量化投资有哪些优势？

量化投资是一种利用计算机程序和数学模型来进行投资决策的方法。它的核心理念是基于大量的历史和实时数据，通过运用统计学和机器学习技术，以及各种量化模型和策略，从而辅助投资者进行投资决策和资产配置。量化投资通过系统性的方法来分析市场，并寻找可以提供持续稳定收益的投资机会。

量化投资具有多种优势，下面将详细介绍几个主要的优势：

1. 科学性和客观性：量化投资是基于科学方法和系统化的模型，而不是凭借主观判断和情绪决策。通过使用大量的历史和实时数据，量化投资可以避免人为的情绪干扰，减少投资决策的盲目性和偏见，提高决策的客观性和准确性。
2. 高效性：量化投资利用计算机程序进行交易决策，可以快速高效地分析大量的数据和信息，并作出相应的决策。相较于传统的人工分析方法，量化投资可以实现实时监控市场情况，及时调整交易策略，提高交易执行的效率。

3. 风险控制：量化投资注重风险管理和资产配置，通过严格的风险控制模型和止损机制，可以降低投资风险。量化投资能够根据市场波动和风险水平进行调整，自动控制头寸规模和仓位，避免过度集中投资，从而降低投资组合的整体风险。
4. 无情执行：量化投资完全依赖计算机程序执行交易策略，不受情绪和主观判断的影响。这种无情执行的特点可以帮助投资者坚持纪律和策略，避免在市场波动和情绪激动时做出冲动的决策。同时，量化投资还可以通过设定预定条件来自动触发交易，确保及时的执行。

5. 可迭代性和优化性：量化投资是一种可迭代的投资方法，可以通过回测和优化来改进交易策略和模型。投资者可以根据历史数据和实际交易情况，对模型进行反思和调整，6. 多样化的投资策略：量化投资可以应用多种不同的投资策略和模型，包括趋势跟随、均值回复、统计套利等。这种多样性可以帮助投资者在不同市场环境下选择最适合的策略，并实现分散化投资，降低单一策略带来的风险。
7. 增强决策透明度：量化投资基于数据和模型，所有的交易决策和操作都可以被记录和回溯。这增强了决策的透明度和可追溯性，投资者可以清楚了解每笔交易的依据和结果，从而更好地进行投后分析和优化。
8. 提供交易机会的广度：量化投资可以覆盖多个市场和资产类别，包括股票、债券、商品、外汇等。它可以同时分析和监控多个市场的交易机会，并根据模型和策略进行投资决策。这种广度使得投资者可以更全面地把握市场动态，获取更多的交易机会。
9. 消除人为情绪和错误：量化投资消除了人为情绪和错误对投资决策的影响。在投资过程中，人们往往受到恐惧、贪婪和其他情绪的驱使，容易做出错误的判断。而量化投资是基于数据和规则的，可以避免这些情绪干扰，减少投资决策中的错误。
10. 提供全天候监控：量化投资可以实时监控市场情况，并根据市场波动和变化自动调整投资组合。无论是在白天还是夜晚，投资者都可以通过量化投资模型获得实时的市场数据和交易信号。这种全天候监控可以帮助投资者及时把握市场机会，减少错过交易时机的风险。

综上所述，量化投资具有科学性、高效性、风险控制、无情执行、可迭代性、多样性、透明度、广度、消除人为情绪和全天候监控等诸多优势。通过充分发挥这些优势，投资者可以提高投资决策的准确性和效率，降低投资风险，并获得长期稳定的投资回报。

什么是基金智能定投？智能定投的四种技巧介绍

       众所周知，基金定投就是在固定的时间、固定的周期将固定的资金买入一只基金，定投的好处就是省时省力，一键设置即可完成。基金定投的优势在有些时候也是劣势，比如过于强调纪律性，也就缺乏灵活性，那么，智能定投也就应运而生，下面就来讲讲什么是基金的智能定投，智能定投的四种技巧。
 
       什么是基金智能定投？
 
       智能定投就是根据不同的市场环境，引入量化的择时指标，对定投的金额进行相应的调整。更好的做到低位多买，高位少买。目前，市场上主流的定投技术有四种，分别是均线偏离法、估值法、趋势定投、移动平均成本法。
 
       一、均线偏离法
 
       均线偏离法是基于价格指数的技术策略。均线偏离法就是根据均线对基准指数的偏离度去判断市场。首先，我们需要根据投资的时间的长短选择参考均数，投资的时间越长，选择的均线对应时间也越长。选择定投的基金适合选择长期业绩优秀，波动率大的基金，然后选择和该基金对应的指数，
 
