量化分析師潘慧婷：做大宗商品量化研究的先驅

導 讀

    就在這次專訪的前一天，由潘慧婷帶領的凱豐投資基本面量化組剛剛完成了某能源商品的塑模工作，用他們的話說，在數據和模型面前，模糊不清的猜測變得清晰可辨。

早在2年前的今天，潘慧婷尚在著手組建凱豐投資的第一支基本面量化研究團隊，在承擔著同行、同事們的懷疑的同時也堅信量化研究將會是未來必然的趨勢。如今，凱豐投資的量化研究技術團隊已經頗具規模，橫跨能源、化工、農產品(000061,股吧)、黑色金屬等多個板塊。這樣一支隊伍，在過去一年中通過對序列塑模、計算機並行計算、統計分析等現代科學手段，對凱豐的產業分析提供了莫大(博客,微博)幫助，凱豐投資今年上半年使用量化技術進行的研究項目就多達50余個，為公司節省近千萬的資金成本，並在公司進行核心決策時提供了重要依據。

潘慧婷說：“通俗地講，量化就是數量化、科學化，有別於主觀感受，我們的研究結果往往建立在無可辯駁的數據和模型上，建立在理性之上，有利於規避主觀心理作用造成判斷失誤的風險。”她篤信，量化技術用於投資、交易在未來將是大勢所趨，而海外金融市場量化技術應用的蓬勃發展遲早將在中國實現。

還在中山大學讀書時，潘慧婷就被錄入國家級數學基地班，師從朱熹平教授，“我從小數學底子就不錯，同時對金融、經濟都很感興趣，很早就確立了要從事這一行”。在從中山大學畢業后潘慧婷成功考入金融工程的聖地——美國芝加哥大學。

在海外留學期間，潘慧婷從未如此深切感受美國虛擬經濟發展程度與國內的差距，而出於個人興趣，潘慧婷一直對大宗商品關注有加。“去美國前就知道國內的期貨市場起步晚，必定不如美國成熟，而大宗商品又扮演著對實體經濟影響巨大的角色，且在國內已經有相應的交易場所，研究價值重大”。

2013年，潘慧婷正式加入了凱豐投資，當時國內大宗商品期貨的研究方式還主要在基本面研究和技術研究之中爭執孰優孰劣，將量化技術應用到研究中並不多。潘慧婷組建的基本面量化研究團隊很大程度上影響了凱豐的生存方式。

對於一支年輕的私募基金，引入量化技術是十分大膽的。“當時雖然清楚量化技術價值，但業內並沒有太多的案例可參考，組建團隊也只能從新人開始培養”，潘慧婷說，“但經過一些挫折，我們的團隊也終於用實力證明了自己、說服了周圍的同事，沒有先例參考，我們就作了先例！”

這個說過“用與不用，先進的方法就在那里”的人，在此后兩年培養出多個板塊的量化研究負責人，而其本人則曾橫跨所有產業板塊，“與傳統主觀研究方式比，量化技術是一個嶄新的視角，是一種方法，並不受所解決問題范圍的限制，正是因為這一點，凱豐將量化技術定位為公司業務的核心，將量化部門定位為公司最重要的部門。”

談到曾受到過的懷疑，潘慧婷並不在意，“量化並非是新鮮的事物，我的篤定正是由於對其了解，知道它沒那么神秘，也就清楚它的價值”。事實上，金融工程中量化技術的應用在海外已有數十年的歷史，一些基金豪門正是憑借出色的量化手段科學的保證了穩定的收益率。“國外先進的市場已經經歷過的，並且驗證可行的，我們沒有理由拒絕。量化研究應用的發展就像歷史不停前進般，是水到渠成的”。

對於量化技術的優與劣潘慧婷有自己的感悟：“量化、科學化、理性化之於主觀交易、主觀研究就如同西醫的理論研究方法之於中醫的經驗、流程化的快餐之於傳統烹飪的主觀拿捏，量化技術本質上是一種工作的方式，可以用在各行各業，有助於降低培養大師級人才的成本”，潘慧婷笑著說，“讀懂了相關的理論，你可能輕易通過計算機、數學方法發現某個規律，但是如果要通過培養出的感覺來做事，你可能要在這個圈子里先待上十年”。

“但是現代科學的猜想、塑模、驗證、預測的研究方式本就是建立在一定事實的基礎上的，過於神話量化技術而不了解背后的數學含義和金融市場的根本驅動原因必然無法獲得很好的研究成果”，潘慧婷無奈地說，從回國以來至今，國內大宗商品投資的量化研究尚處於起步階段，正是由於對其不了解，大家對量化的理解往往容易流入兩個極端，要么不信任，要么過度神話。

能夠成為中國大宗商品期貨量化投資研究先驅中的一員，潘慧婷十分興奮，“這是最好的年代，正因為國內起步相對較晚，我們才有更多的探索和發展空間，雖然這更艱難但無疑也是更令人激動的事業。而美國等發達國家的歷史發展經驗將會成為國內同行最好的參照，實際上將縮短我們發展所用去的時間”。

對於未來量化研究的發展方向，潘慧婷認為可走的路還有很多：“目前我們的量化研究團隊主要還在與主觀研究並進，提供一些輔助、佐證甚至證偽。未來隨著團隊規模的擴大、技術的加強，我們希望有一天能有大量觀點是直接通過數據或模型發現的，而不用首先進行主觀分析。這就像門捷列夫的元素周期表，本來是對已有化學元素的分析方法的歸類，但之后尋找新的化學元素直接通過元素周期表預測反而比主觀無目的的尋找更普遍了”。

潘慧婷謙虛地說：“曾經量化只存在於數學家腦海里，計算一次資產價值都需要數十分鐘，很多研究甚至僅僅為了減少計算量。而如今，隨著計算機技術的發展，我們甚至可以在對某個市場結構了解有限的情況下直接通過枚舉模擬在幾秒內解決問題。”隨著數學、計算機科學和工業的發展，量化技術的使用將會越來越容易，成本越來越低，收益率也就越來越客觀。拋棄量化技術、拋棄使用科學發展帶來的新方法，終將被歷史拋棄。“我們是勇敢的先驅，但我們也是順應歷史潮流的一群人”。

【免責聲明】本文僅代表作者本人觀點，與本網站無關。本網站對文中陳述、觀點判斷保持中立，不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考，並請自行承擔全部責任。