什麼是量化交易？

關鍵要點

概念圖

近年來，量化交易作為一種新興的投資策略日益受到人們的青睞。那麼，什麼是量化交易呢？簡單地説，量化交易就是利用計算機技術和特定的數學模型來尋找投資想法並實施投資策略的過程。

傳統的投資方法主要包括基本面分析和技術分析，而量化交易則依靠數據和模型來尋找投資標的，做出投資決策。

量化交易不依賴個人感覺來管理資產，而是基於適當的投資理念和經驗使用量化模型。它使用計算機處理海量信息，總結市場動態，並建立可重複使用和優化的投資策略，以指導投資決策過程。

在應用方面，量化交易幾乎涵蓋了整個投資過程，包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、算法交易、資產配置、風險管理。

量化交易的優勢

與傳統的投資方式相比，量化交易有優勢也有劣勢，優勢主要有以下幾點。

(一)紀律

傳統投資在很大程度上受到貪婪和恐懼等人類情緒的影響。確保交易紀律有時是一件具有挑戰性的事情。

量化交易是以紀律為基礎的。嚴格執行量化交易模型給出的投資指令，不會隨着投資者情緒的變化而隨意變化。

(2)系統性

量化交易的系統性特徵主要包括多層次的量化模型、多角度的觀察和海量的數據處理。

多層次模型主要包括大類資產配置模型、行業精選模型和選股模型。

多角度觀察主要包括宏觀週期分析、市場結構分析、企業估值分析、成長性與盈利質量分析、市場情緒分析等多個角度。

海量數據處理意味着，量化交易可以通過計算機獲得遠遠超出人腦的數據和信息處理能力，從而捕捉到更多潛在的投資機會。

(3)及時性

量化交易可以及時跟蹤市場變化，不斷髮現導致超額收益的新統計模型，尋找新的交易機會。量化交易不斷尋找估值窪地，通過全面系統的掃描，尋找錯誤定價和錯誤估值帶來的機會。

(4)多元化

量化交易多元化的本質是以概率求收益。這表現在兩個方面：一方面，量化交易從歷史數據中發現規律，主要是過去盈利概率較高的策略；另一方面，量化交易通過選擇股票組合來獲利，而不是選擇一隻或幾隻股票。請注意，多元化並不能保證盈利，也不能在下跌的市場中防止虧損。

量化交易的弱點

在介紹了量化交易的優勢之後，下面列出了量化交易的幾個弱點。

(1)樣本誤差和樣本偏差

許多量化交易策略嚴重依賴歷史數據。然而，歷史數據可能缺乏足夠的多樣性和長期積累，因此採樣可能由於樣本數量較少而容易出錯，或者由於非隨機採樣而偏離。在此基礎上得到的相關律一旦離開樣本範圍就可能失效，從而失去其參考價值。

(二)戰略共鳴

許多量化策略類似於技術分析策略。一旦某一特定策略被證明是有效的，其有效性就會隨着用户數量的增加而減弱，這就是所謂的戰略共振。

(3)錯誤歸因

從數據結果中推斷出廣泛使用的多因素量化策略的原因。只要構建了足夠多的因素，就有可能達到特定的已知結果。

然而，當基於這種多因素組合的量化策略在實際交易中使用時，可能會因為錯誤歸因而失敗。因為因果是顛倒的，所以不可能準確地區分偶然和決定性的因果因素。

(4)黑匣子

各種量化策略，包括高頻交易、對沖或套利，往往沒有內在的因果關係。這些策略的有效性主要是基於歷史數據的強相關性。這些策略的邏輯在於，如果基於歷史數據的有效概率為55%或更高，那麼只要有足夠的數據重複，獲勝的機率就會累積。

但由於只有相關性，沒有對內在因果關係的理解，投資者無法預測歷史何時不能指引未來。這就像一隻土耳其，它的主人每天來餵它，但主人在最後一天來殺它。