       建仓的时候设定一个基础定投定额，简单说就是第一笔定投的金额的大小，根据均线对指数的偏离度，在偏离度达到多少的选择定投金额修改为基础定投金额的百分之多少。当指数高于均线，选择减少百分比的扣款金额，相反则增加。关于均线对指数的偏离度，我们可以设定几个区间等级，比如说指数超过或者低于均线0-15%，15%-50%，,50%-100%,100%以上等等，而增加和减小的比例，我们常规设定在10%到30%之间
 
       举例说明：当某日指数低于均线26%时，对应扣款金额为基础金额的150%。

 
       二、估值法
 
      估值法是基于市盈率的基本面策略。根据历史数据来看，市场的点位和市盈率的高度具有比较高的相关性，所以，可以根据市盈率水平的高低，判断当前的市场是属于高估还是低估，从而做到高估时少买，低估时多买。跟均线偏离法一样，我们也可以设定不同的高估或者是低估值的区间，在不同的区间，增加或者减少相对于基础定投金额的百分比的扣款金额。
 
       三、移动平均成本法
 
       移动平均成本法就是根据扣款前一个交易日的基金净值和平均成本的偏离度来确定每一期定投的金额。基金净值高于成本的时候减少定投金额，低于成本的时候增加定投金额。根据不同的偏离度区间设定不同的扣款金额。偏离度有专门的计算方法，那就是基金净值减去平均成本得到的结果再除以平均成本。
 
       研究表明，当偏离度在10%和20%的时候，定投的效果更佳。偏离度的数据越大，定投效果越差。
 
       第四，趋势定投
 
       趋势定投一般会选择三条不同均线作为参照，当短期均线大于中期均线大于长期均线的时候，表示此时的趋势正在走强，基金投资的风险也会逐渐增加，需要慢慢减少投资。而当短期均线小于中期均线小于长期均线的时候，表示市场趋势正在走弱，可以逐渐增加投资。

       特别声明：文章内容仅供参考，不造成任何投资建议。投资者据此操作，风险自担。 
 

什么是高频量化交易？他们的策略是什么？

高频量化交易，是怎么赚钱呢？他们赚的是无风险的利润，用的方法其实并不复杂，就是高频套利，每一单的利润很少，但是凭着量多，来获取巨大利润。他们拼的是网速与算法。

高频套利有很多种，我下面简单介绍几种。

1、一种是外汇套利，假如现在美元对日元升值，但如果现在日元对欧元没变化，欧元对美元没变化，那么就可以用美元换日元，然后用日元换欧元，最后用欧元换回美元，这样一轮操作下来口袋里的美元会比一开始多了，这是无风险利润。如果手里没美元怎么办？可以在外汇期货市场上同时做空美元对日元，做空日元对欧元，做多欧元对美元，你可以等交割，亦可以在这几个市场产生利润的时候平仓。

正是这么做的人多了，最终推动三方汇率去到一个新的均衡点，整个国际汇率市场随之变动，最终使得套利空间压缩到极致——而高频量化拼的就是速度，在市场还没完全传导以前，比其他参与者更早的进行这样的操作。

2、另一种是利率市场，例如现在美联储宣布加息，这样带来的一种结果是美元区银行间同业拆借市场的利率提高，如果现在美元对欧元汇率没变，欧元区银行间同业拆借利率没变，如果你是跨境银行，或是跟境外银行有利率互换合作，那可以先从欧元区借入欧元，拿着欧元去外汇市场兑换美元，再拿着美元去美元区银行间同业拆借市场借出美元，赚取利率差。而如果你最终的目的是想让自己口袋里的欧元增加，那么这么做的同时可以在外汇期货市场上做一个约定汇率的远期交易合约，然后等交割。

除此之外，如果美联储加息主要是通过“缩表”，也就是通过售出自有债券的方式，那么最终的结果是美元区债券价格下跌，债券价格下跌也就意味着收益率提高，如果欧元区的债券价格没变，美元对欧元的汇率不变，那么可以卖出欧元债券，用换来的欧元去外汇市场换美元，拿着美元买入美元债券，同时再在外汇期货市场上签订一个美元兑欧元与现货市场汇率接近的汇率等交割，也就是约定一个固定的汇率在日后用美元换回欧元。这样一来，最终你可以拿着美元债券等到期后获得较多美元，然后拿着这美元等你的汇率期货合约到期后交割换回欧元，最终到手的欧元比一开始要多。

当然，如果你一开始手头没有欧元债券，你可以在债券期货市场上做空欧元债券，做多美元债券，同时做多美元兑欧元汇率，你可以等交割，或是在这几个市场上产生利润的时候平仓。还可以可以做空欧元区的债券，同时做多美元债券，而这么做的人多了，就会推动美元对欧元汇率的上涨，亦或是推动欧元区银行间同业拆借利率提高，或者使得美元债券价格提升，欧元债券价格降低，最终使得套利空间压缩到极致。

