業(yè)內(nèi)較為認(rèn)同的量化交易策略的開端，可能是馬科維茨的最優(yōu)投資組合理論這一

學(xué)術(shù)性的創(chuàng)新。在 1952 的論文當(dāng)中，馬科維茨開創(chuàng)性的引入了均值和方差這兩個統(tǒng)

計學(xué)上的概念，用來定量的描述投資者在投資組合上獲得的收益和承擔(dān)的風(fēng)險。基于

投資組合中資產(chǎn)的收益情況和相互之間的協(xié)方差矩陣，采用最優(yōu)化的方法，就可以得

到投資組合的最優(yōu)配比方式，從而幫助投資者在風(fēng)險一定的情況下獲取最大收益，或

者在收益固定的情況下使得風(fēng)險最小。整個過程通過明晰的數(shù)量模型進(jìn)行了表述，優(yōu)

化結(jié)果也能定量的指導(dǎo)投資組合的構(gòu)建行為。 {原文來自 www.weiqiv.net.cn }

在此之后，經(jīng)濟(jì)學(xué)家和金融學(xué)家開始越來越多的通過定量的數(shù)學(xué)模型來研究金融

市場和投資交易。夏普等人于 1964 年前后在馬科維茨的工作基礎(chǔ)上，發(fā)展出了資本

資產(chǎn)定價模型。該模型將股票在無風(fēng)險收益之上的超額收益分解為兩個部分，即市

場部分和殘余部分，股票的風(fēng)險也相應(yīng)的分為兩個部分，對應(yīng)起來分別是系統(tǒng)風(fēng)險和

非系統(tǒng)風(fēng)險。模型證明了在資本市場完全有效等前提假設(shè)下，殘余部分的期望值為零，

也就是說，非系統(tǒng)性風(fēng)險是沒有風(fēng)險補(bǔ)償?shù)模善钡某~預(yù)期收益僅與其承擔(dān)的系統(tǒng)

風(fēng)險大小有關(guān)。{原文來自 www.weiqiv.net.cn }

之后，羅斯從另外一些假設(shè)條件出發(fā)，得出了與資本資產(chǎn)定價模型在一定程度上

具有相似性的套利定價理論。該理論同樣認(rèn)為股票的超額預(yù)期收益僅與其所承擔(dān)的風(fēng)

險有關(guān)，只不過除了最主要的市場系統(tǒng)風(fēng)險，理論模型還能夠包含其他一些存在風(fēng)險

補(bǔ)償?shù)娘L(fēng)險因子。在資產(chǎn)收益來源于對風(fēng)險的承擔(dān)等思想的推動下，法瑪提出了著名

的“有效市場假說”，即在一個有效的證券市場中，價格完全反映了所有可以獲得

的信息。再結(jié)合資本資產(chǎn)定價模型的主要結(jié)論，認(rèn)為實際上消極型管理，即僅持有市

場組合和無風(fēng)險資產(chǎn)，才是明智的選擇。隨著這種思想在學(xué)術(shù)界的逐漸主流化，學(xué)術(shù)

