量化投资经典错误集

精读全文

第 1 章 · Knight Capital:45 分钟亏 4.4 亿

二零一二年八月一日，一家公司在四十五分钟内亏掉了四点四亿美元。不是因为市场崩盘，不是因为判断失误——是因为一段没人注意到的旧代码，悄悄上线了。这家公司，当天就死了。

先停一下。

四点四亿美元。

四十五分钟。

你没听错。不是四十五天，不是四十五小时——是四十五分钟。这不是电影情节，这是二零一二年真实发生在华尔街的事。

好，我们从头说起。

---

**这本书讲什么**

这本书叫《量化投资经典错误集》。顾名思义，它不讲成功，它专门讲失败。

为什么要讲失败？因为在投资这件事上，成功往往有运气的成分，失败却往往有规律可循。把这些规律搞清楚，比读一百个成功故事更有价值。

这本书我们会分三章来读。

第一章，也就是今天，我们从奈特资本的案例切入。四十五分钟，四点四亿，一家公司因为一个代码错误从此消失——我们来看，这到底是怎么发生的，又为什么会发生。

第二章，我们把时间拨回二零零七年八月。那一个月，全球最顶尖的量化基金集体亏损，有人叫它"量化地震"。问题不是某一家公司犯了错，而是整个量化行业踩进了同一个陷阱——因子拥挤。这个陷阱，今天依然存在。

第三章，我们聚焦 AQR，全球最知名的量化基金之一。二零一八年到二零二零年，他们坚守价值因子，三年大幅跑输市场，客户疯狂赎回。然后呢？二零二一年，因子反弹了。坚持，到底值不值得？

三个故事，三种失败。但你会发现，它们背后有一条共同的线索。等我们读完，你自然会看到。

现在，我们进入第一章。

---

**奈特资本是谁**

先认识一下这家公司。

奈特资本集团，英文名 Knight Capital Group。在二零一二年之前，它是美国最大的股票做市商之一。做市商是什么意思？简单说，就是市场里的"中间人"——你要买股票，它卖给你；你要卖股票，它从你手里买。靠买卖价差赚钱。

这门生意，听起来很稳健。但它高度依赖速度，高度依赖系统。

奈特资本每天处理的交易量，占到美国股市总交易量的将近百分之十。一天。百分之十。这是什么概念？美国股市每天成交几千亿美元，奈特资本一家公司就占了十分之一。

这家公司，是华尔街真正意义上的基础设施。

---

**那一天：二零一二年八月一日**

美国东部时间早上九点半。纽约证券交易所开盘。

这一天，纽约证券交易所正式推出一个新项目，叫做"零售流动性计划"。奈特资本为了参与这个新项目，对自己的交易系统做了升级。

听起来很正常，对吗？

等等。

升级的过程中，有一个环节出了问题。技术团队在部署新代码的时候，有一台服务器——总共八台服务器——没有被正确更新。

一台。

就一台服务器，还在运行一段旧代码。这段旧代码，原本是几年前用于测试的功能，早就应该被停用了。它有个名字，叫做"Power Peg"。

Power Peg 的逻辑，简单说，就是不断买入、不断买入、不断买入——直到达到某个目标持仓量。这个功能在旧系统里是有上限控制的。但在新系统的环境下，那个上限失效了。