3、商品期货上的高频套利。

一种是现货市场与期货市场的套利，很简单，某个品种现货价格是这么多，期货价格却远高于现货价格，那可以在现货市场买入的同时，在期货市场上做空，然后等交割。这么做的人多了，必然会压低期货市场的价格，使得套利空间压缩到极致。所以一般情况下都是期货价格低于现货价格。

同样道理，如果期货价格远月高于近月，你可以用有做多交割权限的账户去在近月做多，同时用有做空交割权限的账户去远月做空，然后等交割，以近月较低的价格买入交割，然后等到远月交割的时候以较高价格卖出交割，赚取差价。当然，你亦可以不用等交割，在两个合约产生利润的时候平仓。所以一般情况下，期货价格都是远月低于近月的。当然，以上是还没考虑到仓储费、物流运费等因素，加入这些会更复杂。

以上这些方法只是冰山一角，这市场上还有很多玩法，都是课本上不会告诉你的。

例如商品市场与外汇市场之间的套利，原油现货与期货市场在国际上有几个，分别是不同的结算币种，如果其中一个市场原油价格发生变动，而另一个市场没有同步，同时汇率也还没变动，你可以做什么你懂的，结合上面自己去想。

除此之外还有黄金、白银、有色金属，甚至是农产品都可以这么操作。

以上这种高频量化套利交易，其实就是最古老的方式，也是站在金字塔顶端的。过去是靠着一群会计师精算师一边用肩膀夹着电话，一边手指飞快的按着计算机，现在拼的就是优化的自动化算法与网速。

可以这么说，因为这帮人的存在，使得套利空间压缩到极致，我们普通散户根本抢不到一口汤。

为什么量化交易成“过街老鼠”？看懂这5个问题就全明白了

近年来，随着新一代信息技术和金融创新快速发展，量化交易（也称程序化交易）已逐步成为国内证券市场投资者重要交易方式之一。从境外经验看，程序化交易在提升交易效率、增强市场流动性等方面具有积极作用，但在特定市场环境下也可能加剧市场波动。近期救巿遇阻，量化交易又成千夫所指。很多投资者反映，量化交易利用资金、政策和通道等优势恶意做空，引发资本市场的广泛关注。现在我们要先明确几个问题：

第一，量化交易到底有没有做空或者说扰乱市场？2023年9月1日，沪深交易所发布关于股票程序化交易报告工作有关事项的通知和关于加强程序化交易管理有关事项的通知，进一步完善程序化交易报告与管理制度。两个通知自10月9日起同步施行。其中有一条就是，对申报速率达到每秒300笔以上和单日最高申报笔数达到20000笔以上的量化交易进行重点监控。
看到这个消息让我惊出一身冷汗。我们正常的手工操作，一笔申报可能需要半分钟时间，人家量化交易的速度是人工的万倍。在加上机构的特殊通道，机构的交易速度和效率让我们散户望尘莫及。我们散户和这些量化机构相比，一个拿着机枪，一个拿着木棍，胜负早已经定出。公平体现在哪里？
其实这个问题还不是投资者诟病的主要问题，因为量化交易速度快大家也都理解，计算机效率肯定要比人快。大家最关心的问题是量化机构利用T+0优势故意做空割韭菜。一般投资人只能做多才能盈利，而量化是既可以做多也可以做空盈利，目前当下的交易环境和交易制度明显是倾向于做空者的，这是一件很奇葩的事情。
第二，量化机构是如何通过T+0做空盈利并割韭菜的呢？因为他们利用融券制度漏洞，手握T+0特权！比如说量化机构提前建仓一只股票（成本10元），然后突然利用资金优势，打到涨停11元，很多喜欢打板的散户就会蜂拥而入追涨停。拉到涨停板之后，他们可以找券商融券，直接在涨停板（11元）把融券卖掉（相当于T+0）。
然后他们可以利用手里的存量筹码打压股价，当天就把股价打下去，同时兑现利润。没有存量筹码的也可以第二天开盘直接把股价打下去。股价被打下去之后，比如打到10.5元，他们可以迅速在低位把这只股票买回来，用来还融券。这样量化机构赚了2份钱，一份是股票买卖之间的差价，另外一份就是融券带来的差价。

