在伦敦波特曼广场（Portman Square）附近，夹在Grazing Goat酒吧和红日（Red Sun）中餐馆之间的一个小小的地下室办公室里，几个“书呆子”正试图给一个沃伦-巴菲特（Warren Buffett）机器人编码。

　　这几个人是初创企业Havelock London的团队，他们怀抱着一个雄心勃勃的使命：将计算机科学与有着“奥马哈先知”（Sage Of Omaha）美誉的巴菲特的“价值投资”原则结合到一起。

　　Havelock是在去年由元盛资本管理公司（Winton Capital Management）的前首席投资官创立的。元盛资本是业内最大的量化对冲基金之一，资产达230亿美元。不过，这家初创企业与大多数其他算法投资者走的不是一条路。Havelock首席执行官马修-贝德尔（Matthew Beddall）想要打造一个系统，使其更加类似于一家以电脑为驱动的私募股权投资公司，深入研究一小批公司，而不是瞬时买卖股票，或是试图“搭乘”元盛资本这样的热门市场主题。

　　套用巴菲特的导师、著名价值投资者本杰明-格雷厄姆（Benjamin Graham）的话来说，他认为量化投资者通常试图从市场的短期“投票机”中赚钱，而相比之下，Havelock则正试图从市场的长期“称重机”中获利。

　　“传统上来说，量化投资可以说是一英里宽、一英寸深，而我们努力想要做到一英里深、一英寸宽。”贝德尔说道，他在元盛资本工作过17年，离职创业前曾担任这家资产管理公司的首席投资官。“随着量化投资的兴起，市场注意力的持续时间越来越短。我们想要打造一种更好的模式，来对企业价值进行评估。“

　　在过去十年时间里，量化基金一直都呈现出上升势头、在业内其他大部分公司陷入困境之际，文艺复兴科技公司（Renaissance Technologies）、DE Shaw、Two Sigma和桥水联合基金（Bridgewater）等以算法为动力的对冲基金则正在迎来资金流入。根据客户向基金支付的费用排名，在去年排名前20的对冲基金中，有一半主要是采用量化投资策略的，其余几家也至少使用了一些基于算法的策略。

　　即使是传统的共同基金集团，比如富达（Fidelity）、T Rowe Price和Capital Group等，目前也正在技术和技术专家方面投入巨资，试图提高其投资组合经理人的能力。但是，这样做的结果并不总是好的，稳健的业绩大多都集中在最大的基金身上。根据美国银行提供的数据，今年只有11％的美国股票型量化基金成功跑赢大盘。

　　有些分析师表示，随着量化基金越来越多地挖掘替代数据（alternative data）——例如信用卡销售、应用下载量、卫星图像、社交媒体聊天和手机地理位置等信息——-的实时馈送，整个投资行业都在加速。

　　问题在于，在这些信号中，有很多的获利能力倾向于迅速衰减，从而迫使基金无休止地寻找新的信号。

　　但是，美国银行驻纽约的美国股票和量化策略主管萨维塔-萨勃拉曼尼亚（Savita Subramanian）表示，这可能会为具有较长期视野的投资者提供更多的机会。她估测称，从十年时间段来看，标普500指数将近90％的回报都可归功于估值——这比该行分析师研究的任何其他因素都要好。

　　市场研究公司Wolfe Research的高级策略师Yin Luo表示，几乎没有证据表明平均成交量和持股时长发生了重大变化。但他也同样认为，长线策略可能会带来丰厚的回报，原因是其“拥挤程度要低得多了”，而这正是Havelock想要利用的。

　　在获得南安普顿大学（University Of Southampton）数学和计算机科学学士学位之后，贝德尔加入了元盛资本，这家公司的创始人大卫-哈丁（David Harding）是第一个向他介绍了巴菲特的价值投资原则的人。

　　Havelock的六名员工目前正在跟踪研究38家公司，他们表示，为了确保分析的严格性，每个月只会增加一家公司作为研究对象。这个投资团队会建立模型，利用人类判断和算法分析相结合的方式来对这些公司进行估值；一旦建立模型之后，Havelock就主要是依靠算法来进行自动化交易了。这只1400万英镑的基金于2018年8月上线，自那时起以来已经实现了5％的回报，大致相当于明晟世界指数（MSCI World Index）同期涨幅的两倍。

　　对投资者来说，他们需要支付的费用上限为每年资产的0.99％。

　　元盛资本对这只基金上线之后的初期表现感到满意，但同时承认，Havelock以价值为导向的策略在市场上一直都是种“逆风”，因为市场仍然青睐增长更快、但价格高昂的公司。价值投资者更喜欢便宜的股票，要么是通过它们的盈利来进行衡量，要么则是通过资产相对于股价的标准来做考量。“就目前而言，购买昂贵的股票没有多大意义，但在过去12个月时间里，确实是最昂贵的股票的表现最好。”贝德尔说道。

　　想要将系统性的量化投资策略与长期的、深入研究的价值投资风格结合到一起，这是一件是很棘手的事情。从量化投资的角度来看，对可能会影响到公司业绩的主动因素进行考量，使用统计科学来预测一只股票的近期表现——无论是一天还是一毫秒内的表现——-要比预测其未来一年的表现容易多了。

　　但贝德尔仍然乐观地认为，将这两种方法结合起来是可行的。“这不是不可能，只是有点困难，”他说道。“如果你看看巴菲特做了什么，就会知道他看中的是哪些公司可能很有价值，而不是它们下个季度的表现如何。”