如今，大多数大型主动型基金经理都拥有基本面和量化投资团队。从历史上看，这两个团队一直处于不同的状态，原因很简单：他们对投资流程采用不同的方法，并且使用不同的日常语言。
分歧的根源在于他们各自的教育基础。基本面投资者学习经济学，并学习自下而上的投资流程，以期确定单只股票的未来价值。量化分析师学习数学和工程学，并采用自上而下的投资决策方法，从大量市场数据开始。
然而，随着相关数据变得越来越容易获取，数据科学工具也越来越易于使用，基本面投资者已开始将更多的量化筛选和模型纳入基本面研究中。如今，大多数基本面投资者至少有一个通常基于电子表格的量化筛选——旨在标记估值错配、环境、社会和治理 (ESG) 评分等——这些都会影响他们的投资过程。有些投资者有很多筛选——旁边还有一位常驻量化分析师。
这是一个进化的问题。
“量化”一词在市场上引发的反驳可能多于欢迎，但不管喜欢与否，即使是最固执的基本面投资者也开始变得量化。
在许多具有前瞻性的公司中，量化研究主管正在晋升至领导职位，负责弥合公司基本面投资者和量化投资者之间的差距 – 或者至少利用这两个群体的资源。
但找到共同点说起来容易做起来难。基本面投资者仍然掌握着这些公司的大部分权力，而且往往对与量化分析师打交道毫无兴趣。在最好的情况下，他们很难理解量化分析师的语言，而在最坏的情况下，他们将量化分析师视为威胁。与此同时，真正的量化研究人员通常认为基本面投资者坚持陈旧过时的思维方式。事实上，许多只做量化分析师的机构正是因为拒绝基本面方法而诞生的。
那么，这两种理念中的哪一种能产生更好的回报呢？由于对该主题的学术研究很少，因此没有明显的答案。坎贝尔·R·哈维 (Campbell R. Harvey)、桑迪·拉特雷 (Sandy Rattray)、安德鲁·辛克莱 (Andrew Sinclair) 和奥托·范·赫默特 (Otto van Hemert) 对 1996 年至 2014 年的对冲基金经理进行了比较，发现系统性和自主性经理的表现几乎没有差别，尤其是在股票方面。最近，在一项对 2000 年至 2017 年美国股票共同基金的研究中，西蒙娜·阿比斯 (Simona Abis) 得出结论，量化基金在非经济衰退时期的表现优于自主性基金，但在经济衰退期间，共同基金的表现优于量化基金。
基本面学派和量化学派各有优势。前者提供清晰的解释、跨时间和机会的一致性以及对复杂主题的主观评估。后者则利用规模、客观性和敏感性分析的优势。但这两种哲学存在天然的冲突。很难同时做到客观和主观，很难在复杂的方程式中努力寻求清晰的解释，也很难始终如一地识别出真正的阿尔法生成机会而不是数据挖掘工件。
然而，在最近与一家大型、以基本面为主的资产管理公司的量化策略主管的电话会议中，我们探讨了量化投资和基本面投资之间的共同点——我更加确信，要在当今市场取得成功，需要采取一种能够充分利用两全其美优势的混合方法。
正如我们解释的那样，Essentia 使用行为分析来帮助基本面经理反思自己的决策，这位量化主管非常兴奋。“这与我们制定量化策略的方法相同，”他说。“我们正在寻找影响业绩的因素。但你们正在将其转化为基本面经理能够理解的语言和他们将使用的工具。这对他们来说很直观。我认为这真的很有帮助。”
换句话说，他认为行为分析是一种自然的方式，基础管理者可以通过将定量分析应用于自己的决策来填补其流程中的空白，以测试和微调他们现有的、以人为本的投资模式。
如果更多的量化经理将自己的流程置于这样的显微镜下，情况会怎样？毕竟，我们都知道量化模型中融入了人类创造者的偏见。此外，很少有量化策略完全由计算机驱动，每天都是如此：人类决策通常会覆盖或至少定期更新模型。虽然量化经理会彻底测试他们的模型做出的算法决策，但他们往往不会将同样客观和严格的分析应用于他们的人类决策。
虽然基本面和量化经理可能不会在短期内正式合并他们的投资方法，但两者都将受益于承认他们越来越多地将人为因素和机器主导因素结合起来——只是衡量标准不同。两者都会发现价值在于 反思投资过程中做出的决策的质量，无论这一过程是由人类还是机器来推动。
如果你喜欢这篇文章，别忘了订阅 进取的投资者。
所有文章仅代表作者的观点。因此，这些文章不应被视为投资建议，所表达的观点也不一定反映 CFA 协会或作者雇主的观点。
图片来源：©Getty Images / NordicMoonlight
CFA 协会会员的专业学习
CFA 协会会员有权自行决定和报告所获得的专业学习 (PL) 学分，包括以下内容 进取的投资者. 会员可以使用在线 PL 追踪器轻松记录积分。
关键词：
