一場關於因子投資的爭論考驗了現代金融的支柱-彭博社

插圖：Rune Fisker for Bloomberg Markets

在11月，一篇引人注目的論文在SSRN上發佈，這是一個經濟學家廣泛使用的在線平台，用來傳播他們的研究成果。這篇論文的作者是學術金融領域中最重要的兩位人物：肯尼斯·弗倫奇，來自達特茅斯學院塔克商學院，以及尤金·法瑪，來自芝加哥大學的諾貝爾獎獲得者 經濟學家。這篇文章本身似乎很謙遜，讀起來像是這對二人30年前發表的關於股市回報的技術註釋。

沒有背景信息，“在法瑪-弗倫奇數據庫中生產美國Rm-Rf、SMB和HML” 有點令人費解。這篇論文似乎在回答關於法瑪和弗倫奇數據的問題，但沒有明確説明這些問題是什麼，或者是誰在提出這些問題。要理解這18頁的內容，可能需要一個金融博士學位。要閲讀其中的潛台詞，你必須認識幾十個擁有這種學位的人。這篇論文是學術經濟學領域一個角落裏一場安靜但激烈的辯論的最終結果，這場辯論關於一個對教授、研究生以及專業交易員、投資者、證券訴訟律師和公司高管都至關重要的數據集的可靠性。

在論文登陸SSRN之前的兩天，它的PDF版本已經出現在一些國內頂尖經濟學家和法律學者的電子郵箱中。法馬發來的附帶消息清楚地解釋了他和弗倫奇寫這篇文章的原因，也表明他感到惱火。“你們大多數人都在兩篇論文的致謝中，”他寫道。“這些論文中有很多關於Fama-French因子更新效應的強烈言論。…我們認為，對於在資產定價研究方面有經驗的人來説，這些結果並不令人驚訝。”法馬補充道：“對我們來説，整個經歷都是一個很好的例子：好心沒好報。”

即使是對法馬和弗倫奇研究的最小爭論，也具有很高的風險。他們的工作關乎的不僅僅是我們如何知道公司價值，以及資金管理人員的工作表現如何，還有如何在市場上賺錢。例如，他們發現具有某些特徵的公司，比如規模較小或股價相對便宜，往往在長期內表現更好。這些特殊特徵被稱為“因子”。已知為“因子”。

2005年的法馬和弗倫奇。攝影師：吉姆·賴斯/費爾法克斯傳媒/蓋蒂圖片社數萬億美元的資產依賴於法馬和弗倫奇研究所提供的策略。基於因子的指數基金和交易所交易基金使投資者能夠通過利用他們的學術研究獲利。這些基金包括由法馬的一位前學生創立的，管理着6770億美元資產的尺寸基金顧問提供的基金。法馬和弗倫奇都擔任董事和顧問。

法國人免費提供他們的數據集在他的達特茅斯大學主頁上——這種善舉使其他人能夠使用和測試這些數據集，並放大了這些模型的影響。從1926年開始的每個月，任何人都可以查看市場的回報以及按因素分類的投資組合的盈虧情況。

2021年，三位當時在多倫多大學任職的教授注意到了一些奇怪且可能令人不安的事情。這些數字是“嘈雜的”—也就是説，它們在不同時間從網站下載時會發生顯著變化。帕特·阿基、阿德里安娜·羅伯遜和米哈伊爾·西姆廷在兩篇工作論文中記錄了他們令人困惑的發現——這些論文是法馬在電子郵件中引用的。作者們指出，數字的變化似乎改善了價值投資策略的歷史記錄——也就是購買便宜股票的策略，並寫道“缺乏透明度”使人無法理解其中的含義。

法馬和法國的11月文章證實了數字的變化並闡明瞭原因。其中包括：歷史股市記錄的更正以及與會計準則變化相關的調整，這些調整影響了某些股票的分類方式。法國的達特茅斯大學網站現在包含了數據的早期版本存檔，以便研究人員進行比較。

這就是科學：多倫多的研究人員指出了一些奇怪的事情，法馬和法國則用更多的數據和信息回答了這些問題。但這個交流的故事很有啓發性。關於學術金融的等級世界，期刊文章可以成為數十億美元交易策略的基礎。以及塑造投資者對市場理解的數字固有混亂。

