中国当前主动投资组合管理用的方法主要是基本面投资，除了基本面方法外，还有量化分析的方法。未来的投资趋势更倾向于Quantamental（量化基本面分析法），就是把量化和基本面两种方法有效结合起来，而这样的方法可能更合适中国市场，因为做基本面的人已经完全没有能力处理现在的这么多信息了。一家一家公司地去看报表然后再总结的话，办事效率和信息覆盖量都非常有限，所以必须要借助像大数据和自然语言处理这样的工具去帮助投资经理处理更多信息，最后得出一个决策，传统通过走访公司获取信息的方法已经行不通了。
在现在这个大数据时代，通过这样的高科技搜集信息，然后再用大数据的方法提取信息，我们就能获得非常好的数据样本，这样不需要出门就可以做公司运营情况分析了。这样看来，量化也是把一些原来基本面的东西，比如说人的思考方式和投资逻辑，量化以后变成一个模型，所以未来的趋势是将量化和基本面结合起来。
当前量化投资的主要内容涉及量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、高频交易等方面，主要技术涉及人工智能与机器学习、数据挖掘、小波分析、随机过程分析等，主要策略涉及Alpha策略、股票多空策略、CTA策略、宏观对冲策略、套利策略等；有机地组合基本面分析与量化投资分析的方法，可以更好地处理市场信息，发现错误定价的信号，获取超额收益。
公司的基本面因素一直具备滞后性，令基本面的量化出现巨大困难。而从上市公司的基本面因素来看，一般只有每个季度的公布期才会有财务指标的更新，而这种财务指标的滞后性对股票表现是否有影响呢？如何去规避基本面滞后产生的风险呢？下面我们将重点介绍量化交易在公司基本面分析上的应用，即平时常说的 基本面量化。
哪些财务指标较真实反映上市公司经营优劣？
首先我们简单介绍下可能运用在量化策略上的基本面指标，相信大部分投资者都对上市公司的基本面有一定的了解，上市公司的基本面情况总是同公司业绩相关，而衡量业绩的主要基本面指标有每股收益、净资产收益率、主营业务收入等等。
而上市公司财务指标又常常存在相关的性质，比如每股收益和主营业务收入和产品毛利率相关，所以当我们把一堆财务指标放在一起统计可能就会产生相关性问题，从而降低了模型对市场走势的解释程度。因此，如何选出合适的独立性指标就成为我们进行财务指标量化模型设计的基础。
那么怎样的财务指标会较真实的反映上市公司的经营优劣呢？
具有延续性的财务指标，比如近三年净利润增速，这一个指标把3年的净利润增速平均起来，这种增长性具备一定的长期特征；
与现金流相关的指标，由于涉及真实的资金往来，现金流能够比较真实反映上市公司的经营状况。
选择用作财务量化模型的指标
1、每股现金流量/每股业绩
每股现金流量比每股盈余更能显示从事资本性支出及支付股利的能力。每股现金流量通常比每股盈余要高，这是因为公司正常经营活动所产生的净现金流量还会包括一些从利润中扣除出去但又不影响现金流出的费用调整项目，如折旧费等。但每股现金流量也有可能低于每股盈余。一家公司的每股现金流量越高，说明这家公司的每股普通股在一个会计年度内所赚得的现金流量越多；反之，则表示每股普通股所赚得的现金流量越少。
而每股现金流量常常与上市公司的业绩、总股本相关，所以用每股现金流量/每股业绩来衡量上市公司的现金流动情况，比单纯用每股盈余更为合理。
2、净资产收益率
净资产收益率又称股东权益收益率，是净利润与平均股东权益的百分比，是公司税后利润除以净资产得到的百分比率，该指标反映股东权益的收益水平，用以衡量公司运用自有资本的效率。指标值越高，说明投资带来的收益越高。
净资产收益率通过净资金去计量每年上市公司收益的百分比，净资产收益率比每股净利润，资产收益率等更合理的衡量归于于股东的上市公司权益的增值速度。
3、销售毛利率
销售毛利率，表示每一元销售收入扣除销售成本后，有多少钱可以用于各项期间费用和形成盈利。 销售毛利率是企业销售净利率的最初基础，没有足够大的毛利率便不能盈利。
在分析企业主营业务的盈利空间和变化趋势时，销售毛利率是一个重要指标。该指标的优点在于可以对企业某一主要产品或主要业务的盈利状况进行分析，这对于判断企业核心竞争力的变化趋势及其企业成长性极有帮助。
基本面量化的具体实现：
