新规之下量化的重生

西蒙斯，投资领域的“量化之王”，他创造的30年间年化66.1%的收益率成为投资界的绝响，他被无数国内量化投资者视为精神偶像。1个月前，西蒙斯永远离开了他无比眷念的人世间，1个月后，上海、深圳两大证券交易所站稳人民的立场，推出量化交易管理细则，让A股投资者能在“三公”环境中跟机构博弈，也让彷徨的量化投资者看到了重生的希望。
密码破译专业出身的西蒙斯，利用破译密码的运算法则，寻找市场数据的微弱信号，由计算机自行决策交易。数学模型可以降低投资人的风险，以及所需承受的心理压力，模型没有感情，只要选定就会自动执行，克服人性在市场面前暴露出来的弱点。多年以后，国内陆续成立了类似文艺复兴科技的基金公司，他们视西蒙斯为偶像，希望能在国内复制西蒙斯的传奇。
令国内投资者趋之若鹜的西蒙斯量化到底有多传奇呢？巴菲特是无数价值投资者的精神偶像，巴菲特旗下的伯克希尔公司从1965年到2022年期间年复合收益率19.8%，超过标普500指数的9.9%。文艺复兴科技公司旗下的大奖章基金从1988年至2018年的30年间，年化收益率高达66.1%，如果扣除高昂的交易费用，大奖章也有39.1%的费后年化收益率。
国内的量化投资者们复制了西蒙斯的模式，2014年，量化交易进入中国，2015年到2018年规模逐渐增长，到了2019年开始爆发，百亿规模量化私募当年达6家。到2024年4月，中国私募证券投资基金管理人有8306家，规模超过100亿元的私募证券基金管理人约94家，百亿量化私募有33家，量化规模约1.5万亿。百亿量化私募中以股票策略为核心策略的有26家，多资产策略有6家。百亿量化私募在行情巨幅波动的2月收益率均值为5.7%。

2024年2月成为量化私募的一个转折点。
深交所在交易监控中发现，宁波灵均旗下多个证券账户通过计算机程序自动生成交易指令、短时间内集中大量下单，卖出深市股票合计13.72亿，期间深证成指快速下挫，影响了正常交易。同期，上交所也发现宁波灵均管理的多个产品大量卖出沪市股票合计11.95亿，期间上证指数短时间快速下挫。交易所限制宁波灵均3天交易，并进行公开谴责的纪律处分。一时间，量化交易利用技术、信息等优势割韭菜的质疑四起，量化交易陷入风雨飘摇之中。
在证监会统一部署坚决落实监管长牙带刺，有棱有角的要求下，站在人民的立场，对影响市场正常交易秩序、损害投资者合法权益的违法违规行为，始终保持严的基调和零容忍的高压态势，对违规交易进行快速反应，重拳出击。对宁波灵均处罚后，证监会在5月15日发布《证券市场程序化交易管理规定（试行）》，对量化全方位、系统性监管。
6月7日，深交所就《深圳证券交易所程序化交易管理实施细则（征求意见稿）》公开征求意见，同时，上交所也起草了管理实施细则的征求意见稿，并公开征求意见。细则通过程序化交易报告制度，加强机构合规风控管理，强化信息系统管理，加强交易监测监控，进行差异化收费，在发挥程序化交易在市场价格发现等方面的积极作用的同时，降低程序化交易对普通投资者的过度优势，对各项监管提出实招、硬招，维护证券交易秩序和市场公平。
交易所的实施细则在前期报告基础上进一步规定对收益互换客户等的穿透报告要求；细化对程序化异常交易行为监控指标，比如短时间内申报和撤单笔数、频率达到一定标准；短时间内大笔、连续或密集申报并成交，导致证券交易价格或交易量明显异常；短时间内大笔、连续或密集申报并成交，导致证券市场整体运行明显异常；以及其他交易所认为需要重点监控的情形；对申报、撤单的笔数、频率达到一定标准的程序化交易要从严管理、差异化收费等。
魔鬼出在细节里，量化交易基金中部分通过高频交易来获得超额收益，可高频交易在短时间内通过虚假报价再撤单这种试图操纵市场，制造假象企图诱骗其他交易者而从中牟利的行为，尤其是1秒内申报、撤单达到300笔以上或者单日最高申报、撤单的笔数达到20000笔以上，将被认定为高频交易。瞬时申报速率异常，全天多次出现个股一分钟内涨跌幅和成交数量达到一定比例的频发拉抬打压，短时间大额成交加剧指数波动等将成为交易所监管的重点。
从海外程序化交易监管经验看，普遍将高频交易作为监管重点，采取加收费用，禁止过快指令等方式严管理，交易所的实施细则结合高频交易特点和潜在风险，借鉴海外经验，在判断标准和差异化监管安排上为市场提供明确指引，旨在一定程度上削弱高频交易在技术、信息和速度等方面的过度优势，管控消极影响，让各类投资者在“三公”的市场环境中博弈。

