投資界興起 金融工程師及量化分析

投資界過去決定投資那一類別，主要是靠研究財務報表和分析公司客戶為主，但現在已經不再流行，最新趨勢是利用演算法，借助使用重複雜統計模型的金融工程師，來找出最有可能獲利的交易項目。

投資公司努力爭取數學家和科學家，使金融工程師愈來愈受重用，影響力和薪金也水漲船高。金融產業因此創造許多前所未聞的職位，吸納數理人才。

其實，演算法交易早已問世，但以前市場規模很小。現在靠量化分析進行操作的避險基金，佔美股全部交易的27%，遠高於2013年的14%，幾乎追上散戶的29%。今年首季結束時，量化基金旗下的資金規模高達9320億美元，佔避險基金管理資產總額超過30%。相比之下，2009年時，量化基金的規模為4080億美元，佔避險基金總資產值的25%。

電腦挑選投資類別，目前看來，表現優於人類。過去5年之內，量化基金的平均年獲利率是5.1%，高於同期避險基金的4.3%。

量化分析有兩大好處：

1.    法規趨嚴，投資者很難再從企業高層或包括員工在內的上市公司專家網絡等途徑，取得具優勢的資訊。投資者能取得的全球經濟和金融消息浩翰如海，難以精確分析。最新的兵家必爭之地是利用電腦和其他尖端科技研究數據，協助即時了解企業和經濟

2.    金融工程師和高頻交易員不同，後者聚焦可能僅持續數毫秒的極短期交易，量化分析驅動的交易持續時間則從幾分鐘至數個月不等。

量化分析有兩大壞處：

1.    蜂湧進入量化基金的公司和投資者期望過高，導致失望也大，因為基金公司雇用數理方面博士並不能保證獲利。愈來愈多投資者追捧複雜的演算法模型，恐將高估電腦的可信度

2.    金融工程師有可能因為演算法策略相近，同時拋售持股，導致沽壓沉重