研究中對主動型交易的關(guān)注開始減少。

然而有趣的是，羅斯的套利定價理論和法瑪?shù)牧硪豁椫芯繀s間接的發(fā)展出了

一些行之有效的量化交易策略。在 1992 年的一篇論文當(dāng)中，法瑪基于套利定價理論

的形式，發(fā)現(xiàn)股票的兩個當(dāng)前特征，市值和賬面市值比，可以有效的預(yù)測未來的股票

收益。簡單來說，就是市值越小的股票、或者賬面市值比越大的股票，在統(tǒng)計意義上

會產(chǎn)生更高的未來收益。在次年的論文中，法瑪將這兩個特征構(gòu)造為兩個風(fēng)險因子，

再結(jié)合市場因子，從風(fēng)險補(bǔ)償?shù)慕嵌葘嶋H數(shù)據(jù)進(jìn)行了研究和解釋，這項工作一般被

稱為“三因子模型”。

暫且不論市值和賬面市值比這兩個股票特征的風(fēng)險化解釋，1992 年的論文中它

們所表現(xiàn)出的顯著預(yù)測能力，已經(jīng)讓逐利行為關(guān)注于此了。阿斯內(nèi)斯是法瑪在芝加哥

大學(xué)指導(dǎo)的金融博士，其博士畢業(yè)論文在三因子模型的基礎(chǔ)上加入了動量因子，以四

因子模型的形式完成了一系列的實證分析。博士畢業(yè)后阿斯內(nèi)斯進(jìn)入高盛，成為了一

名量化交易分析員，隨后在高盛組建了全球阿爾法基金，主要從事以量化為導(dǎo)向的交

易工作，業(yè)績不俗。1997 年他離開高盛創(chuàng)辦了自己的 AQR 資本管理公司，目前該公

司是全球頂尖的對沖基金之一。雖然沒有直接的證據(jù)證明阿斯內(nèi)斯在工作中采用的是

多因子模型基礎(chǔ)上的股價預(yù)測技術(shù)，但是可以想見的是，市值、賬面市值比、動量因

子和因子模型應(yīng)該與其量化交易策略存在一定的關(guān)聯(lián)。阿斯內(nèi)斯在一些訪談和學(xué)術(shù)論

文中也時常談到價值、動量/趨勢、低風(fēng)險、套息等相關(guān)概念，是為佐證。

由學(xué)術(shù)研究進(jìn)入量化交易實業(yè)領(lǐng)域的一個更為極端的例子，應(yīng)該是文藝復(fù)興科技

公司的西蒙斯，這也是中國讀者較為熟悉的一個量化交易從業(yè)者。西蒙斯于 1961 年

在加州大學(xué)伯克利分校取得數(shù)學(xué)博士學(xué)位，年僅 23 歲，并在 30 歲時就任紐約州立大

學(xué)石溪分校數(shù)學(xué)學(xué)院院長。他在 1978 年離開學(xué)校創(chuàng)立了文藝復(fù)興科技公司，該公司

因為旗下的量化旗艦基金——大獎?wù)禄鸢寥说臉I(yè)績而聞名。關(guān)于西蒙斯所使用的量

化交易策略，坊間一直有諸多猜測。許多人認(rèn)為其所使用的應(yīng)該是基于隱馬爾科夫模

型的量化交易策略，原因在于西蒙斯的早期合伙人鮑姆是隱馬爾科夫模型估計算法的

創(chuàng)始人之一，同時文藝復(fù)興科技公司招聘了大量的語音識別專家，隱馬爾科夫模型正

是語音識別領(lǐng)域的一個重要技術(shù)工具。

雖然大部分的量化對沖基金正在使用的交易策略都或多或少的進(jìn)行保密，但是仍

然有一些量化交易策略在多年的使用后開始慢慢為外界所熟知，統(tǒng)計套利就是其中之

一。這個策略的概念最早產(chǎn)生于摩根斯坦利，當(dāng)時的做法也被稱為配對交易，實際上

就是使用統(tǒng)計的方法選取一對歷史價格走勢相似的股票，當(dāng)兩支股票之間的價格差距

變大、超出一定閾值之后，就分別做多和做空這兩支股票，依靠該價格差在隨后的時

間里回歸到正常水平來獲取收益。由于這種量化交易策略既源自于統(tǒng)計分析、又存在

等待價差回歸的套利特性，因此被稱之為統(tǒng)計套利。而隨著對這類交易策略的進(jìn)一步

深入研究，統(tǒng)計套利策略目前已經(jīng)遠(yuǎn)遠(yuǎn)超出了配對交易的范疇，變得更加的復(fù)雜和多

樣化。

肖曾經(jīng)是摩根斯坦利這個統(tǒng)計套利交易組的成員之一，他于 1980 年在斯坦福大

學(xué)獲得計算機(jī)博士學(xué)位，隨后留校進(jìn)行學(xué)術(shù)研究。肖在 1986 年加入摩根斯坦利后負(fù)