羅伯遜。攝影師：Akilah Townsend for Bloomberg Markets知識有一個工廠。瞭解金融市場和經濟的過程不僅發生在交易台上，還發生在大學裏，在一個協作的全球裝配線上。有人在市場的大量數字中發現了一個想法。他們將其發送到生產部門進行測試，塑造它，將其轉化為研究。隨着時間的推移，它被髮送出去供廣泛消費，世界就會了解更多並根據所知行事。

這個過程依賴於一些假設：即瞭解像市場這樣不斷變化的東西是可能的；建立只能近似現實的模型是有用的；每一份研究都是我們可以從中學到更多的起點。關於因子數據的爭論始於研究人員試圖更多地瞭解，特別是關於指數。在新冠疫情進入後期時，阿基、羅伯遜和西姆廷一起在那個時代偉大的研討室——一個Zoom會議中工作。他們正在更新一篇使用法瑪-法倫奇數據庫的論文。

作為這個過程的一部分，他們重新運行了他們草稿中的代碼——基本上，他們刷新了頁面。當西姆廷按下按鈕時，數字發生了變化。“使它變得超級、超級奇怪的是，只有一半的數字發生了變化，”羅伯遜説。只有從法瑪-法倫奇股票回報數據集生成的數字。

“然後兔子洞打開了，我們就跳下去了”

Simutin記得在攻讀博士學位時曾遇到過這個問題，當時他在不列顛哥倫比亞大學攻讀金融學博士學位。他打開了帶有原始數據的Excel文件，並製作了一個簡單的折線圖，比較了數字的差值，舊數據減去新數據。在一個完美的世界裏，這條線本應是平的。“但是，相反，它在搖擺不定，”羅伯遜説，他教授商法，擁有耶魯大學的法學學位和金融博士學位。“然後兔子洞打開了，我們就跌進去了。”

像許多現代的兔子洞一樣，這個兔子洞深入到了網絡的最深處。團隊去了一個名為互聯網檔案館的網站，看看它的Wayback Machine——一個存儲舊網頁的庫——是否抓取了Fama-French數據集的先前版本。它抓取了：他們能夠整理出多組數字，追溯到2005年。他們稱每一組數據為“數據的年份”。

當然，隨着時間的推移和新的月份被添加到庫中，數字會發生變化。但這不是問題所在。相同月份的數據在不同版本之間也會發生變化。“你的歷史數據被反覆更改，”羅伯遜説。“你絕對想不到，相當於1989年1月27日的氣温，取決於你何時下載，如果你是今年查看還是去年查看。這就是我們發現的等同物。”

該網站已經披露承認了一些修訂，比如來自提供商Compustat和Center for Research in Security Prices（CRSP），芝加哥大學的附屬機構，跟蹤價格並創建市場指數，被基金公司包括Vanguard Group許可使用。（擁有彭博新聞的彭博有限合夥公司向機構客户出售數據和指數，包括基於因子的指數。）CRSP已經進行了一個更新數據的大項目，以及在發現錯誤時進行修正，合併數據，整理流通股數量。團隊發現這些操作只能解釋部分變化。法國的網站還指出了與會計準則變化相關的調整，但沒有量化影響。

回報的差異以基點為單位進行衡量，即每月的百分之一。但Akey，Robertson和Simutin在他們的主要論文“嘈雜因素”中寫道，這些差異是普遍存在的並且會累積。例如，根據去年更新的版本以及在SSRN上發佈的他們的論文的一個版本，該模型價值組合的77%的月度數字在2005年和2022年之間的不同超過了1%的年化率。他們説，這令人擔憂，因為法瑪和法國的模型已經深深融入現代金融領域。

學者們至少引用了法瑪和弗倫奇1993年的論文35000次。這是量化金融革命的一個重大成就，該革命始於四十年前的芝加哥大學博士候選人哈里·馬科維茨。在那之前，選股主要是一種工匠式的事務，基於交易員所謂的技能和良好判斷。馬科維茨提出了另一種方式：不是試圖預測和挑選贏家，而是應該進行多樣化。選擇幾家風險互相平衡的不同公司，你可以使用數學來創建一個更穩定且仍然提供良好回報的投資組合。馬科維茨在1990年獲得了諾貝爾經濟學獎。更多經濟學家，包括約翰·林特納和未來的諾貝爾得主威廉·夏普，基於馬科維茨的洞察。他們不是考慮如何使投資組合在孤立情況下更好，而是考慮它相對於整體市場的表現。一些股票在市場上漲時可靠地起飛，而在市場下跌時則崩盤，而其他股票對市場的波動反應較小。你可以根據你想要投資組合比整體市場更不易波動，還是更易波動以換取更高的潛在回報來構建你的投資組合。“很長一段時間，金融學者們認為有這麼一個重要因素，即整體股市，這就是一切的衡量標準。一切都是根據這個因素來衡量的，”麻省理工學院斯隆管理學院金融學教授、研究資產定價的安德魯·羅説。“然後法瑪和弗倫奇出現了。”

