量化基金
新股發行“注冊制”不宣而戰，倏忽半年。這期間投資策略鬥轉星移，牛市中一戰成名的量化基金敗下陣來。截至6月7日，在可統計今年完整業績的54隻量化基金産品中，36隻收益虧損，占比超六成，其中多隻量化基金産品收益虧損幅度超10%。今年來已經有5隻量化基金延長募集期。
量化基金讓人棄之如敝屣，還有另一個重要的原因，它們犯了投資之大忌，業績大“變臉”。要知道，投資于基金的投資者多是追求穩健确定回報的，波動性是影響情緒的緻命因素，就連宣稱在高波動市場中追求高回報的對沖基金，都應該避免基金淨值的大幅度回撤。
2016年，A股市場的整體表現低迷，上證綜指全年下跌12.31%，創業闆指跌幅更達27.71%，2800餘隻股票中，取得正收益的股票數量不足四分之一。可在這樣一個一片哀鴻的資本市場，主動型量化基金的平均收益-1.12%，使投資者的損失遠低于普通股票型基金和偏股混合型基金的-11.25%和-13.71%。實際上，如果是在年初的暴跌後進場，量化基金普遍給投資者帶來20%～30%的收益。
2016年的戰績強化了投資者心目中量化策略“天算勝于人算”的信心，而真正使量化基金深入人心的還是一年前的“股災”。2015年A股經曆了過山車的行情，出現了罕見的巨幅震蕩，可這一年量化基金幾乎全面盈利，41隻可供統計的主動型量化基金中有38隻收益為正。令“量化”泯然衆人的事實還包括，業績超過20%的有30隻基金，占比達七成以上。進一步來看，淨值增長前三名的基金收益都超過80%，分别是申萬菱信量化小盤、大摩多因子策略、長信量化先鋒A。而這一年，滬指年漲幅僅9.41%。經過了兩年的驗證，量化基金相對于“人工”基金的優勢似乎越來越明顯，以至于在年初的基金推介中，很多分析師不約而同地向力求穩健且渴望高收益的投資者推薦了量化基金。
使得量化基金嶄露鋒芒的，或許是它們跨市場操作戰略，比如2015年雖然是大盤股的震蕩年，就創業闆而言卻仍是十足的牛市，該年創業闆指數以9倍漲幅完勝大盤，年漲幅達84.41%。這樣一個妖股輩出的時代，正适合量化策略大顯身手。而在今年，當創業闆徹底“啞火”，中小闆也一道淪陷後，量化基金似乎并未站上“漂亮50”的風口。尤其值得關注的是，過去一批績優量化基金，如長信量化先鋒A、創金合信量化多因子A、大摩多因子策略等跌幅更兇，今年前5個月跌幅都達到了13%以上。
量化基金為什麼不能像牆頭草，見風使舵？這或許是它的基因中注定了的。區别于普通基金，量化基金主要采用量化投資策略來進行投資組合管理，嚴格按照模型及程序的精确設定來優化投資組合。量化型基金運用組合交易工具，下達組合交易指令可以同時自動交易數百隻股票，可以做到不受基金經理的情緒波動和個人認知的影響。或許就是因為它們太“自信”、太過遵循固有的價值取向，它們才在2017年這個風格轉換的特定曆史節點上“走了麥城”。
大數據基金
證監會換帥，從嚴治市，IPO常态化大劑量，這些都是“人治”的範疇，在一個政策主導的市場，一旦治理思路大逆轉，機器刻闆頑固的先天不足立時“現形”。如果說量化正如牛頓所言“我可以計算出天體運行軌迹，卻無法測量出人心的瘋狂”，互聯網公司近年來熱捧的大數據炒股搜集的卻是投資者和公衆在網絡上所留下的行為痕迹，并由此揣度人心，基于大數據的投資基金是否能勝任這個複雜的市場，給投資者帶來優異的回報呢？
在“互聯網+”風起雲湧的時代，大數據是投資界最熱門的話題，那時互聯網巨擘摩拳擦掌，憑借獲取股民和公衆大數據的便利，紛紛推出自己的大數據指數，既預測市場，也順便展示着大數據的魅力。當然，也隻有BAT有能力擁有大數據，推出大數據基金自然也就成了它們的專利。
