定量与定性：为什么聪明的资金同时使用两者 (而不是二选一)

机构投资者面临一个经典的困境：相信数字还是相信直觉？事实证明，答案是二者兼具——而且有一个操作手册。

仅有数字的问题

定量分析是速度的恶魔。输入1,000个资金，它在几秒钟内就会根据夏普比率、回报、波动性等给出一个简短的名单——干净、可比、可重复。非常适合筛选。

但这里有个问题：数字显示了发生了什么，而不是为什么。 两个拥有相同追踪回报的经理可能会有完全不同的未来。一个可能依赖于一个脆弱的策略，碰巧得到了好运。另一个可能拥有一个在任何市场中都能保持稳定的铁定流程。电子表格无法告诉你哪个是哪个。

为什么叙事很重要 (即使它们更慢)

定性分析深入探讨一些软性因素——团队稳定性、投资理念、他们实际如何做决策、文化契合度。这些内容需要时间来验证，但往往比去年的数据更能预测未来的表现。

问题在于：它更慢、更混乱、更主观。你不能仅仅自动化这一过程。你必须阅读文件，询问问题，综合答案。

制胜策略：混合方法

大多数严肃的资产配置者现在都这样做：

1. 量化首次(筛选阶段)： 使用硬性指标将500名候选人筛选至50名
2. Qual深度探讨(选择阶段): 深入了解前50名，通过访谈、尽职调查问卷和模式识别

这种三角测量——将数字与叙述进行交叉核对——使得决策既合理又更聪明。

真实示例

两个ESG基金显示出相似的碳减排指标。但只有一个有记录的过程来将气候风险整合到股票选择中。你只能通过定性评审找到这一点。

关键区别备忘单

人工智能的切入点

人工智能正在弥合差距。自然语言处理工具可以扫描文档并提取主题。情感分析可以通过面试语气来衡量经理的信念。模式识别可以发现人类可能遗漏的战略偏离。

结果：定性分析正在变得更快、更具可扩展性，而不会失去深度。

要点

阅读过去的表现？你需要数字。了解一个经理是否会重演？你需要故事。掌握这两者的投资者才是做出最聪明决定的人——也是在事情出现偏差时最有防御能力的人。