大多數亞洲基金經理尋找投資機會時會進行個別股票研究，包括分析公司估值、公司盈利模式及與公司管理層作聯繫，以了解公司及宏觀行業前景，此稱為「基本面分析」（Fundamental analysis），在亞洲投資世界屬於主流的投資方法。
基本面分析團隊會進行嚴謹的股票調研，以識別高確信度股票及避免「 價值陷阱」，最終交易股票及構建投資組合。投資組合會配置於不同行業，涵蓋不同股票，並進行風險評估，盡量控制及分散風險。也有少量投資者使用「量化投資」（Quantitative investment），即是用電腦及演算法計算大量公司數據，從中挑選股票作投資，不會再作個別公司調研，而是以數據的支持作為投資基礎，並以此構建投資組合。
然而，亞洲巿場中包含6000隻股票，逐隻逐隻股票研究只會浪費人力，單憑市值去篩選股票卻必然會錯過滄海遺珠。基本面經理可以如何利用量化投資以加強基本面研究？
量化篩選法助基本面經理
事實上，基本面經理可以使用量化投資的方法，得出量化投資組合，再個別研究組合內的股票，此稱為「量化篩選」。
量化篩選可以透過減少研究公司的數量，並提供值得研究的公司列表。舉個例子，量化篩選使用電腦及演算法計算大量公司數據，並為每隻股票的增長動力、價值、股息收益、流動性及質素等給予分數，得出「量化篩選列表」。以增長動力為例，基金經理能以演算法物色因盈利上調而股價上漲勢頭強勁的股票，並剔除因投機而股價走勢難以捉摸的股票，以得出股價走勢強勁的公司列表，之後才更仔細逐一研究公司的投資價值，此舉可以節省調研時間，並為投資者帶來新的投資想法。
借助大數據及早了解公司
在目前波動的市況中，也有一些「量化篩選列表」可為基本面經理帶來價值：方法一，基金經理能以演算法物色具盈利增長潛力且基本因素良好，但估值偏低的優質公司股票列表。這列表內的股票具價值質素，而且估值已經偏低，即使波動，下行機會亦較微；方法二，篩選出持續且穩定派高息的股票，並剔除派息低及可能削減派息的公司，以得出有派息、具防禦性收益的公司列表，從而增加投資組合股息率、降低整個投資組合的下行風險。
研究公司財務報表對投資者了解公司業務十分重要。然而，企業一般每年只公布財務報表4次，而且最少滯後一個月，未必有前瞻性，數據更有機會被粉飾。創新科技如大數據等也可作為基本面研究的輔助，現時有大量來自各種渠道的銷售、供應商價格及售價趨勢等數據，可讓基本面投資經理更快、更清楚了解公司業務，也可對比財務報表做印證，以增加投資信心，比其他投資者有訊息優勢。
由此可見，基本面投資與量化投資並非對立，而是相輔相成，上述只是其中一例。有投資者將這種混合型投資策略稱為「量化基本面投資」（Quantamental investment）。未來數據在投資世界的重要性只會愈來愈重，電腦及演算法的使用只會愈來愈多，相信會有更多「量化基本面投資」策略出現。
袁健聰
