嘉賓介紹：鄭耀，穩博投資創始合夥人，上海交通大學本碩。 專注量化交易研發多年，精通各類量化交易市場分析、程序設計、策略分析、風險控制、全自動交易方案；設計了國內外多種股票市場、現貨市場、衍生品市場全自動量化交易方案，獲得長期穩定正收益。
近年來量化投資受到市場持續關注，目前行業發展趨勢如何？量化投資在總交易的佔比有多少？是否加劇了市場追漲殺跌的情況？量化的優勢又有哪些？如何看待目前的市場表現？對此，穩博投資創始合夥人鄭耀跟大家分享精彩觀點。
鄭耀表示，最近兩到三年量化投資關注度逐步提升，到現在可能已經成為A股中主要參與者之一，2021年其資管規模就已經突破了萬億。量化需要考量各方面的影響因素，同時底數據採集環節，對於量化來説是最基礎也是最根本的一個環節。
其表示，現在的判斷就是A股已經處於估值低位，對於很多賽道來説估值都比較低了，目前或許是適合建倉的時間了。
以下為文字精華：
1、穩博投資鄭耀：量化投資規模或達萬億
主持人：近兩年量化投資越來越受關注，如何把握量化投資的機會？
鄭耀：首先回顧一下2021年量化投資的情況，以及量化投資的發展歷程，最後會給大家做一個2022年的投資機會展望。首先從發展歷程和熱點問題開始入手，量化投資的發展歷程從2010年開始，那是量化1.0的時代。
為什麼説2010年是量化1.0的時代呢？因為有一個標誌性事件，就是股指期貨的上市。滬深300期貨的上市，使得量化對沖模式成為可能。量化在投資的過程中通常會選擇非常多的股票去獲取戰勝市場，有合適的對沖工具就可以把超額收益變成可實現的穩定性收益。股指期貨上市之後，量化1.0就啓動了，當時很多私募和公募開啓了量化的進程。
第二個發展比較大的時間點，2015年-2016年。2014年底到2015年初是A股漲幅比較大的一段時間，隨着中證500期貨的上市，因為中證500期貨相比於滬深300期貨有一個非常大的特點，就是中證500期貨偏中小市值。
量化因為是在全A中去進行選股，通常對更偏好中小市值。在此基礎上中證500期貨上市使得以全A選股去對沖中證500期貨這樣一些量化的交易手段成為可能。
另外股指期貨的活躍度在股指限倉之前，也就是2015年下半年股災之前，也是非常的活躍，它當時的日成交額可能比兩市的總成交額還要高。在此基礎上有很多直接做中證500的或者説做股指期貨的一些量化交易也成為了當時的一個比較熱點的交易方向。
在2015年-2016年，出現限制程序化接入，當時是因為遇到了股災，監管對量化進行了一些反思。當時態度是對量化進行一些限制，讓程序化的交易進行了一些約束。但事實上，在限制了程序化接入之後，2016年初又出現了像熔斷等等這樣一些大幅的下跌，經過了一段時間的市場反思和調整，在2017年、2018年的時候程序化的接入也逐步放開，A股也進入了更加開放的態勢。
這個時候資管新規也在2018年底落地和實施，同時很多外資企業紛紛註冊了中國的資管公司。同時北向資金在這幾年流入也非常顯著，代表了海外投資人對於國內市場的認可。
2019年的時候，又到量化3.0的時代。3.0和2.0有什麼樣的區別？大家在投資的方法論上有比較大的升級，在2.0的時代很多時候在做量化的時候，大家還很少用機器學習這樣方法論，更多把主動管理經驗通過公式化定量分析。
到3.0的時代，2017年-2018年出現了舉世矚目的AlphaGo，機器學習的學習能力提升，機器學習的基礎框架的完善，也都是在這些時間段發生。在此之後到量化3.0的時代，機器學習成為量化行業中的標配。
也就是説研究方法論從手動挖掘，或者説數理統計為主導，逐步的轉向機器學習的方法。方法論也做了一次比較大的迭代，市場環境也是進一步放開，包括像科創板的創立，融券制度等等放開。