开盘了。

那台没有被正确更新的服务器，开始执行 Power Peg。

它开始疯狂买入股票。

---

**四十五分钟**

九点三十分，开盘。

奈特资本的系统开始异常下单。它在买股票，大量买入，价格越来越高，买得越来越多。

问题是——它买入的方向是错的。

正常的做市商逻辑是：买入和卖出保持平衡，赚中间的价差。但 Power Peg 只有一个指令：买。

它在用市价单买入。市价单是什么？就是不管价格多少，直接成交。你想买，市场上最贵的价格，它也接受。

股票价格开始被推高。

奈特资本在买一百四十五只股票。不是一只，不是十只——是一百四十五只。

交易员们开始注意到异常。市场上有些股票突然出现了诡异的价格波动。有经验的交易员知道，这不正常。

与此同时，奈特资本内部也有人发现了问题。报警信号在响。但是——这里是关键——没有人能快速找到问题的根源在哪里。

系统太复杂了。

他们知道有问题，但不知道是哪里的问题。

十点整，三十分钟过去了。

亏损已经超过一亿美元。

有人打电话给交易所，想暂停交易。但流程走不通，时间来不及。

十点十五分，有人终于找到了问题所在——那台没有更新的服务器。

关掉它。

但是，已经晚了。

十点十五分，奈特资本的账面亏损：四点四亿美元。

四十五分钟。

四点四亿。

---

**为什么没人能更快停下来**

这里有一个细节，值得仔细想。

奈特资本不是没有监控系统。它有。报警信号确实响了。但为什么整整四十五分钟，没有人能按下停止键？

答案，让人不舒服。

第一，系统太复杂，没有人能快速定位问题。代码层层叠叠，新旧交织，没有一个人对整个系统有完整的了解。这种情况，在金融科技公司里，非常普遍。

第二，没有一个清晰的"紧急停止"机制。当问题出现的时候，谁有权力叫停？流程是什么？在那四十五分钟里，这个问题没有明确的答案。

第三，旧代码从来没有被清理。Power Peg 这个功能，早就不用了，但它还留在系统里。没有人去清理它，因为"反正用不到"。

这三点加在一起，就是灾难的配方。

量化投资领域的研究者指出，奈特资本的核心问题，不是技术失误，而是风险管理文化的缺失。他们的核心观点是：在高频交易系统中，代码的生命周期管理和紧急熔断机制，应该和交易策略本身同等重要。但在实践中，大多数公司把百分之九十的精力放在策略研发上，风控是事后补丁。

这个判断，直击要害。

---

**公司怎么了**

四点四亿美元的亏损，对奈特资本意味着什么？

这家公司当时的净资产，大约是三亿美元。

也就是说，它一天之内，亏掉的钱，超过了它所有的净资产。

股价当天暴跌百分之七十五。

公司陷入流动性危机。它没有足够的钱来支付正常的运营和结算。

最终，奈特资本被迫接受了外部救援。一个投资财团注入了四亿美元的紧急资金。但代价是，现有股东被大幅稀释。

几个月后，二零一三年，奈特资本被 Getco 收购，合并成新公司，奈特资本这个名字，从此消失。

从发生故障，到公司消失，不到一年。

---

**这和我们有什么关系**

你可能会想：这是华尔街的事，高频交易，离我很远。

真的吗？

想一想，今天我们用的很多投资工具，背后都有算法在跑。基金的自动再平衡，智能投顾的调仓，ETF 的套利机制——全都是算法。

二零一八年，美国某知名智能投顾平台在一次系统升级后，出现了错误的再平衡指令，导致部分用户账户在短时间内被错误调仓。虽然规模远不及奈特资本，但逻辑如出一辙：旧逻辑遇上新环境，系统做了它"应该"做的事，但结果完全错了。

算法不会说"等等，这不对"。它只会执行。

这是算法的本质，也是算法最大的风险。

量化投资的研究者有一个核心观点：算法的可靠性，不等于策略的可靠性。一个策略在历史数据上表现完美，并不意味着它在真实市场中的每一个执行细节都是安全的。执行层面的风险，往往比策略层面的风险更难察觉，也更致命。

