模仿游戲：量化投資對于基本面投資者的五大啓示
英國作家科爾頓在1820年寫道，“模仿是最真誠的恭維”。基本面，或者說是真人驅動的投資公司應當銘記這一點。過去10年，量化投資者采用機器驅動决策，跑贏了基本面投資者。但是，通過對量化投資優秀面的模仿，基本面投資者不僅能够在機器時代存活下來，反而有可能獲得更好的發展。 對于真人驅動的基本面投資者，機器驅動的量化投資能够提供以下5個方面的啓示。
- 專注于概率：量化投資者認識到未來本質上是不確定的，因此依賴統計和概率來指導他們的决策。儘管很多基本面投資者也會討論概率，但更多關注于如何變得越來越有把握，即很多老牌選股人引以爲豪的“確信度”。這一套在媒體上做做股評還行得通，但一旦涉及到真金白銀和實戰則萬萬不可有這種可怕的思維模式。基本面投資者的關注點不應該放在判定什麽事情將會發生，而應該把更多的精力投入在評估事件可能發生的概率上。如此，自然就會做出更好的决策。
- 停止再拿投資風格自我限制：真人投資者喜歡自我分類，諸如價值型投資者，成長型投資者，或者是GARP（合理價格成長）型投資者。這不是開玩笑嗎？如果可以，誰不想持有合理價格的成長股？相比之下，量化投資者更爲靈活，他們知道，不同市場環境下不同的投資風格表現也會不一樣。因此，他們不會一直固守某一種投資策略，而會隨著時間推移不斷調整。要知道，投資風格只是實現目的的一種手段，而不是目的本身。
- 非基本面數據可以視爲綫索：很多基本面投資者都有這麽一個毛病：對于諸如股票賣空數量的變動，相關衍生品的價格以及內部人交易等非基本面數據，他們要麽完全無視，要麽質疑其價值。而對于量化投資者來說，所有這些都不過是一個數據片段，是否有用要依情况而定。非基本面數據對于基本面投資者能够起到兩個方面的作用。通過細緻的分析，投資者能够預知當前關于未來基本面的判斷是錯誤的，或者是，即使基本面趨勢符合預期，但股票價格可能也不會按照預期的方向走。
- 人工智能幷未量化投資獨有：人工智能（AI）和機器學習經常被認爲是量化投資的專有技術，但事實上，這些技術不過是專注于在數據中識別模式的以科技爲支撑的數學運算而已。基本面投資者應當開開腦洞，創造性地使用這些工具來改善諸如構思、頭寸以及風險管理等投資流程。相比機器驅動整個投資流程，這些應用顯得沒那麽高大上，但可能更加實用有效。
- 打造一個决策工廠：好的量化投資者就像是一座决策工廠，系統性地批量生産有關如何進行資産配置的高品質選擇，這對基本面投資者也很有用。比如說，對公司决策流程的每一步進行再評估，確定機器可以取代人的部分，這樣就把人解放了出來，從事他們最擅長的領域。通過整合機器驅動的量化投資工具，真人驅動的基本面洞察能够更好地實現變現。
儘管量化投資表現很好，但基本面投資者的優勢其實是被低估了。一個訓練有素的真人能够更好地理解未來和過去的區別，這是真人的關鍵優勢。比如說，量化投資者使用的都是歷史數據，對于新規，新的技術，不斷演進的策略或者是新的競爭者的衝擊的反應可能會慢半拍。然而，真人驅動的基本面投資公司儘管在這方面更勝一籌，但在知識變現方面却力不從心。創造性地模仿量化投資的優勢，這或許有助于改善變現能力。 很重要的一點是，模仿不是完全的複製。複製再好，也不及原創。模仿則是取長補短，實現效用的最大化。如果你表現足够出色，機器驅動的量化投資公司也會開始模仿你。在商業領域，模仿不僅僅是最真誠的恭維，也是獨創性的一個清晰表現。