第三，量化交易到底有没有违规？其实量化机构利用了政策漏洞，他们并没有违规，因为相关政策并不完善，根据法无禁止即可为的原则，他们可以这样做。这也就是上海明汯投资管理有限公司通过量化交易割韭菜，赚取了巨额资金，但你不能在这方面处罚它的原因。只能从其他方面找毛病，业内相互诋毁的事情多了，有几个受到处罚的？目前看规范量化交易的新政策并不完善，需要同时对融资融券方面进一步完善。
第四，为什么国外量化交易没有出现这种问题？国外量化交易的相关政策比较完善，外国的量化的对手是机构，而中国量化的对手是散户。在中国量化基本等同于割韭菜，属于降维打击。刚开始的时候，A股量化交易很少，占比很低，对市场的影响不大。但是通过近些年的快速发展，光量化私募的规模已经超过万亿，其中上海明汯投资目前管理规模超过700亿，已然成为国内私募量化投资机构中的领头羊。如果再加上其他类型的量化机构，据说目前A股量化机构规模已经超过2万亿。这2万亿的资金在市场中已经可以兴风作浪，对市场造成巨大影响。
第五，普通投资者如何规避量化机构的陷阱？近期网传甚至连知名的游资都发文表示绝望，这几天游资被量化收割惨了，都想退市不玩了。我们普通投资者需要注意什么呢？凡是有融资融券标识的个股一律不得追高，这些股票涨停后烂板概率比较大，就是因为有量化机构做空，搞的游资都很难受。
量化交易貌似增加了交易量，提供了流动性，管理层最初认为量化交易可以平抑波动，防止股市大起大落，同时增收更多的印花税，券商也可以多收佣金。但是量化交易高抛低吸反复收割韭菜，严重破坏了股市生态，长期反而会使市场流动性逐渐衰竭，股价呆滞，股市长期熊市，一潭死水。另外普通投资者没有T+0的特权，量化交易却可以变相T+0随意融券做空，非常不公平，因此进一步规范量化交易刻不容缓！当然对券商来说是个不小的利空！

芒格与价值投资理念缘何“经久不衰”

　“尽管近年来AI量化策略日益盛行，但芒格与价值投资理念依然受到不少基金经理推崇。”一位华尔街对冲基金经理向记者感慨说。目前，不少华尔街对冲基金经理都在尝试将AI量化策略与价值投资理念相融合，寻求更稳健可观的投资回报。
　　这位华尔街对冲基金经理此前接受21世纪经济报道记者采访时表示，众多华尔街基金经理每年都会参加伯克希尔股东大会，只为“聆听”芒格与巴菲特的最新投资观点与投资感悟，作为他们优化投资决策的重要参考。
　　这背后，是越来越多华尔街对冲基金意识到，纯粹的AI量化策略与高频量价套利交易策略往往忽视上市公司基本面，导致自己在“不知情”的情况下买入那些存在财务瑕疵或过度对外高杠杆投资的上市公司，最终遭遇投资踩雷风险。
　　在他看来，目前芒格投资理念对华尔街基金经理的最大影响，主要表现在两个方面，一是芒格的“多角度思考看待问题”主张，颇受华尔街基金经理推崇——越来越多对冲基金借鉴芒格的做法，不再简单地通过分析上市公司财报等经营状况判断上市公司投资价值，转而充分结合宏观经济周期、行业上下游状况变化、市场行情、投资者情绪等因素；二是芒格一直强调“对知识的归纳总结，包括对自己投资行为的思考与提炼”，也成为越来越多华尔街基金经理的投资行为准则。
　　记者多方了解到，尽管AI量化策略日益风靡华尔街，但芒格与他的价值投资理念，始终能在金融市场有自己的立足之地。因为芒格用数十年的卓越投资业绩证明，价值投资的收益前景与抗风险能力，不亚于AI量化策略。AI量化策略从价值投资取长补短
　　近年来，AI科技对华尔街金融投资的最大影响，是因子数量的不断扩容。
　　以往，不少崇尚价值投资的对冲基金可能只有数十个因子作为投资决策依据，但随着AI科技令大数据分析能力增强，目前不少华尔街投资机构的投资模型因子数量可能达到数千个。
　　尤其在人工智能机器学习技术兴起下，越来越多华尔街投资机构仍在不断扩大因子数量，通过AI技术研究不同因子之间的非线性互动相关性，从而研发更多元化的投资交易策略。
　　这也令华尔街一度认为芒格推崇的传统价值投资理念已经“结束”——原因是传统价值投资理念过度侧重研究上市公司基本面状况、财务数据与业务发展趋势，但忽视众多可能影响上市公司股价波动的因素。而AI量化策略恰恰能通过多因子模型抓住上市公司股价波动的“各种痕迹”，获取更可观的投资回报。
　　“此前一段时间内，芒格与巴菲特，还有价值投资理念一度被视为上世纪的产物，未必能适应当前AI科技与量化交易策略主导的金融市场新游戏规则。”前述华尔街对冲基金经理告诉记者。但事实却证明，芒格与价值投资理念所创造的投资回报依然相当可观。
　　相比近年多家知名AI量化策略投资机构因投资踩雷而遭遇业绩大起大落，芒格与巴菲特管理的伯克希尔公司始终能交出年化逾10%的稳健回报。
　　尽管芒格自己也承认某些投资出现失误，但这不影响伯克希尔公司的整体稳健回报。正是伯克希尔的良好业绩，2019年以来伯克希尔公司股价从31万美元/股大涨至54.74万美元/股。

