量化投资究竟是什么

1、量化投资是什么？

这是诸多投资者都会去问的问题。此对于我们量化投资的投研工作人员而言，是个颇为简单的问题。然而要特别通俗易懂地阐释给投资者听，却是一个极具难度的问题。本文尝试从普通投资者疑问的视角，来解说一下量化投资究竟是什么？量化投资又存在哪些好处？

下面是经常出现在

投资者和销售经理之间的对话场景：

2、量化投资几大要素：

量化投资 = 投资目标 + 投资逻辑 +

数据 + 程序 + 风险控制

a) 投资目标是，同一个从事量化投资的团队，能够依据不同的投资目标，研发出完全不一样的投资策略。你若追求绝对收益，能够开发量化对冲策略，再来说择时策略，接着是期货CTA策略，还有高频趋势策略，跨期套利策略，ETF套利策略，期权套利策略等等；要是你谋求相对市场的超额收益，那可以开发量化选股策略，指数增强策略，行业轮动策略等等；倘若你期望弹性高的，那就能够开发成长性高的选股策略；要是你想趋向稳一些，便可以开发低回撤波动小的策略；要是你有着非常奇特的投资要求，欲获取一条特别的收益风险曲线，那就能够定制场外期权产品。

只要你能提出投资目标，量化投资就可以针对性地开发投资策略。

b) 投资逻辑是，量化投资必须得有合理的投资逻辑当作基石，没有投资逻辑的量化投资仅仅会是昙花一现，不能够保证长期投资收益的稳定性。比如说，低价股策略是曾经有效果的策略，以前低价股因有借壳上市的可能性便通常具备较高的壳价值，下跌是存在底线的，向上弹性非常高，这是个可行的策略。然而，由于在注册制推行以后，借壳上市不再存在需求，低价股策略就失去了存在的基础。

c) 量化投资与传统主观投资有着极大的区别，其中最大的区别体现在数据方面。量化投资借助程序处理数据，能够轻易覆盖全市场几千只股票的几百几千个维度的海量数据，进而从中寻觅到合理的投资规律，还能筛选出契合的股票。而传统主观投资呢，即便有一个团队的人去操作，所能覆盖的股票数量也极为有限，毕竟人力是受限的，一个人所覆盖的股票越多，其研究的深度必定会降低，投资效果自然也不会理想。量化投资有着那么一种情况，借助电脑的算力，覆盖的股票数量是比人力要高几个数量级的，还有其数据深度，也是比人力要高几个数量级的，这都不在话下。

d) 量化投资的另一大核心要素是程序。海量数据的处理工作需要编写大量程序，从数据中挑选可用“因子”的工作要编写大量程序来完成，用因子搭建预测模型这项工作得编写大量程序方可实现，用预测模型结合风险控制模型构建投资组合的工作需编写大量程序，用历史数据的投资组合跑历史回测数据，这一工作也得编写大量程序，对历史回测数据进行展示和分析同样需要编写大量程序，这些程序的编写工作十分繁杂。在量化投资策略的研发进程之中，能够将历史长达10年乃至更久的数据提取出来，去瞧瞧所研发的策略之于历史上的每一天、每一月、每一年分别是怎样的表现情形，以此来判定该策略究竟是不是一个优良的策略，而这靠人力是无法达成的。

e) 风险把控方面，量化投资能够针对不期望的风险予以控制，若不想要市场风险，得以借助股指期货空头来实施对冲，要是不想要行业偏离风险，能够让投资组合的行业达成 0 偏离，倘若不想要市值偏离风险，可使市值分布同市场保持一致，要是不想要某些奇特的风险，还能够定制场外期权，从而将风险予以转嫁出去。

3、量化投资与传统投资的一些区别：