時間：2023-07-30 10:10:28
序論：在您撰寫量化投資主要方法時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
劉釗：量化投資的主要特點是買入、賣出股票，不再是由人的主觀判斷做出決定，而是由量化模型決定。量化投資是一套科學的方法，有嚴格的分析、計算，什么好什么不好，不是我們自己說了算，是數據和模型說了算。即使是簡單的低市盈率投資方法，只要能嚴格執行，就能取得超額收益。
記者：排除了人為主觀情緒的影響，但由量化模型控制的量化投資基金的收益會如何呢？
劉釗：我們可以看看美國最成功的量化投資大師――詹姆斯?西蒙斯管理的大獎章基金，在1989年―2006年的17年間，大獎章基金平均年收益率達38.5%，而股神巴菲特過去20年的平均年回報率也不過20%。正是鑒于量化投資的巨大威力，摩根士丹利華鑫基金公司經過兩年的精心準備，推出了國內真正意義上的量化投資基金――大摩華鑫多因子基金。
記者：量化投資的成敗，關鍵在哪里？
劉釗：普通投資者買賣股票，主要是基于政策、基本面、市場、技術等各種信息和經驗來做出交易決定，這些因素屬于主觀判斷，而且往往容易受到情緒的影響。量化投資是將投資思路通過設定的指標、參數體現在量化模型上，通過計算機系統自動買賣股票，因此，量化投資的關鍵點就在于建立一個好的量化模型。
記者：量化投資和價值投資沖突嗎？
劉釗：說到投資，大家首先想到的是巴菲特的價值投資，從長期的歷史實踐看，價值投資確實比較有效，量化投資也可以建立價值投資類的模型。
舉例來說，衡量價值投資的最重要指標是低市盈率，如果以市盈率為標準來建模，以2005年5月為時間點，按市盈率對所有上市公司排序，再按市值比例模擬買入市盈率最低的100只股票，第二年5月，重新計算市盈率最低的100只股票，并調整組合，如此重復，每年調整一次倉位。得到的結果是，從2005年5月至2010年5月，滬深300指數的年化收益率為25.4%，同期量化建模的低市盈率策略基金的年化收益率達到29.46%，與滬深300指數相比，低市盈率策略基金的超額收益為4.06%。以此為基礎，再以預期市盈率為基礎建立一個模型，并模擬買入當年預期市盈率最低的100只股票，量化模型的年化收益率有36.51%。
記者：大摩華鑫的量化投資模型有何成功之處？
劉釗：大摩華鑫量化投資的模型既有一些過去歷史上證明非常有效的投資方法，比如價值投資，也有投資管理團隊的支持，大摩華鑫資深基金經理多年的投資經驗也為大摩華鑫的量化模型提供了一些思路。此外，我們還通過外方股東摩根士丹利以及通過數據挖掘的方法，找到一些好的投資策略，為建模提供思路和方法。
剛開始的時候，西蒙斯的投資方法和許多人類似：通過對宏觀基本面的分析來判斷外匯和商品的價格走勢，然后進行相應的買賣。但是投資開始還沒過兩年，西蒙斯就決定完全離開校園，全職進行投資活動。1978年，他離開石溪大學，成了專業投資人。他成立了一個叫林姆若伊的基金，專門從事各種投資，其中主要是外匯交易，但是也包括投資各種小公司的現在統稱創投基金的投資活動。10年間，林姆若伊基金的投資回報是25倍，相當于每年增長38%左右，這和后來西蒙斯管理的大獎章基金的回報差不多。那時候西蒙斯還是花很多時間來關注宏觀經濟事件，比如美聯儲什么時候加息啦、加息之后美國債券的長期利率和短期利率都分別會有什么變化啦之類的東西。他當年的投資方法是判斷型的，直到10年以后的1988年，大獎章基金鳴鑼開張，西蒙斯的投資方法才完全轉型，從判斷型轉到量化型。
這里我們要岔開話題，說說投資方法都有哪些類型。其實分起來也很容易，按照投資決策的方式，可以分成判斷型和量化型兩類。判斷型投資者根據各種信息以及個人過去的經驗來確定買賣什么、買賣多少、什么價位執行、交易如何退場（止損、止盈）等，這里面最有代表性的人物正是西蒙斯在紐約的鄰居索羅斯。股神巴菲特也應該算是判斷型的投資者。
投資行業一般把量化型的投資稱做“黑箱”。簡單來說，量化投資者不依靠大腦的判斷，而是靠數學公式來投資。比如：量化投資者把最新的市場及其他相關信息輸入到他的秘密公式里，公式得出的結果說買中石化，量化投資者就出去買中石化。過了一段時間，一天或者個把月，也可能是幾秒之后，量化投資者又把最新的信息輸入他的秘密公式，公式的結果說賣中石化，量化投資者就賣了。量化投資者和判斷型投資者的最主要的區別在于，不用判斷，而是完全依照公式。公式的好處是它的一致性：同樣的信息輸入同樣的公式，得出的結果是一樣的，跟輸入的人是誰沒有關系。西蒙斯正是量化型投資者的代表。量化型的投資方法還很年輕，它的發展壯大也不過是最近30年的事情。
投資方法還可以根據投資決策所憑借的信息類別來分，分成基本面型和技術型兩類?；久嫘偷耐顿Y方法按照宏觀經濟或者公司盈利的各類指標來進行投資決策，而技術型的投資方法則一般是按照過去的價格走勢來判斷的。也有許多投資方法既不靠基本面，也不靠過去的價格走勢，為了定義的嚴謹，我們把任何使用非宏觀經濟指標和公司營運指標來分析投資的方法都歸入技術型投資之中。
據2007年的統計，全球70%的錢都是憑借基本面型的投資方法來操作的，30年之前，這個比率應該超過90%。技術型、量化型的投資雖說可以溯源到20世紀初，但是它們的發展和壯大是近30多年的事情，尤其是使用數學工具和電腦的量化投資方法。在金融危機的影響之下，很多投資行業受到影響，但是量化投資（包括指數投資）仍然是基金管理里面增長最快的一個部類。
綜合上面兩組分類方法，投資方法可以細分為基本面判斷法、基本面量化法、技術判斷法和技術量化法。索羅斯和巴菲特都應該屬于基本面判斷法，從目前了解的信息來判斷西蒙斯屬于技術量化法。技術判斷法的追隨者很多，它有另外一個名字：技術分析法，或者圖線法。人們對技術分析這個行當的態度其實也類似于對金庸小說的態度：有人說好得不得了，有人則不屑一顧，認為這和占星術沒什么不同。其實這類投資方法和西蒙斯的大獎章基金有很多相似之處，西蒙斯的林姆若伊基金在1978~1988年之間的投資方法很大程度上都可以歸于技術判斷方法，后來的大獎章基金也可以說繼續走技術型投資的道路。
【關鍵詞】量化投資；量化投資體系；證券市場
一、量化投資及量化投資體系的定義
什么是量化投資？簡單來講，量化投資就是利用計算機科技并結合一定的數學模型去實現投資理念與投資策略的過程。與傳統的投資方法不同的是：傳統的方法主要有基本面分析法和技術分析法這兩種，而量化投資主要依靠數據和模型來尋找投資標的和投資策略。量化投資系統則是由人設定出某種規則，在計算機當中根據規則構建這種模型，而后由計算機自己去根據市場的情況進行一些投資機會的判斷。從他們投資方式的區別當中可以看出，量化投資更依賴于數據，傳統投資則更依賴于人的主觀判斷。從這點上來說，量化投資可以有效的規避一些人為的錯誤判斷。
二、我國量化投資體系的發展
