答疑丨量化投资三分钟入门（一）

量化投资在国外的发展已经有很长时间的历史，虽然国内市场目前仍处于初起阶段，但是因其投资业绩稳定，市场规模和份额不断扩大，得到了越来越多投资人的认可，各个大型券商也在发展量化交易，如安信证券、国金证券的量化交易目前已经相对成熟，一些小型券商如长江证券、九州证券的也在逐步发展。巨大的市场空间和有志之士的不断加入让量化投资成为一个新兴的朝阳行业，也由此引出了诸多疑问，如：

量化投资是什么？

它与传统投资有何区别及优势？

量化策略是什么？

常用的策略编写语言有哪些？

······

接下来，AQ将为您一一解答

问

量化投资的概念

量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。

原理：利用数学、统计学、信息技术的量化投资方法来管理投资组合。量化投资者搜集分析大量的数据后,借助计算机系统强大的信息处理能力,采用先进的数学模型替代人为的主观判断, 克服投资者情绪波动的影响,避免因市场极度狂热或悲观的情况而导致非理性的投资决策, 使投资的稳定性大为增加,并利用计算机程序在全市场捕捉投资机会并付诸实施,以保证在控制风险的前提下实现收益最大化。

问

量化投资与传统投资的区别及优势

传统的投资方法主要有基本面分析法和技术分析法这两种，而量化投资主要依靠数学模型来寻找投资标的和投资策略，利用电脑帮助人脑处理大量信息，并进行投资决策。

量化投资是由计算机自动产生交易策略的一种投资方法，通过建立数学模型来实现交易理念，它具有完整的评价体系。模型建立后，通过对历史数据进行回测检验，确定模型在各个行情阶段均能有效运行，实现盈利。而传统的投资更注重人为的分析和投资者的感觉，比如说盘感。

量化投资的优势在于在于它的纪律性、系统性、及时性、准确性和分散化。

1.纪律性：严格执行策略思想，克服人性的弱点如贪婪、恐惧、侥幸心理等所带来的影响，从而避免人为的操作失误。

2.系统性：通过多层次的量化模型、多角度的观察及海量数据的观察等，捕捉更多的投资机会。

3.及时性：快速跟踪市场变化，全面扫描市场信息，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。

4.准确性：准确客观评价交易机会，克服主观情绪偏差，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。

5.分散化：即靠概率取胜。主要有两个方面，一是量化投资不断从历史中挖掘有望在未来重复的历史规律并且加以利用，这些历史规律都是有较大概率获胜的策略。二是依靠筛选出股票组合来取胜。

问

量化策略是什么

量化策略是指使用计算机作为工具，通过一套固定的逻辑来分析、判断和决策。量化策略既可以自动执行，也可以人工执行。

一个完整的策略需要包含输入、策略处理逻辑、输出；策略处理逻辑需要考虑选股、择时、仓位管理和止盈止损等因素，见下图：

问

常用的量化编程语言

常用的量化编程语言有python、matlab、java、C++等。从开发难度而言python和matlab都比较容易，java和C++麻烦一些。从运行速度而言，C++、java要快于matlab和python。不过对于大部分人而言，尤其是初学者，开发占用的时间远大于运行时间。另外，从量化资源而言，python资源多于matlab，并且语言结构清晰简单，因此目前国内市场上python语言较为通用。

1. 适用性：

python有庞大的标准库，有可定义的第三方库可以使用，例如pandas、talib等，非常适合用来处理金融数据等各种工作，包括正则表达式、文档生成、单元测试、线程、数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI（图形用户界面）、Tk和其他与系统有关的操作。

2. 易学：

python虽然是用c语言写的，但是它摈弃了c中非常复杂的指针，简化了python的语法，相比于c++、c#等语言，python更易学。

3. 兼容性：

由于Python的开源本质，使它具有较强的兼容性和可移植性，可客跨平台使用，国内众多量化平台通用，如米筐、聚宽、优矿、AQ量化家等。

如果感兴趣想了解更多量化知识可以加个人微信，为你提供量化交易服务。备注【群聊】拉你进群 ，一群人一起交流炒股经验， 群里从理财到个股的分析应有尽有；再到高效学习方法，精细化分享！

感谢阅读！