一位朋友在微博中写道，现在很多投资人热衷于利用计算机寻找股票市场可持续盈利的模式，效果值得怀疑。她认为，任何操作模式都只是对市场历史特征的拟合，拟合的越精细，在一段时期内表现就越好，但随着时间的延长，市场特征改变的可能性却更大，模型失效的可能性也更大。朋友的观点来自于过去十几年的经验，实际上也代表了很大一部分技术分析投资者的困惑。
        先就事论事。第一个问题在于，普通技术分析的观察对象太窄，集中于股票价格和交易量。如果说弱有效市场假说成立，市场价格已充分反映历史价格的所有信息，那么技术分析将失去作用；如果说弱有效市场不成立，那就更谈不上半有效或强有效，分析师的预测也将有超额收益，那么就不能光看股票价格和交易量。所以说，如果把技术分析看作是一种模式识别，这种识别方法的信息量是不够的。真的要做量化分析，必须把企业财务数据、行业数据、一致预期数据统统纳入进来。
        第二个问题在于，为什么拟合的越精细，失效的可能性就越大？许多技术流派人士的工作方法如下：先找到一种技术形态，例如样本次数有5000个，对个股上涨的预测准确率有60%；按照此法选股一段时间后，不满足准确率，总结经验，增加一种约束条件，样本次数降到200个，预测准确率上升到80%；如此反复，增加了N个约束条件后，样本数降到5个，历史预测准确率100%。又出现了一次上述条件，重仓加码，却发现预测失败，于是推翻之前的经验，重新开始一段新的循环。问题的关键在哪？拟合的越精细后，没有足够多的样本量，统计误差非常大。通俗的说，随便找30多个人（2的5次方），平均就有一个人能猜对5次结果，更何况，这种拟合还是后验的，先有的结果，再去找原因进行解释，总是能找得到的。
        其实，大部分人最关心的问题还在于，对于证券市场，是否真的存在持续盈利的模式？自然科学领域随处可见确定的模式。小到苹果落地的时间，大到火箭并轨的速度，通过模式的学习，我们能做到非常精确的预测。但在证券市场，要找到模式可不简单。有多个原因造成这种区别，最重要的原因在于模型的竞争机制。当投资者发现一种赚钱的策略，一定会投入较多的资本来实践这个策略，而实践的本身会造成策略的弱化乃至失效。好比商业市场，当我们发现某一门生意非常赚钱时，一定会有更多的资本和人一起进来竞争，竞争的结果就是薄利甚至亏损。在商业社会，怎样保证持续的盈利？答案一般是垄断。很不幸，证券市场是充分竞争的。那么还另一种方法，就是将境界拔高一点，将生意上升为商业模式。所谓商业模式，其实上也是一种垄断，和普通生意相比，它存在组织和技术上的壁垒。放在证券市场角度，量化投资的商业模式更重要的是它的组织，即某种规律性的策略研发理念、科学的研发方法、有效的策略生存周期的管理。在这种模式下，我们无需保证每个策略（每件生意）都会赚钱，但在大的框架下，我们会源源不断的开发新策略，也会不断有老旧的策略被淘汰。这种模式是健康的，会自我调节与新陈代谢。
        所以，个人认为，证券市场不存在持续盈利的策略，但存在持续盈利的模式。正如一个好企业，不在于它有哪一种两种好产品，而在于它有好的企业文化与组织结构。商业社会的逻辑都是一样的，如是而已。

本专栏作者：数量化投资部 刘 钊