　　“这让华尔街清晰意识到，芒格与价值投资理念依然经久不衰。”这位华尔街对冲基金经理指出。甚至不少对冲基金通过比较AI量化策略与价值投资理念，发现投资模型的因子数量未必越多越好，而是要找出那些对投资收益与降低风险起到关键性作用的因子。
　　一位长期跟踪研究芒格价值投资策略的国内私募基金负责人认为，尽管芒格与价值投资理念所用到的因子数量低于AI量化策略，但这些因子恰恰在有效降低投资风险并创造长期稳健可观回报方面起到重要作用，这也是伯克希尔公司业绩始终保持稳健的一大关键因素。
　　“事实上，芒格在价值投资策略制定方面，对因子的选择同样与时俱进，尽管芒格一直高度重视上市公司基本面与财务状况，但随着金融市场环境变化，他也日益重视科技进步对上市公司业务发展可持续性的潜在影响，从而逢高卖出那些可能被科技颠覆的商业模式与上市公司。”他指出。
　　这位国内私募基金负责人还指出，相比AI量化策略存在大量“黑盒子”状况（没人知道AI投资结论的具体逻辑，但只要这个投资结论能获得超额高回报，对冲基金经理依然敢于冒险尝试），芒格很清楚每个因子背后的投资逻辑，以及不同因子之间的相关性，这令芒格始终投资那些自己看得懂、业务发展具备较高确定性的上市公司，最大限度避开了研究难度大、不确定性高的上市公司，以及潜在的投资踩雷风险。
　　“如今，不少华尔街AI量化策略基金同行也注意到这点，纷纷借鉴芒格的做法，先解开黑盒子状况背后的投资逻辑，再将它用于实际投资交易。”他强调说。科技股投资热背后的“价值投资”
　　记者获悉，近年来价值投资理念之所以在华尔街颇受“争议”，另一个原因是价值投资往往聚焦传统行业上市公司，导致其错过大量科技股投资机会。
　　以伯克希尔为例，截至今年6月底，其五大持股分别是苹果（AAPL.US）、美国银行（BAC.US）、美国运通（AXP.US）、可口可乐（KO.US）和雪佛龙（CVX.US），约占伯克希尔美股投资组合总市值的78%。其中，只有苹果被视为“科技股”。
　　此外，伯克希尔一直在增持传统能源行业的两家上市公司西方石油与油服公司Pilot。
　　“这与众多新兴对冲基金的持仓结构截然不同。目前多数对冲基金的前五大持股都是热门科技股，包括苹果、Google、特斯拉、Meta与英伟达等。”前述华尔街对冲基金经理直言。尤其是今年以来这些热门科技股股价大幅上涨，反而令部分投资机构也感觉过度聚焦传统行业的价值投资理念已经“落伍”。
　　值得注意的是，今年上半年伯克希尔公司利润之所以达到714.16亿美元，很大程度得益于其最大持仓股——苹果股价在今年前6个月上涨约50%，由此带来巨额的投资回报。
　　这也进一步令不少华尔街投资机构认为面对科技股投资策略，芒格与巴菲特的价值投资理念已“相形见绌”。
　　也有人对此持不同意见——他们认为芒格与巴菲特重仓苹果，表明价值投资理念已深度“拥抱”科技股，换言之，芒格与巴菲特正用价值投资的眼光精选科技股。
　　“一直以来，芒格与巴菲特的投资策略，就是不求多，但求精。即他们不会选择持有众多科技公司股票，但会从科技领域精选最有成长价值的上市公司重仓配置。”前述国内私募基金负责人指出。
　　在他看来，伯克希尔公司能重仓苹果公司，芒格或许起到很大的决策影响力。毕竟，巴菲特更喜欢挖掘被低估的上市公司，但芒格认为用正常价格买入一家优秀上市公司股票，其收益不亚于低价买入一只业绩平常的股票。
　　“考虑到近年苹果公司股价一直居高不下，未必符合巴菲特擅于寻找低估上市公司的投资理念，但它恰恰满足芒格的投资逻辑——用正常价格加仓一只优秀上市公司，从而实现更高的超额回报。”这位国内私募基金经理认为。
　　在他看来，尽管华尔街对价值投资理念错失科技股投资热存在诸多争议，但一个不争的事实是，芒格与巴菲特即便重仓投资传统行业上市公司，也能通过卓越的价值投资策略赚取较高的投资回报，这证明“是金子终究会发亮”，只要价值投资理念用得好，也能赚得盆满钵满。
　　“如今，华尔街更关注的，是芒格与巴菲特之后，谁能扛起价值投资的大旗，让价值投资理念在AI量化策略与科技股投资热的冲击下，依然拥有立足之地。”前述华尔街对冲基金经理坦言。

