本节主要阐述量化投资的基本理论，首先介绍了量化投资的概念，然后介绍了量化投资的特点，特别介绍了量化投资策略的形成这，是研究量化投资过程中非常重要的一步。读完本文需要5分钟。
一、量化投资简介和其特点
由于区别于主流的投资手法，量化投资的国内著作区指可数，相对冷门也造成了对国外书籍的引入相对较少。笔者仅能对已知的信息加以概括得出量化投资的初步定义。量化投资区别于其它投资方法的鲜明特征就是模型，对于量化投资中模型与人的关系，如图1所示。一样人不直接参与投资操作而是真正的成为了幕后操手。
在资本市场对于传统交易来说，不碰个头破血流是不会成熟的，每一条经验都是带“血”的。而我们能做的就是放弃主观的判断，放弃对未来永无止境的预期，放弃人性的贪婪，只靠客观的量化分析来做出公式化的投资。我打个比方来说明这种关系，先看一看医生治病,中医与西医的诊疗方法不同，中医是望、稳、问、切，最后判断出的结果，很大程度上基于中医的经验，定性程度上大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。医生治疗病人的疾病，投资者治疗市场的疾病，市场的疾病是什么？就是错误定价和估值，没病或病得比较轻，市场是有效或弱有效的；病得越严重，市场越无效。投资者用资金投资于低估的证券，直到把它的价格抬升到合理的价格水平上。但是，传统定性投资和定量投资的具体做法有些差异，这些差异如同中医和西医的差异，定性投资更像中医，更多地依靠经验和感觉判断病在哪里；定量投资更像是西医，依靠模型判断，模型对于定量投资基金经理的作用就像CT机对于医生的作用。在每一天的投资运作之前，会先用模型对整个市场进行一次全面的检查和扫描，然后根据检查和扫描结果做出投资决策。或许我的这个比喻并不恰当，但也基本能反正出量化投资的本质——以量化的数据为投资依据。
其实，量化投资和传统的定性投资本质上的相同的，二者都是基于市场非有效或是弱有效的理论基础，而投资经理可以通过对个股估值，成长等基本面的分析研究，建立战胜市场，产生超额收益的组合。不同的是，定性投资管理较依赖对上市公司的调研，以及基金经理个人的经验及主观的判断，而量化投资管理则是“定性思想的量化应用”,更加强调数据，并有以下四个特点。
第一，纪律性。所有的决策都是依据模型做出的。纪律性首先表现在依靠模型和相信模型，每一天决策之前，首先要运行模型，根据模型的运行结果进行决策，而不是凭感觉。有人问，模型出错怎么办？不可否认，模型可能出错，就像CT机可能误诊病人一样。但是，在大概率下，CT机是不会出错的，所以，医生没有抛弃CT机，模型在大概率下是不出错的，所以，还是应该相信模型。纪律性的好处很多，可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差，行为金融理论在这方面有许多论述。纪律化的另外一个好处是可跟踪。定量投资作为一种定性思想的理性应用，客观地在组合中去体现这样的组合思想。一个好的投资方法应该是一个“透明的盒子”。让每一个决策都是有理有据的，特别是有数据支持的。
第二，系统性。具体表现为“三多”。首先表现在多层次，包括在大类资产配置、行业选择、精选个股三个层次；其次是多角度,定量投资的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；再者就是多数据，就是海量数据的处理。人脑处理信息的能力是有限的，当一个资本市场只有100只股票，这对定性投资基金经理是有优势的，他可以深刻分析这100家公司。但在一个很大的资本市场，比如有成千上万只股票的时候，强大的定量投资的信息处理能力能反映它的优势，能捕捉更多的投资机会，拓展更大的投资机会。
第三，妥善运用套利的思想。定量投资正是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。定性投资经理大部分时间在琢磨哪一个企业是伟大的企业，那个股票是可以翻倍的股票；与定性投资经理不同，定量基金经理大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。
第四，靠概率取胜。这表现为两个方面，一是定量投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用。二是依靠一组股票取胜，而不是一个或几个股票取胜。
二、量化投资的经济逻辑
开仓、平仓、撤单……这一系列的动作，统统“让渡”给了电脑。服务器的成交会通过WED发布直接送到自己的手机上。这听起来像个神话的故事正是现在正流行起来的量化投资者的幸福生活。每天，他们都必须让自己“置身事外”，他们所做的只需要检查一下软件工作是否正常。如果市场的波动比较大，他会检查一下是否会触发程序的隐藏BUG，需要的话，就去打个补丁。每月都会从期货市场得到一笔稳定的收入，而这笔收入的获得，不是来自废寝忘食的操盘，他们悠然自得，甚至连电脑开机和关机都交给了程序。当然要编制这样一个程序需要的仅仅是一双看透一切的双眼。
量化投资策略的形成步骤如图2所示大至为三个部分：
从以上的分析可知，要执行量化投资，首先要对标的进行量化分析，找出标的各项被数学语言形容的时间序列或概率分布。平动补偿包括包络对齐和相位校正。
第一步，量化分析。在一开始收集标的数据进形分析的时候，工作量是非常巨大的，比如我们想看看宏观经济环境和股票的表现有没有相应的规律，我们就要研究政府政策、货币供应，还有各类宏观经济的指标，以及股票走势、板块走势之间的关系，如果我们发现其中有某些规律，那么之后还要进行回测，看看这个规律是不是具有代表性，然后才能进下步数学建模中。而通常能做这样大型的量化分析的主要是一些量化基金管理团队，几个人甚至几十个人一起用计算机检验收集的数据是否有效，是否能成为建模的对象。
而作为个人投资者，应该怎么去考虑量化分析呢？首先，我想指出的是：股票走势在通常的情况下被人们认为是一个随机变量。但是因为股票中有人的参与它又变的不是那么随机，回归到最原始的理解股票的价格是因为人为的买卖而波动。在短期甚至于中期都是会有趋势性，并且从某种意义上说就是一种快速变换建立于价格P和需求量Q上的SD曲线。既然有人类的参与我们就依照常识或者参照人类行为规律[6]，以从众多的数据中找出一些逻辑上会影响到股价走势，或许预示股价走势的数据。这是我们在茫茫的量化分析大海中一个简单的思路而有效的思路。
第二步，数学建模。近年来量化投资作为一种投资方法不断的被人所提到，因为公式之所以能够赚钱的背后通常是一些很简单、很常识的东西：而数学建模就是把收集到的合格的数据用数学的语言表达出来。比如我们可以建立一元、多元回归模型，相关模型；还可以因为统计的历史数据来建立投资行为模型，等等模型来为投资服务。正如James Simons 所说的“数学公式可以去除投资者的心理给投资过程带来的偏差，比如很多投资者都过早止盈却迟迟不止损，量化投资的公式没有这种心理负担。这都是用数学公式投资的优势”。
第三步，虚拟操盘。当然再好的理论也要通过实践来检验效果。所有建成的模型都要放于虚拟盘中模拟一段时间才能真正为投资都服务。而这个模拟期少则半年多则几载，因为在模型在模拟的过程中还需要不断的更新和修正才会使其更加的完美。任何一个模型都不可能是完美的，测试模型是否能够达到80%以上的正确率，如果达到了就说明这个模型是成功的。如果没有那证明这个模型在某些地方还是须要改进一下或许根本不成立。这又是一个循环往复的过程，也一个通向成功必须的过程。
网友评论