在美國，量化投資方法的發展己經有將近年的歷史，量化方法從允嫉較衷謖嫉矯攔市場30%上以上的比重。而在中國，量化投資只是剛剛起步而己。但是已經有很多基金公司允即罅Υ蛟熳約旱牧炕投資團隊，期望在傳統的基本面研究之外源匆黃新的投資天地。國內證券市場上成立比較早的量化投資基金主要包括：嘉實基金――嘉實量化阿爾法股票、上投摩根基金管理有限公司――上投摩根阿爾法、光大保德信基金――光大量化、富國基金管理有限公司――富國滬深增強、國泰君安資產管理公司――君享量化。近年來，一些公募基金、私募基金也都不斷加快了布局量化投資基金的方法。這些量化投資基金，主要研究了基于基本面的多因子選股模型，這些投資組合因子主要包括：公司財務基本面數據，市場行情數據，行業數據等，并在實證中不斷完善量化投資指標因子的選取。研究行業以及個股的價格趨勢，運用道氏理論、K線理論、波浪理論、切線理論、形態理論等一些常用的技術分析方法建立不同風格的投資模型和投資組合。
三、量化投資的優點
量化投資作為一種有效的主動投資工具，是對定性投資方式的繼承和發展。實踐中的定性投資是指，以深入的宏觀經濟和市場基本面分析為核心，輔以對上市公司的實地調研、與上市公司管理層經營理念的交流，發表各類研究報告作為交流手段和決策依據。因此，定性投資基金的組合決策過程是由基金經理在綜合各方面的市場信息后，依賴個人主觀判斷、直覺以及市場經驗來優選個股，構建投資組合，以獲取市場的超額收益。與定性投資相同，量化投資的基礎也是對市場基本面的深度研究和詳盡分析，其本質是一種定性投資思想的理性應用。但是，與定性投資中投資人僅依靠幾個指標做出結論相比，量化投資中投資人更關注大量數據所體現出來的特征，特別是挖掘數據中的統計特征，以尋找經濟和個股的運行路徑，進而找出阿爾法盈利空間。與定性投資相比，量化投資具有以下優勢：
（一）量化投資可以讓理性得到充分發揮
量化投資以數學統計和建模技術代替個人主觀判斷和直覺，能夠保持客觀、理性以及一致性，克服市場心理的影響。將投資決策過程數量化能夠極大地減少投資者情緒對投資決策的影響，避免在市場悲觀或非理性繁榮的情況下做出不理智的投資決策，因而避免了不當的市場擇時傾向。
（二）是量化投資可以實現全市場范圍內的擇股和高效率處理
量化投資可以利用一定數量化模型對全市場范圍內的投資對象進行篩選，把握市場中每個可能的投資機會。而定性投資受人力、精力和專業水平的限制，其選股的覆蓋面和正確性遠遠無法和量化投資相比。
（三）是量化投資更注重組合風險管理
量化投資的三步選擇過程，本身就是在嚴格的風險控制約束條件下選擇投資組合的過程，能夠保證在實現期望收益的同時有效地控制風險水平。另外，由于量化投資方式比定性投資方式更少的依賴投資者的個人主觀判斷，就避免了由于人為誤判和偏見產生的交易風險。當然，無論是定性投資還是量化投資，只要得當的應用都可以獲取阿爾法超額收益，二者之間并不矛盾，相反可以互相補充。量化投資的理性投資風格恰可作為傳統投資方式的補充。
四、量化投資的局限性
量化投資是一種非常高效的工具，其本身的有效性依賴于投資思想是否合理有效，因此換言之，只要投資思想是正確的，量化投資本身并不存在缺陷。但是在對量化投資的應用中，確實存在過度依賴的風險。量化投資本身是一種對基本面的分析，與定性分析相比，量化分析是一種高效、無偏的方式，但是應用的范圍較為狹窄。例如，某項技術在特定行業、特定市場中的發展前景就難以用量化的方式加以表達。通常量化投資的選股范圍涵蓋整個市場，因此獲得的行業和個股配置中很可能包含投資者不熟悉的上市公司。這時盲目的依賴量化投資的結論，依賴歷史的回歸結論以及一定指標的篩選，就有可能忽略不能量化的基本面，產生巨大的投資失誤。因此，基金經理在投資的時候一定要注意不能單純依賴量化投資，一定要結合對國內市場基本面的了解。
五、量化投資對中國的啟示
通過研究國外市場的發展和中國市場的特點，對中國市場上的監管創新，制定相關的法律法規也勢在必行。由于市場結構的差異，國內量化投資情況與國外有很大不同。技術型量化投資的應用主要是集中在期貨市場，并且有較高的推崇程度；金融型量化投資的應用主要集中在股票市場，由于需要應用的時間數據周期相對較長，實際中應用并不普遍。目前，中國金融市場正處于迅速發展的階段，很多新的金融工具在不斷被引進，用量化投資方式來捕捉這種機會，也是非常合理的。與國外相比，目前國內股票市場僅屬于非有效或弱有效市場，非理性投資行為依然普遍存在，將行為金融理論引入國內證券市場是非常有意義的。國內有很多實證文獻討論國內A股市場未達到半強勢有效市場。
目前對中國市場特點的一般共識包括：首先，中國市場是一個個人投資者比例非常高的市場，這意味著市場情緒可能對中國市場的影響特別大。其次，中國作為一個新興市場，各方面的信息搜集有很大難度，有些在國外成熟市場唾手可得的數據，在中國市場可能需要自主開發。這盡管加大了工作量，但也往往意味著某些指標關注的人群少，存在很大機會。其三，中國上市公司的主營比較繁雜，而且變化較快，這意味著行業層面的指標可能效率較低。而中國的量化投資實際上就是從不同的層面驗證這幾點，并從中贏利。例如，考慮到國內A股市場個人投資者較多的情況，我們可以通過分析市場情緒因素的來源和特征指標，構建市場泡沫度模型，并以此判斷市場泡沫度，作為資產配置和市場擇時的重要依據。
在中國金融市場的不斷發展階段，融資融券和股指期貨的推出結束了中國金融市場不能做空的歷史，量化投資策略面臨著重大機遇。運用量化投資的機理和方法，將成為中國市場未來投資策略的一個重要發展趨勢。量化投資在給投資者進行規避風險和套利的同時，也會帶來一定的風險，對證券具有助漲助跌的作用。由于國內股票市場還不夠成熟，量化投資在中國的適用性很大程度上取決于投資小組的決策能力和創造力。以經濟政策對中國量化投資的影響為例。中國的股市有“政策市”之稱，中國股市的變化極大的依賴于政府經濟政策的調節，但是經濟政策本身是無法量化的?；鸾▊}應早于經濟政策的施行，而基于對經濟政策的預期，但預期的影響比經濟政策的影響更難以量化。例如，在現階段勞動力成本不斷上升、國際局勢動蕩、國際大宗商品價格上升的情況下，央行何時采取什么力度的加息手段，對市場有何種程度的影響，這一沖擊是既重要又無法量化的。為解決這個在中國利率非市場化特點下出現的問題，需要基金投資小組采取創造性的方式，將對中國經濟多年的定性經驗和定量的指標體系結合起來，方能提高投資業績。
參考文獻：
[1]方軍雄.我國證券投資基金投資策略及績效的實證研究[J].經濟科學，2002.04
量化投資優勢誘人
對年輕的A股市場來說,量化投資還是一個新概念。而在國外,定量投資已經走過了近40年的道路,其中的標桿人物正是著名的詹姆斯?西蒙斯(James Simons)。
量化投資的神秘故事
文藝復興科技公司(Renaissance Technologies)的詹姆斯?西蒙斯(James Simons)是華爾街最成功的對沖基金經理之一。他所管理的大獎章基金對沖基金,從1989年到2006年的17年間,平均年收益率達到了38.5%,而股神巴菲特過去20年的平均年回報率為20%。其20年來年均35%的傲人業績大幅超過了巴菲特。