中国目前有2.25亿投资者，自然人投资者占比99%。程序化交易的技术、信息和交易速度优势，客观上对自然人投资者带来结果不公平。实施细则重点监控可能损害其他投资者利益的异常程序化交易行为，监控指标聚焦高频交易行为等关键少数，提高量化交易成本，公平分配交易资源，维护市场公平，正是践行证监会提出的监管站稳政治性和人民性的具体体现。
量化交易到底是市场的生力军？还是魔鬼呢？海外成熟市场的程序化交易占比超过50%，美国甚至达到70%，国内目前交易占比30%左右，已经成为影响市场的一支重要力量。程序化交易在提升市场活跃度、提高交易效率方面发挥了积极作用，也在一定程度上改善了市场流动性。与此同时，程序化交易确实在一些特定时点也存在策略共振、交易趋同等问题，加大了市场波动，也因其技术、信息和速度优势，引发了市场有关其不公平性的质疑。
证监会推出量化交易管理规则之后，交易所出台的实施细则，可谓是量化在经历了2月饱受质疑之后的一次重生。作为资本市场的一股重要力量，显然不能一刀切，应该理性、正确地看待，当然也不能任其发展，不受任何约束和管控。国内量化在证监会的管理规定出来后，量化交易市场占比、换手率有所下降，交易上整体朝降低频率、审慎规范的方向发展。
监管的政治性和人民性就是让所有市场的参与主体都能在公平、公正、公开的“三公”市场中进行博弈，作为市场重要力量的量化不应该是没有规则的掠食者，只有在监管的规范之下，才不会在饱受质疑中风雨飘摇，才能真正获得重生。也只有在健康的市场秩序中，中国的量化信徒们才有机会成就西蒙斯那样的传奇。

量化交易的具体细则

这是一个数字化的时代，这是一个大数据掌控世界的时代，衣食住行，生老病死，所有的交易都囊括在其中，股市更是如此，少不了的就是量化交易，量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。量化交易是指借助现代统计学和数学的方法，利用计算机技术来进行交易的证券投资方式，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下，作出非理性的投资决策，这一切都是软件虎符三十六中的基础。

简单的说量化交易具有以下特点：

1、纪律性

根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。

2、系统性

具体表现为“三多”。一是多层次，包括在绿色虚线配置、黄色趋势线的位置延伸，主力进出机构能量的选择、精选具体三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、市场情绪等多个角度；三是多数据，即对海量数据的处理。

3、套利思想

定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产()错杀类型，有吸货痕迹，尚未完成主升浪或者出货)、卖出高估资产(主力已经顺利出逃)而获利。

4、概率取胜

一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。

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。量化选股就是用量化的方法选择确定的投资组合，期望这样的投资组合可以获得超越大盘的投资收益。常用的选股方法有主力进出变化、绿色虚线变换选股、趋势跟踪选股(主要囊括在abcd预警之中)等。

1多因子选股

多因子选股是最经典的选股方法，该方法采用一系列的因子（比如突破趋势线，突破绿色虚线，突破水平面等）作为选股标准，在这些基础上归纳出来的abcd预警，满足这些因子的股票被买入，不满足或者满足过后也就是上涨之后的被卖出。

2 风格轮动选股

风格轮动选股是利用市场风格特征进行投

资，市场在某个时刻偏好大盘股，某个时刻偏好小盘股，如果发现市场切换偏好的规律，并在风格转换的初期介入，就可能获得较大的收益。

3行业轮动选股

行业轮动选股是由于经济周期的的原因，有些行业启动后会有其他行业跟随启动，通过发现这些跟随规律，我们可以在前者启动后买入后者获得更高的收益，不同的宏观经济阶段和货币政策下，都可能产生不同特征的行业轮动特点。

