尤其是，现在正在做量化的人。

不知何时开始，我害怕做量化的人。

做量化的做出来基金业绩跟其他基金不太一样。

曾经的股灾让我很忧伤，大盘从6000点跌到3000，满眼都是绝望。

然而2016年“量化基金”作为新星闪亮登场，虽上不了高收益榜的荣誉殿堂，但是业绩稳稳的表现也让人心花怒放。

随意选了一只量化之基养养眼，看吧，在这样的震荡市中，还能把收益走成了近似一条斜线。

我害怕做量化的人。

他们从小就是别人家的孩子，是令人讨厌的学霸。

尹克：1995年保送北大，从1999年至2005年在纽约州立大学先后获得计算机硕士、统计学硕士、计算机博士学位。

吴田平：曾就读于上海交通大学少年班，应用物理专业毕业，之后在中科院获取生物化学博士学位

王鑫：清华大学物理系学士，中国科学院理论物理博士，美国莱斯大学(Rice University)物理系博士后。

一跟这样的人谈话，我就像一个透明的人，苍白的脑袋无处隐藏。

关于投资，我所知道的是什么?

不就是人人能脱口而出，游荡在空气中最通俗的认知吗?

像大盘有跌有涨。

小盘股波动比大盘股大。

巴菲特的价值投资挺赚钱的。

但做量化的人在高精尖的学科里遨游，

能从统计学论及流体物理，

从信号处理讲到小波分析，

甚至看了一场台球比赛，他们大谈特谈的不是比赛结果，而是球的运动路径和价格波动有没有关系。

相较之下，我只是一台在MP3时代的录音机。

我最引以为傲的投资，恐怕只是多年前的大牛市中，跟着大趋势小赚的那一笔。

我害怕做量化的人。

他们创造模型，懂得理性把握。

没事的时候，他们就写写策略建建模，将策略模型一一回测，实战之后盘点下收获。

开盘的时候，量化模型会伺机愉快地收割，等待着把对手生吞活剥。

工作中时时闪烁着信号的光芒，流露出概率的智慧。

他们是百变的，统计套利模型、无风险套利模型、多因子模型，不一而足。又经常跟高频交易、程序化交易结合一同演绎精彩瞬间。他们不必过分计较每一只票是涨还是跌，不必过于看重每一次交易是亏是赚。

因为一个暗礁并不会让他们沉没。

云淡风轻不必绷紧神经。

他们一贯用数字赚钱，用不着废话。

我明白，量化不只是方法，更是魔力。

他们是懂编程的陈景润。

是懂金融的爱因斯坦。

血液里有不一样的答案，越来越少的涨跌能让他们恐惧。

我害怕做量化的人。

他们总是不知足。

有人指责说，计算机遇上了金融，才让市场涨跌变得波澜壮阔。

也因为这波澜状阔更便于收割，做量化的人越来越多。

他们已经把触角伸向了人类的前沿领域。

忙不迭地干起了人工智能、机器学习、深度学习、人工神经网络，忙着浇灌自己的饥渴，让自己成为敞开的木桶，随时准备装入更多、更多、更多。

注：范围：人工智能>机器学习>深度学习>人工神经网络

我害怕做量化的人。

尤其是，现在在做量化的人。 

市场越是不那么有效，收益越容易创造。

就像人人知晓，我国股市正是一个散户主导的市场，情绪化的人还太多。

震荡之中，这块土壤刚好，对做量化的来说。

别光听我说，也听听大咖们怎么说：

泓信投资尹克说，量化指数增强产品在中国有极高的概率获得较高收益率。这是由中国的投资者结构决定的。海外市场的投资效率高，收益相对较低。去年开始量化选股策略开始盛行。2016年年初的时候对冲成本很高，年化基差达到了30%多，现在基差有所下降，但也有12%。同时期货保证金比例要求是40%，所以股票现货仓位最高只能到70%。我们可以算一笔账的，假设量化选股的收益在32%，扣除12%的基差，还有20%的收益。再乘以70%的仓位系数，最终获得的收益是14%。假设大盘一年不涨不跌，最终获得的收益是32%。也就是说，一年下来对冲成本是18%。未来大盘没有像股灾那么大的暴跌风险在，而且现在存在估值修复。如果客户风险承受能力强一些，是可以考虑量化选股产品的，可以节约大量的对冲成本。在未来对冲成本大幅下降之前，量化指数增强产品是不错的选择。

因诺资产徐书楠说，因诺也发了量化选股的产品，放弃对冲的动作，可以使产品产生更多的收益。同时加上一定的择时控制，会比普通的股票多头更加安全。但需要指出，跑赢指数并不是一件轻而易举的事情。但是中国的市场结构决定了现在做出较大的阿尔法仍然比较容易。未来百分之十几的收益是合理的预期。

中金睿投阚睿说，从2014年初到2016年上半年的统计数据看，公募基金中排名前15的有4个是量化基金，看着数量不多，但主要是因为公募做量化的本身数量就少，总共就20只。但是公募总排名25%的，可以占到9只。相对对冲产品更有优势。按照量化选股的系统选股方法做，不会大幅跑赢市场，也不会跌得幅度很大，与主观选股不同。而且量化选股时可以同时考虑价值、成长、动量等多种因子，兼顾到各种情况。