少有见到哪家高频公司是一家资管的企业，其实很少。
一方面受制于容量不是很大，凡是高频必然容量会很小，另一方面很多的高频投资，它相互之间的竞争是非常激烈的，它已经逐步的形成了一些头部的公司和其他的公司，头部的公司可能在比如说硬件设备，方方面面都占据了显著的优势，其他的公司可能在这方面占不到这样的优势，逐步在市场中也是见不到他们的身影。
我们刚刚说指数部分，首先我们对指数部分确实是比较看好的。另一方面，超额我们觉得，当然可能未来还是有进一步下降的可能，相比于之前。因为这个体量的扩张，其实依旧是在量化上的一个方向。即使国内的一些量化投资团队它的规模不扩展，其实海外进来的这样的一些量化投资的基金也好，或者是资金也好，其实它依旧是在持续的去扩张的，我们觉得其实它对于整体的超额会有一定的影响。
主持人：量化投资的优势是什么？
郑耀：量化投资是这样，首先它能克服人性的弱点，比如说你在真正交易的过程中，大家都有一个看盘的经验，如果你没有持仓时候的观点和有持仓的观点，会有些不同。量化投资就不会，你持没持仓它的观点都是相同的，它会更加客观和公正一些。
另外量化有一个好处，它可以把经验更快的积累。比如我们去做一个专业投资人也好，可能我的一些投资经验是需要过去很多年的交易和分析逐步积累出来的，量化投资说我每发现一个新的方向或者新的投资逻辑，我都可以过去十年、二十年的回测，是非常快速的就能完成这样的经验积累的环节，所以它其实在这两个方向上都具有优势。
当然我们依旧相信，其实有一些非常专业的投资人，他们在市场上依旧能够做的非常优秀，并不是说量化做的很好就一定能够战胜非常专业的一些投资人，没有这样的一个逻辑。
主持人：市场一直会有的规模是业绩的敌人这样一个说法，您怎么看？
郑耀：首先规模肯定是业绩的敌人，这个观点是这样的，首先在你的容量承载的范围内，规模的上涨其实对于量化的团队来说，或者说对于所有资管团队来说都是比较肯定你的业绩，或者肯定的行为。但是如果超出你的容量范围，一定会带来你业绩的下滑或者是风险。
所以这里面首先第一个环节就是，大家做资管的团队一定要对自己的投资容量的边界要有明确的认知，你到底能够管多少钱，为什么是这么算，其实量化现在的容量算法也是比较简单的。比如说我们每天的换手量大概是什么样的水平，我们换手量的约束比如说只占市场1%或者这支股票1%的成交额，我到底能换出多少规模，在这样换手的约束情况下我是不是还能做出超额。
在这样的约束加上了之后，你就会算出来还是能够比较清楚的算出来大概有多少容量，随着A股成交额的上涨，大家的容量也有水涨船高的态势。对于管理人来说首先要知道自己的容量边界，第二在容量边界范围，如果达到或者接近你的容量边界，一定是没有办法继续做这个募集或者是持续去销售的行为。我也看到很多量化团队会进行封盘，或者是暂停募集。
大家觉得已经到我测算的容量上限，我历史上都是按照这样的算法测算我的容量，最近居然已经到了，我就没有办法再进一步销售，可能大家会封盘寻找更多的投资逻辑，通过这样一些方式扩大自己的容量，当然这就需要一些时间，不会说我今天刚封盘，明天就有一个新的策略敢上线，其实不太会有，封盘都有一段时间，大家说我策略迭代到不错的水平了，我才尝试募集新的钱。
主持人：量化模型在策略上趋同性越来越高，怎么应对这种风格变化导致的趋同性？
郑耀：首先说风格的变化，对于量化来说如果这个风格，或者说你的因子被所有人都知道了，或者说被很多人知道了，那么它就不再是一个有效的α因子，在我们量化的解释里面来说，通常会被解释叫做风险因子。所有人知道的因子比起无效的因子，它有更大的杀伤力，它的杀伤力在哪呢？它会带来投资的趋同性，但是带不来超额，或者超额极低。
就像我们知道的估值因子，在过去很多年其实都很正向，但是被所有人知道了之后，这个因子就变成了非常大的风险因子。因为大家都会投，所以它的超额一定会很低。投资又有趋同性，它的风险就很大。
另外量化的迭代其实也是需要与时俱进的，为了抓住市场的新变化。当然我们看到量化和主动管理有一些差别，主动管理也有一些进化的逻辑，但是更多是人的观点的进化。
评论