量化投资的七原则 (Quantitative Equity Portfolio Management)

原则一：市场在大多数情况下是有效的

• 解释：这是主动投资的基石。从客观事实看，1980年至2000年间仅有18%的股票型共同基金跑赢标普500指数，说明市场大部分时间是有效的。
• 推论：正因为市场存在“有时是无效的”时刻，才为主动管理股票组合提供了生存空间。

原则二：纯套利机会是不存在的

• 解释：虽然理论上认为纯套利（风险为零且确定获利）存在，但在实际操作中（如中国股指期货上市初期的期现套利），看似确定的机会往往伴随基差大幅扩大的风险，且对保证金管理要求极高。
• 核心点：不应盲目追求绝对零风险的套利，需警惕潜在的市场波动风险。

原则三与原则四：量化分析创造统计套利机会，并以有效的方式结合所有信息

• 核心逻辑：通过有效利用信息，可以创造出“统计套利”的机会。
• 基本法则：根据 Grinold and Kahn (1997) 提出的公式，信息比率 (IR) = 信息系数 (IC) × 宽度 (BR) 的平方根。
  • 信息系数 (IC)：代表预测能力。
  • 宽度 (BR)：代表投资机会的数量（独立预测的次数）。
• 信息有效利用原则：强调“不要重复使用同样的信息”。例如，若已根据盈利增长对公司估值，就不应再因“管理层优秀”这一已包含在业绩增长中的因素重复加分，避免过度放大单一信息的影响。

原则五：量化模型应当以可靠的经济理论为基础

• 解释：模型必须符合经济逻辑，而非单纯的“数据挖掘”。
• 核心点：在数据挖掘盛行的环境下，坚持可靠的经济理论才是获取超额收益的关键。模型应透过相关关系去思考其中是否隐含因果关系。

原则六：量化模型应当反映持续与稳定的模式

• 解释：量化模型基于“历史会重演”的假设，因此要求模型的参数具备稳定性。
• 评估标准：历史数据拟合效果好并不足以证明模型优秀。好的模型不仅要有较好的历史模拟效果，还需从逻辑和常识角度具备可持续性。

原则七：组合与比较基准之间的偏离只有当不确定性足够小时才是合理的

• 解释：该原则强调投资中的“耐性”与“胜率”。
• 核心逻辑：只有等到有足够的胜率或赔率时才应下注。正如巴菲特所言，股票市场像没有“好球区域”的棒球比赛，投资者应在原地等待属于自己的“全垒打”机会出现。