量化模型在实际运行中不可避免地会出现回撤，合理的回撤是一种正常现象，但如果回撤幅度过大，就会非常考验投资经理的判断能力，因为此时模型可能面临阶段性失效甚至是完全失效的风险。所以在量化组合管理中如何控制好组合的回撤幅度是一个重要且充满挑战的问题，本文就此问题分享几点笔者的思考。
首先，量化组合管理的基础是量化模型，所以必须尽量保证模型的有效性和适用性。一个量化模型往往需要经过模型逻辑论证、模型构建及参数设置、历史数据回溯和模拟运行等多个步骤才能进行实盘运作，其中最重要的步骤是模型的逻辑论证，因为只有拥有正确底层逻辑的模型才能保证在市场环境基本假设不被破坏的条件下模型仍然有效，也只有拥有正确底层逻辑的模型才能让投资经理在面对较大回撤的时候仍然对模型有信心。
其次，量化组合回撤幅度控制的关键在于复盘。量化投资中不存在永远都有效的量化模型，因为任何模型的构建逻辑都依赖于一些基本假设，当市场环境发生较大变化的时候，量化模型往往会发生阶段性失效的风险，例如多因子模型中模型构建的权重因子出现阶段性的回撤，并且有时因子回撤会维持很长一段时间。这种情况下，我们就需要定期对量化组合进行业绩归因分析，及时定位到组合发生回撤的原因，看看组合发生回撤是否源于因子失效、风格或行业暴露过大、个股踩雷、交易冲击等因素造成，很多时候找到组合回撤的“病根”后，把模型做一定程度的修改就可以控制住组合进一步回撤的风险。
最后，量化组合回撤幅度的控制有时需要团队的协作。当市场环境发生极端或者根本性的变化时，量化模型可能会面临阶段性甚至完全失效的风险，此时对模型做一些程度的修改已经很难解决组合回撤的风险，这种情况下需要团队讨论进行“人工干预”，在符合约定条件的前提下，启用备选量化模型来代替原模型进行运作，最大程度的减少组合的回撤风险。
（专栏作者：摩根士丹利华鑫基金数量化投资部 王应林）