然而,頗具神秘色彩的西蒙斯對其投資方法刻意保密。迄今為止人們只知道,他的大獎章基金的賺錢方法是:針對不同市場設計數量化的投資管理模型,并在全球各種市場上進行短線交易。而為了讓這些“模型”始終處于絕密狀態,西蒙斯甚至不惜代價對那些離職創業的員工強硬地提訟。但實際上,數量化投資的背后并不是神秘而不可知的。數量化投資本身有一套規范而透明的做法,并采用科學、公正而理性的方法對市場進行研究并制定適應市場狀況的投資模型和投資策略,并不斷進行調整和優化。
其實,數量化投資不是黑盒子,也不是神秘主義,更不是一個戰無不勝的秘笈。數量化投資不是靠一個投資模型就能一勞永逸地去賺錢,而且也不是使用一個模型就能解決一切問題,更不是一個模型就能勝任任何市場狀況。數量化投資模型只是一種工具,數量化投資的成功與否在于使用這種數量化工具的投資者是否真正掌握了數量化投資。同時,數量化投資模型都必須經歷不斷的跟蹤檢驗、優化、實證等等過程。數量化投資是一個不斷改進的過程,數量化投資中最重要的就是投資者的投資思想,包括對投資的理解、理念、經驗,所以模型都是建立在這些投資思想上的。量化只是一種方式和工具,正是采用這種工具和方法來獲取經驗或者檢驗經驗。
有效規避傳統投資短板
人腦在思考問題的時候所能考慮到的因素總是有限的,那么決策的廣度肯定是不足的。從選股上來看也有這種問題,每個分析師所能跟蹤的股票數量也有限制,不可能看太多的股票,這是傳統投資的短板。當然,傳統的主動投資方法在決策深度上是有優勢的,因為可以把基本面研究做得很深入,從而彌補決策廣度的不足,這也是決定成敗的關鍵。信息多,信息快,這是當今資本市場的一大特點。市場中信息的傳遞速度非?？?而且眾多分析師對基本面數據進行不斷的挖掘,雖然對個股有深入的分析,但是仍然越來越難以彌補決策廣度的不足。
另外,或許有的投資者對市場的預測能力非常不錯,從理論上說可以獲得很好的超額收益(特別是很多事后看來確實預測準確的情況),但現實中收益常常被投資者主觀認知上的情緒化波動侵蝕掉。比如說,大多數投資者可能有自己的判斷,但是市場短期的表現可能與其判斷相左。這個時候,投資者可能會受市場表現的影響而很容易懷疑自己的判斷,此時大多數投資者寧愿相信羊群效應―追漲殺跌。
因此,傳統定性投資的短板大致在于我們思考的范圍總是有限的、較難以處理信息量多而快的問題、難以避免自身的投資情緒等等,這些都將最終影響到投資者的投資收益狀況。然而,科學、公正、客觀而理性的數量化投資策略卻可以規避這些傳統主動型投資策略的短板。
量化技術的五大優勢
數量化投資與傳統的定性投資方法相比,相同點是,二者都致力于建立戰勝市場、產生超額收益的投資組合;不同點是,傳統的定性投資方法側重對上市公司的調研、基金經理個人的經驗及其對市場的主觀判斷,而量化投資管理則更加強調數據的分析和應用,以先進的數學統計技術和模型替代人為主觀判斷。所以,與傳統的定性分析方法相比,數量化投資方法能更為理性、客觀地分析和篩選股票,避免投資的盲目性和偶然性,以及主觀認識的局限性,它能更有效地控制非系統性風險及一些人為因素導致的風險。定量投資管理將定性思想與定量規律進行量化應用,具有如下五大方面的優勢:
紀律性:嚴格執行數量化投資模型所給出的投資建議,而不是隨著投資者情緒的變化而隨意更改。紀律性的好處很多,可以克服人性的弱點,如貪婪、恐懼、僥幸心理;也可以克服認知偏差,行為金融理論在這方面有許多論述;紀律化的另外一個好處是可以跟蹤和修正。定量投資作為一種定性思想的理性應用,客觀地在組合中去體現這樣的組合思想。一個好的投資方法應該是一個“透明的盒子”,而不是“黑盒子”。每一個決策都是有理有據的,無論是股票的選擇,行業選擇,還是大類資產的配置等等,都是有數據支持、模型支持及實證檢驗的。
系統性:數量化投資的系統性特征主要包括多層次的量化模型、多角度的觀察及海量數據的觀察等等。多層次模型主要包括大類資產配置模型、行業選擇模型、精選個股模型等等。多角度觀察主要包括對宏觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度的分析。定量投資的系統性還有一方面就是數據多,即要對海量數據進行處理。人腦處理信息的能力是有限的,當一個資本市場只有100只股票,這對定性投資基金經理來說是有優勢的,他可以深刻分析這100家公司,這可以表現出定性基金經理深度研究的優勢。但在一個很大的資本市場,比如有成千上萬只股票的時候,強大的定量投資的信息處理能力能反映它的優勢,能捕捉更多的投資機會,拓展更大的投資機會。
及時性:及時快速地跟蹤市場變化,不斷發現能夠提供超額收益的新的統計模型,尋找新的交易機會。
準確性:準確客觀評價交易機會,克服主觀情緒偏差,妥善運用套利的思想。定量投資正是在找估值洼地,通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會。定性投資經理大部分時間在琢磨哪一個企業是偉大的企業,那個股票是可以翻倍的股票;與定性投資經理不同,定量基金經理將大部分精力花在分析哪里是估值洼地,哪一個品種被低估了,買入低估的,賣出高估的。
中國證券市場早期盛行純技術分析,前幾年風行價值投資,現在數量化投資正在成為新方向,一場新的投資變革也許就在醞釀中。今年8月初滬指從3478點一路暴跌,在市場人士看來如果沒有基金的殺跌,股市應該不會有這么慘。而基金引進量化投資,將改善傳統基金追漲殺跌的市場常態,實現真正意義上的創新。
量化基金發行提速
今年上半年,嘉實量化阿爾法、中海量化策略兩只量化基金的推出,打破了國內量化基金多年的沉寂。而近期,更是有3只量化基金同時登臺亮相,且各具特色。截至目前,國內基金市場上已經發行7只量化基金,包括光大保德信量化核心、上投摩根阿爾法、嘉實量化阿爾法、中海量化策略、長盛量化紅利策略股票型基金、富國滬深300增強基金及華商動態阿爾法基金。前兩只分別成立于2004年8月和2005年10月,而后5只均是今年才成立。量化基金時隔四年后的再次大量推出,引起了市場的密切關注。種種跡象表明,以定性投資為主的國內基金業正在掀起一場量化投資浪潮。
光大保德信量化核心,一方面通過光大保德信的多因素數量模型對股票的預期收益率進行估算,個股預期收益率的高低決定投資組合是否持有股票;另一方面,投資團隊從風險控制角度,重點關注數據以來的信息,通過行業分析和個股分析形成對量化的補充;最后由投資組合優化器根據預先設計的風險構建組合。
上投摩根阿爾法基金,同步以“成長”與“價值”雙重量化指標進行股票選擇,然后研究團隊對個股進行基本面審核,結合跟蹤誤差的緊密監控,以求不論指數高低,市場多空,皆創造主動管理回報。投研團隊最終決定進入組合的股票,量化分析是輔助和基礎。
嘉實量化基金,以“定量投資”為主,輔以“定性投資”。通過行業選擇模型,捕捉具有投資吸引力的行業,然后再在所選行業中運用阿爾法多因素模型篩選個股。定性的輔助作用表現在利用基本面研究成果,對模型自動選股的結果進行復核,剔除掉滿足某些特殊條件的股票。
