核心要點

概念詳解

近年來，量化投資日益興起，成爲越來越受歡迎的投資策略之一。那麼，甚麼是量化投資呢？簡單來說，量化投資就是利用計算機技術並採用一定的數學模型，去實現投資理念和投資策略的過程。

傳統的投資方法主要包括基本面分析法和技術分析法，而量化投資則主要依靠數據和模型來尋找投資標的，確定投資策略。

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、投資經驗反映在量化模型中，並利用計算機處理大量信息，總結歸納市場的規律，建立可以重複使用並反覆優化的投資策略，並指導投資決策過程。

在應用方面，量化投資幾乎覆蓋了投資的全過程，包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、算法交易、資產配置、風險控制等。

量化投資的優勢

相對傳統投資方法，量化投資既有優勢，又有不足之處。其中量化投資的優勢主要包括以下幾點。

（1）紀律性

傳統投資很大程度上會受到諸如貪婪、恐懼等人的情緒的影響，有時候很難保證交易執行的紀律。

而量化投資一般會嚴格執行量化投資模型所給出的投資指令，而不會隨着投資者情緒的變化而隨意更改，因而有着相對嚴格的交易紀律。

（2）系統性

量化投資的系統性特徵主要包括多層次的量化模型、多角度的觀察及海量數據處理等。

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。

多角度觀察主要包括對宏觀週期、市場結構、企業估值、成長性和盈利質量、市場情緒等多個角度的分析。

海量數據處理是指量化投資能通過計算機獲得遠超人腦的數據和信息處理能力，進而捕捉更多的投資機會。

（3）及時性

量化投資能及時快速地跟蹤市場變化，不斷髮現能夠提供超額收益的新的統計模型，尋找新的交易機會。量化投資正是在不斷尋找估值窪地，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。

（4）分散化

量化投資的分散化，也可以說是靠概率取勝。這表現爲兩個方面：一是量化投資從歷史數據中發現規律，這些歷史規律多是過去有較大概率獲勝的策略；二是依靠篩選出股票組合來取勝，而不是一隻或幾隻股票取勝，從投資組合理念來看也是捕獲大概率獲勝的股票，而不是押寶到單個股票上。

量化投資的不足

說完量化投資的優勢，以下列舉幾個量化投資的不足。

（1）樣本誤差和樣本偏差

很多量化投資策略非常依賴歷史數據，但是歷史數據可能缺乏足夠的多樣性和足夠長時間的積累，因此樣本取樣可能因爲數量過少而出現誤差，或者因爲取樣非隨機而出現偏差。在此基礎上取得的相關性規律，一旦離開樣本範圍就可能失效，從而失去參考性。

（2）策略共振

許多量化策略，和技術分析策略相似，一旦某個策略被證明有效，隨着使用者增加，策略共振之下，它的有效性就減弱。

（3）錯誤歸因

在應用比較廣泛的的多因子量化策略中，是從數據的結果來反推原因，只要構建足夠多的因子，就很可能實現某個特定的已知結果。

然而，當基於這個多因子組合構建的量化策略，用於實際交易的時候，可能會因爲錯誤歸因的原因而失效。因爲從結果來倒退原因，無法準確區別哪些是偶然因素，那些是決定性的因果因素。

（4）黑箱

各種量化策略，包括高頻、對沖或套利等，往往都沒有內在因果關係，其策略的有效性大多建立在歷史數據的強相關性上。策略的邏輯在於，根據歷史數據，如果55%或更大概率是有效的，那麼只要重複數據足夠多，勝算就會積累。

但是隻有相關性，不瞭解內在因果關係，投資者就無法預知，在甚麼情況下，歷史無法指導未來。就像一隻火雞，主人每天都來餵食，但最後一天卻是來殺死它。