 金融市場(chǎng)是一個(gè)沒有標(biāo)準(zhǔn)答案的地方。同時(shí)，金融市場(chǎng)也是沒有標(biāo)準(zhǔn)方法論的地方。如果說哪個(gè)領(lǐng)域最“百花齊放，百家爭(zhēng)鳴”，那么非金融領(lǐng)域莫屬。 由于巨大的利益驅(qū)動(dòng)，科技領(lǐng)域里新的發(fā)明創(chuàng)造總是會(huì)被率先應(yīng)用到金融領(lǐng)域。如果說近半個(gè)世紀(jì)以來，人類最重大的創(chuàng)新，那就是從半導(dǎo)體集成電路開始的信息技術(shù)革命。在深刻改變?nèi)祟惖纳a(chǎn)生活方式的同時(shí)，信息技術(shù)也必然深刻的變革著金融市場(chǎng)。 在這一篇中，我們談一談信息技術(shù)對(duì)于投資方法論的變革，即量化投資的興起。 時(shí)代背景 我們先來看看時(shí)代背景，這樣可以更好的理解量化投資興起的緣由。 首先，計(jì)算機(jī)以及互聯(lián)網(wǎng)的興起，使得投資者可以更為便捷的獲得投資相關(guān)的各種信息，無論是公司的新聞報(bào)道、基本信息、財(cái)務(wù)狀況、重大事項(xiàng)，還是券商研究所對(duì)公司及其所在行業(yè)的深度研究和即時(shí)跟蹤，更不用說交易時(shí)段的行情信息和突發(fā)事件。 其次，金融信息服務(wù)商的崛起，為專業(yè)投資者提供了更為豐富的金融數(shù)據(jù)。在市場(chǎng)中摸爬滾打過的投資者，多多少少都會(huì)試用或者購買一些金融服務(wù)。 再次，新興的在線投研平臺(tái)，讓有一定計(jì)算機(jī)編程基礎(chǔ)的投資者，可以方便的編寫自己的交易策略，并高效的進(jìn)行歷史數(shù)據(jù)的回測(cè)，以檢驗(yàn)策略的歷史效果。 最后，金融數(shù)據(jù)分析的算法、軟件、平臺(tái)的誕生與發(fā)展，讓海量數(shù)據(jù)的高效分析與挖掘成為可能。 正是在計(jì)算機(jī)、互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)乃至人工智能的聯(lián)合推動(dòng)下，量化投資及其所代表的投資方法論才迎來了蓬勃發(fā)展的契機(jī)。 什么是量化投資？ 我們來看看優(yōu)礦在其知識(shí)庫中給出的定義：
為什么要量化投資呢？ 為什么量化投資是一種新的投資方法，它和傳統(tǒng)方法有什么區(qū)別呢？ 讓我們先來看一個(gè)例子，大家都知道在地球上水往低處流。學(xué)過物理的朋友，會(huì)知道這是由于重力的作用，在高處的水由于地球引力的吸引，會(huì)自發(fā)的流向低處。對(duì)于沒有學(xué)過物理的朋友，如果她善于觀察，發(fā)現(xiàn)山坡上的水會(huì)沿著山脊流向低處，空中的雨水會(huì)滴落到地面，屋頂?shù)乃畷?huì)沿著排水管道流走，從盆里潑出去的水會(huì)落下，等等。當(dāng)積累到足夠多的觀察之后，你去問她，水是從高往低流呢，還是從低往高流呢？我想，她會(huì)基于經(jīng)驗(yàn)說“從高往低流”。 這個(gè)小故事，說出了我們認(rèn)識(shí)世界的兩種基本方法，分別叫做理論型方法和經(jīng)驗(yàn)型方法。理論型方法對(duì)世界的認(rèn)知基于科學(xué)模型及其假設(shè)，這也是我們大家比較熟悉的科學(xué)范疇。