中海量化策略,以量化模型作為資產配置與構建投資組合的基礎。根據量化指標實行從一級股票庫初選,從二級股票庫精選,再根據相關模型計算行業配置權重。結合行業配置權重,組合每只股票的配置比例。
長盛量化紅利策略股票型基金,是作為國內首只運用“量化投資”策略投資于紅利股票的基金,該產品將給投資者帶來不同于傳統基金的新體驗。該只基金的另一個顯著特點是“瞄準紅利”。所謂紅利,強調的是具有較高安全邊際、較低下行風險的價值型投資,在目前市場總體估值處于歷史平均水平時,價值型風格更能獲得投資者的青睞。
富國滬深300增強基金,以滬深300指數為追蹤標的,并對指數基金進行增強,并且是國內第一只采用量化方法進行主動增強的滬深300指數基金。量化增強的方法主要包括:利用多因子阿爾法模型選擇股票;通過風險估測模型有效控制風險預算,并通過交易成本模型控制成本、保護業績。相比定性的方法,定量投資手段在對成份股較多的指數進行增強方面以及控制跟蹤誤差方面具有很強的優越性。
當前適逢宏觀經濟、證券市場復蘇向上之際,匯集A股市場300只規模大、流動性好、最具代表性股票的滬深300指數,有望迎來較好表現。而以滬深300為跟蹤標的,并利用定量投資模型進行主動增強的富國滬深300增強基金,亦面臨良好的投資環境與投資時點。
華商動態阿爾法基金,將以高阿爾法值的股票為主要投資目標,采用量化投資的方法,努力在有效控制風險的同時提高基金組合收益。華商動態阿爾法基金的投資將主要采用阿爾法策略和量化策略。阿爾法策略是依靠精選行業和個股,來獲取超過大盤表現的超額收益。量化策略是指采用數量化分析方法來對股票進行分析和篩選,基于數量模型來配置行業權重。它具有投資范圍更廣、紀律性更強、投資思想可驗證等優勢,更能夠限制投資過程中主觀隨意性可能帶來的損失,幫助基金經理進行客觀決策。
定量投資適合A股市場
正因為A股市場不是特別有效的市場,數量化投資策略正好可以發揮其紀律性、系統性、及時性、準確性、分散化的各種優點,從而捕獲國內市場的各種投資機會。相比定性投資,現階段A股市場的特點更適合采用客觀、公正而理性的定量投資風格。
股票市場復雜度和有效性的增加已對傳統定性投資基金經理的單兵作戰能力提出了挑戰。相對于海外成熟市場,A股市場的發展歷史較短,有效性偏弱,市場上被錯誤定價的股票相對較多,那么,留給定量投資策略去發掘市場的無效性、尋找超額收益的潛力和空間也就更大。事實上,盡管量化基金在國內的發展歷程較短,但是從國內已有的兩只采用了定量投資方法并且已經運作了一段時間的基金來看,量化基金被證明是適應中國市場的。
量化基金產品包括但不限于數量化共同基金產品、指數基金產品、指數增強型基金產品、行業指數基金產品、風格類指數基金產品、策略指數基金產品、ETF產品、收益分級型產品等等。從數量化投資提供的工具和方法來看,能夠給投資者提供的基金產品可以說是百花齊放,還應該做到有的放矢,滿足投資者不同風險收益偏好的投資需求。
量化投資需過三道坎
我國A股市場的量化基金仍然才開始起步,各方面都有待進一步的完善。不僅機構需要有完善數量化投資策略各方面的耐心,也需要投資者給數量化基金以耐心。采用數量化策略的共同基金要在中國市場獲得成功,仍有很長的路要走,需要不斷的修正數量模型以適應中國市場的特征。
對于量化基金的產品設計,雖然量化基金一般都是采用多因素模型對股票進行分析和篩選,但不同的量化基金產品的側重點是不一樣的,也就是說,包括投資思路、觀察角度、分析方法等在內都是不同的。在個股篩選和分析的角度、行業分析的角度、大類資產配置的角度等方面,均有不同的思路,因此,不同的量化基金產品可以體現出各自不同的投資理念和各自的投資特色。
具體來說,基金要想真正推行量化投資,主要應該跨越如下“三道門檻”。
首先,目前國內對做空的限制以及投資產品的稀缺,導致很多成熟的數量化投資手段不能在國內得以應用。一些對沖策略可能需要期貨類的投資產品,而有些統計套利策略可能需要市場上要有做空的手段,目前這些條件在A股市場上尚不具備,因此,在一定程度上制約了量化投資的施展空間。
其二,中國目前對于基金的考核體系比較短期化,部分量化基金經理有可能迫于短期排名的壓力,也去追漲殺跌,不去執行相當于投資紀律的量化策略,這就恰恰偏離了量化基金設計的初衷。量化投資策略成功與否需要從長期來看,不能因為短期內跑不過市場就認為量化基金管理得不好,對于量化基金的評價時間不能太短。
此外,量化投資對人的要求很高。量化投資需要考慮的一個重要因素是預測相對于市場的超額收益,即阿爾法收益,找到阿爾法預測模型。在阿爾法預測上,要保證不斷有新的阿爾法策略產生。一個新的阿爾法策略出來后,過一段時間就被市場充分理解,可能阿爾法收益就會逐漸消失,這就需要不斷產生新的阿爾法收益模型。
量化基金本土化前景
A股市場的發展歷史較短,有效性偏弱,市場上被錯誤定價的股票相對較多,那么,留給定量投資策略去發掘市場的無效性、尋找超額收益的潛力和空間也就更大。相比定性投資,現階段A股市場的特點更適合定量投資客觀、公正而理性的投資風格。股票市場復雜度和有效性的增加已對傳統定性投資基金經理的單兵作戰能力提出了挑戰。正因為市場的弱有效性,數量化投資才更有發揮的價值。這也是量化基金可以在中國本土化獲得成功的有利條件。
數量化投資可以為投資者帶來更多、更豐富、更有特色的基金產品,豐富機構的產品線。只有建立完善的產品線,才能滿足不同投資者的需求,才能在不同的市場狀況下獲得發展,才能有強大的基金公司。機構可以從數量化投資所帶來的無限量基金產品線上獲得豐厚的利益。
數量化投資不僅可以增加基金的產品線,而且數量化投資策略本身也是對傳統基金投資的一個強有力的補充和增強。數量化投資的好處是可以將各種適合不同經濟環境、不同市場環境的投資理念明確地刻畫出來,并可以加以建議。那些成功的投資理念通過數量化方式就可以方便地加入投資決策中去。數量化投資策略對提升基金等機構投資者的投資決策能力無可限量。
【關鍵詞】量化投資 量化投資策略 資產配置
量化投資是投資者借助計算機信息化建立數學模型，把最新市場數據和相關信息輸入到模型中，通過公式計算出投資對象，做出最優投資決策。量化投資不依靠投資者的感覺直覺，不依賴個人判斷，而是將其經驗利用信息通過模型實現投資理念。同時，投資者期望達到收益和風險的合理配比，利用夏普比率等科學方法控制收益和風險。量化投資者不用每天重復的分析瑣碎信息，只需要不斷完善這個模型并不斷創造新的可以盈利的模型。
二、量化投資策略
（一）量化投資策略分類
量化投資策略，主要包括量化擇時策略、統計套利策略、算法交易策略、組合套利策略、高頻交易策略等。
（1）量化擇時策略是收益率最高的一種交易策略，通過對宏微觀指標的量化分析判斷未來經濟走勢并確定買入、賣出或持有，按照高拋低吸原則獲得超額收益率。在量化擇時策略中，趨勢跟蹤策略是投資者使用最多的策略。量化擇時分析策略包括：趨勢跟蹤策略、噪音交易策略、理易策略。