新公司法：董事会人数不设上限

《中华人民共和国公司法》（下称“新公司法”）于2023年12月29日修订通过，自2024年7月1日起施行。新公司法的修改范围甚广，本文从以董事职权为核心的公司治理角度展开分析。
董事会权力扩大
“审议批准公司的年度财务预算方案、决算方案”是股东会的传统权力之一，但新公司法专门规定这项权力不再强制由股东会行使，而是可以通过章程下放给董事会。与此同时，新公司法删除了董事会“对股东会负责”的字样。
新公司法规定：“股东会可以决议解任董事，决议作出之日解任生效。无正当理由，在任期届满前解任董事的，该董事可以要求公司予以赔偿。”股东会不讲理由，甚至大股东基于不正当的理由提前罢免董事的，董事仍然不可抗拒地需要下台。只不过现在，被解任董事多了一些反击的权利，即要求股东会给出正当理由及证据，否则可以到法院起诉索赔。
作为公司日常意志的代言人，董事会也可以决定股东资格的有无。在股东资格方面，新公司法对何时能确认股东资格成立的问题仍然未做结论。比如在公司新增股本时，新股东可以行使权利的起点是认缴股本、完成登记抑或其他时刻，目前可以由各公司自行决定。
在股东资格终止的问题上，此前司法解释规定了股东未履行出资义务时对其除名的制度，但存在被除名股东本身对此是否有权表决的疑问。新公司法明确这是公司的权力，改为由董事会决议通过股东失权。异议程序也不同于董事会决议无效或可撤销，相对更加快捷。股东对失权有异议的，应当自接到失权通知之日起三十日内，向法院提起诉讼。对一般的董事会决议的撤销之诉，股东可以在决议通过后六十日内提出。
董事会人数不设上限
新公司法对有限责任公司董事会会议的程序，施加了原来给股份有限公司的规则，即董事会会议应当有过半数的董事出席方可举行。董事会作出决议，应当经全体董事的过半数通过。这两点不再任由公司章程自定。
新公司法还规定，未召开董事会会议作出决议的，董事会决议不成立。决议“不成立”在法理上比“可撤销”还严重。决议可撤销，也意味着可不撤销，只要一定期限内无人挑战，就自动“洗白”了。而“不成立”意味着法律不承认其存在过，更不用说有效。
这意味着公司董事会开会需要遵循更加严格的程序，特别是不再能通过董事会一致同意、分别签字的方式来形成决议。
新公司法规定公司股东会、董事会、监事会召开会议和表决可以采用电子通信方式，公司章程另有规定的除外。但这只是说章程可以规定只能线下开会，或电子通信方式的会议限于腾讯会议、不含微信群的语音群聊等。章程若规定董事、监事可以不开会，那是无效的。
与此同时，对有限责任公司和股份有限公司的董事会人数，新公司法也删除了13人和19人的上限。在理论上，董事会人数可以大为膨胀。
两种情况尤其值得防范。一种情况是挂名董事太多、且不能积极参会，导致董事会会议到会法定人数不足，无法正常举行。另一种情况是董事长等公司控制人操纵董事会，安排大量“听使唤”的空头董事，专门用于在董事会上凑人头、压制其他真正的董事。这两种情形都是对公司治理的破坏。
对此，不同公司可以根据实际情况，采取两种策略。一种情况是压缩董事会人数，将董事会人员限于能实际积极参与公司治理的人，提高审议效率。另一种相反的情况是，如果不得不安排不少挂名的，但未必每次都能积极参会的董事，那就扩大董事会人员，安排可信赖的、参会可能性高的人员（比如公司的律师等顾问人员），以实现开会效率。
董监高股权转让受到更多限制
新公司法规定：“股份有限公司董事、监事、高级管理人员（董监高）在就任时确定的任职期间，每年转让的股份不得超过其所持有本公司股份总数的百分之二十五。”这个规则并非一种全新的限制，新增的是“就任时确定的任职期间”。这个意思是说，董监高如果提前辞职甚至被免职，限制期还是原来的任期。

浅谈人工智能量化投资

人工智能在量化投资领域一直被视为一项前沿技术。因为机器学习算法和自主决策系统，大幅提高了投资组合的效率和收益。所以，现在许多投资机构都在使用人工智能技术进行量化投资。
人工智能量化投资最重要的优点是自动化。投资者无需手动进行买卖决策，而是使用程序员编写的算法。这带来了许多好处，其中最显着的好处是减少了人为错误和情感决策的影响。程序员编写的算法通过大数据挖掘，寻找市场中的价差和良好交易机会，从而提高了投资收益和资产利润。
人工智能系统在进行量化投资时有着很好的表现。在程序员的指导下，人工智能可以轻松管理和分析大量数据，快速找到投资机会。重要的是，这种自主决策可以实时进行监测和管理。
此外，人工智能量化投资还可以减少人类的情感干扰。许多投资决策仍然受到情感和决策偏见的影响，而人工智能可以自动避免这种情况。经过深度学习之后，人工智能可以更好地理解市场趋势和数据分析，进而制定更正确的投资策略。