这句话，值得反复读。

---

**一个问题留给你**

奈特资本的故事，核心教训是什么？

不是"不要用算法"。算法本身没有错。

是：你有没有想清楚，当算法出错的时候，你能不能、有没有办法，在足够短的时间内，让它停下来？

这个问题，不只是技术问题。它是风险管理的问题，是组织文化的问题，是每一个依赖系统运作的人，都应该认真想清楚的问题。

---

奈特资本的故事，是一个系统在极短时间内崩溃的故事。

但是，等等——

如果崩溃不是发生在四十五分钟内，而是悄悄发生，持续了好几天，几十家公司同时中招，没有人知道为什么，所有人都在亏钱，却找不到原因呢？

这不是假设。这是二零零七年八月，真实发生过的事。

下一章，我们来看量化史上最诡异的一次集体崩塌：量化地震。那一次，连 AQR 这样的顶级机构都没能幸免。到底发生了什么？因子拥挤，又是什么意思？

第 2 章 · Quant Quake 2007:量化基金的至暗八月

二零零七年八月，市场没有崩盘，经济没有衰退，新闻里也没有大事。但在那几天，全球顶尖的量化基金集体遭遇了一场无法解释的暴击。他们用的模型不同，持仓不同，策略不同——却在同一时间，一起亏钱。这到底是怎么回事？

上一章我们讲了骑士资本的故事。核心是一个字：乱。旧代码上线，系统失控，四十五分钟，四点四亿美元灰飞烟灭。那是一个技术层面的灾难，原因清晰，责任明确。

但今天这个故事，更难解释。

因为它的原因，藏在市场结构的深处。

---

**先说时间节点。**

二零零七年八月。

那一年，次贷危机已经开始发酵，但还没有全面爆发。雷曼兄弟还在，贝尔斯登还在，大多数人还觉得这不过是房地产市场的局部问题。

股票市场，表面上还算平静。

但在量化基金的世界里，那个八月，是一场噩梦。

---

**什么叫量化基金？**

简单说，就是用数学模型和历史数据来选股、交易的基金。它不靠基金经理的直觉，靠的是因子。

什么是因子？

比如"价值因子"——市盈率低的股票，历史上长期跑赢市场。这就是一个因子。再比如"动量因子"——过去半年涨得好的股票，接下来往往还会继续涨。这也是一个因子。

量化基金的逻辑是：把这些因子组合起来，构建一个系统，让系统自动买卖。理论上，只要因子有效，模型就能稳定赚钱。

听起来很美。

但二零零七年八月，这套逻辑崩了。

---

**八月六日，异动开始。**

那一周，全球多家顶级量化基金开始出现异常亏损。不是一家，是很多家。

包括当时已经非常知名的AQR资本管理公司，还有高盛的量化部门，还有文艺复兴科技——是的，就是那个传奇的文艺复兴。

这些机构的策略不同，用的模型不同，理论上相关性极低。

但他们在同一时间，一起亏钱。

一天，两天，三天。

亏损在加速。

---

**当时的场景是这样的。**

想象一下，你是某家量化基金的风控负责人。那天早上你坐下来，打开系统，看到的不是正常的小幅波动，而是一个红色的警报。

你的模型在亏损。

你检查因子——没问题。你检查数据——没问题。你检查代码——没问题。

但钱就是在亏。

你打电话给同行，发现他们也一样。你开始意识到，这不是你的问题。这是整个市场出了什么问题。

但什么问题？

没有人知道。

---

**事后，学界和业界花了很长时间来复盘。**

其中最有影响力的分析，来自麻省理工学院的教授安德鲁·罗。他在研究中提出了一个核心概念：**因子拥挤**。

罗的核心观点是：当太多量化基金使用相似的因子和策略时，这些基金实际上在持有高度相似的股票组合。表面上看，大家的模型各不相同；但在底层，买的是同一批股票，做空的是同一批股票。