（2）統計套利是風險套利的一種，通過對歷史數據的統計分析，利用統計學理論，估計相關變量的概率分布，判斷規律在未來一段時間內是否繼續存在。統計套利策略包括協整策略和配對利差策略、均值回歸策略以及多因素回歸策略。
（3）算法交易又稱為自動交易，主要是研究如何利用各種下單方法，降低沖擊成本的交易策略，將一個大額交易通過算法拆分成數個小額交易，以此來減少對市場價格造成沖擊，降低交易成本。算法交易策略包括交易量加權平均價格策略、時間加權平均價格策略、盯住盤口測量、執行落差策略、下單路徑優選策略。
（4）組合套利策略主要針對期貨市場上的跨期、跨市及跨品種套利的交易策略。組合套利策略包括均衡價格策略、套利區間策略、牛市跨期套利、熊市跨期套利等。
（5）高頻交易是一種持倉時間短、交易量巨大、交易次數多、單筆收益率低的投資策略，人們從無法利用的極為短暫的市場變化中尋求獲利的計算機化交易，依靠快速大量的計算機交易以獲取高額穩定的收益。高頻交易策略包括流動性回扣交易策略、獵物算法交易策略和自動做市商策略。
如下是量化投資中幾種主要的投資交易策略：
（1）趨勢跟蹤策略。趨勢跟蹤策略追隨大的走勢，向上突破重要的壓力線可能預示著更大一波的上漲趨勢，向下突破重要的支撐線可能預示著更大一波的下跌趨勢。趨勢跟蹤策略試圖尋找大趨勢的到來，在突破的時候進行相應的建倉或平倉的投資操作來獲得超額收益。
趨勢型指標進行擇時的基本理念是順勢而為，跟蹤市場運行趨勢。在趨勢策略中使用的技術指標是最多的，常用有：移動平均線（MA）、平滑異動移動平均線（MACD）、平均差（DMA）、趨指標（DMI）等。
（2）噪音交易策略。噪聲交易是指交易者在缺乏正確信息的情況下進行密集交易的行為。有效市場中噪聲只是一個均值為零的隨機擾動項，但市場并不總是有效的，市場上有很多異常信息，往往有人能夠提前獲得這些異常信息，很可能對投資的判斷提供重要的價值。噪聲交易策略的運用主要是機構投資者通過計算得到市場的噪聲交易指數，監測該指數的變化，根據其變化來設計量化交易策略。
（3）協整策略。在統計套利策略中，協整策略是應用最廣泛的一種策略。協整套利的主要原理，是找出相關性最好的幾組產品，再找出每一組的協整關系，當某一組投資產品的價差偏離到一定程度時建倉，買入被低估的資產、賣出被高估的資產，當價差均衡時獲利了結平倉。協整策略包括協整檢驗、GARCH檢驗、TARCH檢驗以及EGARCH檢驗。
（4）多因素回歸策略。多因素回歸策略，也是一種被廣泛使用的投資策略。這一策略利用影響投資收益的多種選擇因素，并根據其與收益的相關性，建立多元回歸模型，簡化投資組合分析所要求的證券相關系數的輸入，這類方法的代表是套利定價模型。
（二）量化投資策略組合
量化投資策略組合綜合考慮交易商品、策略類別、策略數量、時間周期因素。量化投資策略組合相比較單一投資策略有以下優勢：
（1）策略組合降低了對單一策略的依賴，當單一策略失去競爭力，使用策略組合的方式，可以利用不同產品價格變化、變化幅度、周期等多個方面把握投資機會，在一定程度上保證了穩定的收益率，盈利機會更多；
（2）策略組合可以分散單一策略的交易風險，降低風險，通過策略組合將投資風險分散化，盡可能規避市場風險、策略風險及系統風險等。
三、量化投資資產配置
資產配置是指資產類別選擇，即投資組合中各類資產的適當配置及對這些混合資產進行實時管理。量化投資管理打破了傳統投資組合的局限，它與量化分析結合，將投資組合作為一個整體，確定組合資產的配置目標和分配比例，深化了資產配置的內涵。
資產配置包括戰略資產配置和戰術資產配置兩大類。戰略資產配置是長期資產配置，針對較長時間的市場情況，控制長期投資風險以達到收益最大化。戰術性資產配置是依據資產預期收益的短期變化，獲取超額收益的機會。因此，戰術資產配置是建立在長期戰略資產配置過程中的短期分配策略，二者相輔相成。在長期投資活動的戰略資產配置下，戰術性資產配置利用其積極的靈活的投資機會，適當的配合戰略資產配置，獲取較高收益。
四、前景展望
在量化投資飛速發展的今天，它己經成為金融市場中不可忽視的一個領域，中國的金融市場在逐步發展及完善，中國的量化投資也會繼續發展和前進，隨著量化投資方面的加大投入，量化投資的進程加快，中國量化投資的前景無限。
參考文獻：
2011年7月1日，本刊正式引入《今日投資66》專欄，介紹今日投資66的選股邏輯、方法以及挑選出的股票。今日投資66（簡稱I66）是利用量化投資方法挑選出的一個66只股票的組合。其實早在2005年中今日投資就推出了I66，過去幾年累計收益率達到16倍，遠超同期市場不到3倍的漲幅。為什么直到今日我們才大張旗鼓地推出I66呢？原因其實很簡單，因為市場環境。量化投資近幾年在中國快速發展，其投資理念也越來越多地獲得認同。
股票市場上形形的各種分析方法總結起來可以歸類為三大流派：數量分析、基本面分析和技術分析。關于這三大流派孰優孰劣的爭論已經持續了近百年，三方各執一詞，百年爭論下來也沒有爭出個結果來。當今世界也是這三種流派大概各占三分之一的格局。而A股市場顯然尚未跟上，量化投資遠遠沒有達到三分之一的市場占有率。
第一部分：什么是量化投資
量化投資在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大、得到了越來越多投資者認可。事實上，互聯網的發展，使得新概念在世界范圍的傳播速度非?？欤鳛橐粋€概念，量化投資并不算新，國內投資者早有耳聞。但是，真正的量化基金在國內還比較罕見。那么，何為量化投資？
康曉陽：量化就是符合投資常識的投資邏輯和策略
接下來會發生什么？
深圳市天馬資產管理有限公司是國內最早開發量化投資模型的資產管理公司，致力于量化投資工作接近十年。作為國內量化投資的“開山鼻祖”，深圳天馬的董事長康曉陽先生如下介紹量化投資：
大家看到這個圖，魚跳起來了，風在刮，接下來會是什么？日本發生的9級大地震！2011年3月7日我看到一個報道，有50條鯨魚在擱淺沙灘，就在發生地震那個縣東部的海岸，有的死了，專家解釋這些鯨魚集體迷路了。作為一個地震專家或者學者，其實他們的經驗沒有告訴他這50條鯨魚擱淺沙灘跟地震有什么關系。到底有沒有關系呢？我們知道5•12四川大地震之前發生了同樣的事情，很多癩蛤蟆過馬路，這跟地震有什么關系？
投資做股票有兩類，講很多種策略，無外乎就是買你自己喜歡的和買市場喜歡的，買自己喜歡和買市場喜歡的背后邏輯就是找影響股價的要素。
量化是什么？做投資，最終的分析停留在數據上，既然是數據，就可以標準化、固化。從你自己的角度買自己喜歡的東西，其實也可以量化，每個人都有對美的標準，但并不是符合這個指標，你就一定喜歡。如果有一個海選，把符合你喜歡特征的人放在你面前你去選，就可以量化。
鯨魚擱淺在沙灘上，根據歷史數據統計就會發現這個事情跟接下來要發生的事情有什么關聯。把人的行為邏輯影響股價所有的要素進行綜合分析，預測下一個市場喜歡的東西或者喜歡的策略是什么，簡單一句話，量化就是符合投資常識的投資邏輯和策略。就股票來講，投資標的的數據和因素量化，再用一些模型統計的方法把選出來的標的進行優化，最后成為投資組合，這就是量化的基本邏輯。用數理的方法把你的投資邏輯或者市場的投資邏輯固化，只要有投資邏輯的思想或者策略，都可以量化。