責(zé)該組的技術(shù)部門，但是在兩年之后、如同統(tǒng)計套利的首創(chuàng)者班伯格 ① 一樣、由于政

治斗爭等原因從公司離職，并創(chuàng)立了自己的德劭基金公司。結(jié)合了肖的大規(guī)模并行計

算研究背景和在摩根斯坦利接觸到的統(tǒng)計量化策略，德劭基金公司利用計算機(jī)量化模

型作為主要的策略進(jìn)行交易并取得了巨大的成功。值得一提的時，肖在對沖基金領(lǐng)域

扎根之后，仍然不忘科學(xué)研究，其成立的德劭研究公司致力于通過強(qiáng)大的計算機(jī)硬、

軟件能力在分子動力學(xué)模擬等生化科研領(lǐng)域取得前沿性進(jìn)展。這與阿斯內(nèi)斯一直在金

融雜志上發(fā)表學(xué)術(shù)論文的行為，相映成趣，當(dāng)然肖的學(xué)術(shù)研究相對而言可能更為極客

一些。

相比起統(tǒng)計套利，傳統(tǒng)意義上的套利策略是一個更為人熟知、更經(jīng)典的量化交易

策略。實際上現(xiàn)代金融框架的一部分都是基于“無套利”這樣一個假設(shè)原則建立起來

的，可見套利策略的深入人心與重要性。如果說統(tǒng)計套利的重點在于刻畫和預(yù)測多個

資產(chǎn)間的統(tǒng)計關(guān)系，那么傳統(tǒng)套利可能就更重注于各個資產(chǎn)的價值計算，以及策略執(zhí)

行時的交易成本估計和優(yōu)化。只不過量化交易策略進(jìn)化到現(xiàn)在，統(tǒng)計套利和傳統(tǒng)的套

利策略已經(jīng)是互相滲透、互相融合的了。以計算機(jī)能力見長的德劭基金公司，對這兩

種套利策略應(yīng)該都是有所涉及的。

說起套利，不得不提到長期資本管理公司。這家公司的陣容十分豪華，包括債券

套利的先驅(qū)梅里韋瑟、兩位諾貝爾獎獲得者莫頓和斯科爾斯、美聯(lián)儲副主席穆林斯等

諸多頂級從業(yè)者，主要從事的正是債券的量化套利交易，當(dāng)然其中也會包含一些其他

形式策略的成分。公司成立的前三年間表現(xiàn)非常出色，但是在 1998 年俄羅斯國債違

約之后，相關(guān)的連鎖反應(yīng)使得公司產(chǎn)生巨大虧損，在美聯(lián)儲的干預(yù)下被華爾街幾家公

司出資接管，形同倒閉。實際上，長期資本管理公司在俄羅斯債券上的損失本身并不

大，但是許多大金融機(jī)構(gòu)在虧損環(huán)境下必須保證足夠的資本量，因此通過出售流動性

較好的七大工業(yè)國債券等資產(chǎn)來減低風(fēng)險、增加資本，全球主要債券價格在賣出壓力

下大幅下跌，波動巨大，這才導(dǎo)致了杠桿極大的長期資本管理公司在債券套利上產(chǎn)生

巨額虧損。

這里談及長期資本管理公司，決然不是為了說明套利策略的缺陷，或是用一個失

敗的量化交易特例，來襯托其他量化交易公司的成功。實際上，套利策略是一個具有

內(nèi)在金融邏輯的優(yōu)秀交易策略，只不過任何量化策略都難以完整的考慮到所有可能出

現(xiàn)的情況，長期資本管理公司也正是被一個極端事件的連鎖效應(yīng)所擊倒。一個量化交

易的研究者和從業(yè)者，首先應(yīng)該具有概率、統(tǒng)計的思維方式，應(yīng)該理解任何有概率的

事情都是可能發(fā)生的。對于交易這個行當(dāng)而言，不到退出市場的一刻，永遠(yuǎn)都存在著

失敗的可能，擁有再光鮮的歷史業(yè)績也無法擺脫這一事實，而且光鮮業(yè)績本身可能也

只是大樣本下的一個幸運個體而已。

套利策略中一個非常重要的部分就是對交易成本進(jìn)行判斷，同時盡可能的減小交

易成本，從而保證足夠的套利空間。隨著交易電子化的不斷發(fā)展，以及美國證監(jiān)會“另

類交易系統(tǒng)規(guī)定”等法案的推出，交易策略的自動執(zhí)行也在持續(xù)的發(fā)展和演化。在這

樣急速更新的市場環(huán)境下，開始出現(xiàn)一些相應(yīng)的量化技術(shù)，例如通過訂單拆分來減小

市場沖擊成本的算法交易等等。更為人熟知的是高頻交易這個概念，交易的執(zhí)行者通

過計算機(jī)下單、將策略執(zhí)行部件放置于距離交易所主機(jī)更近的地理位置上、交易訂單

直通交易所等手段，從時間延遲等層面減小了價格變動帶來的交易成本，從而增加套

利空間。。