4 资金流选股

资金流选股是利用资金的流向来判断股票走势。巴菲特说过，股市短期是投票机，长期看一定是称重机。短期投资者的交易，就是一种投票行为，而所谓的票，就是资金。如果资金流入，股票应该会上涨，如果资金流出，股票应该下跌。所以根据资金流向就可以构建相应的投资策略。

5动量反转选股动量反转选股方法是利用投资者投资行为特点而构建的投资组合。索罗斯所谓的反身性理论强调了价格上涨的正反馈作用会导致投资者继续买入，这就是动量选股的基本根据。动量效应就是前一段强势的股票在未来一段时间继续保持强势。在正反馈到达无法持续的阶段，价格就会崩溃回归，在这样的环境下就会出现反转特征，就是前一段时间弱势的股票，未来一段时间会变强。

6 趋势跟踪策略

当股价在出现上涨趋势的时候进行买入，而在出现下降趋势的时候进行卖出，本质上是一种追涨杀跌的策略，很多市场由于羊群效用存在较多的趋势，如果可以控制好亏损时的额度，坚持住对趋势的捕捉，长期下来是可以获得额外收益的。量化择时是指采用量化的方式判断买入卖出点。如果判断是上涨，则买入持有；如果判断是下跌，则卖出清仓；如果判断是震荡，则进行高抛低吸。

仓位管理

仓位管理就是在你决定投资某个股票组合

时，决定如何分批入场，又如何止盈止损离场的技术。常用的仓位管理方法有：漏斗型仓位管理法、矩形仓位管理法、金字塔形仓位管理法等

止盈止损

止盈，顾名思义，在获得收益的时候及时卖出，获得盈利；止损，在股票亏损的时候及时卖出股票，避免更大的损失。及时的止盈止损是获取稳定收益的有效方式。

策略的生命周期

一个策略往往会经历产生想法、实现策略、检验策略、运行策略、策略失效几个阶段。产生想任何人任何时间都可能产生一个策略想法，可以根据自己的投资经验，也可以根据他人的成功经验。

实现策略

产生想法到实现策略是最大的跨越，实现策略可以参照上文提到的“一个完整的量化策略检验策略实现之后，需要通过历史数据的回测和模拟交易的检验，这也是实盘前的关键环节，筛选优质的策略，淘汰劣质的策略。

实盘交易

投入资金，通过市场检验策略的有效性，承担风险，赚取收益。

策略失效

市场是千变万化的，需要实时监控策略的有效性，一旦策略失效，需要及时停止策略或进一步优化策略。密集数据计算没有主力运作的股票，往往会成为被市场抛弃的股票，最终的结果都是跌跌不休，可谓是：自古持筹空悲切，此恨绵绵无绝期。

实盘交易

投入资金，通过市场检验策略的有效性，承担风险，赚取收益。策略失效市场是千变万化的，需要实时监控策略的有效性，一旦策略失效，需要及时停止策略或进一步优化策略。

密集数据计算没有主力运作的股票，往往会成为被市场抛弃的股票，最终的结果都是跌跌不休，可谓是：自古持筹空悲切，此恨绵绵无绝期。

价值投资vs量化投资，你站哪一派？

在股票投资的市场中，存在着各种各样的流派和观点。
股神巴菲特的“价值投资”已广为流传，甚至被人们奉为金科玉律。
不过近几年，随着计算机深度学习、人工智能的发展，“量化投资”这四个字越来越频繁地出现在人们视线里。
事实上，量化投资和价值投资的关系并不是很多人认为的互不相容、互相抵触，恰好相反，量化投资的很多策略思想都是来自于传统的价值投资和技术分析的。但是利用数学和模型的方法，可以对传统的策略进行定量处理，从而提高获胜的概率。

价值投资
股神巴菲特的“价值投资”已广为流传，价值投资的主要思想是：选择那些价值被低估的商品（包括股票等一切可交易的东西），并长期持有，直到其可收益的价值体现出来为止。
事实上，价值投资是一种被动投资。它的实质是要求慎重选择，尽可能地减少投资行为以避免人性因素带来的决策风险，因为人为的风险有可能比市场本身的风险还要大。
价值投资就像农民选一个合适的季节播种，然后按照计划浇水、施肥、看护，不会天天把泥土扒开看看又长高了多少，更不会在冬天抱怨没有收成。
农民要做的是选好种子，把握播种时间点，细心地照料，这些做好后，可能会经历短期的天寒地冻，只要种子没问题，土壤没问题，不会阻碍收获季节的到来。
如果农民在选择种子的过程中出现失误，看错了种子或者土壤出现了变化，价值投资就出现逻辑上的错误，需要止损离场。
其实，对于普通人来说，价值投资其实存在三个缺陷：
1. 难找到：要找到别人没发现的、价值被低估的东西绝非易事，即便普通人找到了，也很可能被权贵资本抢去了。
2. 拿不住：就拿数字货币来说，有多少人在BTC几百几千的时候给全抛掉了？又有多少看到波动10%的价值股，还能坐得住？资本实力往往决定了人的眼界和格局。
3. 等不起：人生有多少个10年，双手都数得过来！巴神的真正财富也是在50岁后开始猛增的，其原始资本的积累也不是通过温柔手段获取的。