确定三个财务因子为销售毛利率、净资产收益率、每股现金流量/每股业绩；
通过features数据接口获取全市场3000多家上市公司的财务数据；
单独筛选每个财务因子前500的上市公司；
最终确定三个因子都能排在前500的股票篮子；
买入该股票篮子，等权重买入；
一个月换仓一次，买入新确定的股票篮子。
从策略结果来看，年化收益14%，应该超过了大部分公募基金，如果配合择时模型，想必效果会更好。
由于量化投资与生俱来的股票覆盖范围大、时间跨度长等原因，其在公司基本面方面的研究精细程度必然要相对传统的主动管理薄弱许多。因此在基本面层面，量化基金更多时候在做的，是挖掘基本面信息中能够显著解释股票收益的部分后，科学纳入到选股模型中，进而帮助量化模型提高选股收益或降低回撤。但随着近年来市场面数据在获取超额收益方面的能力逐渐衰退，基本面信息在量化投资中的应用前景被重新看好，为此越来越多的量化团队也开始增加在基本面量化上的研究储备。
但基本面量化却并不像很多人直观理解上的那么容易实现。比如在对公司的基本面分析层面，量化研究员是不可能有充足的时间和精力去对每一家上市公司进行深入研究的，自然也就不可能用一个统一的模板去评估上市公司的真实价值，因为即使对行业分析师来说这都是一件极其困难的事情，毕竟可能影响公司价值的因素多如牛毛，比如资产状况、治理结构、发展空间、管理能力等。所以量化投资技术在基本面研究中的应用还是基于一些能够标准化的，方便不同公司、不同行业间进行比较的数据或指标，比如估值水平、盈利能力等。尽管通过这些指标不足以在绝对意义上筛选出质地十分优秀的股票，但从概率意义上而言却能为投资带来明显的正向作用。
探寻如何进一步提高基本面信息对量化投资的帮助，其实就是要寻求基本面数据在覆盖范围或计算方法上的改善，来提高量化投资筛选出的优质企业的比例，进而提高预期收益。尤其是近些年来，哪怕是少数几家入选标的的改善，都能在一定程度上提高投资收益。
不妨以量化模型中使用频率较高的估值因子为例。其中应用较为广泛的估值因子包括市盈率、市净率、市销率等。如果仅从模型的角度出发，这三类指标当然都应该被纳入到因子库中，以尽可能全面地评估每一家上市公司的估值水平。但具体到不同行业，或是同一行业中的不同公司，各类估值指标的区分效果可能会存在显著差异。比如市盈率对一些利润为负或是利润很少的公司是不适用的，而且市盈率也会天然高估TMT、医药等高技术附加值公司，低估银行、煤炭等传统公司；市净率由于只考虑市场价值与账面价值比，因此会忽略轻资产的服务型企业，而它们可能正处于爆发性增长的阶段；市销率是一个既不考虑公司盈利能力又不考虑公司账面价值的指标，因此多适用于初创公司和新兴行业，他们的营收能力可能更容易赢得市场认可。为此，我们或许可以尝试在不同行业中采纳不同的估值指标，以争取挖掘到同类公司中真正被低估的个体。
也有一些分析人员指出，量化交易投资管理人提供了新的投资策略，和基本面投资是不同的策略。以前在股指期货、融资融券并不具备的情况下大家有劲使不上。现在我们接触的行业当中已经有越来越多的策略。期货公司已经出了很多围绕量化交易发的资产管理产品。以前期货公司的业务非常单调，经纪业务占绝大部分，现在各个公司的展台都纷纷介绍自己量化优势，也纷纷推出产品，可以看出它的热度。
国际上，行业也在加强，法规也出台了法案对场外延伸品市场进行监管，对交易规模的控制。国际市场上，衍生品也从OCT转CCP的讨论，中国市场刚刚起步，监管人或投资人对风险都有延误的趋势，不管对市场风险、操作风险都是这样。整个行业是这样的，有个周期性，过了几年可能好了伤疤忘了疼，新的趋势又来了。
投资银行以及国内券商到底发展趋势
目前阶段比较一致的看法，认为还会退出资本金用的比较高的业务，而转向以客户为主的，对净资本金要求不那么高的业务，曾经一度讨论，大的投行业务要不要和商业银行资产管理业务分开，单独出来。近年来看，绝大部分银行还是混在一起的，但从股东角度，不管对资本金的要求还是投行业务的风险隔离提出了一些新的要求，就避免投资银行业务交易亏损和风险带来对整个金融机构、金融平台的拖累。
同时要解决大而不倒的问题，现在也提出了很多的措施，包括对大而不倒银行，对定位大而不倒银行和金融机构的监管会比原来要加强。
中国资本市场的发展