這也就帶來了量化大年，從2020年到2021年，我們見到了量化投資行業的發展進入了大年，也開始逐步為大眾所知。最近兩到三年量化投資關注度逐步提升，到現在可能已經成為A股中主要參與者之一。
量化投資，其實2021年資管規模就已經突破了萬億，在全市場的資管佔比目前在十分之一左右，不是非常大的佔比。
監管對於量化的態度，有一個從比較嚴厲到比較逐步寬鬆的態度，會更多的去關注量化是不是真正的對市場有正向作用，而不是追漲殺跌影響市場。其實從大量的數據分析，最後我們得出的結論，或者説整體來説對量化來説，當然還是一個比較本分的參與者，並不會有非常多的追漲助跌的行為。
大家可能有一些比較熱點的問題，比如説近期每天A股的成交量都在萬億。大家覺得這是不是因為就是量化的原因，其實並不只是量化，現在量化大概在一萬億這樣的水平線上。量化整體的換手率並沒有大家想象的那麼高，也就是説如果規模比較大的量化，整體行業換手率在10%-15%這樣的區間，也就是在1000億到1500億的交易量，對A股來説也就是10-15%的佔比，更多的交易是A股行業的擴容，包括一些新股的發行，還會有更多的參與者加入，是導致成交量上行的主要原因。
如果我們去跟美國市場比，美國市場的成交額可能有80%是量化貢獻出來的。A股15%的量化成交額佔比相比於成熟市場還是剛起步階段。
主持人：所以大家對量化投資有一些誤讀，因為量化的追漲殺跌，導致市場波動？
鄭耀：這塊確實是一個比較大的誤。量化A股投資有一個非常大的特點，反轉效應通常大於趨勢效應，很多時候大部分的量化投資它的反轉因子使用的反倒比趨勢因子用的更多，一般來説A股不會追漲殺跌。
做A股的量化，大部分都是説如果一支股票跌的特別慘，更多會是買入的，所以它其實是提供了市場的流動性，從流動性提供的角度來説它的反轉使用其實是遠遠大於趨勢的。也就是量化的佔比越高，每天的波動率，隱含的波動率會下降的。
另外量化有一些交易手法，比如説做市商，做市商的交易手法就是掛單，向市場提供流動性，但是會吃掉市場的毛刺，比如説有一些人在價格上出現比較大的偏離，量化會通過提供市場流動性的方式把波動熨平。
在這樣的情況下，去提供流動性，提供性的提供對應來説是叫風險收益的一種收益模式，你如果是去接一些打飛的單子，很可能這個人是不是背後有一些知道的，他覺得行情是真的要漲了，或者是這支股票有一些實際的消息或者分析的結論，你作為提供流動性的一方，通常來説在這個角度來説有一些吃虧，因為你給他提供了一個成交的對手。
量化投資我們説對於規模瓶頸，因為最近兩年，每年都是翻倍的規模上漲，可能三年前量化也就一千億的規模，現在可能量化已經到了一萬億的規模，每年翻倍。
主持人：2021年不管是偏大盤的滬深300，或者中盤的中證500，或者偏小盤的中證1000，其實在量化基礎之上都是能夠做到相對穩定，並且是超額的收益。
鄭耀：如果真的是戰勝不了市場，都是非常少的，基本上做量化可能90%的量化團隊都是正向的超額，可能在中位數也就是在10-15，或者是在這樣的水平線上，其實是遠超歐美的超額水平的。我們覺得它在投資上來説其實還是有更多的空間，它也就説明了量化在市場的佔比中並沒有到達瓶頸，其實還是有正向空間。
主持人：怎麼看今年300指增和500指增等主流指數的投資機會？
鄭耀：我們覺得從指數本身來説，三個指數往下走的空間已經比較低。因為A股會有跟風效應，可能在短期還是有風險點，但是我們覺得當前的時間點對於，不論是300還是500指數都是一個比較好的進入時間點。
另一方面，300指數依舊是處於比較低位，安全性會更好。當然大家也需要去關注，300在指數調量之後，也調入了一些像寧德時代等等這樣的股票，歷史的漲幅其實並不低。當然我們依舊覺得從整體的估值角度來看，或者是整體的價格來看，我們覺得都是比較好的投資機會。