法瑪在1960年代奠定了基礎，提出了一個不同的重要觀點：市場是有效的。交易員迅速“定價”了關於股票的所有可用信息，無論是關於盈利下滑的新聞，產品成功還是即將襲擊公司主要工廠的颶風。因此，即使是專業人士也很難擊敗市場，尤其是在扣除費用之後。法瑪的有效市場假説是如今許多投資者擁有指數基金的重要原因。 這也是他在2013年獲得諾貝爾獎的原因。

“50多年來，學者們一直在努力解釋為什麼一隻股票的預期回報率比另一隻高”

但在試圖解釋為什麼一些股票表現比其他股票更好時，法瑪和弗倫奇發現了一種可以繞過“你無法擊敗市場”的規則的漏洞，或者至少是重新定義了“市場”意味着什麼的修改。某些類型的股票為投資者提供了額外的回報。即，小公司股票和便宜的價值股，根據股價相對於公司資產價值的比率來衡量，也被稱為它們的賬面價值。現在有三個因素可以解釋股票的回報。

這個“三因子模型”在很大程度上塑造了專業人士如何談論績效。它有助於確定基金經理是否真正有技能。如果你把錢放在共同基金中，它提供了15%的回報，你可能會感到很高興因為變得更富有了15%，但你不知道基金經理是否增加了任何價值。“在任何時間段，你可能會有一個很棒的回報，因為你承擔了很大的風險，而風險得到了回報，”現在是法國商學院Insead的訪問教授Akey説。“查看原始回報並不是正確的度量標準。那是運氣。”

法瑪-法倫三因子模型增加了更多的複雜性。您可以衡量一個基金相對於市場風險所取得的表現——當年市場也上漲了15%嗎？——以及相對於其對小盤股和價值股的暴露。在剔除這些因素之後，您可能會發現15%的表現有點令人失望。

這些因素已經衍生出其他用途。在第二篇論文中，“法律中的噪音因素”，作者們研究了數據可能在訴訟中的應用方式。假設一家公司正在受到股東的起訴，他們聲稱管理人員犯了一個錯誤導致股價下跌。因素可以提供一個更精細的估計，即如果沒有錯誤，股票將會表現如何。

當然，這些因素指向了賺錢的方法：與其購買標普500指數基金，您可以投資於一個多元化的小盤股或價值股基金，希望獲得更高的回報。或者投資於一個向較小或更便宜的股票傾斜的類似指數的投資組合。這些是奧斯汀總部的Dimensional專門從事的基金類型。David Booth於1981年共同創立了這家公司，並邀請他的前任老師法瑪成為股東。該公司今天將自己定位為一種維恩和智囊團的混合體，旗下有一批頂尖學者。在Dimensional網站上的一個視頻中，法瑪説：“他們覺得應該讓我們做研究，如果有什麼可以用的，他們就會採納。”2008年，Booth捐贈了3億美元給芝加哥的商學項目—他的導師的學術歸屬現在被稱為布斯商學院。

同一股票市場的兩種觀點

在假設價值策略中$10,000的增長

來源：Pat Akey，Adriana Robertson和Mikhail Simutin，基於Fama-French數據庫的數據

因此，因子是一個非常重要的業務和一個非常重要的問題。但是多倫多小組為投資者發現的數據差異有多重要？如果你是共同基金經理，你可能會在於你的業績是否超過了根據數據的年代而變化。但對於投資者來説，顯而易見的問題是，無論數據何時被提取，這些因子是否仍然成立。

