什么是量化投资?

最近十年来,量化投资成为了欧美资本市场发展的热点与焦点,一举成为了国际投资界兴起的一个新方法,发展势头迅猛,。量化投资和基本面分析、技术面分析并称为三大主流方法。由于量化投资交易策略的业绩稳定,其市场规模和份额不断扩大,得到国际上越来越多投资者的追捧。

过去20年收益率最高的基金,是文艺复兴科技公司的大奖章,其客户平均年收益率高达35%;而过去四年高盛旗下的量化基金规模翻了一倍,超过1000亿美金。由此可见,量化投资已经成为机构投资者的重要利器。

量化投资对于基金公司/资产管理公司而言,有着非常明显的价值:
  

首先是容易冲规模。一个有效的量化模型是可以在多个产品上进行快速复制,从而迅速做大规模。这个在巴克莱的指数增强系列产品上得到最明显的体现。截止2011年底,巴克莱量化基金,管理规模超过1.6万亿美金,超过富达基金,成为全球最大的资产管理公司。

其次是可以获得绝对收益。利用量化对冲方式,构建与市场涨跌无关的产品,赚取市场中性的策略,适合追求稳健收益的大机构客户,例如保险资金、银行理财等。这个产品的代表性公司就是目前全球最大的对冲基金BridgeWater,旗下的旗舰产品Pure Alpha过去五年共赚取超过350亿美金。

第三是杜绝了内幕消息和老鼠仓。量化投资只利用公开数据,通过数学模型的运算,挖掘出隐藏在公开数据后面的信息,从而战胜市场,从方法论上就杜绝了内幕消息的可能。在交易过程中利用复杂的IT系统进行程序化交易,使得老鼠仓也无法成为可能。在国内金融市场监管日趋规范的情况下,量化投资这种方法必然会成为投资研究的主要方法。

量化投资的理论基础
 

说到量化投资的理论基础,就要从市场有效性假说说起,技术分析、基本面分析和量化分析代表了有效市场的三个不同的层次。在无效市场,技术分析是充分有效的,这在中国资本市场最初的十年得到很好的体现;当市场进入弱有效市场后,可以依靠基本面分析获得超额收益,2000年到2010年这十年基本上属于这个时代;当市场进入半强有效市场后,也就是从2010年开始我们可以观察到大部分基本面分析的产品已经无法获得超额收益,此时国内市场已经进入半强有效市场。当然当市场进入强有效市场后,则无论哪种方法均无法战胜市场,那时候只能被动指数化投资。

传统的有效市场假说认为,在半强有效市场,只能依靠非公开信息(内幕消息或者私人消息)来获得超额收益。但是我们可以知道的是,除了非公开信息并不是只有内幕消息和私人消息,还有另外一个获得非公开信息的方法:就是利用数据挖掘的方法,从公开的数据中挖掘出非公开信息,也就是量化投资的方法。这也就是在美国等成熟市场(基本上进入半强式有效市场状态),量化投资为啥可以得到蓬勃发展的原因。

上监管层对内幕消息的监管越来越严厉,使得通过这种方法获得非公开信息的方式越来越难,因此量化投资就成为了一个最好的获得非公开信息的科学理论与技术。

很多人问:量化投资是不是仅仅是一个昙花一现的概念,还是一个可以长期有效的科学理论,我想通过上述对有效市场假说的分析,已经得到了明确的答案:量化投资是在半强式有效市场中的最佳分析理论,也几乎是唯一可行的分析理论。

美好前景

中国经济经过30年的高速发展,各行各业基本上已经定型,能够让年轻人成长的空间越来越小了。未来十年,量化投资与对冲基金这个领域是少有的几个,可以诞生个人英雄的行业,无论是出生贵贱,无论是学历高低,无论是有无经验,只要你勤奋、努力。脚踏实地的研究模型,研究市场,开发出适合市场稳健盈利的交易系统,实现财务自由,并非遥不可及的梦想。

曾经有研究助理抱怨:“我们做量化研究的,一年都没有啥机会出去调研,免费旅游的机会都木有啊”。

“你只要好好研究量化模型,找到持续稳定盈利的策略,自然就会有大量的资金来找你合作,实现财务自由不困难。到时候你会开着游艇出海,去拉斯维加斯享受,去非洲草原猎象,又何必在乎眼前的这点免费旅游呢?”他点头如捣蒜。

在中国目前的很多领域,赚钱已经变成一个非常困难的事情,但是在量化投资与对冲基金领域,是完全依靠自己的勤奋与努力。一个持续稳定赚取的模型,不是靠关系和背景就可以的,而是靠着自己的聪明才智和脚踏实地的工作。

所以,从事量化投资与对冲基金这个行业,不仅仅是为了实现财务自由,更重要的是人性的尊严!
最后还想说一句:
俱往矣,数风流人物,还看今朝!
让我们一起拥抱中国量化投资与对冲基金黄金时代的到来!