这就像一个房间里站了太多人。

平时没事。

但一旦有人要出门，所有人都想同时挤出去。

---

**那么，是谁第一个想出门的？**

这就是二零零七年八月的关键。

当时，次贷危机导致很多金融机构出现流动性压力。有一些量化基金，或者它们背后的母公司，急需现金。

怎么办？卖股票。

但他们卖的不是随机的股票，而是他们持有的量化组合。也就是说，他们开始大规模抛售那些被因子选中的"好股票"，同时平掉那些被做空的"坏股票"。

这个操作，在量化圈里有个词叫"去杠杆"。

去杠杆本身没问题。但当很多人同时去杠杆，问题就来了。

---

**连锁反应。**

第一家基金开始抛售，市场上出现了异常的价格波动。

其他量化基金的风控系统捕捉到这个信号——我的模型开始亏损了，风险超标了，我也要减仓。

于是第二家、第三家、第四家，开始跟着卖。

他们卖的方向，和第一家一样。

因为他们持有的，是同样的股票。

这就形成了一个正反馈的螺旋：卖出导致价格下跌，价格下跌触发更多风控，风控触发更多卖出。

因子在崩塌。

不是因为因子本身失效了，而是因为太多人同时在反向操作，把因子的价格信号完全扭曲了。

---

**数字说话。**

那一周，AQR旗下的一只旗舰基金，单周回撤超过

百分之十三。

这对于一只设计为低波动的量化基金来说，是灾难性的数字。

高盛的全球阿尔法基金，那个月亏损超过

百分之三十。

要知道，这些基金平时的年化波动率，设计目标是个位数。

---

**但有一件事，更令人震惊。**

那几天，如果你看美国股市的整体指数，你会发现——

市场还好。

标普五百，那几天没有大跌。普通投资者甚至没有感觉到有什么异常。

量化基金的崩塌，是在水面之下发生的。

这说明什么？

说明量化基金的风险，和传统市场风险是脱钩的。他们亏损，不是因为市场整体下跌，而是因为他们内部的结构性问题。

这个发现，让很多人重新审视量化投资的本质。

---

**罗在他的分析中还写道：**

量化基金的崩塌，揭示了一个深层的悖论。当一个策略被越来越多的人发现并使用，它的有效性就会被侵蚀。不是因为策略本身出了问题，而是因为拥挤本身制造了新的风险。

换句话说：

越聪明的人越多，策略就越危险。

这句话听起来很反直觉。但仔细想想——

如果全世界最聪明的量化团队，都发现了同一个因子，都在用同一个策略，那这个策略的风险，早就不是模型能预测的了。

---

**当下的映射。**

二零二三年之后，全球量化私募规模急速膨胀。在中国市场，百亿量化私募的数量从个位数增长到几十家，很多策略高度同质化。

二零二四年初，A股市场出现了一次剧烈的小市值股票暴跌。

很多量化基金在同一时间，同一方向，遭遇了严重回撤。

原因，和二零零七年的美国如出一辙。

因子拥挤。

流动性危机。

连锁去杠杆。

这不是历史，这是正在发生的事。

---

**那么，量化基金应该怎么办？**

这个问题，没有简单答案。

AQR的创始人克利夫·阿斯尼斯在事后反思中提到：Quant Quake给整个行业上了一课——你不能只看自己的模型，你必须看整个市场的结构。你持有的不只是股票，你持有的是一个关于其他所有人也在做什么的赌注。

