【基金红人节|金麒麟基金大V评选 百位大咖入围→投票】
2020年的一场新冠疫情打破了世界经济原有的发展轨道，也考验着我们既有的投资模型。面对这个突如其来的“外生变量”，很多投资者开始关注新冠新增人数、疫苗的进展、失业率指标、复工复产情况等等。投资中永远有预想不到的事情，面对这些新的变量，我们到底应该如何决策？如此繁多的因素如何与原有的投资体系结合？过去一年里，很多投资人经历着这样的考验。作为一名使用量化模型指导投资的基金经理就更是面临这样的“灵魂拷问”：量化模型的构建很多时候基于历史数据，当外界冲击导致未来的经济数据和过去的样本发生本质变化时，我们到底是否应该相信模型？应该如何对模型进行调整？如何验证我们调整的有效性？
我们认为解决这一问题的关键并不是量化模型本身，而是模型基于的假设。举例来说，我们量化模型经常使用到的成长因子、估值因子等，在计算时都会用到未来一期公司的净利润预测数据。一般来说，在外界冲击不大的情况下，随着时间的推移，分析师预期会逐渐向财报公布的真实值收敛，而这两个数据之间的差异又可以构造出业绩超预期因子。那么，如果在构建某个因子时，需要假设我们充分相信分析师对公司未来业绩的判断，并且该因子对业绩判断误差的敏感性很强，那么在疫情冲击下，由于公司业绩预测更难，该类因子可能就无法反映我们原始的投资逻辑；相反，虽然随着疫情冲击，市场对于很多公司业绩判断会产生更大的误差，但如果我们的因子不基于市场预期比较准的假设，只是赚取预期差的钱，那么因子依然可以表达我们的原始逻辑。归根结底，模型服务于投资逻辑，弄清楚模型背后的假设，决定了我们是否需要对模型进行修正。而且，一旦对模型进行了修正，那么模型的统计显著性就有可能不再存在，因此我们还需要进一步验证这种修正是否会影响模型的统计显著性。毕竟，我们做量化投资，永远是在做“大概率的事”，切不可随意改变模型，放弃自己的初心。
然而，现实世界可能并没有这么美好。很多时候，我们经过很细致的分析，依然无法判断特殊的事件冲击对因子和模型的影响，这时候，我们还要学会拒绝一部分投资机会。虽然疫情提供了巨大的市场不确定性，也意味着提供了更大的Alpha空间，但如果没有弄清楚背后的作用机制，我们依然需要学会拒绝，严格控制目标组合在此类因子上相对基准的偏差，从而控制住风险。
经历过这样的思考你会发现，如果每次都是在突发事件来临的时刻再进行这样的思考，一方面市场不会给你停下来思考的时间，另一方面这样不断的思考也会让你在市场面前疲于奔命。因此，我们需要在每一个因子的构建之初就想好其假设，并且做好假设改变时候的预案；而在投资过程中，时刻紧绷假设是否依然成立这根弦，才能临危不乱，做出相对合理的应对。
投资中没有完美的模型。在坚守和改变中抉择是每一名投资人员永远要面临的课题。守住量化投资的信仰，聆听不一样的观点，从不同的视角观察市场，不断迭代、进化模型，才是我们能在市场上长期存活的武器。
易方达基金殷明
2021年4月