就股票而言，有很多種方法，有價值型股票，分析方法無非是那幾種，只是大家的標準不一樣，量化的東西可以設一個相對寬松的東西，初選之后再優化，比如成長型股票，肯定關心盈利、收益。選出來10個、20個、50個甚至100、200個股票，然后配比重，怎么優化組合，根據你的風險和預期收益率反推回來怎么優化，最后得出一個比重，哪只股票應該投多少。有些是成本交易，比如套利，什么情況下出現一定條件的時候提示你。
要真正做到量化，首先要有一個基本的理論模型。你要覺得什么樣的股票表現好，什么樣的股票你愿意投資，這就是量化的基本邏輯。但是，有了這個邏輯之后還不夠，還要有復合型人才，因為量化投資不光要懂得投資股票，還要懂得數理分析。打個比方，雖然我很懂股票，但我不懂數理分析，很多計算機模型也不懂，更不懂編程序，要真正做到量化投資，就必須有復合型團隊。為什么這么多年華爾街學金融工程、數理、物理的人大受歡迎？因為他們可以用統計工具。前段時間我在英國的一所大學和一些專門做模型分析的教授交流，我發現他們想的東西更加復雜，基本上把市場上任何的東西都想要量化。
我理解，就是去跟蹤你的投資邏輯，它只是幫你實現你想法的一種工具。另外還要有高質量的數據，因為，你通?？吹降臇|西和市場本身存在的東西可能并不一樣。如果把鯨魚放到海灘上，這作為數據化，統計過去2000年有多少次鯨魚擱淺在海灘發生，假如有真實的數據，就可以研究出跟地震的相關性。要懂數理統計工具，建立模型就是紀律，不能改變，改變就不是模型。有人說看到今天不行，換一下，那就不是模型了。我們看過一個電影，造出來的機器人最后自己都控制不了，那就是模型。如果造出來的機器人自己能控制，那不是模型。人為什么能掙得到錢，為什么還要量化？傳統是靠個人經驗的，而且你看到、聽到的東西都是有限的。量化有什么好處？它可以把你知道的東西在整個森林中搜索。計算機是不知疲倦的，晚上你在打鼾，計算機還可以工作。你的模型是你建的，你很理性的情況下建的模型，市場情緒變了，它不會變，那時候你不可能去改模型，所以它不會受情緒的影響。
華泰聯合：實現投資理念與策略的過程
國內研究機構中涉足量化投資較早并多次獲得新財富最佳分析師評選金融工程第一名的華泰聯合證券金融工程團隊如是說：
數量化投資是利用計算機科技并采用一定的數學模型去實現投資理念、實現投資策略的過程。與傳統定性的投資方法不同，數量化投資不是靠個人感覺來管理資產，而是將適當的投資思想、投資經驗、甚至包括直覺反映在量化模型中，利用電腦幫助人腦處理大量信息、幫助人腦總結歸納市場的規律、建立可以重復使用并反復優化的投資策略（經驗），并指導我們的投資決策過程。
本質上來講，數量化投資也是一種主動型投資策略，其理論基礎在于市場是非有效或弱有效的，基金經理可以通過對個股、行業及市場的驅動因素進行分析研究，建立最優的投資組合，試圖戰勝市場從而獲取超額收益。然而一些定性的投資者卻并不太認可定量投資，他們認為，定性研究可以將把股票基本面研究做得很深入，從而在決策深度上具有優勢。然而，在當今市場上，信息量越來越大且傳播速度極快，單個分析師所能跟蹤的股票數量開始顯得越發有限，也因此錯過了許多優秀的投資機會，可謂是擁有深度的同時錯失了廣度。量化投資正好彌補了這一缺失，通過使用強大的計算機技術，它能夠實時對全市場進行掃描，并依仗其紀律性、系統性、及時性、準確性以及分散化的特點最大概率的捕獲戰勝市場的投資標的。
事實上，在海外市場，我們看到越來越多的定量與定性完美結合的成功案例。通過向量化模型中加入分析師對未來主觀判斷的觀點（定性的觀點），再結合來自于歷史規律檢驗的觀點（定量的觀點），定量與定性的優勢便能得到充分的發揮和融合。我們相信，這也將是未來量化產品發展的主流方向和趨勢。
結論
量化研究作為一種研究方法，其本質是使用統計學、數學和計算機工具改進研究效率，使得我們能夠在更短的時間、更大的視角領域下，依靠清晰的研究邏輯，獲取更為有效和操作性以及復制性更強的研究成果。量化研究的本質是一類發現市場規律的方法體系，其基本功能是認識市場和解釋市場，并以做到預測市場為目的。
量化投資簡單來講，它以模型為主體，使用大量數據，并且在很大程度上用電腦這樣的投資方式；其以科學性和系統性著稱，并將在嚴格的紀律化模型制約下，緊密跟蹤策略，使運作風險最小化，并力爭取得較高收益。
第二部分：量化投資在蓬勃發展
量化投資在世界的發展史
美國市場有200多年，從證券市場開始，也有快400――500年了，但是量化的發展是上世紀50――60年代的事。首先有一些理論模型，沒有理論模型支撐很難做到量化的東西。
數理化投資于上世紀50~70年論上發芽
Harry Markowitz在上世紀50年表一系列關于投資組合“均值―方差”優化的論文，這使得投資者可以定量化風險，并把風險和預期回報放在一個理論框架下統一考慮；
WilliamSharpe在1964年發表CAPM模型，此模型顯示個股的預期回報和個股的風險及市場的預期回報成正比；
Steven Ross在1976年發表APT模型，此模型顯示個股的預期回報可以表示成一系列非特定因素預期回報的加權平均，此模型為量化投資者指出了很實用的研究框架；
Black-Scholes在1972年發表關于股票權證的定價模型；
Fama和French在1993年發表三因素模型，此模型顯示個股的預期回報由三個因素（市場，個股的市值，個股的市凈率）決定；
此后很多研究者做了非常多的實證研究，并發現了一些對個股將來回報有預測作用的因素：比如市盈率，市凈率，資產回報率，盈利一致預期，中長期價格動能，短期價格反轉等。
數理化投資從上世紀70年代末開始實際運用
Barclays Global Investors(BGI)于1978年創立了全球第一只數量化投資策略基金，到被BlackRocks收購之前BGI以14000億美元的規模，高居全球資產管理規模之首。
SSgA(道富環球投資管理公司)和 GSAM(高盛國際資產管理公司)為首的一大批以數量化投資為核心競爭力的公司已經成為機構資產管理公司中的“巨無霸”。
“詹姆斯•西蒙斯創辦的文藝復興科技公司花費15年的時間，研發基于數學統計理論的計算機模型，借助該模型，西蒙斯所管理的大獎章基金，從1989 年到2009 年間，平均年回報率高達35％，較同期標普500 指數年均回報率高20 多個百分點，比“金融大鱷”索羅斯和“股神”巴菲特的操盤表現都高出10 余個百分點。
在國外。其他采用量化投資的公司沒有獲得驚人的表現，并非是量化方法不好，而是他們還沒有構建出更好的模型以及正確的策略。作為量化投資的大行家和受益者，西蒙斯承認有效市場的套利機會極少而且會趨同小時，然而，仍然有無數轉瞬即逝的很小的機會存在，在證券市場，那些很小的交易，都會對這個龐大的市場產生影響，而每天都會有成千上萬這樣的交易發生。這個市場看似雜亂無章，卻存在著內在規律，而量化操作自從誕生以來，無疑成為捕捉這些規律的一把利器，為海外投資者屢建奇功。