这句话值得反复咀嚼。

量化投资的本质，不只是人和市场的博弈，更是人和人之间的博弈。当你的对手和你用同样的武器，你以为的优势，可能是最大的风险来源。

---

**二零零七年八月的故事，最终如何收场？**

大约一周之后，市场逐渐平静。

流动性压力最大的那几家机构，完成了去杠杆。抛售停止了，价格回归，因子重新有效。

很多量化基金，在那一周亏掉的，后来慢慢赚了回来。

但有一些，没能撑过那一周。

还有一些，虽然撑过来了，但客户的信心已经动摇。

因为客户问的问题，很难回答：

你的模型，到底在保护我，还是在和别人一起伤害我？

---

**停一下。**

我们今天讲的，是一个关于"聪明人的集体失败"的故事。

骑士资本的失败，是一个人的错误。

Quant Quake的失败，是一群最聪明的人，用最精密的工具，共同制造的灾难。

没有人犯错，每个人都在按模型行事。

但结果，是所有人一起亏钱。

---

那么，问题来了。

如果量化基金的风险，来自于策略的拥挤和同质化，那有没有一种方法，可以在坚守一个策略的同时，熬过它最难熬的那段时间？

这就是我们下一章要讲的故事。

AQR，在二零一八年到二零二零年，坚守价值因子，连续三年大幅跑输市场，客户大量赎回。他们撑住了吗？

那段时间，究竟有多煎熬？

第 3 章 · AQR 2018-2020:价值因子的死亡谷

你能不能撑过三年的煎熬，等到第四年的反弹？

听起来简单。但如果这三年里，你的客户每天都在问你：你的策略是不是已经失效了？你有没有底气说：没有，我是对的，只是时候未到？

这才是今天这个故事最难的地方。

上一章我们讲了二零零七年八月的量化地震。

核心是什么？是拥挤。太多人用同样的因子，同样的模型，同样的仓位。一旦有人开始卖，所有人都被迫卖，价格崩塌，止损触发，再崩塌。那是一场因为太相似而导致的集体踩踏。

但那次危机，持续了大概两周。

今天这个故事，持续了三年。

---

**二零一八年。**

场景还原一下。

那一年的市场，有一个主旋律——科技股。

亚马逊、奈飞、谷歌、苹果。

这几个名字，不断创新高，不断刷新估值的天花板。市场给这些公司的定价，用传统的价值标准来看，已经贵得离谱。市盈率几十倍，几百倍，有的甚至根本没有盈利。

但它们就是涨。

一直涨。

而与此同时，那些"便宜"的股票——低市盈率、低市净率、现金流充沛的传统企业——在跑输。

不是跑输一点点。

是大幅跑输。

---

这就是 AQR 面对的处境。

AQR，全称是 Applied Quantitative Research，中文可以译作应用量化研究。它的创始人是克利夫·阿斯内斯，华尔街最知名的量化投资人之一。

AQR 的核心策略之一，就是价值因子。

什么是价值因子？

简单说：买便宜的，卖贵的。

这个逻辑，有几十年的学术研究支撑。法玛和弗伦奇的三因子模型，把价值因子列为最稳健的超额收益来源之一。历史数据告诉我们，长期来看，便宜的股票会跑赢贵的股票。

这是有根基的。

不是瞎猜。

但是——

从二零一八年开始，这个因子，开始大幅失效。

---

**跑输了多少？**

连续三年，价值因子相对成长因子的表现差距，创下了历史记录。

有研究统计，这段时间的价值因子回撤幅度，是过去一百年里最深的一次之一。

一百年。

不是最近十年，不是最近二十年。

是一百年里最差的阶段之一。

---

AQR 的核心观点是：价值因子没有死，它只是在经历一个极端的周期低谷。

阿斯内斯在这段时间写了大量文章和研究报告，反复论证这一点。他的逻辑是：价值股和成长股之间的估值差距，已经扩大到历史极端水平。这不是说价值失效了，恰恰相反——这意味着价值因子未来的预期收益，比以往任何时候都要高。

越便宜，越值得买。

越跑输，越应该坚守。

听起来很有道理，对吗？

但你知道这三年里发生了什么吗？

---

**客户在赎回。**

大量赎回。

AQR 管理的资产规模，从巅峰时期的大约两千亿美元，下滑到一千亿美元出头。

缩水了将近一半。

想象一下那个场景。

你是一个机构投资人，你把钱交给了 AQR。你看着你的账户，连续三年跑输市场。你的老板在问你为什么还不换基金。你的董事会在质疑你的决策。

你会怎么办？

大多数人，会赎回。

不是因为他们认为 AQR 的逻辑是错的。

而是因为，他们撑不住了。

---

这里有一个极其残酷的现实。

在投资里，"你是对的"和"你能活到被证明是对的那一天"，是两件完全不同的事。

AQR 的研究是对的。

但研究对不对，不能给客户的季度报告解释。

研究对不对，不能帮基金经理保住饭碗。

研究对不对，不能阻止赎回潮。

---

**然后是二零二一年。**

停。

二零二一年一月，价值因子开始反转。

反转的速度，和之前跌落的速度一样猛烈。

那些被压制了三年的便宜股票，开始大幅跑赢。银行股、能源股、工业股，全线爆发。

阿斯内斯的判断，被验证了。

价值因子没有死。

它只是在沉睡。

---

但这里有一个令人心疼的细节。

那些在二零二零年底赎回的客户，错过了二零二一年的反弹。

他们在最痛苦的时候离开了。

然后在转折点来临的时候，他们已经不在场了。

这不是个例。

这是这个行业里，一再重演的悲剧。

---

**我们来说说这背后的机制。**

为什么价值因子会有这么长的周期？

阿斯内斯在书中写道，因子的有效性，来源于行为偏差和结构性约束。价值因子之所以长期有效，是因为人类天生倾向于追逐近期表现好的资产，同时对"便宜但无聊"的东西缺乏耐心。

