量化投資注重數理分析與邏輯推導，不依賴主觀判定形成交易決策，當模型思想**於投資者市場體會，基於歷史資料所作的機率統計，也可以是技術指標，甚至基本面分析，只要能形成一定數理邏輯並得到市場驗證即可作為量化投資策略。
今年以來，一股「量化**」的熱潮悄然掀起，嘉實**、中海**、長盛**和華商**先後推出了自己的量化產品。關於量化**，國際資本市場，尤其是美國市場已經有了長足的發展並形成了相當的規模，在投資的各個環節形成了較成熟的數量化方法及量化模型。
目前，對於量化**的定義有四種：bloomberg認為量化**因使用數量化投資方法而得名，量化**通過數理統計分析，選擇那些未來回報可能會超越基準的**進行投資，以期獲取超越指數**的收益；lipper所定義的量化**是指投資者在投資決策上較多的依賴於數量化的方法而不僅僅是定性的方法，也就是說量化**較少考慮公司的具體商業操作，而更多的考慮公司**在市場上的表現；forbes旗下的investopedia則認為基於量化方法選股的**即為量化**；profitfund認為量化**通常會對市場行為建立計算機化的統計模型，基於數理統計分析對組合進行管理。
從上述定義可以看出，bloomberg和lipper的定義相對比較廣義，只是強調在投資的過程中使用數量化方法；而investopedia和profitfund的定義相對狹義，除了強調投資過程中使用數量化方法外，還強調投資決策是定量化的。好買認為在投資過程中使用數量化方法的**即為量化**。
數量化投資是將投資理念及策略通過具體指標、引數的設計，體現到具體的模型中，讓模型對市場進行不帶任何情緒的跟蹤；相對於傳統投資方式來說，具有快速高效、客觀理性、收益與風險平衡和**與組合平衡等四大特點。量化投資技術幾乎覆蓋了投資的全過程，包括估值與選股、資產配置與組合優化、訂單生成與交易執行、績效評估和風險管理等，在各個環節都有不同的方法及量化模型：
一、估值與選股
估值：對上市公司進行估值是公司基本面分析的重要方法，在「價值投資」的基本邏輯下，可以通過對公司的估值判斷二級市場****的扭曲程度，繼而找出價值被低估或高估的**，作為投資決策的參考。對上市公司的估值包括相對估值法和絕對估值法，相對估值法主要採用乘數方法，如p e估值法、pb估值法、p s估值法、p eg估值法、p sg估值法、ev/e bi tda估值法等；絕對估值法主要採用折現的方法，如公司自由現金流模型、股權自由現金流模型和股利折現模型等。
相對估值法因簡單易懂，便於計算而被廣泛使用；絕對估值法
因基礎資料缺乏及不符合模型要求的全流通假設而一直處於非主流地位。隨著全流通時代的到來和國內**市場的快速發展，絕對估值法正逐漸受到重視。
選股：在當前品種繁多的資本市場中，從浩瀚複雜的資料背後選出適合自己投資風格的**變得越加困難。在基本面研究的基礎上結合量化分析的手段就可以構建數量化選股策略，主流的選股方法如下：
基本面選股：通過對上市公司財務指標的分析，找出影響股價的重要因子，如：與收益指標相關的盈利能力、與現金流指標相關的獲現能力、與負債率指標相關的償債能力、與淨資產指標相關的成長能力、與周轉率指標相關的資產管理能力等。
然後通過建立股價與因子之間的關係模型得出對**收益的**。股價與因子的關係模型分為結構模型和統計模型兩類：結構模型給出**的收益和因子之間的直觀表達，實用性較強，包括價值型（班傑明格雷厄姆—防禦價值型、查爾斯布蘭迪—價值型等）、成長型（德伍切斯—大型成長動能、葛廉畢克斯達夫—中大型成長股等）、價值成長型（沃倫巴菲特—優質企業選擇法、彼得林奇—gar p價值成長法等）三種選股方法；統計模型是用統計方法提取出近似線性無關的因子建立模型，這種建模方法因不需先驗知識且可以檢驗模型的有效性，被眾多經濟學家推崇，包括主成分法、極大似然法等。