如果是A股全年處於下跌的狀態，300指數會跌的更少一些，如果處於上漲的狀態，我們依舊認為更好的投資方向，會是在500和1000中小市值。這個邏輯其實是在哪裏呢，300的行業，雖然在指數調量之後已經有一些變化，但是在傳統行業上的分佈依舊權重是相比於500和1000更大的。
如果A股處於上漲的狀態，其實是代表着基本面，通常來説是基本面向好，去推動股市的上漲。或者説資金的充裕去推動股市的上漲。我們認為如果真的出現了一些上漲的理由，其實對於500和1000，或者是中小市值的股票，有更多的理由去上漲。但是如果出現下跌的理由，其實也是一樣的。
目前來説，就我們自己的投資認為，我們認為偏中小市值已經是處於比較好的狀態。包括之前大家可能關注像新能源板塊在前段時間殺跌的也比較兇，我們認為這個板塊短期已經算是比較到位了。
調整也是有之前的一些原因的，但是一般來説看估值，對於量化來説什麼樣的股票是比較便宜的股票，其實這裏面可以給大家分享一下，比如説我們做量化因子的時候，正常來説大家去看PB、PE，這樣一些去看估值，這是最常見的一些指標。量化通常會説我們再去疊加一些一致預期的指標，這個一致預期就是説我們把它未來兩到三年這家公司的成長性通過很多很專業的分析師數據去研究它上下游的產業鏈，去分析最後我們認為它在未來三年它的盈利增長會是到什麼樣的情況。
它其實是説我們最終會把你當前的盈利情況和增長的盈利情況做一個綜合的打分，去評估。所以其實從目前來看，很多大家覺得有一些股票在當前今天看它的估值相對於一些傳統行業並不是那麼漂亮，但是從未來如果説兩到三年的消化來看，其實它會有更好的業績，即使是以當前的價格保持不變，我們看未來兩到三年，對於很多成長型的股票，算上它的成長之後，它的估值其實已經比較低了。
2、穩博投資鄭耀：數據採集是量化的最基礎環節
主持人：量化投資小白如果要入門做量化投資的話，是不是可以給一些建議。
鄭耀：如果要做量化投資，現在量化投資來説，全行業來説很少有個人在做的，更多都是以團隊的形式來合作。其實我們後面也會給大家做一些這方面的方向，我們到底是怎麼做的量化投資，接着往後去看。
看一下的方法論，量化是怎麼去做投資的。我們現在是怎麼做的，以及後面也會給大家分享一下未來我們的一些想法。當前的做法從三個角度給大家分析，量化首先是怎麼選股票的，選股我們叫橫截面的交易，顧名思義就是説我在同一個時間點持有這樣一些，比如説4000支股票，相當於我們看成一個截面，我選取一些這裏面比較好的一些股票，其實是叫α選股。
α選股通常對於量化現在的方法論來説要分成幾個環節，首先是數據採集，我們説我們先要，量化嘛，畢竟是通過定量的分析，你到底要採集哪些數據，所以是一個非常大的工程，首先我們要去採集這些數據。第二，因子的構建，我們採集完數據之後，就像剛剛説我們採集到了它的盈利，它當前的市盈率，它未來幾年的盈利增長等等這樣一些數據，在這樣的數據基礎上我們去構建一些因子。
我們通常來説會有兩種模式去構建這些因子，第一叫自上而下的邏輯，比如剛剛説的這個邏輯，我們是有一些邏輯的，我們是通過判斷，相對一個比較客觀的判斷，當前估值便不便宜，未來成長折現，其實是一個邏輯性的邏輯，構建這樣一些因子。
還有一個是自下而上的統計，雖然我覺得這個數據從歷史上或者説從邏輯上其實很難解釋，確實有一些原因它很難解釋，但是我們收集到了這個數據，我們自下而上只要統計每次發現當一支股票出現什麼樣的事件之後，未來就有更多的漲幅，其實在統計上也是有效的。所以在因子構建通常來説有兩種構建方式，一種是自上而下的邏輯，一種是以統計的方式去構建。