比如，穩(wěn)定可控并且具有長距離航程的大型飛機(jī)就是工程師應(yīng)用空氣動(dòng)力學(xué)的一項(xiàng)成果。而經(jīng)驗(yàn)型方法則認(rèn)為，當(dāng)我們對(duì)世界的觀察足夠多了以后，我們也能具備對(duì)未來的預(yù)測(cè)能力，或者說，知識(shí)來自于經(jīng)驗(yàn)。人類基因圖譜測(cè)定的科學(xué)項(xiàng)目就是經(jīng)驗(yàn)科學(xué)應(yīng)用的一個(gè)重要例子，這個(gè)項(xiàng)目研究在人類的各種特征與構(gòu)成人類DNA的化學(xué)堿基對(duì)序列之間建立一種對(duì)應(yīng)關(guān)系。 經(jīng)驗(yàn)型方法能夠成立的前提是需要有足夠的數(shù)據(jù)。什么是足夠呢？我們用數(shù)學(xué)中的函數(shù)來做個(gè)類比。  采樣二次函數(shù) 函數(shù)表達(dá)的是，對(duì)于給定的輸入（自變量），其所對(duì)應(yīng)的輸出（因變量）是什么。輸入一般定義為字母x，其取值范圍稱為定義域；輸出一般定義為字母y，其取值范圍稱為值域，根據(jù)x確定y的方法稱為對(duì)應(yīng)法則，一般以字母f表示。 有了函數(shù)的例子，我們可以簡(jiǎn)要的說明“足夠的數(shù)據(jù)”是什么意思啦。我們可以考慮在定義域內(nèi)采樣，記錄下來一系列的數(shù)值對(duì)（x, y）。對(duì)于特定的問題而言，只要這個(gè)采樣沒有遺漏重要的數(shù)值對(duì)（x，y），我們就可以認(rèn)定“足夠”啦。那什么是“重要的數(shù)值對(duì)”？通俗來說，就是那些特別能夠代表這個(gè)函數(shù)的，比如曲線端點(diǎn)、極值點(diǎn)、轉(zhuǎn)折點(diǎn)啊，等等。 回到金融市場(chǎng)，如果我們積累了足夠多的金融數(shù)據(jù)，根據(jù)這些數(shù)據(jù)我們能夠推測(cè)相關(guān)金融數(shù)據(jù)與交易標(biāo)的價(jià)格之間的“函數(shù)”大致長什么樣子，那是不是我們可以據(jù)此構(gòu)建出交易策略了呢？ 舉一個(gè)具體的例子。均線是市場(chǎng)上平均交易價(jià)格的代表，如果當(dāng)前價(jià)格在均線之上，代表近期大多數(shù)人都在盈利，也意味著大家對(duì)于后市的看好。反之，如果當(dāng)前價(jià)格在均線之下，代表近期大多數(shù)人都在虧損，也意味著大家對(duì)于后市的看空?；谶@個(gè)樸素的思想，我們可以大量采樣價(jià)格從均線下走到均線上（即所謂的“金叉”）時(shí)，后續(xù)的價(jià)格是漲還是跌。同理，我們同樣的采樣價(jià)格從均線上走到均線下（即所謂的“死叉”）時(shí)，后續(xù)的價(jià)格是漲還是跌。如果，大量的統(tǒng)計(jì)顯示，出現(xiàn)“金叉”后大多數(shù)時(shí)候價(jià)格出現(xiàn)上漲，出現(xiàn)“死叉”后大多數(shù)時(shí)候價(jià)格出現(xiàn)下跌。那么，恭喜你，發(fā)現(xiàn)了一個(gè)有歷史數(shù)據(jù)支持的交易策略。 當(dāng)然，這個(gè)方法過于簡(jiǎn)單，但足夠說明問題了?；诖耍覀兛梢詠砜纯戳炕芯康牧鞒?。 量化研究的流程 量化研究是一個(gè)系統(tǒng)的過程，由若干環(huán)節(jié)依次構(gòu)成。  