量化 vs 主观:不是谁更高级,而是各有各的舒适区
有一种说法在投资圈里流传很广:量化是”高级玩法”,主观投资是”过时的手艺”,迟早要被算法淘汰。我第一次听到这个说法,是在一个饭局上,一个刚入行的年轻人聊起自己在学Python写策略,言语间透着一股优越感,好像谁还在靠”看财报、想逻辑”做决策,谁就是没跟上时代。这话我当时没接,但心里是不认同的。做了这么多年,见过量化基金爆仓的,也见过主观基金翻车的,更见过两边都活得很好的。量化和主观从来不是”谁更高级”的关系,它们只是擅长的地方不一样——就像木匠和电工,你不会说谁比谁高级,只会说这活儿该找谁。这篇文章想把这件事讲透:量化到底强在哪,主观又强在哪,以及你自己更适合往哪边靠。
量化擅长什么
量化最大的优势,是纪律性。一套策略一旦写成代码,该买就买、该卖就卖,不会因为昨晚没睡好、今天心情烦躁就临时改主意。人是有情绪的动物,恐惧和贪婪会在关键时刻悄悄劫持你的判断——明明策略说该止损了,你心里想”再等等,说不定会反弹”;明明该加仓了,你又犹豫”万一继续跌怎么办”。这种摇摆,量化系统天生免疫。它不会因为浮亏而恐慌,也不会因为浮盈而贪心不肯止盈,信号来了就执行,一天下来可能要做几十次、几百次决策,每一次都跟前一次一样冷静。这种去情绪化的执行力,是绝大多数主观交易者穷尽一生都很难练到的境界。
量化的第二个强项,是处理海量数据的能力。一个人一天顶多能仔细研究两三家公司、翻几份财报,但一套量化系统可以同时跟踪几千只股票的几十个因子,每天更新、每天打分、每天调仓。这种规模化的信息处理,是人脑的算力上限决定了做不到的事——不是主观投资者不努力,而是人的注意力和时间就那么多,而市场里值得关注的标的动辄成千上万。量化用规则和算力把这道题解开了,哪怕每个因子的胜率只比瞎猜高一点点,靠着分散到足够多的标的、足够多的次数,这点微弱的优势也能被放大成稳定的超额收益。这背后其实就是概率统计里”大量重复才能显现规律”的道理——单次结果不可控,但铺开足够多的次数,统计规律会慢慢浮现出来。这套思路在量化投资的开创者身上体现得最彻底,想看具体案例可以读读詹姆斯·西蒙斯。
量化的第三个强项,是可回测、可验证。一套主观投资逻辑,你很难量化地检验它过去十年到底”对不对”;但一套量化策略可以直接拿历史数据跑一遍,看看年化多少、回撤多少、胜率多少。这不代表回测好看就一定实盘赚钱——回测与过拟合那篇里讲过这个坑,回测从来不是保证书。但至少它提供了一种可被证伪的验证方式,而不是全凭一张嘴。你可以说”我这套策略过去五年年化15%、最大回撤20%“,这句话是可以被翻出历史数据核实的;而一句”我看好这家公司的商业模式”,很难用同样精确的方式去验证。
主观擅长什么
但反过来看,主观投资也有量化很难替代的地方,而且往往是更”值钱”的那部分。
主观最大的优势,是理解商业逻辑。一家公司为什么能持续赚钱、它的护城河是不是真的、管理层靠不靠谱、这个行业的竞争格局未来会怎么演变——这些问题,本质上是”理解一个复杂系统”,而不是”从数据里挖规律”。量化因子能告诉你这家公司过去的ROE、增长率、估值分位数,但它没法告诉你”这家公司的新产品到底有没有戏”、“管理层这次战略转型是不是真心的”。这种对商业本质的洞察,需要读大量的招股书、年报、行业研报,需要跟人聊,需要长期跟踪一个行业积累的直觉,是数字本身反映不出来的软信息。想系统了解这类分析框架,可以看看价值投资体系这条专题卷里对商业模式和护城河的拆解。
主观的第二个强项,是应对没有历史数据的新情况。量化的底层假设是”过去的规律在未来大概率还成立”,可市场总会出现一些从没发生过的事——新的产业政策、新的技术范式、新的监管框架。这些情况下,历史数据里根本找不到可供学习的样本,量化模型要么完全沉默,要么继续套用旧规律,结果可能是灾难性的。而一个有经验的主观投资者,可以调动逻辑推理、行业常识、跨领域类比,对一件全新的事情做出一个”虽然不精确但方向大致对”的判断。这不是玄学,而是人类认知里那种”举一反三”的能力——量化算法目前还很难替代。
