No.1 走进量化投资

什么是量化投资？与传统投资方法相比，量化投资的优势体现在哪里？其理论发展如何？又如何对策略进行分类呢？本期学习，我们带您走进量化投资。...



一、概念介绍

量化投资（Quantitative Investment）是指利用计算机技术并结合一定的数学模型去实现投资理念、实现投资策略的过程。在wiki中，Quantitative Investment 又被称为 Mathematical Finance，属于应用数学与金融市场的交叉，而这一概念又与计算金融（Computational Finance）和金融工程（Financial Engineering）有着非常强的相关性。不同的是，后面二者更多的是借助诸如随机资产定价等模型来设计金融产品，而前者更多关注的是策略的实现和工具的搭建。

传统投资方法主要分为基本面分析（Fundamental Analysis）和技术面分析（Technical Analysis），量化投资则主要依靠数据和模型来寻找投资标的和投资策略。

在很多文章中，经常可以看到，读者常形象地用中医和西医来类比传统投资和量化投资。市场的病在于市场的错误定价和估值，没病或者病的比较轻，市场就是有效或者弱有效的；病的非常严重，那么市场就是无效的。 中医看病常用望闻问切，很大程度上取决于医生的经验，定性程度更大；而西医在诊治之前更多依托于医学仪器，在得到各项指标后，对症下药。与此类似，传统的定性投资更多地依靠投资者对于市场的感觉，辅助以基本面和技术面的分析来进行投资决策；而量化投资更多地是依据严密的模型来进行判断。

二、Why Quant？

量化投资在近30年来获得了极大的关注，主要出于以下几个动机：

其一，信息大爆炸使得投资者在信息处理上出现困难，需要升级工具箱。

截至2016年5月17日，A股市场上市公司达到2857家，而经验而言，一个专业的投资组合经理通常能够管理30-50支股票，可见上市公司数量的增加已经远非一个投资经理所能覆盖。此外，随着互联网的发展以及数据供应商的不断完善，投资者所能获得的高频数据越来越多。如何更好地利用数据的第一手资料、充分挖掘其中的信息，对传统投资者是一个考验。

其二，投资者的决策受许多非理性行为的影响。

行为金融学家研究发现，投资者容易受众多非理性行为的影响，会出现过度自信、保守主义、后悔规避等不同程度的非理性行为。基于模型和计算机技术的量化投资，能够克服投资者的行为偏差。

三、理论发展

量化投资和数理金融具有很大的共同性，很多量化投资的理论、方法和技术都来自于数理金融。下面我们从数理金融的发展来回顾一下整个量化投资的历史;

20世纪50-60年代：Markowitz(1952)提出均值-方差模型，第一次将数理工具引入金融研究；随后，Sharpe(1964)、Litner(1965)、Mossin(1966)研究资产价格的均衡结构，提出资本资产定价CAPM模型；Samuelson(1965)和Fama(1965)提出有效市场假说EMH，主要基于投资者理性、市场有效、随机游走三点假设;

20世纪70-80年代：衍生品定价成为理论研究的重点。Black、Scholes和Merton提出期权定价BSM公式、Ross(1976)建立套利定价理论（Arbitrary Pricing Theory）APT模型；

20世纪80-90年代：金融市场四大发明：票据发行便利NIF、互换交易、期权交易、远期利率协议。基于随机微分方程和数值计算分析在期权定价中的运用越来越多。此外，投资者更加注重风险管理，JP摩根提出在险价值VaR模型;

20世纪90年代-至今：非线性科学方法使用越发广泛，传统运用在数据挖掘中的方法如遗传算法、决策树、神经网络、非线性回归等在量化投资领域占据一席之地。

四、分类

按照持仓时间分类：基本面&技术面量化投资、统计套利、高频交易等

按照投资过程：量化选股、量化择时、股指期货套利/商品期货套利、统计套利、算法交易、高频交易等

五、术语

Mathmetical tools: Calculus, Copulas, Differential Equations, Expected Value, Ergodic Theory, Ito's Lemma, Monte Carlo Method, Numerical Analysis, Partial Differential Equations, Probability Distributions, Risk-Neutral Measure, Brownian Motion, Levy Process, Value at Risk, Time Series Analysis...

Derivative Pricing: Rational Pricing, Swap Valuation, Futures Contract Pricing, Put-Call PArity, Implied Volatility, Volatility Smile, Black-Scholes Model...

微信号：QuantNote





长按识别二维码关注我们

这是UM量化笔记的第【1】篇推送。

    关注 UM量化笔记