多倫多的作者發現這些因子確實存在，問題在於規模。最明顯的變化是價值因子。考慮一個假設的投資組合，從1926年開始在價值股上押注$10,000，同時押注成長股。從1926年到2005年，如果你看的是2005年的數據，它的平均每月增長率為0.41%。這個$10,000的投資組合在2005年會增長到大約$250,000。然而，在2022年版本的數據中，價值優勢增長到0.45%。現在同一時期內的投資組合將增長到大約$400,000。

“嘈雜因素”論文指出的不僅僅是移動的數字。法國數據庫網站的底層源代碼—mba.tuck.dartmouth.edu—顯示：“網站由Dimensional基金顧問網站開發團隊開發。”眾所周知，法馬和法倫奇與Dimensional合作，並且在法倫奇的主頁上披露了這一點。一些學者，特別是那些與基金公司合作或諮詢的學者，説他們一直認為Dimensional進行數據處理。但是，公司與因子數據之間的關係並不清楚，多倫多小組寫道。

法瑪和弗倫奇在他們最新的論文中更詳細地闡述了這種關係，該論文現在鏈接在弗倫奇的數據頁面的頂部。它説，根據法瑪和弗倫奇的指導，Dimensional的員工製作併發布每月更新。

因子溢價是Dimensional向客户推銷的一部分。但是價值投資在最近幾年裏一直是一次坎坷的旅程。在全球金融危機之後，一位價值投資者押注反對當時的大贏家——儘管估值高昂，但仍在持續上漲的科技寵兒。根據弗倫奇的百年數據，2020年是價值回報的有史以來最糟糕的一年，緊隨其後的是連續三年的虧損。最近，在2021年和2022年，價值投資又捲土重來；更近一步來看，它又再次表現不佳。

2005年至2022年數據的變化使得歷史上的價值溢價看起來比以往更大。對此應該怎麼看？《嘈雜的因素》的作者們對Dimensional與許多學者依賴的數據的關係提出了一個反問的眉毛挑起。他們寫道：“我們不去猜測，”“我們只是指出，這種缺乏透明度，再加上因素變化的模式，可能會讓依賴這些因素進行實證分析的研究人員感到擔憂。”

《嘈雜的因素》中缺乏具體結論和潛台詞讓一些閲讀過的學者感到困擾。作者們説這也讓他們感到擔憂。“總會有這樣的想法——我是真心這麼説的——你會想，‘也許我們需要放手了，’”羅伯遜説。“‘也許這是…’”她話鋒一轉。“但你不能就這麼放手，因為你需要了解你的數據發生了什麼。”

羅伯遜和她的合著者們可能在憲法上不適合放手。阿基是一名前競技擊劍手，在倫敦商學院攻讀金融研究生學位，他説他喜歡解決難題：“我喜歡綜合思想，將它們放在一起，看看其他人可能忽略了什麼。” 羅伯遜則是“更像一個樂高積木的人。” 她在Zoom上説，她的客廳裏現在有“四個巨大的樂高套裝。它們都超過6000塊。” 西姆廷有一級黑帶，但他説他更專注於網球——這是法馬年輕時的愛好。

西姆廷。攝影師：彭博市場的露西·盧法馬和弗倫奇似乎不急於回應三人的發球。對於法馬來説，“嘈雜的因素”論文基本上是關於無關緊要的事情。“我認為你在浪費時間，”他在被問及這些變化之前説道，在與弗倫奇合作發表11月論文之前。人們總是試圖干擾他的工作；他們有一種傾向，即用研究製造轟動。數據會不斷更新，因此因子也會改變。“學者們習慣了這一點，並讚賞這種努力。這讓行業人士發瘋。不幸的是，所有數據庫都存在這個問題的一個版本。” 弗倫奇拒絕置評，Dimensional的發言人泰勒·史密斯也是如此。

在法馬最終與弗倫奇合作發表的論文中，他們得出結論，自2002年以來基礎數據和方法論的變化使價值溢價平均每月提高了0.03個百分點，或者説3個基點。這比多倫多小組發現的要小，但法馬和弗倫奇考慮的樣本與“嘈雜的因素”小組不同。根據法馬和弗倫奇的説法，大部分變化是由於CRSP在1947年之前糾正了公司流通股份的數據，這影響了他們的計算。2021年9月，法馬和弗倫奇還決定停止使用專有方法連接Compustat和CRSP的數據，並開始使用CRSP提供的標準鏈接。這產生了部分抵消效果，使價值溢價略微下降。法馬和弗倫奇還寫道，數據的變化使小市值效應看起來較弱，每月下降不到0.01個百分點。Dimensional還經營着傾向於小公司的基金——因此，如果有什麼變化，那對公司是不利的。

