2021年11月29日上午10点，我校Myron Scholes金融论坛第124讲在我校仙林校区和腾讯会议线上同步举行。本次论坛是由北京量信投资管理有限公司创始合伙人、MIT博士石川带来题为“漫谈量化投资”的主题报告。因疫情原因，石川博士在线上为大家带来了精彩的报告，向大家详细介绍了行为金融、量化金融的方方面面。本次讲座由太阳成集团tyc33455cc副院长俞红海教授主持。

 石川博士是北京量信投资管理有限公司创始合伙人，数据科学家；先后获得清华大学学士、硕士，麻省理工学院博士；他是《因子投资：方法与实践》的领衔作者。曾就职于美国Citigroup、Oracle以及P&G，主要从事数据分析、统计建模等工作，同时石川博士的微信公众号“川总写量化”也在业界拥有很高的知名度。

 在讲座中，石川博士首先紧扣“行为金融”的主题，向大家介绍了市场中存在的一些异象，行为金融学认为人们的信念并不是完全理性的，产生了认知上的偏差，这些异象中的典型代表行为是过度外推和过度自信，这些在压力下所做的有偏决策是系统性的偏差，并且在生活中普遍存在。由此石川博士认为，量化投资将这些经验上升到知识，有助于控制在整个投资过程中端到端的全部已知风险。

 石川博士进一步向大家详细阐述了用于评价量化投资策略优劣的科学回测方法，他认为回测需要做到三点：(1) 验证投资策略是否有效；(2) 要进行参数调优，需要避免过拟合的现象；(3) 评价策略在样本外的表现。在评价策略时石川博士认为我们还需要特别避免数据前视的问题，比如在策略中使用到当日的最高价和最低价就会出现数据前视的问题，即使比例很小的未来数据也能对结果造成很大的影响，所以石川博士也建议大家在研究和工作时多注意类似的问题。

 关于有效的因子，石川博士提到现在要求的T值正在逐渐增加，从之前的2.0到3.0甚至到现在的4.0，表面上看要求正在逐渐增加，但是如今异象正在被当作“因子”来使用，但其背后往往没有合理的金融学解释，或者没有用已有因子对其分析从而评判它对解释股票预期收益率截面差异的增量贡献，仅仅是数据挖掘的产物，因此他指出一些假设检验中存在的问题，希望大家能通过合理的方法在众多的异象中找到真正有效的因子。

 接下来，石川博士向大家简单介绍了一些因子分析中常见的机器学习方法，这些常见方法有效的前提是信息边界必须明确，所有的信息必须公开透明，并且有明确的判断胜负的标准，同时石川博士也向大家介绍了机器学习方法在量化投资中的优势和局限性，为大家准确应用机器学习提供了经验。

最后，石川博士提出了一个成功投资的公式，他认为策略成功需要做到三点：单次优势+大数定律+低相关性，三者缺一不可，如果单一策略不有效、投资时间短或者单一策略之间相关性过高，都不能带来超出平均水准的高夏普比率，所以如果想要实现成功的投资策略，必须同时满足以上三个条件，石川博士也通过详实的中国市场数据向我们展示了该公式的内在含义。

在交流互动环节，石川博士从金融学和会计学研究两套逻辑体系比较分析了当前量化投资领域的研究逻辑和研究范式。

 我院朱洪亮老师、张科老师、陈明老师，以及参加行为金融学课程的本科同学和部分2021级计金班同学，部分研究生同学等共100余人通过线上或者线下的形式参与了本次讲座。

 （马质斌 供稿）