• 传统投资与量化投资
  • 量化投资与有效市场假说
  • 再谈量化投资的概念
  • 一种简单的量化模型：线代资产组合理论（MPT）
  • 进一步的量化模型：资本资产定价模型（CAPM）
  • 更强大的量化模型：单因子模型和多因子模型（Factor Model）
  • 再讲一个量化模型：套利与套利定价模型（APT）

    量化投资与传统投资

    量化投资的“量化”指的是数量化，就是需要定量的数据。
    量化投资 = 数据 + 模型，它包括量化择时和选股、套利、资产组合与风险管理和算法交易等
    下面通过例子讲一下传统投资和量化投资的区别

传统投资主要基于个人的逻辑分析和判断。比如说，如果有一天你看到苹果发布了M1芯片的MacBook，你觉得这个产品很哇塞，肯定会受消费者喜欢。产品受欢迎肯定会给公司带来可观的利润，紧接着你就回去买苹果公司的股票，等到产品大卖之后股票涨价，卖出股票赚得差价。再或者说，你觉得小区王阿姨卖的煎饼果子味道独特，一直有很多回头客来购买，在未来一两年之内煎饼果子摊能扩大生产规模和盈利能力，于是你就去买了王阿姨煎饼果子摊的股票，以期许获取收益。这样的投资方法主要靠投资者个人的推理和判断，并不经过太多的数值计算，这种方法一般被称为传统投资方法。大家都很熟悉的巴菲特（Warren Edward Buffett）就更多地采取这样的方法，其投资决定的形成当然也会基于一定的数据和调研，但是最后的决定主药还是由其个人的主观判断形成。

而量化投资主要是基于数据和模型。举例来说，你观察了王阿姨煎饼果子摊，通过煎饼果子摊资产定价模型，结合你调查到的该公司营业数据，算的该公司价值10w，该公司发行了1w股股票，平均每股的价值10元/股，但是目前该公司的股价只有5元/股，因此你觉得该公司股票有很大的上涨空间，因此去投资了该公司的股票。这里提一下，量化投资并不都像刚刚那个例子一样通过估计股票价值来预测股票未来的走势，还有其他的方式。在此领域成功的代表就是西蒙斯（James Harris Simons）。

量化投资与有效市场假说

根据投资的目的来分类，分为主动投资和被动投资。
被动投资：仅仅希望能跟随市场平均水平的投资方式
主动投资：希望投资组合的收益超越市场表现
对于主动投资的人来说，有效市场假说就好像是洪水猛兽，因为它直接认定没有办法通过历史数据来获得超额收益。
有效市场假说：这个假说通过一些假设，提出市场的定价一直处于一个有效的状态下，即市场上的定价已经综合反映了各方面的信息。既然市场定价已经综合反映了市面上的各种信息，那么我们再根据这些信息和历史规律来试图找到一个更有效的定价就是徒劳的，有效市场假说直接否定了主动投资的可行性。

有效市场假说的想法就是说假设股票有效价格的改变是由各种消息驱动的，好消息和坏消息的到来是随机的。市场的参与者都是独立、理性并且追求利润的，因此当消息传播到市场上之后，这些参与者的投机行为就能够使得价格迅速恢复到新消息下的有效价位上。因此，在这个调节机制下，价格会保持合理，市场会持续有效。根据市场有效的程度，该假说还可以分为论断强弱不同的若干版本。在市场是弱势效率时，我们无法从历史的价量中找到帮助我们盈利的规律；在半强式效率时，从公共渠道获得的所有信息都是无助于我们找到有用规律的；在强式效率时，假说断定从任何渠道获得的信息都是无法帮助我们盈利。

这个假说听起来蛮令人沮丧的。但是个人认为有效市场假说中本身就肯定了理性市场参与者对于信息进行加工处理然后反作用于市场的作用，亦即正是由于这一部分人通过加工利用这些信息赚到了钱，才把价格拉回到了有效的位置。如果我们能比其他市场参与者更加迅速地对于市场上的信息做出反应，就能获取相应的利润。从实证的角度来说，股票市场缺失会常常出现“不有效”的定价。A股市场的不有效现象更为明显，其主要原因还是参与者的成熟度离美股市场还有一定差距，亦即我国股市的定价偏离的机会仍然较多，这也给量化投资以更多的机会。

再谈量化投资的概念
提到量化投资，可能会想到很多名词，比如基本面分析、技术面分析、程序化交易等等，下面先介绍一下这些名词。
基本面分析和技术面分析。基本面分析主要是依靠公司财务数据和宏观经济数据，比较常见的公司财务数据有原始数据有公司的总资产、总负债、每股收益等，比较常见的宏观经济数据有GDP增速、国家外汇和黄金储备、货币供应量等，不过就基本面的定义来说，基本面还包括市面上的新闻、公告和舆情信息。而技术面分析主要依靠股票市场历史是哪个的交易价格和成交量，虽然其原始数据比较单调，但是在技术面分析中却发展出了大量的分析手段，从价量数据中衍生出相当多的技术指标。

在量化投资领域，相比于基本面分析，技术面信息用的更多一些。在基本面信息中，用到更多的是数量化的公司财务数据和指数化的宏观经济数据，而新闻、公告、舆情等信息的利用相对并不是那么充分。因为相对于传统的量化，量化投资更倾向于数量化的数据，甚至是结构化的数据。例外，在传统的量化，主要靠人来分析，希望数据尽可能的少而精，但在量化投资中，我们更倾向找寻数据中的规律，因此希望有更多的数据。

下面介绍一些简单的量化模型

一种简单的量化模型：线代资产组合理论（MPT）

在讲这个模型之前，先讲一下风险。
我们常说好的投资人就是最大化利润、最小化风险。比如说支付宝风险相对于股票市场来说就比较小，这是我们感性的认识，那我们怎么客观的去评估风险呢？答案事我们可以使用收益率序列的方差来表征风险。