大类来讲，杠杆比例明显放大了。和国际趋势反而有点相反，因为中国经过治理整顿，券商整个行业杠杆率非常低，严格来看也就不到1-2倍的水平，不到2倍，接下来融资融券、转融通业务推出，券商杠杆比例会逐渐提高一点，证监会去年也开始对原来净资本的要求进行了调整，所以整个行业的杠杆率得到了一定的提升。对比国外的十几倍，我们还是有蛮多的空间可以走的。因为杠杆率太低的话，券商的ROE肯定做不高的。具体会在很多方面都有体现，多证券公司独立上市了，融了很多的钱，用资本金这块的业务空间也是蛮大的，包括自营和最早做融资融券的还是用券商自有资本金，转融资、转融券有不同的模式，原来的融资融券第一阶段还是用券商的自有资本金，资本金规模比较大的券商把这个业务就做得比较好。
创新，大家一直讨论产品的创新上，目前大家讨论比较多的还是在资产管理业务，从原来一度资管业务被停掉，经历治理整顿时间，差不多开始恢复，开始大发展，几个月之间就从原来的几百亿，一千亿到现在2万亿左右，当然现在监管部门也比较谨慎，对一些通道业务也进行控制。自营业务，个别机构几年当中也出现了一定的亏损。对照全球模式来讲，也会控制在相对合理的规模。
衍生品、融资融券、量化交易的机会
衍生品的机会，国际典型的投资银行或券商当中不同的业务类别给券商带来的收益，大家就可以知道空间有多大。原来大家知道券商靠天吃饭，以经纪和投行业务为重点，国外银行来讲很多新的业务发展空间还是大的。去年下半年关于衍生品市场的讨论我有参与，包括OCT、CCP和股票互换，我们是第一批参与讨论的券商之一。产品丰富也给大家做交易当中的侧列提供了空间和工具。融资融券转融通，发展非常迅速，规模已经达到了1600多亿。尤其转融通将来的推出，也会遇到费用上的小问题，将来转融通的业务发展会解决券商净资本，有的券商净资本不是很高，以后靠转融通对资本金的比例要求会非常小，发展空间非常大，而且这也真正打通了买方、卖方对投资人，投资管理机构提供了非常好的杠杆和做空对冲的工具。
量化交易
从买方和卖方来判，量化交易来讲给投资管理人提供了新的投资策略，产品的推广，今天在座的很多是专家，对比国外的模式来讲，量化和技术为主的也占比较大的比例，因为它和基本面投资是不同的策略。以前在股指期货、融资融券并不具备的情况下大家有劲使不上。现在我们接触的行业当中已经有越来越多的策略。上周参加期货业分析师论坛注意到，期货公司已经出了很多围绕量化交易发的资产管理产品。大家都开玩笑说，前几年期货分析师大会各个期货公司都是介绍自己的网点有多少，有多少经纪业务人员，因为以前期货公司的业务非常单调，经纪业务占绝大部分，现在各个公司的展台都纷纷介绍自己量化优势，也纷纷推出产品，可以看出它的热度。
对算法交易来讲，比如对卖方，瑞银我们做算法比很多买方和基金公司提供交易执行方面的服务，我们做得还是非常好的，国内大概有二十来家机构现在都用我们的服务，我们也是市场当中的领先者。也给券商带来新的业务收入来源。
行业格局变化
现在大资管时代把原来银行推理财产品以及信托公司出的信托彻底占主导地位的格局，现在券商、基金、期货公司以后都会参与到这里面来，就是所谓大资管的时代。对行业格局的影响我们觉得还是在进行当中，未来还会有更明显的一些变化。随着新的《证券投资基金法》正式生效，将来私募行业可以发一些公募产品，对行业真正的投资管理人会带来非常大的影响。这些天的新闻，重阳投资的莫泰山莫总也出来自立门户，所以行业格局正在发生着翻天覆地的变化。
中国市场随着改革开放和经济发展已经积累了相当一批财富，现在的资产管理或财富管理的市场规模已经是亚洲除日本之外最大的市场，每年的增长率都达到将近20%，非常得高，不管各种排行榜，胡润、福布斯，中国超级富豪的数量每年都往上升。与此同时，国内的财富管理市场现在还处在一个非常初步的发展阶段，大家也讨论第一代富豪对自己理财比较自信，交给专业公司要有足够的要求，对他有兴趣。瑞银集团本身是全球非常大的私人银行，我们做得比较好，和很多业内资深人士沟通，国外也经历了这么一个阶段，接下来随着转向富二代，富人群体的越来越多，对专业机构的需求越来越大，对专业投资人也提出了越来越高的要求，要真正了解客户的需求，给客户提供比较适合他们的风险收益相匹配需求的产品。
中国的情况