尽管人工智能量化投资带来了诸多优点，但它也存在一些风险。基于算法的投资模型需要高效管理，否则可能出现故障和程序漏洞。这种情况可能导致投资组合产生不可预测的亏损。

而且，人工智能投资模型往往是基于历史数据进行计算的，因此模型无法考虑可能发生的未来事件，如政治不稳定或公司合并等情况。这种情况可能导致投资收益降低。
综合上述各点考虑，人工智能量化投资可看作是一种新兴的投资方式，应适度使用。投资者应该在使用人工智能量化投资时，根据自己的实际情况和需求，进行适度尝试，避免过度依赖技术。同时，程序员和其他专业人士也应积极监控和维护人工智能投资模型，为投资者提供更加可靠的投资工具。

总之，人工智能量化投资可以为投资者带来更高效和更好的投资收益。但是，投资者必须认真评估风险和收益，并谨慎评估算法的可靠性和有效性，避免风险和错误决策。

让我们来认识量化投资

量化投资是一种基于数学模型和算法的投资策略，它通过分析大量的历史数据和市场信息，来预测未来市场的走势，并据此进行投资决策。量化投资的目标是通过系统性的方法，降低人为因素对投资决策的影响，提高投资的稳定性和收益率。
量化投资的优势：
系统性：量化投资通过建立数学模型和算法，将投资策略系统化，有助于降低人为情绪和主观判断对投资决策的影响。
高效性：量化投资可以利用计算机程序自动执行交易策略，提高交易的速度和效率。
风险控制：量化投资可以通过对投资组合的优化和风险管理，降低投资风险，提高收益稳定性。
跨品种投资：量化投资可以涵盖股票、债券、期货、外汇等多种金融产品，实现资产的多元化配置。

量化投资的挑战：
模型风险：量化投资依赖于数学模型和算法，如果模型存在缺陷或者过度拟合，可能导致投资策略失效。
技术更新：金融市场不断变化，量化投资需要不断更新和优化模型，以适应市场的变化。
竞争加剧：随着越来越多的投资者采用量化投资策略，市场竞争加剧，收益率可能会受到影响。

针对量化投资，我们应该：
在选择量化投资策略时，要关注策略的稳定性、风险控制能力和历史业绩，选择适合自己风险承受能力的投资策略。
了解量化投资的基本原理和方法，以便更好地理解和监控投资过程。
与专业的量化投资团队或顾问合作，借助他们的专业知识和经验，提高投资的成功率。
定期评估量化投资策略的表现，及时调整投资策略，以适应市场的变化。

量化投资的缺点是什么？

在A股市场，每次量化基金的高光时刻，几乎都是市场风格切换到中小盘时，也就是主动基金抱团标的尚未出现的空挡期，换言之，量化基金能火多久，多半取决于空挡期的持续时间，公募机构主动缩减基金规模不仅是对量化策略容量的考虑，更是对基金业绩持续时间的考虑。

一、什么是量化投资？

量化投资是根据资本市场的内在逻辑，运用机器学习、模式识别、数据挖掘等方法建立数学模型，形成投资策略并做成计算机程序，进行自动化交易的一种投资方式。

二、量化投资与高频交易、对冲基金是一回事吗？

量化投资既不是高频交易，也不是对冲基金，更不是简单的数据挖掘：

量化投资和高频交易的区别。量化投资可以是高频的，也可以是低频的，取决于具体的量化策略。

量化投资与对冲基金的区别。量化投资可以采取风险对冲措施，也可以不采取。此外，量化投资也不一定是市场中性策略，后者往往是买入一揽子股票，同时通过卖空对应的股指期货合约，对冲掉市场的系统性风险，从而追求买入的股票组合跑赢股指的收益。在A股市场，由于投资工具的缺乏，很难做到100%的市场中性。

量化投资不是简单的数据挖掘。量化投资是通过历史数据发现规律，强调的是投资逻辑，核心是对市场的理解，不能等同于数据的挖掘，例如一波涨势的背后可能有多个因子，如何确定是哪些因子在起作用，这些起作用因子的内在逻辑以及适合的市场环境，比单纯的批量挖掘数据要重要的多。在理解市场的基础上，再去探讨算法的精确度、编程的速度等才有意义。