量化研究的流程 數(shù)據(jù)獲取：數(shù)據(jù)挖掘所需的各類原始數(shù)據(jù)的獲取，比如公司財(cái)務(wù)數(shù)據(jù)、產(chǎn)業(yè)兩上下游、行情數(shù)據(jù)等。 數(shù)據(jù)清洗：對(duì)獲取的原始數(shù)據(jù)進(jìn)行格式化，并對(duì)無效數(shù)據(jù)進(jìn)行清理，以方便后續(xù)的數(shù)據(jù)挖掘。 數(shù)據(jù)挖掘：采用統(tǒng)計(jì)、機(jī)器學(xué)習(xí)等各類算法，對(duì)清洗好的數(shù)據(jù)進(jìn)行特征分析、提取與統(tǒng)計(jì)。 信號(hào)生成：基于挖掘出的特征，進(jìn)行必要的處理，如標(biāo)準(zhǔn)化、去極值、中性化；之后，生成基礎(chǔ)信號(hào)，并進(jìn)行分組回測(cè)，計(jì)算統(tǒng)計(jì)特征。有時(shí)候，需要復(fù)合多個(gè)基礎(chǔ)信號(hào)生成復(fù)雜信號(hào)。 策略生成：確定交易市場(chǎng)和標(biāo)的范圍，交易周期，調(diào)倉頻率，倉位確定方法，訂單類型，以及止盈止損方案等，完整的構(gòu)成一個(gè)交易策略。 歷史回測(cè)：盡可能選擇較長的歷史周期，測(cè)試生成的交易策略的歷史表現(xiàn)。需要妥善處理股票的分紅送轉(zhuǎn)、漲跌停、停復(fù)牌、市場(chǎng)沖擊、交易滑點(diǎn)、手續(xù)費(fèi)、大單分筆成交等交易細(xì)節(jié)，期貨策略還需要考慮保證金。 策略分析：核心是分析交易結(jié)果是否表明該策略具備長期、穩(wěn)健的正收益，否則是個(gè)無效策略。需要仔細(xì)觀察在不同市場(chǎng)狀況下，該策略是否都應(yīng)對(duì)妥當(dāng)，是否有明顯的短板需要改進(jìn)。同時(shí)，進(jìn)行策略歸因分析和風(fēng)險(xiǎn)歸因分析，以理解該策略所暴露的風(fēng)險(xiǎn)水平，以及收益的來源。 策略優(yōu)化：基于策略分析的結(jié)果，思考策略的短板，以及可能的優(yōu)化方法。核心是要避免過度優(yōu)化，這是策略失效的根源之一。優(yōu)化后，要再次進(jìn)行策略分析，同時(shí)需要和優(yōu)化前的結(jié)果進(jìn)行比對(duì)，以確定優(yōu)化是否有效，是否過度。 模擬交易：接入實(shí)時(shí)行情，實(shí)時(shí)獲取成交回報(bào)。在此基礎(chǔ)上，看策略是否如預(yù)期般穩(wěn)健運(yùn)行，是否有漏洞沒有考慮到。 實(shí)盤交易：接入真實(shí)券商賬戶，真金白銀的進(jìn)行交易。 量化策略的分類 按照投資標(biāo)的，可以分為：  按照投資標(biāo)的分類 按照收益來源，可以分為：  按照收益來源分類 按照敞口的方向，可以分為：  按照敞口方向分類 按照操作方式，可以分為：  按照操作方式分類 量化投資簡(jiǎn)史 早期理論階段，20世紀(jì)初 1900年法國數(shù)學(xué)家Louis Bachelier發(fā)表了博士論文《投機(jī)的理論基礎(chǔ)》，討論了使用數(shù)學(xué)統(tǒng)計(jì)分析方法來研究股票波動(dòng)，這篇論文基本上公認(rèn)是量化投資的開端。但是，當(dāng)年該理論并沒有引起關(guān)注。（時(shí)代背景的重要性?。。?/p> 價(jià)值投資，20世紀(jì)30年代 在 1929年 ～ 1933年 期間的全球性經(jīng)濟(jì)大蕭條后，哥倫比亞大學(xué)的兩位教授 Benjamin Graham和 David Dodd出版了著名的《證券分析》。