我们在决定购买基金的时候，一般都会面临选择的问题，首先就是要选哪类基金？按照不同的分类，基金的类型也不相同。如果我们想要参与权益(股票)市场的机会，我们的选择通常有两种：偏股基金(股票型基金和混合型基金)和量化基金(主动型量化基金和被动指数基金)。

　　事实上，这两种基金也是按照股票市场的两个投资流派——主动管理和量化策略来进行区分的。这里的量化策略主要是指主动型量化基金，被动指数基金相对比较简单，严格复制跟踪指数配置指数成分股，要求严格控制跟踪误差。

　　那么，主动型量化基金和主动管理的偏股基金到底有什么区别呢？

　　我们可以用一个形象的比喻来更直观的比较二者的区别：如果用中医和西医来比喻成量化和主动管理的话，主动管理更像中医，更多地依靠基金经理的经验和感觉判断病在哪里，而量化更像是西医，依靠模型积累经验，帮助医生进行决策判断。模型对于基金经理的作用就像CT机对于医生的作用。在投资运作过程中，基金经理会定期用模型对整个市场进行全面的检查和扫描，根据检查和扫描结果做出投资决策。

　　我们再详细点来看的话，主动管理是通过不断的深入挖掘公司研究行业，研究商业模式等，然后挖掘出优秀的公司，以合理的价格买入来获取阿尔法。最成功的代表就是巴菲特，包括A股市场中很多优秀的公募同行也做得非常不错。这种方法的看家本领就是精度，就是在某个方面比别人更有洞察力，对某个类型的上市公司，或者对某个商业模式比别人有更深刻的了解。

　　而量化策略则是基于历史行情中归纳出的成功投资逻辑，用计算机来辅助进行大数据的处理，得出来的投资组合，再用一个严格的模型来优化这个投资组合。和主动管理的精度相比，量化的优势就是宽度，毕竟人脑处理数据的能力和计算机是没法比的，量化投资可以处理更多的数据，投资标的覆盖更广。

　　一个精度制胜，一个宽度制胜，各有优劣。在某些行情分化比较严重的阶段，量化的宽度优势发挥不出来，阿尔法也就不显著或出彩了。如2017年“一九行情”，阿尔法获取比较困难，仅10%的价值型股票上涨，成就了那些一直坚守这些公司的价值投资者。类似情况是2003年，当年只有“五朵金花”在涨，也成就了第一代公募主动基金经理。

　　但如果客观看市场数据，当大部分股票开始出现阿尔法收益的时候，量化的优势就会马上显现。

　　我们同样用数据来说话。

　　表1:2014年-2017年偏股基金和主动量化基金平均收益比较

　　从表中我们可以看到，从量化投资开始比较普及的2014年开始到2017年，将主动管理股票基金和主动型量化基金平均收益比较可以看出，2014-2016年量化多头产品业绩每年均跑赢主动股票基金，不过值得注意的是，2017年的“一九”分化极端市场行情，使得量化基金的宽度优势没有发挥出来，导致2017年量化多头策略的平均业绩跑输主动股票基金。

　　而从2014-2017年的4年平均收益率来看主动型量化基金的平均年收益率为20.73%，相对应的股票型基金和混合型基金分别为9.61%、10.58%。

　　所以，总的来说，主动和量化这两个流派都可以创造超额收益，主动管理基金主要依赖基金经理和研究团队的精选股票能力，因此不同风格的主动基金业绩差异较大。而量化的方法，即系统化积极选股的基金，则因为其宽度，降低了集中持股带来的风险。

　　尤其是当下市场，个股“黑天鹅”事件频发，以精度制胜的主动管理受到很大的挑战。而以宽度制胜的量化策略，由于其极度分散的配置，使得个股“黑天鹅”事件给投资组合带来的影响几乎忽略不计。

　　对于量化策略的多因子选股模型而言，每一个模型及其起作用的‘因子’都是有逻辑的。这个投资逻辑放到一个股票上去未必会成立，但是放到3000多只股票中去，只要有百分之六十的概率，就能获得Alpha收益，因为量化策略的样本足够广，持股也足够分散。可以有很多逻辑去获得这些超额收益，不会依赖于其中的一条逻辑，这使得超额收益的稳定性会不断加强。

　　而事实上，量化策略的多因子选股模型，在选股方面也有着自己的纪律性和风险控制，首先对股票池进行黑名单控制，对于ST风险股票，退市风险股票，监管处罚骗子公司等风险股票实行禁止投资，其次紧密跟踪因子表现，及时淘汰没有适应性的因子，加入新的因子。

　　因此，从本质上来说，股票资产的核心收益，来自于上市公司组合的估值、成长、盈利、质量等价值特征驱动。量化策略通常用一个因子代表组合某一部分创造价值的特征，而用多因子选股方法多视角提炼权益价值特征，回归投资本源用宽度的方式参与股票投资价值。