構建完因子之後，剛剛説我們為什麼在量化中使用了非常多的機器學習的方法，其實方法論主要是使用在模型預測上，預測未來對每一支股票都有一個打分，未來是偏漲還是偏跌。在預測模型之後就會有一個叫持股列表，最後要買哪些股票。這裏面也會涉及到一些風控調整的算法，對於量化來説可能大家會認為有一些因子在歷史上有效，但是可能現在已經無效了，已經變成了叫風險因子，量化常見定義的風險因子可以給大家分享一下。
主持人：這個α是我們的選股模型是嗎？我們在執行一些操作的時候，嚴格按照這套的選股模型去做。
鄭耀：是的，選股模型其實就是這樣的一個方式。我們生成完持股列表，其實是和風控一起在做的，其實也可以給大家分享一下，我們風控的一些因子。常見的比如説以Barra體系來看，像成長、價值這些大家眾所周知的因子，其實在α選股來説並不是收益因子，所以我們很少會去説我去主動買入一些偏成長的，或者是偏價值的股票。
因為在α，現在的α來看，因為這些被大家都知道的東西，其實在我們看來是叫風險，如果你在這方面暴露特別多，其實它就是屬於風險暴露很大。比如説大市值、小市值，對標300還是對標500.如果你的一個模型，比如説是全市場選股，你對標300特別嚴重，或者對標500特別嚴重，都是一個風險暴露，在我們看來市值因子，像成長價值因子，像流動性因子，其實這些在目前看來已經很難去貢獻一個持續的正向的收益，通過暴露去獲得正向的收益，目前是很難的。
目前來説整體的α選股的邏輯就是説我們認為它都是風險，是風險就得去約束它的暴露值，不能太大。
最後就是交給算法交易，大家説你們最後都是程序交易的，這個算法交易就是程序。量化到底會採集哪些數據呢，也給大家去分享一下。剛剛説到我們怎樣去看，量化到底採集了哪些數據，我們底層的數據大家可以看到，當然價量依舊是佔比比較高的一個環節，但是除了價量之外，基本面分析師預期，我們對於一些專業的分析師，對A股怎麼看，也是量化裏面非常重要的分析數據。
另外像北向資金，大家説聰明的錢這些我們也會關注。新聞的一些數據，包括很多時候大家會在股吧上發一個帖子，抱怨這支股票為什麼跌了，它的股吧關注度以及大家情緒是偏正向還是偏負向，這些對α來説也是作為α因子來去做。
當然還有一些另類的因子，比如説我們會去觀測這家公司在招聘的時候，是不是總能開出比同行更高的價格，説明它是不是處於一個非常快速的發展階段，它如果同樣的崗位總能開出比同行價格更高，説明這家公司確實最近業務發展不錯，它急着招人。
比如説它最近專利申請獲批是不是很多，相比於同行怎麼樣，如果它的專利獲批也比較多，説明這家公司可能有一些核心技術它需要去保護它的核心技術，它可能在一些核心技術受到關注的時候，更容易有更高的成長。
這些數據都構成我們對於α的數據採集，所以其實我們説到底數據採集這個環節，其實對於量化來説是最基礎也是最根本的一個環節，大家可能做量化有很多一部分的投入，每年很大一部分都是在買數據。
3、穩博投資鄭耀：目前A股估值整體處於低位
主持人：虎年開年市場連續性調整，春季行情大家所期待的還有嗎，接下來的策略到底該如何做？
鄭耀：量化投資，其實我們剛剛説首先是選股，這樣一個選股我們是以戰勝市場作為超額的邏輯，但是如果市場是處於下跌的狀態，對於量化如果是以超額邏輯來做，本身的底子是在跌的，大家都會處於一個回撤的狀態。
當然了會有一些比如説叫量化對沖型的策略，因為本身就對沖掉了β的風險，指數下跌的風險，會比較穩健，甚至這段時間淨值處於上漲的情況。
但是整體來説，首先我們覺得大家對於指數的β不應該有太多的恐慌，因為首先我們認為A股的定價相比於全球來説是處於比較低的定價，同時我們在歷史的走勢上來看其實A股的估值在歷史上，尤其是在下跌之後，其實在歷史上也都是處於比較低的一些分位。過去很多年也看不到這麼便宜的估值了，我覺得這時候並不是恐慌的心態。