CQA（教育產品內容與數據測試）數據統計：在2002年-2004年三年間，量化產品的平均年收益率為5.6%，比非量化產品的平均年收益率高出1%。從信息比率來看，量化產品為0.37，非量化產品為0.06。此外，量化基金的運作費率相對更低，例如傳統產品費率為0.6%，主動量化產品費率在0.45%-5%之間。
理柏(LIPPER)數據顯示，2005年到2008年之間，87只大盤量化基金業績表現好于非量化基金，增強型量化基金在2005年和2006年更是大幅跑贏非量化基金。但2007年和2008年除市場中性基金外，所有基金業績下滑很快，其中雙向策略和大盤量化基金表現差于非量化基金，而增強型和市場中性量化基金表現則優于非量化基金。
量化投資在中國的發展現狀
研究力量不斷壯大
目前大部分券商研究所都配有金融工程研究小組，成員超過5個的不在少數。根據2010年11月份的《新財富》最佳分析師榜單，國信證券金融工程小組人數有12人，為目前人員配備最多的量化投資研究團隊。其他入選金融工程前五名的研究小組中，申銀萬國8人，華泰聯合、安信證券各5人，中信證券4人。
數量化方面的研究報告數量也是逐年增加。據不完全統計，2008-2010年相關報告數量分別有52、142、794篇，今年上半年就達到了633篇，逐年遞增趨勢非常明顯。不過，和2010年研究報告10萬多份的總量相比，數量化研究的廣度和深度還有很大提升空間。
量化產品初露鋒芒
天馬旗下的產品中，現有兩個信托產品采用量化投資策略，分別是新華―天馬成長，和平安―Lighthorse穩健增長。
此外，上投摩根、嘉實、中?；稹㈤L盛基金、光大保德、富國基金、南方基金等都有量化產品推出，但是量化基金的比例還是非常小。即便在2009年，全年新發基金超過100只的情況下，新發的量化基金也僅有4只，數量在2009年的新發基金市場中僅占3％。與指數基金、普通股票基金相比，量化基金可謂是基金市場上的稀缺資源。
2011年，在國內緊縮政策與國外動蕩局勢的影響下，A股市場呈現結構性震蕩上揚的格局。隨著市場輪動的提速及內在容量的擴大，精選個股的難度日益加大。在此背景下，定性投資容易受到投資者情緒影響，而定量投資則能夠通過計算機的篩選，幫助投資者克服非理性因素，在充分控制風險的前提下應對市場萬變。以“人腦＋電腦”為主要構建的量化基金逐漸顯現投資優勢，今年量化基金異軍突起，整體表現不俗。截至4 月6 日， 9 只具有完整業績的主動型量化基金平均收益率為0.64%，超越同期股票型基金和混合型基金-1.39%、-3.08%的凈值增長率。其中，“元老”光大保德信量化核心基金收益率達5.19%。此外，南方策略、中海量化策略、長盛量化紅利、長信量化先鋒、上投摩根阿爾法、華泰柏瑞量化先行基金也均取得正收益，分別達到4.12%、3.28%、2.60%、2.13%、0.77%和0.16%；僅嘉實量化阿爾法和華商動態阿爾法收益為負，分別為-4.48%、-7.94%。此外，從以往披露的公開信息可以發現，國內量化基金多側重價值因子，也契合今年低估值大盤藍籌股領漲的市場格局。
第三部分：解讀量化投資
在西蒙斯崛起之前，判斷型投資完全占據著主流地位，因為當前全球投資界的三大泰斗當中，無論是價值投資的巴菲特、趨勢投資的羅杰斯，還是靠哲學思維的索羅斯，都是判斷型投資的代表。但隨著西蒙斯的聲名鵲起，量化投資開始受到投資大眾的重視并呈現出蓬勃的發展態勢。但需要指出的是，世界上沒有萬能的投資方法，任何一種投資方法都有其優缺點，量化投資當然也不例外。定量投資成功的關鍵是定量投資這個模型的設計好壞，設計的好壞主要由模型設計者對市場的了解、模型構建的了解和模型實踐經驗來決定的。
量化投資的決策體系
量化基金的成功運作必然依托一個完整而有效的量化體系用來支撐，該體系是數據獲取、數據處理、資產配置、組合管理到全程風險控制等諸多環節的有機結合。
我們借鑒海外量化基金運作架構的諸多優點，并結合華泰聯合金融工程資深研究員的看法，旨在提供一個適合中國市場特點的量化基金運作架構體系。該體系綜合考慮了定性及定量兩大主要選股思路，在風險可控下，充分發揮量化投資的優勢。
此架構包含以下幾個主要層次：
1. 數據提供：量化體系的底層一般是數據接入端口，數據來源于外部數據提供商。
2. 數據預處理：由于中國A 股市場歷史較短，數據質量一般，特別是早期的數據較為不規范。因此，在輸入模型前必須對數據進行全面的清洗，從而增強數據的有效性和連續性。
3. 資產配置：資產配置是量化基金的核心。不同的投資者具有不同的投資理念，即不同的資產收益率看法。因此，通過構建差異化的因子配置模型來實現差異化的投資理念則充分展現了量化投資的優勢和精髓。舉例而言，我們可以開發針對不同市場狀況（如牛市、熊市、震蕩市和轉折市）以及不同投資風格（如保守、激進和中庸）的量化模塊。這些模塊就類似于兒童手中的玩具積木，一旦投資決策委員會確定了戰略和戰術配置比例，接下來要做的就是簡單的選積木和搭積木的過程。模塊化投資嚴格的遵循了投資思路，從而將量化投資的紀律性、系統性、及時性和準確性展露無遺。
4. 投資決策：宏觀經濟政策對中國A 股市場的表現影響較大，也就是我們常說的“政策市”。針對這一現狀，綜合考慮定性和定量的宏觀判斷對于我們選擇合適的基金倉位及資產組合將十分必要。一方面，結合宏觀及行業分析師對于未來宏觀經濟的預判以及個別性事件的分析，另一方面，考察既定的一系列量化擇時指標和宏觀經濟指標的最新動向，從而能較為全面的提出投資建議。
5. 組合管理：在對于宏觀趨勢、戰略和戰術資產配置的全面考量之后，留給基金管理人的工作將是如何實現在交易成本，投資風險以及組合收益三者之間的最大平衡。
經典量化投資模型綜述與評價
目前，由于計算的復雜程度和對速度的要求，量化投資的交易過程通常是由電腦自動來完成的，可在某些方面電腦依然不可能替代人腦。投資若要取得成功，就需要頂尖的大腦來羅織數據、發現規律、編制最快最好的電腦程序；此外，量化投資所使用的模型在用了一段時間之后就會慢慢失效，因為越來越多的“山寨版”會出現，因而需要不斷發現新的模型以走在這場軍備競賽的前列，而此時需要的就是配備精良、高速運作的人腦。由此可見，模型在量化投資的整個體系中居于核心地位。近幾十年來，西方理論界與實務界均誕生了不少量化投資模型，大力推動了量化投資的發展，這其中又大致可分為三大類：傳統的基于經濟學意義的模型（structural model）、現代的基于數學、統計學意義以及計算機原理的模型（statistical model）、程序化交易模型。以下就這三者分別予以介紹。
(一)傳統的基于經濟學意義的模型
