2014年四季度，如果说哪一个群体是证券市场的输家，那一定是一些使用“阿尔法对冲”策略的量化基金。

做空的股指期货疯狂上涨，而手上的股票却不涨反跌，不少“阿尔法对冲”策略两头挨耳光。

量化基金经理们一定会满腹委屈地拿出过去数年的数量分析结果，过去几年里大放异彩的这个因子、那个因子，而这些因子中的好些在四季度突然逆转了，原先的领先因子一下子成了落后因子。是量化失灵了吗？亦或是量化交易根本不适合中国股市？

这次溃败可以说是教科书式的。是的，在所有关于统计、量化分析的教科书里都提到了一些基本的原则，而失败者则是在最基本的原则上犯了错误。

一是样本数量的问题。量化分析最基本的要求就是样本要足够大。拿过去100年的股票表现来发现盈利因子是足够强大的，但是中国股市总共不过20多年，很多股票上市才几年，股指期货上市才四年多，这个样本够不够大？

二是样本质量的问题。如果某一个因素在一堆样本中起到了决定性的作用，应该怀疑一下样本的质量。过去两三年，市值因素在解释股票的表现中起到了非常大的作用，小市值的股票远远跑赢中大市值的股票。相信很多阿尔法量化经理都会把市值作为一个重要因子。但稍微想一想就会发觉这个结论逻辑上完全站不住，如果小市值股票总是表现领先，那么最终所有的股票都会变得差不多大，这显然是不可能的。

三是统计结果的陷阱。在过去的某一段时间，A股走势和螺纹钢价格高度正相关，我看到过分析师依据此写的预测文章。但最近几个月这种相关性被无情地击碎了。

我们始终坚持，如果仅仅用一部分数据加以分析得出的结论，无法用市场运行的基本逻辑来解释，那不是真正的量化，而是“伪量化”。