金融市場(chǎng)是一個(gè)沒(méi)有標(biāo)準(zhǔn)答案的地方,。同時(shí),，金融市場(chǎng)也是沒(méi)有標(biāo)準(zhǔn)方法論的地方。如果說(shuō)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(shuō)近半個(gè)世紀(jì)以來(lái),，人類(lèi)最重大的創(chuàng)新，那就是從半導(dǎo)體集成電路開(kāi)始的信息技術(shù)革命,。在深刻改變?nèi)祟?lèi)的生產(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(lái)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(wú)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(shuō)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(zhuān)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(guò)的投資者，多多少少都會(huì)試用或者購(gòu)買(mǎi)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(xiě)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(lái)了蓬勃發(fā)展的契機(jī)。

什么是量化投資,？

我們來(lái)看看優(yōu)礦在其知識(shí)庫(kù)中給出的定義：

“量化投資是借助量化金融分析方法來(lái)進(jìn)行資產(chǎn)管理的一種投資方法,，量化金融分析方法是指結(jié)合金融數(shù)據(jù)，個(gè)人經(jīng)驗(yàn),，數(shù)學(xué)模型,，計(jì)算機(jī)技術(shù)的一種復(fù)雜金融建模，分析方法,?！?/p>

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(lái)看一個(gè)例子，大家都知道在地球上水往低處流,。學(xué)過(guò)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(méi)有學(xué)過(guò)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(wèn)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(shuō)“從高往低流”。

這個(gè)小故事,，說(shuō)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(zhǎng)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(lái)的預(yù)測(cè)能力，或者說(shuō),，知識(shí)來(lái)自于經(jīng)驗(yàn),。人類(lèi)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(lèi)的各種特征與構(gòu)成人類(lèi)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(lái)做個(gè)類(lèi)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(chēng)為定義域；輸出一般定義為字母y,，其取值范圍稱(chēng)為值域,，根據(jù)x確定y的方法稱(chēng)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(shuō)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(lái)一系列的數(shù)值對(duì)（x, y）,。對(duì)于特定的問(wèn)題而言，只要這個(gè)采樣沒(méi)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(lái)說(shuō),，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(zhǎng)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,。基于這個(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(guò)于簡(jiǎn)單，但足夠說(shuō)明問(wèn)題了,?；诖耍覀兛梢詠?lái)看看量化研究的流程,。

量化研究的流程

量化研究是一個(gè)系統(tǒng)的過(guò)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(lèi)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(wú)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(lèi)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(cāng)頻率，倉(cāng)位確定方法,，訂單類(lèi)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(zhǎng)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(zhǎng)期、穩(wěn)健的正收益,，否則是個(gè)無(wú)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(lái)源,。

策略?xún)?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(guò)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(guò)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(méi)有考慮到。

實(shí)盤(pán)交易：接入真實(shí)券商賬戶(hù),，真金白銀的進(jìn)行交易,。

量化策略的分類(lèi)

按照投資標(biāo)的，可以分為：

按照投資標(biāo)的分類(lèi)

按照收益來(lái)源,，可以分為：

按照收益來(lái)源分類(lèi)

按照敞口的方向,，可以分為：

按照敞口方向分類(lèi)

按照操作方式，可以分為：

按照操作方式分類(lèi)

量化投資簡(jiǎn)史

早期理論階段,，20世紀(jì)初

1900年法國(guó)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(lái)研究股票波動(dòng)，這篇論文基本上公認(rèn)是量化投資的開(kāi)端,。但是,，當(dāng)年該理論并沒(méi)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(shū)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(lái)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(kāi)端,。（Benjamin Graham即是股神巴菲特當(dāng)年的老師?。?/p>

現(xiàn)代投資組合理論，20世紀(jì)中期

1952 年,，美國(guó)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(lái)度量股價(jià)的波動(dòng)性后,，人們開(kāi)始研究更多的將風(fēng)險(xiǎn)與收益結(jié)合起來(lái)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(shuō)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(kāi)始在金融，經(jīng)濟(jì)方面大放異彩,，投資方法越來(lái)越專(zhuān)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(shuō)（EMH）出現(xiàn)后,，人們發(fā)現(xiàn)很多無(wú)法用 EMH 解釋的現(xiàn)象，比如說(shuō)：小市值效應(yīng)，月歷效應(yīng),，均值回歸,，市場(chǎng)過(guò)度反應(yīng)，過(guò)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(lái)越豐富規(guī)范,，他們開(kāi)始嘗試把計(jì)算機(jī)+金融數(shù)據(jù)結(jié)合起來(lái)，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(zhǎng)期,，20世紀(jì)末

20世紀(jì)80年代的研究吸引了不少人開(kāi)始研究量化領(lǐng)域,，更準(zhǔn)確的說(shuō)，是吸引了不少人開(kāi)始用計(jì)算機(jī)+金融數(shù)據(jù)來(lái)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(kāi)始慢慢在傳統(tǒng)的規(guī)模因子,、盈利因子中加入更多類(lèi)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(lèi)型。其次,，此期間還涌現(xiàn)出很多經(jīng)典的投資策略,，比如說(shuō)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(lái)：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(kāi)始，美國(guó)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(kāi)始虧損,，連連大跌，到最后被迫清盤(pán),?？梢哉f(shuō) 2007 到 2009 這一年多時(shí)間里，是美國(guó)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(guò) 50%,。2007年到 2009年，美國(guó)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(kāi)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(lái)說(shuō),，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(zhǎng)久積極健康的發(fā)展是可以預(yù)期的。

國(guó)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(guó)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(guó)以后加入公募基金，她們帶來(lái)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(guó)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(guó)內(nèi)開(kāi)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(shuō)2010年是中國(guó)量化投資元年,。大量從事量化基金研究的機(jī)構(gòu)開(kāi)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(jué)到機(jī)會(huì)相繼回國(guó)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(shuō)是國(guó)內(nèi)量化基金有史以來(lái)最風(fēng)光的一段時(shí)期。2013年以來(lái)創(chuàng)業(yè)板,、2014年下半年以來(lái)主板走出了波瀾壯闊的大牛市,，在此期間，買(mǎi)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(yáng)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(guò)山車(chē),，市場(chǎng)波動(dòng)巨大。中間出現(xiàn)過(guò)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(pán)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(kāi)始成批回歸,，國(guó)內(nèi)量化投資機(jī)構(gòu)成批涌現(xiàn),，國(guó)內(nèi)量化投資高速發(fā)展，量化投資在公眾中開(kāi)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(lái)的比較有實(shí)力的量化團(tuán)隊(duì)開(kāi)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(guó)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(kāi)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(lèi)型分類(lèi)的公募和私募量化基金管理規(guī)模和基金數(shù)量,。

中國(guó)量化基金產(chǎn)品數(shù)量和管理規(guī)模

目前中國(guó)的量化私募的資金管理規(guī)模僅為中國(guó)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(lái),，中國(guó)的量化投資還處于起步階段，未來(lái)的發(fā)展空間還很大,。

網(wǎng)易財(cái)經(jīng)統(tǒng)計(jì)的國(guó)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(guò)計(jì)算機(jī)來(lái)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(gòu)買(mǎi)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(wàn)元一年,。更不用說(shuō),，對(duì)于計(jì)算機(jī)硬件、軟件和專(zhuān)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(mén)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(kāi)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(kāi)放接口,，盡管券商通過(guò)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(kāi)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(pán)效果,，更要看其應(yīng)變市場(chǎng),、開(kāi)發(fā)新策略的板凳深度。

總結(jié)

如果說(shuō)投資是一門(mén)藝術(shù),，那么量化讓它走向科學(xué),。