機會是大於風險的，就目前來説。大家説春季行情是不是還會有，我們很難做這樣的預判，尤其是春節的時間，過去兩年確實也都發生了比較多的事情，有一些疫情的故事，春節後遇到了跌停，在2021年春節後又遇到了像茅指數的殺跌。
其實在過去幾年如果拋開這兩年不看，我們再往前去看，在過去二十年的時間段，春季可能有29年都是上漲的，我們認為還是處於比較樂觀，整體來説比較樂觀的，但是還是要有一些風險事件的防範。對於大家投資來説，找到合適自己的一些風險，能夠承受的範圍內去找到自己合適的方向切入，我覺得是更好的。對於指數我們認為是比較樂觀的一個狀態。
主持人：量化投資能戰勝人嗎？
鄭耀：量化投資會戰勝一些投資人，但是並不是説量化投資就是非常神話的，比所有人都犀利，其實這也是做不到的，總歸有一些非常優秀的基金經理在歷史上和在未來也都能夠有比較優秀的業績，所以其實並不是説量化投資就一定是OK的，非量化的主觀投資就不行。
主持人：我們在做量化的時候會結合一些人的智慧嗎？
鄭耀：會的，這肯定是的，量化本身就是人的智慧，一定是人做出來的。第二，我們也會看，比如我們在α選股裏面有一個比較大的環節叫分析師預期，專業的分析師對A股或者對每支的股票的判斷，對量化來説是非常重要的數據。當然大家可能會更多的分析這個分析師本身自己是不是很專業，如果你很專業，你的權重可能就很正，如果你不那麼優秀權重就很低。
對於他們的觀點和對於市場的研判，尤其是對於個股的研判，未來盈利的一些研判，做成數據，去做這樣一個持續分析，這在量化可能今年、去年，這兩年用的尤其多。
主持人：這位朋友説可不可以講一下量化投資的框架，他可能是想着如果我要去選擇一家機構做量化，我也想了解它的投資流程大概是怎樣的過程。
鄭耀：投資流程其實就像剛剛説的，我們是怎麼去選股的，首先這個公司一定會有一個數據的團隊，它去採集各種各樣的數據，或者購買各種各樣的數據。第二，它的因子團隊通常是行業內比較專業的人，或者是金融工程背景的，或者是做一些行業很專業的，構建底層交易邏輯，底層因子。
現在的量化一般都會有一個叫機器學習的團隊，去做最終的組合，就是預測，是把一些從因子邏輯到組合邏輯的構成，另外就是風控這個環節，其實是蠻重要的，因為風控的環節往往是量化的最終穩定性，尤其是對於對沖型的產品，它是一個守住底線的環節。這幾個環節是量化投資中最重要的一些環節，當然算法交易依舊是不可避免的，所有的量化最終一定是藉助算法的手段交易出來的。
主持人：量化有沒有失效的情況？
鄭耀：有，在國內外都有顯著失效的情況，它有很多種場景，比如説你的底層因子，就比如説前兩年像Two Sigma這樣的體系，它用的更多分析師，基於底層分析師的推薦，專家推薦體系，這樣一個體系下，通常會導致它的專家在推薦過程中，因為它是最終績效導向的。比如説我們用分析師預期其實也是一樣的，它會更傾向於推一些風險更大的股票。
因為很多時候專家推股不成功就是失敗，最終有一個績效考核反向的導向。所以其實對於量化來説如果你不能很好的把它的風險剔除掉，或者説平衡掉，你就容易失敗。尤其是在體量比較大的時候，你不得不在一些能夠，比如説你體量很大，你只能説這支股票我能買很多，但是其他股票我只能買一點點，就很難做這樣的投資分散。在投資分散也被受限的情況下，你非常容易在一段時間內策略是失效的。
後面的話題是叫量化擇時，大家説量化除了選股還能做什麼，其實我們還可以做一些擇時。這個擇時我們其實投資體系和量化選股是類似的，也會看各種各樣的一些數據採集，去做機器學習的一些算法。這裏面採集的數據稍微有一些差別，量化擇時更多的比如説關注北向、美債、兩融這樣一些數據，當然價量數據依舊是非常重要的，外盤的相關性，A股和外盤的聯動也是需要關注的環節，這塊就不再非常詳細的給大家講了，跟前面確實很像，只是使用的數據會有一些差異。