这种偏差，是稳定的。

但它的纠正，不是线性的，不是平滑的。

它会积累。

积累到极端。

然后突然释放。

---

问题是，没有人知道"极端"会持续多久。

二零一八年，价值因子已经很便宜了。

二零一九年，更便宜。

二零二零年，创历史极值。

每一年，你都可以说："现在是买入的好时机。"

每一年，你都是对的。

但每一年，你都还在亏损。

---

**这就是因子投资最残酷的地方。**

它要求你做一件人类本能上极其困难的事：

在没有任何正反馈的情况下，持续坚守一个你相信是正确的判断。

不是一个月。

不是一年。

是三年，五年，甚至更长。

---

当下映射一下。

今天，很多人在讨论 A 股市场里的"低估值策略"是不是失效了。红利股、银行股、煤炭股，这些"便宜"的板块，有时候会连续好几年跑输市场。

有人说：市场变了，这些因子已经不管用了。

有人说：只是还没到时候。

这两种判断，在结果出来之前，你没有办法区分。

这才是真正的难题。

不是"我知不知道正确答案"，而是"我能不能在不确定中活下去"。

---

AQR 的故事，给我们留下了几个值得反复咀嚼的问题。

第一：因子失效，和因子周期，怎么区分？

阿斯内斯的核心观点是，要看估值差距。如果便宜股票和贵股票之间的差距，已经扩大到历史极端水平，那么这更可能是周期低谷，而不是因子死亡。

但这个判断，需要你有能力做独立的研究，而不是跟着市场情绪走。

第二：机构投资人的"代理人问题"。

很多基金经理，不是不知道应该坚守。

但他们有客户。

客户有赎回权。

客户有考核周期。

个人的理性判断，和机构的生存压力，经常是矛盾的。

这不是道德问题，这是结构问题。

第三：规模本身，可能是敌人。

AQR 在巅峰时期管理两千亿美元。这个规模，让它的一举一动都会影响市场。当价值因子跑输，大量赎回发生，AQR 被迫卖出持仓，而这些持仓恰好是价值股——这会进一步压低价值股的价格，形成负反馈。

规模越大，这个问题越严重。

这是量化投资里，一个几乎无解的困境。

---

**好。现在我们来收尾。**

回头看这本书，我们走过了三个故事，三种失败。

第一章，骑士资本。

技术失控。四十五分钟，四点四亿美元，公司消失。原因清晰，但已经无法挽回。那是一个关于"系统脆弱性"的故事——你以为你控制了机器，但机器在某一刻会失控。

第二章，量化地震二零零七。

拥挤崩塌。太多人用同样的模型，同样的仓位，同样的止损线。一旦触发，集体踩踏。那是一个关于"相关性陷阱"的故事——你以为你在分散风险，但所有人都在做同样的分散。

第三章，AQR 的死亡谷。

坚守与煎熬。正确的判断，用错误的时间框架衡量，就会变成"错误"。那是一个关于"时间与信念"的故事——你以为投资是关于找到正确答案，但其实更多是关于，你能不能活到答案揭晓的那一天。

---

这三个故事，指向同一个核心：

量化投资，不是用数学消灭风险。

它是用数学，把风险变得更清晰、更可测量、更可管理。

但风险，从来没有消失。

它只是换了形状。

合上这本书，有一句话，我希望你记住——

市场可以比你坚持得更久，但不会比真相坚持得更久。—— 根据阿斯内斯 AQR 研究报告核心观点提炼，结合凯恩斯经典表述改写