書中提出了一種評(píng)估公司股價(jià)是否高估／低估的方法。即使用公司財(cái)務(wù)數(shù)據(jù)估算公司內(nèi)在價(jià)值，并與公司市值做比較，以此得出公司股價(jià)是否存在溢價(jià)／折價(jià)現(xiàn)象，來指導(dǎo)基金經(jīng)理進(jìn)行投資管理。這種方法即“價(jià)值投資”的開端。（Benjamin Graham即是股神巴菲特當(dāng)年的老師！） 現(xiàn)代投資組合理論，20世紀(jì)中期 1952 年，美國經(jīng)濟(jì)學(xué)家Harry Markowitz 提出現(xiàn)代投資組合理論，提出均值-方差分析方法和投資組合有效邊界模型，他因此獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)?，F(xiàn)代投資組合理論為“分散投資”理念，以及投資組合優(yōu)化奠定了數(shù)學(xué)基礎(chǔ)。 資本資產(chǎn)定價(jià)理論（CAPM），20世紀(jì)60年代 自從 Markowitz 提出使用標(biāo)準(zhǔn)差來度量股價(jià)的波動(dòng)性后，人們開始研究更多的將風(fēng)險(xiǎn)與收益結(jié)合起來的金融模型。其中資本資產(chǎn)定價(jià)模型（CAPM）最為成功，也是應(yīng)用最為廣泛的一個(gè)模型。 CAPM 認(rèn)為所有股票在市場(chǎng)波動(dòng)中都是有所暴露的，只是暴露的程度不同而已。這里所謂的暴露，是指當(dāng)市場(chǎng)發(fā)生波動(dòng)時(shí)，個(gè)股也會(huì)不同程度的跟隨市場(chǎng)變化。為此，CAPM 定義了 beta 這樣一個(gè)概念。所謂一個(gè)股票的 beta，即個(gè)股針對(duì)市場(chǎng)整體的風(fēng)險(xiǎn)暴露程度。 有了這個(gè)概念之后，后期在改理論基礎(chǔ)上又發(fā)展出了很多衍生理論和分析方法，比如說分散化投資，法瑪三因子模型等。CAPM 的出現(xiàn)讓人們意識(shí)到數(shù)學(xué)在金融方面的應(yīng)用潛力，此后的幾十年中，數(shù)學(xué)開始在金融，經(jīng)濟(jì)方面大放異彩，投資方法越來越專業(yè)化，理論化，系統(tǒng)化，和標(biāo)準(zhǔn)化。為量化投資奠定了堅(jiān)實(shí)的理論基礎(chǔ)。 量化主動(dòng)管理，20世紀(jì)80年代 有效市場(chǎng)假說（EMH）出現(xiàn)后，人們發(fā)現(xiàn)很多無法用 EMH 解釋的現(xiàn)象，比如說：小市值效應(yīng)，月歷效應(yīng)，均值回歸，市場(chǎng)過度反應(yīng)，過度波動(dòng)性，高市凈率股票異常效應(yīng)等。這些發(fā)現(xiàn)讓很多堅(jiān)持基本面分析的投資者更加堅(jiān)信價(jià)值投資理念，隨著計(jì)算機(jī)技術(shù)的發(fā)展，以及金融市場(chǎng)數(shù)據(jù)越來越豐富規(guī)范，他們開始嘗試把計(jì)算機(jī)+金融數(shù)據(jù)結(jié)合起來，把傳統(tǒng)的分析工作移植到計(jì)算機(jī)上，甚至還涌現(xiàn)出了一些以此為主業(yè)的公司，其中 Barra 公司也是在此期間成立的。 