這種模型雖然用到了一些數學與統計學的工具， 但其核心思想與前提假設仍然是圍繞經濟學或金融學原理而展開的。例如，B-S 模型與二叉樹模型提供了金融產品定價的新思路，因而也衍生出了所謂的以選擇權為基礎之投資組合保險策略（option-basedportfolio insurance，OBPI），如歐式保護性賣權（protective put）策略、復制性賣權（synthetic put）策略和一些持倉策略―――買入持有（buy-andhold）策略、停損（stop-loss） 策略、固定比例投資組合保險(constant proportion portfolio insurance，CPPI) 策略、時間不變性組合保障（timeinvariant portfolio protection，TIPP）策略、固定組合（constant mix）策略與GARP（Growth at a Reasonable Price）策略等。
(二)現代的基于數學、統計學意義以及計算機原理的模型
與上述模型相比，這種模型“量化”的傾向愈加明顯―――淡化甚至忽略經濟學或金融學背景，基本上只是依賴先進的數學、統計學工具與IT 技術構建模型，進而確定投資策略。模型中應用的具體方法主要包括參數法、回歸分析、時間序列分析、極值理論、馬爾科夫鏈、歷史模擬法、蒙特卡羅模擬法等等。
(三)程序化交易模型
隨著金融市場的日益復雜化， 越來越多的復雜交易策略被設計出來，這些交易策略很難通過傳統的手工方式執行，于是程序化交易應運而生。程序化交易是指按照預先編制的指令通過計算機程序來完成交易的方式，可以分為決策產生和決策執行兩個層面：前者是指以各種實時/歷史數據為輸入通過事先設計好的算法計算得出交易決策的過程，而后者是指利用計算機算法來優化交易訂單執行的過程； 也可以從交易頻率的角度，分為高頻交易和非高頻交易。程序化交易使得復雜的量化交易策略得以實施，優化交易指令的執行，解放人力使之把精力更多地集中到投資策略的研究上， 最重要的是能克服人性的種種弱點與障礙從而保證絕對的“客觀性”與“紀律性”。然而，這種交易方式也引起了諸多爭議，如對速度的過高要求會造成市場的不公平、巨大的交易量可能會增加市場的波動性、容易產生鏈式反應、為了盈利可能會制造人為的價格而降低市場的有效性等等。
量化投資的主要策略
增強型指數基金：策略的主要目的還是跟蹤指數，希望用量化模型找出能緊跟指數但同時又能小幅超越的組合。
非指數型量化基金：能利用絕大多數好的投資機會，而不需去管組合是否能緊跟指數。
多―空對沖基金：買入模型認為能表現好的股票， 賣空模型認為會表現差的股票。有時可能凈多倉， 有時可能凈空倉。此策略在對沖基金中很流行。在A股市場中能賣空的股票不多，所以一般只能用期指去對沖。
市場中性的多―空對沖基金：買入模型認為能表現好的股票， 賣空模型認為會表現差的股票。在任何時候凈倉位為0，同時在各行業上，大小盤風格上的凈倉位都為0。此策略在對沖基金中也比較流行。此策略的波動率非常小，在國外一般會加入杠桿。
130/30基金：一般共同基金采用，即買入130%的多倉， 賣空30%的空倉。
程序化高頻交易：利用期指或股價的日內波動進行高頻買賣。有些策略是找價格模式，有些是利用交易所規則上的漏洞。
可轉移Alpha：主要用在增強型指數基金上，具體是用期貨來跟蹤指數，一部分多出來的錢投資于風險比較小的能取得絕對正收益的策略上。
市場擇時/行業輪動/風格輪動：用數量化模型預測市場/行業/風格的拐點
量化投資和傳統投資的比較
天馬資產首席數量分析師朱繁林博士表示，量化投資區別于定性投資的鮮明特征就是模型，對于量化投資中模型與人的關系，大家也比較關心。可以打個比方來說明這種關系，我們先看一看醫生治病,中醫與西醫的診療方法不同，中醫是望、穩、問、切，最后判斷出的結果，很大程度上基于中醫的經驗，定性程度上大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依托于醫學儀器，最后得出結論，對癥下藥。
醫生治療病人的疾病，投資者治療市場的疾病，市場的疾病是什么？就是錯誤定價和估值，沒病或病得比較輕，市場是有效或弱有效的；病得越嚴重，市場越無效。
投資者用資金投資于低估的證券，直到把它的價格抬升到合理的價格水平上。但是，定性投資和定量投資的具體做法有些差異，這些差異如同中醫和西醫的差異，定性投資更像中醫，更多地依靠經驗和感覺判斷病在哪里；定量投資更像是西醫，依靠模型判斷，模型對于定量投資基金經理的作用就像CT機對于醫生的作用。在每一天的投資運作之前，會先用模型對整個市場進行一次全面的檢查和掃描，然后根據檢查和掃描結果做出投資決策。
傳統的定性投資強調的是基金經理的個人經驗和主觀判斷，相對來說強調基金經理的單兵作戰能力。而量化投資主要是用來源于市場和基本面的模型指導投資。
量化投資可以最大限度地捕捉到市場上的機會。而傳統的定性投資受到研究員，基金經理覆蓋范圍的限制。
量化投資借助模型進行投資，比較客觀和理性，更不會受市場和情緒影響。
量化投資的可復制性更好。傳統的定性投資易受到基金經理，資深研究員人動的影響。
其實，定量投資和傳統的定性投資本質上是相同的，二者都是基于市場非有效或是弱有效的理論基礎，而投資經理可以通過對個股估值，成長等基本面的分析研究，建立戰勝市場，產生超額收益的組合。不同的是，定性投資管理較依賴對上市公司的調研，以及基金經理個人的經驗及主觀的判斷，而定量投資管理則是“定性思想的量化應用”,更加強調數據。
國內量化基金投資風險分析
（一）量化模型質量產生的投資風險
投資模型本身的質量，是量化基金最核心的競爭力。專業人士以為，對于中國這樣的新興市場，量化投資的關鍵是能否根據市場特點，設計出好的投資模型。然而，已有的量化基金中，大多簡單地利用國外已公開的模型，或是用基金公司自有的一些簡單模型，在考察市場的有效性上普遍比較欠缺。如中海量化策略和南方策略優化在行業權重配置中均采用的Black-Litterman（BL）模型。這種模型現是華爾街主流模型，亦是高盛公司資產管理部門在資產配置上的主要工具。然而，在國內市場信息搜集等方面局限性較大的情況下，該系統到底是否有效，是否僅是基金公司體現其“專業性”的一個由頭，還有待觀察。
（二）基金經理執行紀律打折扣所產生的道德風險
好買基金研究中心的一份報告指出，大部分量化基金在擇時、行業配置和資金管理等方面并沒有采用量化模型，更多的是基金經理的主觀判斷。觀察這些量化基金的契約和季度報告可以發現，基金要么不進行擇時，要么根據主觀經驗進行擇時，這在很大程度上無法體現出模型選股產生的效果。
（三）數量化模型滯后產生的風險
量化基金效果如何，無法脫離資本市場環境的成熟度。量化模型的運用有重要的前提條件，是必須在一個相對成熟穩定的市場中運行，這種市場環境下基于歷史數據設計的模型才可能延續其有效性。國內股市曾經大起大落，市場結構和運行規律都發生過質變。在這種情況下量化模型有可能跟不上市場本身的改變，嚴格的量化投資也難以適應變化。這或許是這種舶來品水土不服的一大原因。可以說，早期的A股市場并不適合量化投資理念，而隨著市場逐漸成熟，量化投資的優勢才開始逐漸顯現。近兩年量化投資基金數量成倍增加，也是對這一趨勢的反映。