推荐阅读: | 量化交易  | 期货模拟交易 | python量化交易 | 股票数据  | 量化交易策略 | 机器学习算法  | 多因子选股 |

| 双均线策略 |  网格交易法 |  海龟交易法  |  跨期套利  | 行业轮动  | 指数增强  | 跨品种套利 | 日内交易 |

量化投资的现状和前景相关推荐

  1. 量化投资的现状与前景

    转 量化投资的现状和前景 什么是量化投资? 最近十年来,量化投资成为了欧美资本市场发展的热点与焦点,一举成为了国际投资界兴起的一个新方法,发展势头迅猛,.量化投资和基本面分析.技术面分析并称为三大主流 ...

  2. 科普|浅谈量化投资的发展及其监管

    量化投资发展的前提条件 - (1)量化投资因为其固有的专业性和技术性,很难在普通的中小规模的散户中推广开来,所以个人投资者主导的市场难以盛行量化投资.因为一方面个人投资者有着自己的工作故专心投资的时间 ...

  3. 量化投资之宏观篇 | 达里欧谈美国社会的矛盾及如何改良

    今天,你AI了没? 关注:决策智能与机器学习,每天学点AI干货 正文共:13520字 16图 预计阅读时间:34分钟,建议收藏阅读 本文来自旁解生活与投资(id:Invest WinEver),作者: ...

  4. 零基础学python免费网课-零基础学Python量化投资,超值线上课程反复回看

    原标题:零基础学Python量化投资,超值线上课程反复回看 超值网络课程 量化投资是一种严谨.系统化的投资方式,相比起传统投资,量化投资风险低回报高,但是它要求投资者使用数据处理分析.计算机编程技术. ...

  5. 中国呼吸道防护劳保用品市场投资效益与销售前景调研报告2022年

    中国呼吸道防护劳保用品市场投资效益与销售前景调研报告2022年 ··························· <修订日期>:2022年1月 <专员对接>:周文文 &l ...

  6. 飞畅科技-工业以太网的应用现状及前景展望

    由于以太网无可争议的优势,将以太网应用于工业自动化领域正成为人们关注的热点.那么,以太网用于工业领域需要要解决哪些问题,其发展前景怎么样呢?接下来我们就来详细的介绍下工业以太网的应用现状及发展前景.感 ...

  7. 量化投资相关文章统计

    转载自:http://www.dataguru.cn/article-5441-1.html 量化投资相关文章统计,具体信息如下: 算法交易-尽可能降低你的交易成本(一) 算法交易-尽可能降低你的交易 ...

  8. 量化投资为什么用python_1、量化投资—为什么选择Python?

    Python在量化领域的现状 就跟Java在web领域无可撼动的地位一样,Python也已经在金融量化投资领域占据了重要位置,从各个业务链条都能找到相应的框架实现. 在量化投资(证券和比特币)开源项目 ...

  9. 中国过氧化二异丙苯市场投资状况分析与前景趋势研究报告2022年版

    中国过氧化二异丙苯市场投资状况分析与前景趋势研究报告2022年版 ═━┈┈━══━┈┈━══━┈┈━══━    [出版机构]:  中商经济研究网 第一章 2019-2022年3月过氧化二异丙苯产品发 ...

  10. 全球与中国汽车磁性探伤解决方案市场投资发展格局及前景战略咨询研究报告2021年版

    全球与中国汽车磁性探伤解决方案市场投资发展格局及前景战略咨询研究报告2021年版 本文研究全球及中国市场汽车磁性探伤解决方案现状及未来发展趋势,侧重分析全球及中国市场的主要企业,同时对比北美.欧洲.中 ...

最新文章

  1. 数据导入HBase最常用的三种方式及实践分析
  2. 插入顶部_轻巧的衣领插入技术
  3. Netbeans搭建Android环境
  4. 2017-2018-2 20179216 《网络攻防与实践》 SQL注入攻击
  5. 从GAN到WGAN到LipschitzGA
  6. Python中使用中文
  7. php json_encode options,json_encode($json,$option) 对变量进行 JSON 编码说明
  8. 【优化算法】乌燕鸥优化算法(STOA)【含Matlab源码 1431期】
  9. 西门子PLC S7-300紧凑型简介
  10. Android回声消除调研 20220321
  11. matlab高斯消去法解线性方程组,高斯消元法—求解线性方程组与实例分析应用.pdf...
  12. 三年有效期SSL证书将于2018年3月1日下架
  13. 伴娘礼服上的年华(五)
  14. AUTOSAR Diagnostic
  15. 初谈推荐算法:协同过滤推荐(CF)算法
  16. 信阳市少年计算机学校,信阳市胜利路学校: 奖杯璀璨 少年奋进
  17. 惠普微波仪器的奠基人 硅谷首位华人工程師 - 邝达璇
  18. 重装和重装后该怎么办(通用版)
  19. Win7启动时黑屏很久才进入桌面的原因
  20. 哈佛H8、比亚迪S7、传祺GS8、长安CS95发动机横评对比

热门文章

  1. 再生核希尔伯特空间(RKHS)和核函数
  2. app软件怎么开发 盘点3种app制作方式
  3. STC单片机程序下载实战
  4. 高数 | 常用求极限方法总结
  5. 【Cmake】Ctest测试工具
  6. qa 芯片测试_关于半导体设备测试,看这一篇就够了
  7. RC ORC Parquet 格式比较和性能测试
  8. react+ts 实现类组件 父子组件传值
  9. java 数组排序 Arrays.sort()用法
  10. Ubuntu 19.04 缺少libpng12.so.0