在“噪音因素”開始流傳後，法國網站上出現了一些變化。它開始發佈舊的葡萄酒年份——從2005年開始的每月和每年收益文件——（多倫多小組使用這些數據更新了論文，並得到了類似的結果。）法國“沒有告訴我們，沒有人告訴我們，他們只是有一天這樣做了，”羅伯遜説，他後來在離法馬辦公室不遠的芝加哥大學法學院找到了一份工作。“我不能證明有意圖，但時間安排很有趣。”

Fama和French如何説因素移動了

由於數據修訂、方法論和其他變化，平均每月表現的變化，以基點計

來源：尤金·法馬和肯尼斯·法國

從1926年7月到2023年7月小市值股票減去大市值股票，以及價值股票減去成長股票的表現變化。

經濟研究人員和從業者知道他們的數據是脆弱的。輸入、參數和樣本的微小調整可能會破壞一切。在各個科學領域，研究人員越來越敏感於數據挖掘的問題——當你對任何大型數據集進行足夠深入的研究時，你肯定會發現一些模式，即使其中許多隻是巧合。研究人員越多，每個人以不同方式調整其測試的旋鈕和設置，就會發現越多的巧合。

在法馬和法國的發現之後，尋找更多因素成為了一種小型產業。2019年，杜克大學的坎貝爾·哈維和普渡大學的延劉發表了一篇名為“因子動物園普查”的論文，在其中列出了在頂級期刊中發現的400多個因子。“當然，其中許多是虛假的，”他們寫道。他們認為，發現的數量之多意味着數據正在被挖掘以產生因子。試圖基於其中一個進行投資，你很可能會發現它站不住腳。該論文指出，價值因子仍然足夠強大，可以經受住他們最嚴格的統計測試。

“你來找國王，最好不要錯過”

“吵鬧因素”作者認為他們的工作沒有揭示錯誤的發現。但在這種背景下，它註定會引起一些轟動。其他研究人員開始努力弄清楚這些差異到底有多令人擔憂。在阿爾伯塔省班夫的北部金融協會會議上，萊斯大學的羅伯特·迪特馬警告説，不要暗示法瑪和弗倫奇在做什麼可疑的事情。他引用了《火線》中的奧馬·利特的話：“你來找國王，最好不要錯過。” 從那時起，迪特馬看到這篇論文在學術金融會議上被多次展示，到了一種有點像團體療法的程度。“我們這個領域的幾乎所有人都嘗試過重新創建肯·法瑪在他的網站上發佈的法瑪-弗倫奇數據，你會非常接近，但永遠也達不到那個水平，”他説。

Akey在2023年6月的西部金融協會會議上展示了“吵鬧因素”。之後，當時在肯塔基大學的查理·克拉克提出了懷疑的分析。克拉克使用不同的統計方法進行測試，發現CRSP的更新可以在很大程度上解釋法瑪-弗倫奇數據前半部分的變化，而與上世紀90年代初企業會計規則變化有關的調整則佔剩餘變化的很大比例。這與法瑪和弗倫奇後來提出的解釋類似。“我沒有看到任何看起來不正當、不當的東西，我認為我們可以在這方面取得進展。或者我希望我們可以，”克拉克説。

在會議上，Akey説他很欣賞Clarke的細緻工作，並且他們之所以能夠討論數據可能發生變化的原因，是因為他和他的合著者們已經表明數據確實發生了變化。仍然有一些未解之謎：即使對兩個特定會計準則的反應可以解釋許多變化，Fama和French可能做出了其他完全合理的調整，這些調整可能會使數字朝不同的方向發展？“我們並不一定知道可能發生的事情，”Akey説。他提到了統計學中一個被稱為“分叉路徑花園”的概念，這個概念源自豪爾赫·路易斯·博爾赫斯的一個幻想短篇小説。一個善意的研究人員可以選擇許多種方式來查看數據，即使不是為了找到一個預設答案，也很容易做出看似符合他們手頭信息的選擇。