随着中国资本市场创新和发展，我们认为中国到了可以提供多种投资产品的时代，客户尤其是高净值人选对于资产配置比例会多元化。原先风险和收益，单一的股票、债券风险收益来讲，股票和债券组合更多元化，衍生品的结合，包括一定程度量化的产品出现，可能往更有限的投资风险，波动率更低，投资回报更高的空间，这当然是比较理想的状况。
对于不同市场有不同的收益需求。对投资人来讲，要运用多种工具，包括对结构化产品的运用，做空杠杆机制的运用，给投资人参与市场提供不同的机会。前面更多的是看投资管理人的发展机会。
券商的发展机会
国内的券商和全球投资银行业务架构和形式上的不同，（图）这是典型的投行架构，左边三大块是大的投资银行，以卖方业务为主的，右方是财富管理、资产管理以买方业务为主，财富管理针对高端用户，资产管理针对理财产品，包括做咨询、投顾业务，研究、产品、交易方面的服务，分为三小块，一是所谓的小投行，比如发IPO，增发、发债、做并购。二是按资产类别来分，权益类证券和固定收益类债券。权益类证券包括股票上市、后期的发行，研究；机构经纪业务，包括大家经常听到的QFII、RQFII，销售的执行、自营，衍生品、融资融券、对冲基金业务，就是主券商基金业务。固定收益包括发债、回购、逆回购、自营、研究等等。和国内传统券商架构可能不太一样，国内原来只专注以经纪业务为核心，投行围绕这个有研究功能。国内做得比较大的证券公司现在也比较感兴趣，把整个业务部门归类，权益类证券相关的几个部门整合，因为这些部门的协同作用还是比较大的。
以国际上典型投行为例，大的有权益类证券、固定收益，基本权益类证券能占到40%，固定收益也能占到40%左右，投行大概20%不到。国外固定收益业务非常大，国内这块空间也是非常大。大家熟悉的股票权益类收益业务来讲，对国内券商来讲业务增长空间更大。国内以现券业务、股票业务为主的销售和交易业务，衍生品业务在国外占到和现券业务差不多的比例，主券商业务，就是对对冲基金的服务，这块比例也能占到25%左右，这两块现在在中国券商业务当中都还不太具备，所以这个增长的空间会非常得大。
那么，量化投资和基本面选股是什么关系呢？
很多投资者会根据二者的投资原理进行对比，并且在很多人看来，这两种投资方法是互不相容的。甚至在看到量化投资发展的越来越好之后相信代码终将会统治一切，又或者坚信人定胜天。但是事实真的如此吗？量化投资和基本面选股就如此水火不容吗？
一般我们谈到基本面选股和量化投资区别的时候都会形象的将二者比喻为中医和西医的关系。量化投资就行西医，主要依据检查结果得出数据或者拍出CT片子直接供医生进行判断，并依据数据对症下药。量化投资的基金经理就像西医一样通过模型对整个市场进行扫描，然后根据数据进行投资。
基本面选股就更偏向于中医，主要依靠望闻问切或者自身经验来判断病因是什么，再根据病因治疗患者。基本面选股的基金经理就类似于中医，主要依靠自己在实盘操作的多年经验结合对影响市场价格客观因素的分析来判断并且进行投资。
相对于基本面选股，量化投资存在几个比较明显的优势：
1、系统性
量化投资主要依靠计算机来为投资者处理数据，而基本面选股主要依靠人来进行数据的挖掘、调研以及选股。我们都知道人对数据的处理能力是无法与计算机相比较的。人在进行投资标的的选择时往往会受到人的精力所限。但是基于计算机的量化投资却并不一样，它可以同时兼顾上千种的资产，并且可以通过模型对大范围的全市场的投资机会进行筛选。
2、纪律性
情绪化干扰是影响基本面选股基金经理进行交易决策的一大因素，人难免都会受到无意识偏向或者自身情绪的干扰。量化投资主要是通过量化模型来进行投资决策，量化投资程序将会严格的执行交易指令，帮助投资者克服贪婪或者恐惧对交易决策的影响。
3、分散性
基本面投资一般偏向于挖到牛股，并且重仓持有的投资方式。但是市场行情的变化是不会以人的意志为转移的，偶然性的事件就会造成基本面投资的大幅亏损。量化投资更注重分散投资风险，并且换手率非常高，通过大概率来取胜。
4、效率性
市场行情的变化速度是非常快的，很多情况下人们无法准确的把握住稍纵即逝的交易机会。但是计算机可以以非常快的速度来进行交易，这是人脑所不能比拟的。量化投资可以借助计算机的超强计算能力，对市场的股票进行全面的分析，准确抓住交易机会，以积小胜为大胜的手段。
