1. 量化基础

1.1 量化投资理解

• 量化投资就是借助统计学、数学的方法，运用计算机等工具，从海量历史数据中寻找能够带来超额收益的多种“大概率”策略，并纪律严明地按照这些策略所构建的数量化模型来指导投资，力求取得稳定的、可持续的、高于市场平均的超额回报。
• 量化投资与传统投资的区别
  • 传统投资：经验判断（中医，望闻问切）
  • 量化投资：统计规律（西医，仪器测量）
  • 传统投资的投资经验、投资理念用数量化的工具实现，就是量化投资
  • 传统投资并不是量化投资的对立面，主观交易才是量化投资的对立面
  • 量化投资是投资从艺术走向科学的必经之路
  • 量化投资的代表人物：詹姆斯.西蒙思 ，1989-2008年年均收益33%，大帐超越巴菲特、索罗斯等人，充分说明量化投资的先进性

1.2 量化交易策略

• 量化投资的优势

  1. 纪律性：严格执行投资策略。不随投资者情绪的变化而随意变更，可以克服人性弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差。
  2. 及时性：及时跟踪市场变化。不断发现能够提供超额收益的新的统计模型，寻找新的交易机会。
  3. 系统性：通过多层次的量化模型多角度去观察及海量数据的处理，捕捉大量投资机会。
     1. 多层次，大类资产配置、品种选择、精选种类
     2. 多角度，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。
     3. 多数据，海量数据的处理。
  4. 准确性：准确客观评价交易机会，克服主观情绪偏差，从而盈利
  5. 分散化：充当分散化投资的工具。
     1. 从历史中挖掘未来重复的历史规律，且这些历史规律都是较大概率取胜的策略。
     2. 依靠筛选出股票组合来取胜，是捕捉大概率获胜的股票，而不是押宝到单个股票。

• 量化投资的流程

  1. 数据获取：完整、可靠、规范的数据，使得最终的分析和研究结论是正确的、可靠的
  2. 回测：构建交易策略并在历史数据中进行撮合成交，并得到收益率曲线，以便进行回测验证。
  3. 模拟交易：策略通过回测验证后，一般不会直接实盘，而是通过模拟交易进一步验证策略。
  4. 实盘交易：交易执行需要考虑资产管理、订单管理、风控管理。

• 什么是回测？

  • 回测就是用量化策略对过去指定时间段进行模拟交易，从而得到的收益以及净值变化情况。进行回测是量化投资的一个重要特征。
  1. 以挑选优质策略、淘汰劣质策略为核心目的。
  2. 为量化策略进入实盘交易提供一定的依据的作用，只是判断量化策略好坏的第一个门槛。
  3. 过往绩效并不能代表未来，宏观经济、市场制度、市场结构、投资者投资水平，科学技术发展等一系列因素的不断演变。

• 量化交易策略有哪些？（只考虑股票市场）

  1. 多因子模型
  2. 趋势交易
  3. 统计套利
  4. 算法交易
  5. 价值选股
  6. 择时研究
  7. 事件驱动
  8. 日内策略
  9. 技术分析

• 回测中常见的陷阱

  1. 未来函数：当前时间点获取到了该时间点之后的信息
  2. 过拟合：拟合过度，会学习和记忆噪音数据，在未来很容易失效
  3. 幸存者偏差
  4. 交易费用的低估：在回测中，对交易费用的计算低于实际情况，使得策略收益虚高
  5. 冲击成本的忽略：交易本身会引起市场变化，带来冲击成本，尤其资金量比较大时，冲击成本的考虑更应该严谨
  6. 小样本视角：数量量小，分析结论普适性不强