量化投資成長期，20世紀(jì)末 20世紀(jì)80年代的研究吸引了不少人開始研究量化領(lǐng)域，更準(zhǔn)確的說，是吸引了不少人開始用計(jì)算機(jī)+金融數(shù)據(jù)來設(shè)計(jì)模型，構(gòu)建組合。這個(gè)時(shí)期最大的進(jìn)步是引入了計(jì)算機(jī)技術(shù)和金融數(shù)據(jù)的規(guī)范化，人們開始慢慢在傳統(tǒng)的規(guī)模因子、盈利因子中加入更多類型的因子；投資組合上也更加多樣化，譬如從原始的純多頭策略擴(kuò)展到多空對(duì)沖策略，以及多空不均衡策略等類型。其次，此期間還涌現(xiàn)出很多經(jīng)典的投資策略，比如說當(dāng)下耳熟能詳?shù)膭?dòng)量策略。 量化投資黃金期，21世紀(jì)初 得益于計(jì)算機(jī)技術(shù)的發(fā)展，金融數(shù)據(jù)的存儲(chǔ)、傳輸更加快捷。人們可以更加高效、快捷的實(shí)現(xiàn)驗(yàn)證投資思想和構(gòu)建交易策略。特別是 2000年 ～ 2007年，量化基金得到很多金融機(jī)構(gòu)的重視，相對(duì)于傳統(tǒng)投資方法，量化投資的很多優(yōu)勢(shì)逐漸凸顯出來：比如策略本身都是基于深入研究基礎(chǔ)之上，可信度比較高；完善的在風(fēng)險(xiǎn)和回報(bào)之間的平衡；以及不受情緒干擾，嚴(yán)格的遵守投資紀(jì)律等。 風(fēng)云突變，2007-2009 2007年下半年開始，美國次級(jí)貸款引發(fā)的流動(dòng)性危機(jī)凸現(xiàn)，引發(fā)金融市場(chǎng)動(dòng)蕩，以高杠桿為代表的很多量化對(duì)沖基金遭遇了量化史上最大的滑鐵盧，從微薄浮盈，開始虧損，連連大跌，到最后被迫清盤?？梢哉f 2007 到 2009 這一年多時(shí)間里，是美國量化對(duì)沖史上最風(fēng)云突變的一年。 數(shù)據(jù)顯示，2007年10月到 2009年03月，標(biāo)普500指數(shù)從 1527 點(diǎn)直瀉到 666 點(diǎn)；有的基金甚至一個(gè)月內(nèi)大跌超過 50%。2007年到 2009年，美國對(duì)沖基金資產(chǎn)管理規(guī)模大幅下滑，將近從鼎盛時(shí)期的 2500億美元到低谷時(shí)期的 500億美元；其中量化對(duì)沖基金的管理規(guī)模也顯著下滑。 災(zāi)后重生，穩(wěn)步發(fā)展，2010年至今 自 2010 年后，量化對(duì)沖基金開始緩步恢復(fù)。其實(shí)回顧 2007 ～ 2009 金融大動(dòng)蕩時(shí)期，仔細(xì)反思，真正的導(dǎo)火索并不是對(duì)沖基金，也不是對(duì)沖基金投資、研究的方式方法，而是金融市場(chǎng)本身的規(guī)范存在漏洞，可能這也是一個(gè)真正健康、積極的金融市場(chǎng)必須要經(jīng)歷的階段。 而對(duì)于對(duì)沖基金本身來說，其只需要擴(kuò)充自己的投資領(lǐng)域，發(fā)展自己的投資策略，分散自己的投資標(biāo)的，不再像之前一樣向同一個(gè)方向擁堵，從而在市場(chǎng)不利的時(shí)候造成流動(dòng)性危機(jī)，那么長久積極健康的發(fā)展是可以預(yù)期的。 國內(nèi)量化投資的發(fā)展 首只量化基金誕生，2004年 2004年8月27日，光大保德信量化核心證券投資基金成立，成為國內(nèi)第一只公募量化基金。