年末说点心里话

发布时间：2018-12-26 | 来源: 川总写量化

致谢

这是 2018 年度公众号的最后一篇推送。

Technically 这不是 2018 年我写的最重要的一篇文章；但是 non-technically 这是本年度我最看重的一篇、最交心的一篇。本文分为致谢、2018 年回顾、2019 年展望以及附录几个部分。

公众号于 2016 年 5 月 25 日推送了第一篇文章，到今天已有两年半的时间。在这期间，通过一篇篇的推送让我们结识了很多朋友。在此，我想送出两份感谢：

感谢公众号的老朋友在 2018 年对我们一如既往的支持！

感谢 2018 年通过各种渠道关注到我们的新朋友，缘分啊！

在 2018 年，无论是原创文章的质量和公众号的关注度都较 2017 年有不小的提高。我把文章的回顾留到本文第二节，先来说说公众号运营方面。2018 年，不少文章被优秀的大流量公众号转载，加上我写了一系列读者关心的多因子文章，使得更多的小伙伴知道了我们的公众号，知道了它背后有一个喜欢码字的家伙。时至今日，每篇文章的阅读量能基本稳定在 1000 左右，较 2017 年提高了一个数量级。

量化投资促使人不断的学习新的知识。当我们学的越多，却发现自己其实知之甚少，于是便时刻不敢松懈。码字本身是将知识真正掰开揉碎吸收的过程，每周一篇的写作除了让我释放码字热情外更让我受益匪浅。如果这些文章能够帮到关注公众号的小伙伴，那对我们而言则是更加欣慰了。不少朋友在后台留言、评论；很多鼓励让人感动、很多问题发人深思。我们欢迎并珍惜每一次讨论，希望能坚持下去，和各位共同进步，在量化投资的道路上越走越远。

回顾 2018

写完 2018 年的文章，给我最大的感受是“文章越来越长、公式越来越多”。我的不少朋友也和我调侃道 “公式多了看不懂啊”。

先来说说“文章越来越长”。我当然不会故意把文章拖长，但也不会为了完成每周一篇的目标而草草收笔。我希望每篇文章都能从逻辑上比较完整把一个话题讲清楚 —— 无论是一段历史、一个技术、一个策略或是一个定价模型，以便感兴趣的朋友保存并在未来能够非常方便的翻出来看看，而无需在多篇细分文章之间“辗转腾挪”。

再来说说“公式越来越多”。确实，很少有人看到数学公式之后是会非常愉悦的。2018 年的文章中被其他公众号转载次数最多的一篇是《投资中的 N 种认知偏差，总有一款打败你》，全篇没有任何公式。MIT 的 Andrew Lo 教授（金融工程学术界非常厉害的一位，我很喜欢看他的文章）在 Talks at Google 讲过一个小故事。他在创作新书 Adaptive Markets 时，出版社建议他不要放任何公式，因为书中每多一个公式，潜在读者就会减少 50%。他最终听从了出版社的建议，通篇没有公式，代价是用更多的文字来说明公式传递的含义。最终该书有 150,000 字，远远超出出版社 80,000 字的限制。

回到“公式多”的问题。量化投资的文章大概很难和数学公式完全绝缘。当然，我们也不是在写学术论文或者做数学推导，因此在今后我仅会在绝对必要时使用绝对必要的公式。其实，文章中的每一个公式 —— 无论复杂或简单 —— 都是我用一个叫 latexeqedit 的小软件敲出来再保存成图片的，而不是从别的地方 Ctrl+C & Ctrl+V 来的。当各位看到复杂大数学的时候想想我在那里敲公式，也许就没那么抵触了。：）

2018 年公众号一共推送了 51 篇文章（见文末附录），涉及很多类别。下面根据阅读量的高低列出十大热门文章，它们大致反映出读者的喜好。有些文章写的较早、阅读量高可能是占了时间的便宜，但考虑到关注公众号的人数随时间线性增长，因此后期写的文章也未必就有多少劣势。

就我个人而言，想借此机会推介两篇文章：

第一篇是《股票多因子模型的回归检验》。它是我迄今为止写的最重要的一篇文章。里面涉及的多种检验方法为我在这之后写的很多关于 empirical asset pricing 的文章打下了重要的基础，而且众多统计手段在我平时研究多因子选股时也非常有帮助。

