1、数量化投资跟传统的投资一样都是基于市场的弱有效性，不同的是传统的投资依赖个人经验以及主管判断和公司的调研来进行投资，而数量化投资主要是依靠统计模型，利用计算机程序进行投资。
2、多因子选股模型的基本原理是利用一些统计准则，如果满足这些准则的股票就买入，不满足的就卖出，多因子模型的优点就是相对别的模型来讲非常稳定，因为在不同的经济条件下，总会有些因子对股票起重要作用。
各种多因子模型的核心区别在于：一是因子的选择上，二是选择怎样的统计准则来评价这些因子，然后做出一个选股的依据。
统计准则一般有以下两种：回归分析法，和FF评分排序法。
回归分析法就是利用过去的股票的收益率对上面的因子进行回归，得到一个回归方程，然后把最新的因子值代入方程得到对未来收益的判断，最后得出选股的一句，这里主要利用线性回归的方法有最小二乘法对参数的估计，向前向后变量选择，相关性分析等等最后得出对收益率起决定作用的股票因子。
FF评分排序法通过对不同的股票因子进行排序，排名靠前的股票组合减去排名靠后的股票组合得到下一期的平均收益率定义为因子回报。另外还有比较常见也比较简单的评分法就是根据直观经验判断各个因子对股票的影响进行评分，然后按照一定的权重加权得到一个总分，最后依据这个总分再对股票进行筛选。
市场上的投资资，不管是投资者还是投机者都会依据一些因子来判断股价的涨跌。当有一群交易者同时采用每个因子的时候，就会造成该因子的有效性。
动量策略，是指在一段时间内前一段时间强势的股票，在未来一段时间继续保持强势而在前一段时间表现弱势的股票，在未来依赖时间继续萎靡，是一个连续性的惯性。
相关性分析在量化投资中的应用主要体现在同一行业中的相关性分析，找出同一行业中具有很强相关性的两只或者多只股票，这样我们可以通过观察一只股票的股票变动来预测另外一只相关性股票的股价的边动。
聚类分析是将研究对象分为具有一定同质性的群组的这么一种统计分析技术。
网友评论