從此，量化投資走入公眾視野。 多因子策略誕生，2007年-2008年 2007年、2008年金融危機(jī)前后有很多海歸陸續(xù)回國以后加入公募基金，她們帶來了海外先進(jìn)的量化投資策略，這個(gè)時(shí)期多因子選股策略逐漸在國內(nèi)出現(xiàn)。 量化投資元年，2010年 2010年，滬深300股指期貨上市，國內(nèi)開始研究股指期貨的實(shí)際應(yīng)用。此時(shí)的量化基金終于具備了可行的對(duì)沖工具，各種量化投資策略如alpha策略、股指期貨套利策略才真正有了大展拳腳的空間，可以說2010年是中國量化投資元年。大量從事量化基金研究的機(jī)構(gòu)開始投入到量化策略的大潮中，一批海外量化投資人才也是在這個(gè)時(shí)期察覺到機(jī)會(huì)相繼回國創(chuàng)業(yè)。 量化投資高速發(fā)展，2013年至2015年9月 2013年到2015年9月股指新政之前可以說是國內(nèi)量化基金有史以來最風(fēng)光的一段時(shí)期。2013年以來創(chuàng)業(yè)板、2014年下半年以來主板走出了波瀾壯闊的大牛市，在此期間，買創(chuàng)業(yè)板、拋股指成了最流行也最擁擠的量化策略。 2014年基金業(yè)協(xié)會(huì)推行私募基金管理人和產(chǎn)品的登記備案制，推動(dòng)了私募基金的全面陽光化，加速了私募基金產(chǎn)品的發(fā)行，其中自然也包括量化對(duì)沖型私募產(chǎn)品。 從2014年年底至2015年6月，A股經(jīng)歷了大半年的火爆牛市行情，隨后從2015年6月中旬至2015年8月，A股又經(jīng)歷了幾輪慘烈的下跌。股民仿佛經(jīng)歷了一輪過山車，市場(chǎng)波動(dòng)巨大。中間出現(xiàn)過分級(jí)基金套利、可轉(zhuǎn)債套利、ETF套利、期現(xiàn)套利等一大波的套利機(jī)會(huì)，然后在大盤暴跌的時(shí)候有一部分量化對(duì)沖基金經(jīng)受住了回撤的考驗(yàn)。 在此期間，幾乎所有的量化投資產(chǎn)品都取得了很好的收益，海外投資人員開始成批回歸，國內(nèi)量化投資機(jī)構(gòu)成批涌現(xiàn)，國內(nèi)量化投資高速發(fā)展，量化投資在公眾中開始具備了較高的知名度。 量化投資多元化發(fā)展，2015年9月至今 為了應(yīng)對(duì)股災(zāi)，在2015年9月2日，中金所出臺(tái)了嚴(yán)厲的股指期貨日內(nèi)交易限制措施，市場(chǎng)流動(dòng)性趨于枯竭，大量Alpha策略量化基金轉(zhuǎn)型相對(duì)價(jià)值復(fù)合策略。在此情境下，市場(chǎng)上已經(jīng)聚集起來的比較有實(shí)力的量化團(tuán)隊(duì)開始逐步轉(zhuǎn)型，一方面，從低收益低風(fēng)險(xiǎn)的套利對(duì)沖策略，逐步向多空策略、股票多頭策略、股票T+0策略轉(zhuǎn)變，另外一方面，從股票對(duì)沖向商品期貨、國債期貨等品種的CTA策略轉(zhuǎn)變，然而當(dāng)時(shí)看似被動(dòng)的轉(zhuǎn)型，實(shí)則開辟了量化投資的新時(shí)代。 下面兩張圖是截止2017年11月底，巴曙松等統(tǒng)計(jì)的公募量化基金的管理規(guī)模和基金數(shù)量。  公募量化基金管理規(guī)模  公募量化基金基金數(shù)量 下圖是巴曙松等統(tǒng)計(jì)的根據(jù)策略類型分類的公募和私募量化基金管理規(guī)模和基金數(shù)量。  