對沖基金 (Hedge Fund) 都在用什麼模型？揭開量化投資的神秘面紗

對沖基金（Hedge Fund）是金融食物鏈的頂端。像 Renaissance Technologies（文藝復興科技）這樣的大神級基金，年化回報率可以達到 60% 以上。他們不看圖表，不聽消息，他們只相信數學。

究竟這群擁有數學博士學位的人，在電腦裡寫了什麼模型？雖然核心代碼是絕對機密，但我們可以從原理上窺探一二。

1. 因子模型 (Factor Models)：尋找驅動股價的 DNA Quant 認為，股價的上漲是由不同的「因子」驅動的。

Fama-French 模型： 這是祖師爺。它認為股價主要由三個因子決定：市場風險、市值大小（小盤股通常跑贏大盤）、價值（低 PE 股票通常跑贏高 PE）。

現代 Alpha 因子： 對沖基金會挖掘更稀奇古怪的因子。例如「動量因子」（Momentum，追漲殺跌）、「波動率因子」（Volatility）。

操作： 用 Python 寫一個程序，掃描全市場 5000 隻股票，根據這些因子打分。買入得分最高的 100 隻，做空得分最低的 100 隻。這樣無論大盤漲跌，只要你的因子有效，你就能賺取差價（Market Neutral）。

2. 均值回歸 (Mean Reversion)：賭橡皮筋會彈回來 這是一個基於統計學的策略。

原理： 價格圍繞價值波動。如果一隻股票在沒有重大利空的情況下突然跌了 5 個標準差（Standard Deviation），數學告訴我們，這是一個「極小概率事件」，它大概率會反彈。

Pairs Trading (配對交易)： 這是經典玩法。比如百事可樂和可口可樂，它們的股價走勢通常同步。如果今天百事漲了，可口可樂沒漲，模型會判斷兩者價差擴大（Divergence），於是做空百事，做多可口可樂，賭它們的價差會收斂（Convergence）。

3. 另類數據 (Alternative Data)：看別人看不到的 現在的對沖基金之戰，已經卷到了數據源。

衛星圖像： 透過分析沃爾瑪超市停車場的衛星照片，計算車流量，從而比華爾街分析師提前一週預測出沃爾瑪的季度營收。

信用卡數據： 購買信用卡公司的匿名交易數據，實時監控 Netflix 的訂閱人數增長。

這是一場軍備競賽 量化模型的壽命很短。一個賺錢的策略（Alpha），一旦被其他人發現了，就會失效（Alpha Decay）。所以 Quant 的工作不是寫好一個模型就躺平，而是每天都在尋找新的、沒被市場發現的規律。這是一場永無止境的智力遊戲。