第三塊，其實還是想給大家做一個投資機會的展望，剛剛主持人問到很多當前的估值是什麼樣的情況，當然因為這個PPT我們是在去年年底的時候做的，12月底的時候做的，也沒有經歷過最近三週的下跌。
當時我們的判斷，A股是處於估值適中的階段，當然現在的判斷就是A股已經處於估值比較低的，特別是對於很多的賽道來説，它的估值已經比較低了，我覺得是比較適合建倉的時間了。
大家説今年其實在政策上也是有很多的點，比如説首先穩字當頭，大幅的上漲、下跌從政策上確實比較少的空間，另外大家説今年其實有一些非常大的資金面的壓力，比如説像大家覺得美國在加息的預期，肯定是落地的，看三次，更多還是更少，會有這樣的預期。
其實對於A股來説會形成一定的壓力，但是大家需要知道中國的貨幣政策其實是相對來説比較獨立的，很有可能會處於美國加息，那麼中國還處於降息的。但是因為涉及到外貿出口的，尤其是在疫情這樣的情況下，我們是不是還需要保持我們的外貿進出口。
如果我們還是有這樣一個需求，如果是美國真正的加息次數比較多，或者説有超預期的加息，對於國內來説降息的空間也不大，其實大家在經濟手段上能夠用。但是中國A股，國內處於進入加息通道，我們覺得還為時尚早，還處於流動性進一步寬鬆的狀態。從經濟的基本面來説，和資金流向來説，其實並沒有一個非常不利的點。
另一方面對於美聯儲加息，美聯儲可能在春節前有這樣的會議，這塊既然大家有這樣的預期，其實它預期已經被消化掉了。大家可以看到如果我們去看美債的利率，其實它已經在市場中有這樣的反應，股市也有對應的邏輯進行反饋，從機構的角度來看，並不會有進一步的利空，從當前來看。
主持人：這兩年全球量化巨頭都在佈局中國，包括像橋水基金等等，為什麼他們會這麼看好中國的α收益？
鄭耀：在A股來説，量化投資的佔比不高，在這樣的基礎上，一類投資人如果佔比比較少，並且它是比較有優勢的，其實代表這個市場是有足夠多的紅利，它是有空間的。
我們覺得在未來兩到三年在規模進一步擴大，或者説擴張到像美國那樣成熟市場的比例之前，在A股進行量化的投資，這樣一個手段和研究方法，其實依舊是具有性價比的。對於外資來看，肯定也是同樣的看法。
除了A股之外，也有一些其他的國家的股市，也是處於開放的狀態，也是量化參與者比較低，但是都沒有A股的體量這麼大，所以其實它在容量上，A股也對於這些境外、海外的投資人具有比較多的吸引力。
另外一方面從經濟的基本面來説，還是持續向好的基本面，它的增長空間相比於成熟市場也有更大的空間，所以它並不僅僅是指數α的角度來看，從配置A股的β角度來看，指數本身在配置的性價比上也是比較高的。
我們也會看到，為什麼大家説2022年年初這一個月指數跌的挺慘的，但是北向買的非常多，這是全球機構的共識，大家覺得確實是處於估值比較低的狀態。
主持人：這位朋友説對基金進行量化，而不是股票。有朋友幫他解答了，他説是A股對量化不太友好，特別是交易規則這塊。
鄭耀：這是從兩個角度來看，交易規則首先T+1的限制對於量化來説，尤其是對於高頻的量化來説其實並不是非常的友好，如果是T+0，並且如果沒有印花税這樣一些非常高的短線交易成本，其實對於高頻的交易者來説會更友好。
但量化其實並不僅限於高頻，量化投資只是研究方向，對於量化投資這樣一個研究方法來説，A股其實也還算是比較好的。我們看到如果全球這些體量比較大的一些外資投資公司，他們真正的交易頻段其實也不會特別高，真正的高頻頻段大家都不是拿來做資管的，很少有見到哪家高頻公司是一家資管的企業，其實很少。
一方面受制於容量不是很大，凡是高頻必然容量會很小，另一方面很多的高頻投資，它相互之間的競爭是非常激烈的，它已經逐步的形成了一些頭部的公司和其他的公司，頭部的公司可能在比如説硬件設備，方方面面都佔據了顯著的優勢，其他的公司可能在這方面佔不到這樣的優勢，逐步在市場中也是見不到他們的身影。
