格里诺德与卡恩：主动管理的立法者

一句话定位#

给”主动管理凭什么收费”写出数学答案的人——一条公式讲清楚超额收益从哪来。

生平速览#

• 两人均为学者出身（Grinold 曾任伯克利教授），先后在 BARRA 主持研究——BARRA 正是把多因子风险模型商业化、卖给全世界机构的那家公司；
• 后执掌 BGI 的主动量化业务，BGI 是 2000 年代全球最大的量化机构投资者之一；
• 1994 年出版《Active Portfolio Management》，1999 年再版——三十年来仍是买方量化研究员的入职必读书。

核心理论：主动管理基本定律#

一条改变行业的公式：

IR ≈ IC × √BR

• IR（信息比率）：超额收益 ÷ 超额波动——策略”性价比”的最终成绩单；
• IC（信息系数）：每次预测与实际结果的相关性——你的水平；
• BR（广度）：每年独立下注的次数——你的机会数量。

三个直白而深刻的推论：

1. 赚钱 = 水平 × √机会数。IC 只有 0.02 的微弱优势，配上每年几千次独立下注，一样能做出顶尖 IR——这就是西蒙斯路线的数学原理；
2. 广度必须”独立”才算数：对 100 只高度同涨同跌的股票下注 ≈ 只下了一注。分散的价值取决于相关性（马科维茨的回声）；
3. 提升 IC 极难，提升广度相对容易——覆盖更多股票、更多独立信号、更多低相关策略，是普通研究者更现实的进步路径。

另外两件行业级贡献#

• 多因子风险模型的普及：BARRA 模型把”组合风险分解到因子暴露”变成全行业基础设施——今天所有机构的风控报表都是它的后代；
• 主动管理的完整框架：他们把”研究 → 预测 → 组合构建 → 交易 → 绩效归因”整条流水线数学化，《黑箱》那张结构图的机构版蓝本就在这本书里。

一个你已经在用的细节#

本平台第五课引用的”IR 0.5 好、0.75 很好、1.0 顶尖”分档，正是出自 Grinold & Kahn 对真实基金经理的统计——顶尖职业选手的 IR 也就 1.0 左右。这是你审视自己回测结果时最好的”现实锚”：轻松跑出 IR 2.0 的回测，几乎必然有错。

对你的启示#

• 本平台的 IC/ICIR 指标体系直接来自这套框架——「因子分析」页就是一台”基本定律测量仪”；
• 想提高策略：要么提高 IC（更好的因子），要么提高有效广度（更多低相关因子、更大股票池）——两条路清清楚楚；
• 对”预测大盘涨跌”类策略保持警惕：一年只有十几次独立下注，广度太小，再高的 IC 也撑不起稳定的 IR。

延伸阅读#

• Grinold & Kahn,《Active Portfolio Management》——有中译本《主动投资组合管理》，进阶必读
• Grinold, The Fundamental Law of Active Management (1989)——基本定律的原始论文