多因素選股：通過尋找引起股價共同變動的因素，建立收益與聯動因素間線性相關關係的多因素模型。影響股價的共同因素包括巨集觀因子、市場因子和統計因子（通過統計方法得到）三大類，通過逐步回歸和分層回歸的方法對三類因素進行選取，然後通過主成分分析選出解釋度較高的某幾個指標來反映原有的大部分資訊。
多因素模型對因子的選擇有很高的要求，因子的選擇可依賴統計方法、投資經驗或二者的結合，所選的因子要有統計意義上或市場意義上的顯著性，一般可從動量、波動性、成長性、規模、價值、活躍性及收益性等方面選擇指標來解釋**的收益率。
動量、反向選股：動量選股策略是指分析**在過去相對短期的表現，事先對**收益和交易量設定條件，當條件滿足時買進或賣出**的投資策略，該投資策略基於投資者對**中期的反應不足和保守心理，在投資行為上表現為購買過去幾個月表現好的**而賣出過去幾個月表現差的**。反向選股策略則基於投資者的錨定和過度自信的心理特徵，認為投資者會對上市公司的業績狀況做出持續過度反應，形成對業績差的公司業績過分低估和業績的好公司業績過分高估的現象，這為投資者利用反向投資策略提供了套利機會，在投資行為上表現為買進過去表現差的**而賣出過去表現好的**。
反向選股策略是行為金融學理論發展至今最為成熟，也是最受關注的策略之一。
二、資產配置
資產配置指資產類別選擇、投資組合中各類資產的配置比例以及對這些混合資產進行實時管理。資產配置一般包括兩大類別、三大層次，兩大類別為戰略資產配置和戰術/動態資產配置，三大層次為全球資產配置、大類資產配置和行業風格配置。資產配置的主要方法及模型如下：
戰略資產配置針對當前市場條件，在較長的時間週期內控制投資風險，使得長期風險調整後收益最大化。戰術資產配置通常在相對較短的時間週期內，針對某種具體的市場狀態制定最優配置策略，利用市場短期波動機會獲取超額收益。因此，戰術資產配置是在長期戰略配置的過程中針對市場變化制定的短期配置策略，二者相互補充。
戰略資產配置為未來較長時間內的投資活動建立業務基準，戰術資產配置通過主動把握投資機會適當偏離戰略資產配置基準，獲取超額收益。
三、股價**
股價的可**性與有效市場假說密切相關。如果有效市場假說成立，股價就反映了所有相關的資訊，**變化服從隨機遊走，股價的**就毫無意義，而我國的**遠未達到有效市場階段，因此股價時間序列不是序列無關，而是序列相關的，即歷史資料對股價的形成起作用，因此可以通過對歷史資訊的分析來**股價。
主流的股價**模型有灰色**模型、神經網路**模型和支援向量機**模型（sv m）。灰色**模型對股價的短期變化有很強的**能力，近年發展起來的灰色**模型包括g m（1,1）模型、灰色新陳代謝模型和灰色馬爾可夫模型。人工神經網路模型具有巨量並行性、儲存分布性、結構可變性、高度非線性和自組織性等特點，且可以逼近任何連續函式，目前在金融分析和**方面已有廣泛的應用，效果較好。
支援向量機模型在解決小樣本、非線性及高維模式識別問題中有許多優勢，且結構簡單，具有全域性優化性和較好的泛化能力，比神經網路有更好的擬合度。
四、績效評估
作為集合投資、風險分散、專業化管理、變現性強等特點的投資產品，**的業績雖然受到投資者的關注，但要對**有乙個全面的評價，則需要考量**業績變動背後的形成原因、**回報的**等因素，績效評估能夠在這方面提供較好的視角與方法，風險調整收益、擇時/股能力、業績歸因分析、業績持續性及fama的業績分解等指標和方法可從不同的角度對**的績效進行評估。
五、基於行為金融學的投資策略
上世紀50～70年代，隨著馬科維茨組合理論、c a p m模型、mm定理及有效市場假說的提出，現代金融經濟學建立了一套成熟的理論體系，並且在學術界佔據了主導地位，也被國際投資機構廣泛應用和推廣，但以上傳統經濟學的理論基石是理性人假設，在理性人假設下，市場是有效率的，但進入80年代以後，關於**市場的一系列研究和實證發現了與理性人假設不符合的異常現象，如：日曆效應、股權溢價之謎、期權微笑、封閉式**折溢價之謎、小盤股效應等。面對這些金融市場的異常現象，諸多研究學者從傳統金融理論的基本假設入手，放鬆關於投資者是完全理性的嚴格假設，吸收心理學的研究成果，研究**投資者行為、**形成機制與**表現特徵，取得了一系列有影響的研究成果，形成了具有重要影響力的學術流派－行為金融學。