Akey。攝影師：Bloomberg Markets的Lucy Lu波士頓學院客座金融教授Mathias Hasler進行了與多倫多研究無關的Fama-French因子的研究。他喜歡研究當一個現象出現在一篇論文的樣本中時——在某些數字的切片中——但如果你從稍微不同的角度看事物，這種現象會消失或縮小。他深入研究了Fama和French如何決定什麼構成價值。他説：“他們在論文中做出的構建價值溢價的決策導致了額外的回報，相對於他們可能通過其他合理決策獲得的回報。”他考慮的備選決策似乎微不足道——例如，關於在哪些日子獲取市場數據的時間選擇。

Hasler表示，他的研究並不意味着法瑪和弗倫奇在尋找一個好結果。“他們非常聰明，他們知道數據挖掘的危險，”他説，並補充説他們以真正追求知識而聞名。“另一個解釋可能是，也許他們只是做了一系列決策，假設這些決策並不重要，然後，也許僅僅是偶然，他們做出了導致高回報的決策。”

Hasler的文章即將發表在有些持不同意見的*《關鍵金融評論》中。法瑪和弗倫奇做出了回應，在《CFR》*網站上發表了一頁內容，稱很難評估他對價值的不同定義：“對我們的[價值因子]來説，其平均回報高於大多數其他替代方案，這是好消息還是壞消息？”

法瑪表示，因子模型並非完美。“我們使用‘模型’這個詞是因為它不是現實——它是一種近似，它會有問題，”他在2021年接受舊金山大學金融教授Ludwig Chincarini的採訪中説。“我對因子模型有點消極，因為它打開了一個潘多拉魔盒。”他説，人們會尋找因子並“試圖不一定開發模型，而是開發他們想要出售的投資產品。”他承認價值溢價似乎在最近幾年有所降低。但他説，績效如此波動，需要幾十年才能得出確切結論。

過去的表現，就像共同基金廣告上所説的那樣，不能保證未來的結果。即使你能獲得完美的歷史數據，它只告訴你歷史。為什麼小盤股和價值因子有效？一個可能性是，某種東西——也許是非理性的恐懼或市場結構上的缺陷——導致投資者不合理地避開這些股票，以至於買家得到了便宜貨。如果投資者在過去是非理性的，這些影響可能會在現在消失，因為每個人都讀過法瑪和弗倫奇。

另一種可能性是，更高的回報是對某種風險的理性回報。在這種情況下，也許這些因子會繼續存在。“50多年來，學者們一直在努力解釋為什麼一隻股票的預期回報比另一隻高，” 杜克大學的哈維説。法瑪和弗倫奇領導的研究人員取得了很大進展。“然而，我們只是觸及了表面。下一代金融研究人員還有很多工作要做。”

對舊因子的審查凸顯了學術研究向更多數據透明度的轉變。一些金融期刊現在要求或者在新論文旁邊發佈研究代碼。最基本的數據和代碼曾經是幾個小時和幾個小時的手工和腦力勞動的產物，鋼筆和紙張和欄和笨拙的軟件。即使技術進步了，法瑪和弗倫奇分享數據被視為慷慨的，甚至是激進的。但期望值不斷上升，部分原因是因為更好、更快的計算，弗吉尼亞大學麥金泰爾商學院的教授邁克爾·加爾邁爾説。“現在你找到一個優秀的博士生，讓他們在一個週末裏研究，他們可能能夠複製別人在一整篇論文中所做的事情，” 他説。

“吵鬧因素”三人組認為法瑪和弗倫奇的11月論文在一定程度上回答了他們的問題，提供了變化的“如何”，儘管並非完全解釋了“為什麼”。至少，他們希望法瑪和弗倫奇在發表他們的答辯時承認了“吵鬧因素”。Simutin説：“在引用你所建立的工作時，這是良好的學術實踐。”

法瑪和弗倫奇的論點是，複雜數據的變化不應該讓人感到震驚。在他們的註釋結尾，他們指出了其中心的混淆問題。“因子構建的細節是有爭議的，沒有什麼神奇之處，”他們寫道。“適當的警告是：自擔風險。”Childs是Planet Money的聯合主持人，是NPR的經濟播客的作者，也是Flatiron Books的《債券之王：一個人如何創造市場、建立帝國並最終失去一切》的作者。Lee在倫敦為彭博新聞報道量化投資。