第二篇是《获取 α 的新思路：科技关联度》。这篇文章介绍了发表于 Journal of Financial Economics 上的一篇题为 Technological links and predictable returns（Lee et al. 2018*）。Lee et al. (2018) 逻辑清晰、行文干练，是一篇研究 empirical asset pricing 的典范。在公众号介绍这篇文章后不久我获悉它获得了 The Q Group's 2018 Roger F. Murray Prize 一等奖。这让我非常欣慰，因为它说明公众号在传播正确、有价值的研究。

* Lee, C. M. C., S. T. Sun, R. Wang, and R. Zhang (2018). Technological Links and Return Predictability. Journal of Financial Economics, forthcoming.

以上就是对 2018 年文章的回顾。

展望 2019

最后来聊聊 2019 年文章的预期。

公众号中有相当一部分文章是关于某个量化投资话题的深度思考。创作它们背后需要参阅的文献更多、思考的时间更长。为了保证文章的质量，往往花费很多心血。以近期的一篇《尾部相关性、尾部风险平价和圣杯分布》为例。放在一年前，我会针对题目中的三方面写三篇文章。但是在现在，我会把这几些关于尾部风险的不同方面按照一个合理的逻辑串联起来，希望能给小伙伴们更加丰满的介绍。这类文章往往是我和我的合伙人学习、思考、辩论、互相 diss、再思考、并最终达成共识后的思想输出，是最有生命力的，但我坦率的预期是它们不会每周出现。

另一大类文章是海外优秀学术文献介绍，特别是关于 empirical asset pricing。我个人有一些非常喜欢的海外顶尖学者（比如 John Cochrane、Campbell Harvey、Andrew Lo、Charles Lee 等）以及一些将科学研究完美融入到投资实践中的对冲基金（比如 Bridgewater、AQR、Winton Capital 等），因此会持续追踪他们的最新研究。同时，我关注的公众号也会定期推送金融领域几大顶级期刊的最新文章。每当我看到适合中国市场的先进研究，便会通过公众号的推文介绍给大家。当然，写作中一定会加入自己的思考。在 2019 年，这类文章依然会占有一定的比重。

最后一大类是偏技术性的文章，比如介绍某个统计学或者机器学习的算法。不过这类文章最近已经写的越来越少了。因为对于很多技术或算法，网上都已经有了铺天盖地的介绍，其中不乏优质文章，远比我理解的深、写得好。我会把重点放在一些曾让我感到非常困惑、或者在量化投资的实践中有很多坑的技术上。在写技术类文章时，我的指导思想是“致敬经典” —— 我不是技术的发明者，我只是知识的搬运工。因此，我会毫不避讳的直译相关的海外经典文献（当然会给出处），目的就是把技术讲明白、说清楚。曾经有个朋友在一篇文章后留言说“翻译的不错”。我不知道这是夸我，还是 diss 我。但这都不重要，因为目的已经达到了。

以上是关于文章内容方面的展望。在公众号运营方面，2018 年的一个薄弱环节是对关键字查询支持的严重缺失。很多朋友在后台回复一些关键字，在这种情况下我们都是人工来匹配文章、再把相应的连接回复给 TA。2019 年，我们会加强后台对关键字查询的支持，希望这个问题能够得到改善。

最后，再次感谢各位朋友给予公众号的大力支持；也感谢各位耐心看完我的碎碎念。

愿 2019 年的市场对我们好一点。

祝各位新年快乐。

附录

除去本文，2018 年公众号共推送 51 篇原创文章（外加一篇勘误更正），它们可以粗略的被划分为以下 7 大类：Empirical Asset Pricing（9 篇）、因子投资（7 篇）、回测与数据挖掘（3 篇）、量化技术（14 篇）、量化策略（11 篇）、行为金融学和交易心理（4 篇）以及其他投资（3 篇）。这些文章的链接如下。

A.1. Empirical Asset Pricing

中国版 Fama-French 三因子模型，了解一下？

美股上一个跨越时间尺度的趋势因子

解释股票截面预期收益差异的独立因子

实证研究 —— A 股上显著的风格因子

A.2. 因子投资

你用因子，他也用因子；你没赚钱，他却赚钱了