并且，與傳統指數編制相比，在熱點輪換快、主題投資頻出的背景下，互聯網的普及和大數據挖掘技術的發展，大數據也是“天時地利人和”，呈現給投資者的完全是一片投資新氣象。比如百度百發100指數，發布不久就以優異的收益率完勝中證全指、滬深300、中證500等指數。而若按照其指數編制程序回溯，百發指數每一個年份都取得了超常的業績，從累計收益來看，百發100的領先幅度驚人，2009年至基金發行的2014年10月的累計增長率達710%，而滬深300、中證500、中證全指分别為34%、145%和83%，如此出衆的成績真是羨煞了廣大股民，更令股市大腕們相形見绌。可基于曆史模拟的數據畢竟是“事後諸葛亮”，并無真憑實據。
有了大數據基金，還有必要膜拜“股神”和“一哥”嗎？幾乎所有的投資者都在期盼着被“互聯+”帶着，超越A股題材與政策炒作的迷霧。
可互聯網巨頭的感召力令這幾隻互聯網大數據基金發行“秒光”，投資者持币排隊也買不到。可真正進入市場運作，大數據基金卻并無如發現者吹噓的那樣閃亮，自2015年初開始運作以來，廣發百發100指數基金的業績回報遠遠低于滬深300指數，也落後于創業闆指數。一直被吹噓為“聚全國人民網上搜索之力”的神奇指數，就此人設崩塌，基金大量被贖回，買者寥寥。
A股最早出現的大數據基金是銀河基金的定投寶，這隻基金已經運作了3年，其業績并無特殊之處。此後市場上陸續又成立了17家大數據基金，從累計收益來看，也未超越主動股票基金。今年以來，大數據基金淨值表現最好的是南方大數據300，淨值增長累計8.74%，而普通股票基金表現最好的是易方達消費行業，今年以來淨值增長28.8%。截至今年6月16日的一年内，大數據基金的魁首東方紅京東大數據增長24.08%，而易方達消費行業近一年淨值累計增長41.74%。一年中223隻主動型股票基金有149隻取得了正收益，而18隻大數據基金僅有4隻取得正收益。當AlphaGo戰勝了人類所有旗手後，至少在股票市場人類基金經理們保持住了尊嚴。
大數據基金背後，當BAT們信誓旦旦地宣稱“大數據為王”的時候，素以冷靜執着不知疲倦著稱的機器卻打不過“恐懼與貪婪并存”的人腦。或許是為了保全顔面，大數據基金的始作俑者們鮮有探讨。這裡也隻能推測一二，或許，除了出衆的計算能力，電腦之落後，還是因為它的不識“人心”，股市中人心叵測，尤其在這樣一個政策更疊的特殊時期，大數據“不讀書不讀報”，隻統計，如此似乎不能洞察那些改變市場運行的深層次力量。更令人遺憾的或許還在于大數據以量為主，挖掘的是浮于表面的大多數人的行為和思考，而真正左右這個世界的，卻是更為深藏不露的“沉默”的少數派。
至于大數據基金指數普遍在公布前和公布後表現不一緻，模拟倒推出的結果優于基金發行後的表現，這也隻有等待BAT們官方的解釋了。
AI
要學會讀書讀報看“新聞聯播”，學會揣摩證監會會議的動向，這恐怕不是大數據挖掘工具能勝任的。好在當下AI盛行起來，6月初華夏基金與微軟亞洲研究院宣布就人工智能在金融服務領域的應用展開戰略合作，螞蟻金服日前也宣布向金融機構開放AI能力。此前則已有嘉實等機構發聲布局AI領域。或許，有鑒于大數據基金的失敗經曆，幾乎所有的合作方都沒有推出人工智能基金的計劃，隻是宣布用AI輔助研發，讓人工智能成為投研人員的幫手，充分發掘有潛力的投資标的。
美國金融市場的數據清楚地告訴投資者們，隻有很少一部分的主動投資可以跑赢大盤指數。在過去的25年裡，隻有21.2%的投資于大型公司的基金跑赢Vanguard500指數。在2015年，這個數據隻有15.4%。AI若想戰勝市場，實際上是要獲得市場中那些少數赢家的選股和擇時能力。
此前，大數據和量化分析主要依賴量價數據，通過分析量價數據的時序序列來預估股票的漲跌。而AI則可以通過對文本數據的分類、語義分析、主題分析和情感分析，來預測市場對于一個行業或一個公司的預期。AI還将政治事件、金融事件、經濟事件納入分析範圍。更重要的，AI還将模拟學習優秀投資經理的思維邏輯、行為能力。
當AI的倡導者們把AI描繪得無所不能的時候，他們自己也承認如今的AI還隻能算初級水平。作為普通投資者，我們當然期盼着成熟的AI的到來，屆時市場将因高效AI的存在而填平所有價值窪地，戰勝市場或落後市場的機會都不複存在。那時的散戶也将獲得和大師一樣的收益。