量化投资
量化交易，就是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种大概率事件，以制定策略。量化交易能够极大减少投资者情绪波动的影响，避免了在市场极度狂热或悲观的情况下作出非理性的投资决策。
总的来说，量化投资技术几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易、资产配置、风险控制等。
詹姆斯·西蒙斯，量化投资之父，对冲基金之王，旗下的大奖章基金平均年回报率约35％。
西蒙斯被称为“模型先生”，仅依靠数学模型，开辟了一套稳赢的量化交易之路。
这里的数学模型主要是通过对历史数据的统计，找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的数学关系，发现市场目前存在的微小获利机会，并通过杠杆比率进行快速而大规模交易获利。
事实上，成功的价值投资，必然是能够满足量化技术的检验的。例如彼得·林奇发现，股票在短期内的表现与公司的财务表现无关，但从长期来看，二者的相关性是很高的，比如说随着公司的净利润不断创新高，公司的股票价格也倾向于不断创新高。量化分析者如果按照这个思路做一个模型，是可以检验得到的，当然在这个模型中，时间的跨度应该是一年到几年（或者更长），而不是几个月或几个季度。所以说，真正的价值投资，肯定是可以得到量化投资模式的检验的。
在量化投资中，有些策略不一定是基于长期投资，而可能是在于要把握市场在某些环境下和某些阶段对有效性的偏离。至于如何判定市场处于失效状态，量化投资者会开发相应的策略模型，一旦市场状况符合模型的要求，系统就会提示交易机会的来临，从而开立交易头寸。而量化投资的模型之所以有效，就是因为基于金融市场的大数据，股价偏离了股票的内在价值。
A股投资长期难以摆脱靠天吃饭的局面，牛市撑死、熊市饿死成为常态，而量化投资可以全天候、多维度进行大类资产配置。一个有效的多策略量化模型可以涵盖股票、债券、商品、海外市场等多种大类资产，且不仅可以做多，而且可以做空，无论是单边市还是震荡市，总有一种策略可以适应发挥。
那么你会站价值投资还是量化投资呢？

量化投资的几个优势你清楚吗？

量化投资在最近的40年之所以取得如此巨大的发展，得益于其不同于传统定性投资的理念和处理方法，量化投资相比传统投资方法的优势主要表现在以下几个方面：
(一)科学验证
与传统定性投资相比，定量投资更加强调对投资思想的科学验证。例如，一些投资者认为管理质量好、产品质量高的公司的股票更有可能带来长期回报。而另一些投资者却认为在中国这样的新兴市场，利用市场情绪和技术分析更能取得高市场回报。两种投资者都分别给出一些成功的案例来支持自己的投资逻辑。
那么，这两个投资理念哪个更有效呢?量化投资方法会基于历史数据对这两种投资思想进行验证，通过构建两个不同的投资模型，分别反映上述两种投资思想，以验证这些思想的长期有效性，而不仅仅在某一时期某种市场甚至某些个别事例上正确。量化投资策略研究人员会采用长期历史数据和大量股票进行研究，只有在多数情况下有效的思想并通过有效性检验的策略，才会在最终的投资模型中被采用。