中國量化基金產(chǎn)品數(shù)量和管理規(guī)模 目前中國的量化私募的資金管理規(guī)模僅為中國大陸所有私募資金管理規(guī)模的10%左右，量化基金的整體資金占比明顯低于成熟市場(chǎng)約30%左右的比例，同時(shí)規(guī)模上的差距也較大。展望未來，中國的量化投資還處于起步階段，未來的發(fā)展空間還很大。  網(wǎng)易財(cái)經(jīng)統(tǒng)計(jì)的國內(nèi)外量化基金的時(shí)間對(duì)比 量化投資的體會(huì) 最后，談幾點(diǎn)我個(gè)人從事量化投資的體會(huì)。 第一點(diǎn)，就像前文中“為什么要量化投資”那一節(jié)提到的兩種認(rèn)知世界的基本方法：理論型和經(jīng)驗(yàn)型，量化投資也可以分為理論型和經(jīng)驗(yàn)型。理論型的量化投資是先有成熟的投資模型，通過計(jì)算機(jī)來提高其執(zhí)行的效率；經(jīng)驗(yàn)型的量化投資是先有海量數(shù)據(jù)，然而從數(shù)據(jù)中挖掘出投資模型，除了提升執(zhí)行效率，計(jì)算機(jī)更重要的是起到建立投資模型的作用。所以，有志于從事量化投資的讀者，可以考慮一下從那個(gè)方向入手。方向的確定，會(huì)讓后續(xù)的計(jì)算機(jī)工具、算法等軟硬件的選型更聚焦。 第二點(diǎn)，量化投資需要大量的資本投入，僅金融數(shù)據(jù)的購買一項(xiàng)，我所接觸到的幾家以量化為重點(diǎn)、服務(wù)機(jī)構(gòu)投資者的私募基金公司都在數(shù)百萬元一年。更不用說，對(duì)于計(jì)算機(jī)硬件、軟件和專業(yè)人才薪資獎(jiǎng)金的投入了。這一點(diǎn)，也構(gòu)成了量化投資的門檻。 第三點(diǎn)，量化投資、特別是股票型量化投資，對(duì)于資金管理規(guī)模是有要求的。盡管有些高頻策略，資金管理規(guī)模要求不高，但相應(yīng)的策略容量也很有限。要想取得統(tǒng)計(jì)意義上的預(yù)期回報(bào)，足夠分散的投資于足夠數(shù)量的投資標(biāo)的，是一個(gè)關(guān)鍵。這一點(diǎn)，也符合“大數(shù)定律”的要求，同時(shí)也有效的規(guī)避了“踩雷”現(xiàn)象的發(fā)生。 第四點(diǎn)，量化投資要想執(zhí)行好，對(duì)于交易工具有著更高的要求。像期貨市場(chǎng)，交易所開放接口，可以定制交易程序，各種程序化交易大行其道，交易效率很高。股票市場(chǎng)，目前交易所仍未開放接口，盡管券商通過PB系統(tǒng)提供了一攬子交易的工具，然而綜合考慮流動(dòng)性、時(shí)效性等因素，與完全開放接口相比還是有很多不便。 最后，如同生命體一樣，量化策略也是有生命周期的。一個(gè)有效的策略，隨著參與人數(shù)的增加，其有效性會(huì)逐漸降低（退化）。一個(gè)有前提的策略，隨著前提的演變，也可能從盈利走向虧損。一個(gè)套利的策略，隨著獲利，價(jià)差逐漸縮小，再次登場(chǎng)的機(jī)會(huì)也隨之消失。所以，持續(xù)的研發(fā)能力是量化投資的核心?？匆患伊炕顿Y公司，既要看歷史業(yè)績(jī)，還要看當(dāng)前策略的實(shí)盤效果，更要看其應(yīng)變市場(chǎng)、開發(fā)新策略的板凳深度。 總結(jié) 如果說投資是一門藝術(shù)，那么量化讓它走向科學(xué)。 |
|
|