二、量化投资的特点

量化投资可以集百家之长。成功的基金经理几乎有其独特的投资风格，比如巴菲特的价值投资、彼得林奇的成长投资、安东尼波顿的小盘股投资、索罗斯的全球宏观策略、西蒙斯的技术投资等，每种投资逻辑都有其内在的规律，虽然在某一种具体策略上，量化投资比不过这些投资大师，但可以把这种策略的投资逻辑纳入量化投资的框架，在选股上，可以实现使用不同人的方法。

量化投资的标的覆盖范围可以很大。量化投资几乎都需要利用程序去处理大量的历史数据，借助这一特点，可以在短时间内把沪深300、中证500 ，甚至整个市场的股票全部筛选一遍，这就让量化投资具备了全面性、系统性、及时性、准确性和分散性的特点。尤其是分散性，量化投资可以根据各种因子进行批量筛选、批量建仓，从而限制单一标的的仓位规模，分散风险，控制回撤。

量化投资可以避免情绪化操作。量化投资有自己的建仓与平仓的逻辑，不会因为消息面、市场波动而有所改变。在2008年，金融危机中，量化投资基金在止损方面做得比较好，但并不是说量化基金在危机中没有亏损。而有些时候，量化基金可能会损失更大，比如投资逻辑不太适合市场环境时，量化基金开仓平仓操作频繁，不仅容易增加交易费用，而且容易增加亏损的概率。

三、量化投资的缺点

1、策略的市场容量

以我们常见的CTA为例，几乎每个CTA策略的市场容量都是有限的，现在不少CTA策略改为做长线的趋势跟踪也是这个原因。尤其是在中国，由于各个商品期货策略的相关性高，100个期货品种里面差不多能分成3-5个大类，并且均由人民币定价，规模上限比较明显。虽然过去几年CTA策略在国内表现很好，但从国外的经验来看，Barclay CTA Index自1980年以来的年化收益率在10%左右。

市场容量约束往往还会引发策略共振的副作用。在2008年初，长期资本系的基金就发生了策略共振，这是一帮由长期资本管理公司出来的一群天才二次创办的多家基金公司，交易标的和策略非常类似，在2007年下半年，他们都看到了在日本债券收益率的机会，建立了相似的头寸，结果这个机会容纳不了这么多头寸，一起把桥震垮了，大部分长期资本系公司在金融危机之前就已经倒掉了。

此外，像2014年11月，在沪港通政策出台和加息的背景下，存在高度同质化却又隐藏着“错位对冲”的阿尔法策略受到了致命打击。

2、存在大量无法量化的情形

真实市场中不是每个因素都可以被量化的，主要有三类：

（1）宏观的事件。宏观事件的因素不是太少，而是太多，多到难以量化，或者量化的性价比不高。

（2）过去出现次数太少的事件。比如某个事件只出现过一次，那么很难知道这个事件具体受到什么因素的影响。

（3）未知事件。在量化策略设计时，对已经发生过的事件考虑的比较充分，每个突发事件都会有相应的处理方法，但是对于没有发生过的事件，几乎没有办法考虑，往往会做出错误的决定。

3、过度拟合的策略

过度拟合指的是量化策略的开发者，通过不断增加或优化参数，找到表现最好的股票，注意这个最好往往没有之一。过度拟合的策略往往有以下特征：

（1）回撤很小，甚至几乎没有回撤；

（2）交易次数很低；

（3）参数很多；

（4）符合条件的标的很少。

过度拟合策略是在追求低回撤且稳健回报的目标导向下，添加了太多的参数，对历史行情进行了过多的拟合，尤其是考虑了很多偶然的参数，比如公司重组，以至于难以刻画出下一个符合策略标准的股票。

过度拟合的一种表现形式是幸存者偏差，比如量化策略的开发者都倾向于用指数的当前成分股来做回测，但这些留在成分股中，且有足够多的过往数据做回测的股票，其本身质地就很不错，这将导致回测的效果比实际情况更好，举例而言，像美国的罗素3000指数，从1980年到现在，仅剩下不到500只股票留在成分股中。

4、基金经理对策略的信任度

量化基金并不是完全不受人为因素的影响，有时反而更加考验人性。每个基金经理都清楚，每个量化策略都有适合其生存的环境，以及会受到同类策略会对手策略的影响。

此前，就有新闻爆出国内某知名量化基金，在市场好的时候，为了赚的的更多，动了凡心，改了策略，这还是赚钱的时候，尚且难以完全信任模型，如果处于较大亏损的情形之下，基金经理很难不怀疑自己的模型。

5、量化投资对基本面的研究深度不足

主动管理型基金会对个股有着深入的研究，每个拟投资的标的一般都会有估值的上下限，但量化投资往往很难做到类似的深度，导致一些优质标的的买入时机不好，或者仓位太小。

来源：美股滚雪球