行為金融學是對傳統金融學理論的革命，也是對傳統投資實踐的挑戰。隨著行為金融理論的發展，理論界和投資界對行為金融理論和相關投資策略作了廣泛的宣傳和應用，好買認為，無論機構投資者還是個人投資者，了解行為金融學的指導意義在於：可以採取針對非理性市場行為的投資策略來實現投資目標。
在大多數投資者認識到自己的錯誤以前，投資那些定價錯誤的**，並在股價正確定位之後獲利。目前國際金融市場中比較常見且相對成熟的行為金融投資策略包括動量投資策略、反向投資策略、小盤股策略和時間分散化策略等。
六、程式化交易與演算法交易策略
根據ny se的定義，程式化交易指任何含有15只**以上或單值為一百萬美元以上的交易。程式化交易強調訂單是如何生成的，即通過某種策略生成交易指令，以便實現某個特定的投資目標。程式化交易主要是大機構的工具，它們同時買進或賣出整**票組合，而買進和賣出程式可以用來實現不同的目標，目前程式化交易策略主要包括數量化程式交易策略、動態對沖策略、指數套利策略、配對交易策略和久期平均策略等。
演算法交易，也稱自動交易、黑盒交易或無人值守交易，是使用計算機來確定訂單最佳的執行路徑、執行時間、執行**及執行數量的交易方法，主要針對經紀商。演算法交易廣泛應用於對沖**、企業年金、共同**以及其他一些大型的機構投資者，他們使用演算法交易對大額訂單進行分拆，尋找最佳路由和最有利的執行**，以降低市場的衝擊成本、提高執行效率和訂單執行的隱蔽性。任何投資策略都可以使用演算法交易進行訂單的執行，包括做市、場內價差交易、套利及趨勢跟隨交易。
演算法交易在交易中的作用主要體現在智慧型路由、降低衝擊成本、提高執行效率、減少人力成本和增加投資組合收益等方面。主要的演算法包括：交易量加權平均**演算法（v w a p）、保證成交量加權平均**演算法（g uaranteed v w a p）、時間加權平均**演算法（t w a p）、游擊戰演算法（g uerrilla）、狙擊手演算法（s niper）、模式識別演算法（pattern
r e c ognition）等。
綜上所述，數量化投資技術貫穿**的整個投資流程，從估值選股、資產配置到程式化交易與績效評估等。結合量化投資的特點及我國**市場的現狀，好買認為量化投資技術在國內**業中的應用將主要集中在量化選股、資產配置、績效評估與風險管理、行為金融等方面，而隨著包括**在內的機構投資者佔比的不斷提高、衍生品工具的日漸豐富（股指**、融資融券等）以及量化投資技術的進步，**管理人的投資策略將會越來越複雜，程式化交易（系統）也將有快速的發展。
量化對沖基金標準
量化對沖業務標準手冊 一 對沖策略 包括期現套利 分級 套利 etf套利 1.業務規模 年限 及付息方式 1 該業務融資規模 優先順序份額 原則上不少於5000萬元 2 該業務融資期限為6個月至2年 3 該業務要求優先順序利息每日計提，至少到期或每年分配優先順序利息。2.投資標的 1 現金類資產 現...
什麼是量化對沖基金
過去兩年裡，對沖策略產品在國內理財市場日益興盛，其絕對收益的特點逐漸被大家認識，更成為陰晴不定的市場中一股清新的 正能量 何為對沖 近些年 對沖 一詞頻繁見諸報章，它曾被神化過，也曾被妖魔化。對沖 即 風險對沖過的 屬於絕對收益產品，追求在任何市場下都實現正回報。對沖 之父alfred jones在...
C16086量化投資 上篇對沖課後測驗100分
c16086 量化投資 上篇 對沖 試題一 單項選擇題 1.多層次模型 多角度觀察 監控全市場 描述了量化投資的 特點。a.系統性b.分散化c.準確性d.紀律性 描述 量化投資介紹您的答案 a題目分數 10此題得分 10.0 二 多項選擇題 2.投資組合的魅力在於 a.價效比更高b.穩定性更強c.確...