主观的第三个强项,是定性判断。有些东西天生就不是数字,比如管理层在电话会议里回答问题时的犹豫、行业专家私下透露的一句”这个赛道其实没那么好做”、一家公司财报附注里一句轻描淡写却暗藏玄机的表述。这些信息量化模型抓不住,但一个经验丰富的主观投资者能从这些细节里读出很多东西。这种”读空气”的能力,本质上是长年累月训练出来的一种模式识别,只不过它识别的不是数字模式,而是人和商业世界里的模式。
各自的盲区
量化最怕的是范式突变。当市场的运行规律发生根本性变化——比如注册制推出彻底改变了壳资源的价值逻辑,比如某类资金大规模撤离改变了原本有效的因子——建立在旧数据上的模型可能会集体失灵,而且失灵得悄无声息,等你发现的时候可能已经亏了很多。量化模型不会自己质疑自己的假设前提,它只会机械地执行,直到亏损大到触发止损线才被迫停下来。它还有一个隐藏的雷,就是前面提到的过拟合——参数调得越精细,越可能只是背下了历史噪音,而不是学到了真规律。
主观最怕的是情绪与偏见。人天生会锚定第一印象、会因为一次成功而过度自信、会因为亏了钱而报复性加仓、会因为喜欢一家公司的产品就无视它财务上的隐患。这些认知偏误早就在心理学和行为金融学里被反复证实,而且很难靠”意志力”去克服——你越觉得自己不会犯这些错,往往越容易犯。主观投资者的判断力再强,也逃不开人性这道坎:同样一份研究报告,牛市里看和熊市里看,得出的结论可能完全不一样,而这种差异很多时候根本不是因为基本面变了,只是因为你的心态变了。
你更适合哪边
看到这里你可能会问:那我到底该往哪边走?我的答案是:不必二选一。
如果你性格偏理性、喜欢跟数字和代码打交道、能忍受长时间看不懂”为什么”只相信”数据说了算”,量化的思维方式可能更适合你——但前提是你得先补齐编程和统计的基本功,而不是照抄别人的策略参数。如果你对商业世界有天然的好奇心、喜欢读年报调研公司、能享受深入理解一个行业的过程,主观投资的路子可能让你更有成就感,也更容易做出超越平均水平的判断。
更现实的做法,是把两者结合起来:用主观的逻辑去筛选值得深入研究的方向,用量化的方式去检验和执行,减少人性弱点带来的损耗;或者反过来,用量化因子先做一轮粗筛,再用主观判断去做最后的深度甄别。绝大多数长期活得好的投资者,其实都不是纯量化或纯主观的极端派,而是在两者之间找到了适合自己的配比。
小结
[!pitfall] 有个误区特别常见:以为”上了量化”就能自动去掉人性弱点,从此高枕无忧。事实是,过拟合和幸存者偏差本身就是另一种形式的自欺——只不过它披着数据和代码的外衣,看起来更”客观”,实际上照样是人在设计模型时把自己的偏见、侥幸心理悄悄写进了参数里。量化不是免罪金牌,它只是把人性的弱点从”临场情绪失控”挪到了”事前建模作弊”,风险换了个地方藏,并没有消失。
量化和主观的争论,说到底不该是一场”谁更高级”的意气之争。量化的强项是纪律、算力、可验证;主观的强项是理解力、应变力、定性判断。它们各自都有硬伤——量化怕范式突变和过拟合,主观怕情绪和偏见。真正成熟的投资者,不是站队某一边狂热鼓吹,而是清楚自己性格适合哪种工作方式,同时借用另一边的长处补上自己的短板。想继续沿着这条主线往下走,可以回到L5 量化阶段看看量化这个阶段还有哪些内容值得补,想了解主观投资那条更完整的框架,也可以去价值投资体系看看价值投资体系的全貌。两条路没有高下之分,只有适不适合你。
本文仅为投资教育科普,不构成任何投资建议。量化与主观投资均有各自局限,历史表现不代表未来收益,投资有风险,决策需谨慎。