Ch01 投资与量化投资

1.1 量化投资

量化投资是一种投资交易策略。量化投资策略是利用统计学、数学、信息技术、人工智能等方法取代人工作出决策，通过模型完成股票交易来构建投资组合。利用计算机技术和数学模型去实现投资策略的过程。 一般情况下，市场研究、基本面分析、选股、择时、下单等都可以由计算机自动完成。广义上可以认为，凡是借助于数学模型和计算机实现的投资方法都可以称为量化投资。当前A股市场中，国内比较常见的量化投资方法主要是多因子策略、套利策略和期货CTA策略。 相较于主观投资，量化投资策略的最大特点是其具有一套基于数据的完整交易规则。在投资决策的所有环节，始终贯穿一套完全客观的量化标准，比如，A股票的横指标达到多少的阈值时，才可以开仓，每次开仓要买多少手等交易规则。

主观投资VS量化投资

1.2 量化投资的主要风险

1. 策略失效风险：量化投资最大的风险是策略失效。但更困难的挑战在于无法预测策略什么时间会失效，而策略失效的损失会非常大。
2. 流通性风险：流通性风险主要是指市场融资风险，不是传统意义上的流通性风险。而是基于很多量化投资基金的策略很像，当许多基金都采用相似的策略，一旦出现比如大的对冲基金需要清仓，卖掉过去盈利的股票，那其他基金就可能输钱甚至被迫平仓，这就会导致有流通性风险的问题。量化投资很多因素导致很容易同质化，带来的问题就是会产生共振，更容易产生系统性的风险。
3. 模型本身的风险：量化投资需要借助模型，而建立模型需要设定各种参数，但是，这些参数很难精准估计。估计不准的时候可能会带来巨大的损失。

1.3 量化投资的一般流程

量化投资的一般流程包括以下几个步骤：

• 策略设计：基于金融理论、历史数据或其他分析方法，构建量化投资策略的想法。
• 回测验证：使用历史数据对策略进行回测，检验策略的有效性和可行性，以及找到优化策略的方法。
• 模拟盘验证：使用虚拟账户和资金进行模拟交易，检验策略在实际市场中的表现，调整和优化策略。
• 实盘交易：经过前面的验证和优化后，将策略投入实际交易中执行。

需要注意的是，量化投资的策略设计和实施过程需要严谨、科学、系统化的方法，同时也需要一定的技术和数学功底。成功的量化投资不仅仅依赖于策略的设计，也需要严格的风险控制和资金管理。