我們剛剛説指數部分，首先我們對指數部分確實是比較看好的。另一方面，超額我們覺得，當然可能未來還是有進一步下降的可能，相比於之前。因為這個體量的擴張，其實依舊是在量化上的一個方向。即使國內的一些量化投資團隊它的規模不擴展，其實海外進來的這樣的一些量化投資的基金也好，或者是資金也好，其實它依舊是在持續的去擴張的，我們覺得其實它對於整體的超額會有一定的影響。
主持人：量化投資的優勢是什麼？
鄭耀：量化投資是這樣，首先它能克服人性的弱點，比如説你在真正交易的過程中，大家都有一個看盤的經驗，如果你沒有持倉時候的觀點和有持倉的觀點，會有些不同。量化投資就不會，你持沒持倉它的觀點都是相同的，它會更加客觀和公正一些。
另外量化有一個好處，它可以把經驗更快的積累。比如我們去做一個專業投資人也好，可能我的一些投資經驗是需要過去很多年的交易和分析逐步積累出來的，量化投資説我每發現一個新的方向或者新的投資邏輯，我都可以過去十年、二十年的回測，是非常快速的就能完成這樣的經驗積累的環節，所以它其實在這兩個方向上都具有優勢。
當然我們依舊相信，其實有一些非常專業的投資人，他們在市場上依舊能夠做的非常優秀，並不是説量化做的很好就一定能夠戰勝非常專業的一些投資人，沒有這樣的一個邏輯。
主持人：市場一直會有的規模是業績的敵人這樣一個説法，您怎麼看？
鄭耀：首先規模肯定是業績的敵人，這個觀點是這樣的，首先在你的容量承載的範圍內，規模的上漲其實對於量化的團隊來説，或者説對於所有資管團隊來説都是比較肯定你的業績，或者肯定的行為。但是如果超出你的容量範圍，一定會帶來你業績的下滑或者是風險。
所以這裏面首先第一個環節就是，大家做資管的團隊一定要對自己的投資容量的邊界要有明確的認知，你到底能夠管多少錢，為什麼是這麼算，其實量化現在的容量算法也是比較簡單的。比如説我們每天的換手量大概是什麼樣的水平，我們換手量的約束比如説只佔市場1%或者這支股票1%的成交額，我到底能換出多少規模，在這樣換手的約束情況下我是不是還能做出超額。
在這樣的約束加上了之後，你就會算出來還是能夠比較清楚的算出來大概有多少容量，隨着A股成交額的上漲，大家的容量也有水漲船高的態勢。對於管理人來説首先要知道自己的容量邊界，第二在容量邊界範圍，如果達到或者接近你的容量邊界，一定是沒有辦法繼續做這個募集或者是持續去銷售的行為。我也看到很多量化團隊會進行封盤，或者是暫停募集。
大家覺得已經到我測算的容量上限，我歷史上都是按照這樣的算法測算我的容量，最近居然已經到了，我就沒有辦法再進一步銷售，可能大家會封盤尋找更多的投資邏輯，通過這樣一些方式擴大自己的容量，當然這就需要一些時間，不會説我今天剛封盤，明天就有一個新的策略敢上線，其實不太會有，封盤都有一段時間，大家説我策略迭代到不錯的水平了，我才嘗試募集新的錢。
主持人：量化模型在策略上趨同性越來越高，怎麼應對這種風格變化導致的趨同性？
鄭耀：首先説風格的變化，對於量化來説如果這個風格，或者説你的因子被所有人都知道了，或者説被很多人知道了，那麼它就不再是一個有效的α因子，在我們量化的解釋裏面來説，通常會被解釋叫做風險因子。所有人知道的因子比起無效的因子，它有更大的殺傷力，它的殺傷力在哪呢？它會帶來投資的趨同性，但是帶不來超額，或者超額極低。
就像我們知道的估值因子，在過去很多年其實都很正向，但是被所有人知道了之後，這個因子就變成了非常大的風險因子。因為大家都會投，所以它的超額一定會很低。投資又有趨同性，它的風險就很大。
另外量化的迭代其實也是需要與時俱進的，為了抓住市場的新變化。當然我們看到量化和主動管理有一些差別，主動管理也有一些進化的邏輯，但是更多是人的觀點的進化。