(二)纪律性
虽然量化投资模型是由人根据不同的投资逻辑设计的，然而具体交易订单的执行却完全由模型独立执行。通常投资者在形成自已的投资逻辑时会比较理性，但在模型的执行阶段却不可避免地受制于人性的弱点.表现出对投资不利的贪婪和恐惧。基于对量化投资模型思想的信任，量化投资会严格执行模型所产生的交易单，仅在特殊的情况下对交易单进行个别修改。
这种由模型确定交易的过程能帮助我们克服交易中的人性弱点。总之，量化投资以先进的数学模型替代人为的主观判断，借助计算机系统强大的信息处理能力具有更大的投资稳定性，极大地减少投资者情绪的波动影响，避免在市场极度狂热或悲观的情况下做出非理性的投资决策。
(三)妥善运用套利的思想
量化投资正是在找估值洼地，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。传统投资管理人大部分时间在分析哪家企业是伟大的企业、哪只股票是可以翻倍的股票;与定性投资经理不同，定量基金经理大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的，在低风险下获得显著的收益。
(四)以大概率分散化获胜
量化投资通过不断地从历史数据中挖掘拥有较大概率在未来重复的历史规律并且加以利用。另外，量化投资策略依靠优化配置准确实现分散化投资大量的股票取胜，而不是依靠一只或几只股票取胜，从而在有效控制风险的前提下实现收益率的最大化。

量化分析是什么意思

量化分析是指利用数学、统计学和计算机编程等技术，对金融市场数据进行系统化分析和建模，以发现市场规律并制定交易策略的过程。在金融领域，量化分析常常被用于开发自动化交易系统，以便更有效地进行投资和交易。

当我们谈论量化分析时，我们指的是一种利用数学、统计学和计算机科学等工具和技术，对数据进行系统化分析和建模的方法。这种方法旨在通过量化的方式来理解和解释现象，以及预测未来的走势和趋势。
在金融领域，量化分析通常用于分析金融市场数据，例如股票价格、利率、汇率等，以及宏观经济指标。通过量化分析，我们可以利用历史数据和市场指标，应用数学模型和统计分析方法，来发现市场中的规律和趋势，以制定交易策略和投资决策。
量化分析的方法包括但不限于回归分析、时间序列分析、因子分析、机器学习等。这些技术可以帮助我们识别市场中的交易机会，预测资产价格的走势，进行风险管理和资产配置。通过量化分析，投资者可以更科学地进行投资决策，提高投资效率和风险控制能力。
总的来说，量化分析是一种基于数据和数学模型的分析方法，它可以帮助我们更好地理解和应对复杂的市场环境，提高投资决策的科学性和准确性。

量化交易本无对错，关键还是看市场

监管出手规范量化交易，引发市场一片热议。有量化大佬觉得冤枉，认为市场对量化有太多的误解，但多数股民认为量化就是收割韭菜的机器，是A股易跌难涨的主要因素。谁对谁错，随着监管层不断对量化交易进行压力测试，相信市场的表现会给出正确的答案。
降低印花税、控制IPO节奏、严格限制大股东减持等政策组合拳的推出，足以说明监管层对于股市的呵护程度之高，基本属于利好政策“应出尽出”。但从随后的市场表现以及赚钱效应来看，A股的表现多少有些不及市场预期。究其根源，市场普遍认为量化交易是“祸根”。

其实，判断量化是福是祸的依据可以很简单，只要看是否对A股市场有利，是否影响到了股民赚钱。近几年A股的指数波动幅度变小，易跌难涨，股民普遍反映A股赚钱越来越难。而与过去的A股相比，最大的变量其实就是量化交易的兴起和发展，在此背景之下，监管层对于量化交易出手规范就显得十分有必要。
在现阶段A股市场，有些量化交易已经变味，甚至对A股生态造成了严重的破坏。主流的观点认为，有些量化交易完全背离价值投资，沦落为人为限定区间内反复收割韭菜的机器，导致股票很难反映真实的市场价值。甚至有些投资机构打着量化交易的幌子，做的却是日内拉高股价融券砸盘的买卖，涉嫌操纵股价。
从近几年A股市场的表现来看，无论是经济基本盘的亮眼数据，还是政策利好的超预期出台，都很难让A股走出一波像模像样的单边上涨行情，背后的原因很可能与量化交易有关，毕竟对于毫无感情的量化投资策略而言，高开就砸盘，低位再回补，是代码赋予它们的唯一指令，没有例外。

而量化投资人却觉得很冤枉，认为其实是量化为A股提供了大量的流动性，量化才是A股的脊梁。量化投资提供流动性是事实，但量化带来的流动性多是虚假的繁荣，是它为完成自身反复收割韭菜而获利的必要条件，并未实际为A股创造任何投资价值，这一点无需自吹自擂。
A股的个人投资者占比较高，与量化交易同台竞技，散户几无胜算，中长期下来，散户的结局只能是不断亏钱，越没有赚钱效应，就越不会有股民入场，这是恶性循环。
量化交易本应与价值投资相辅相成，如今却成为少数机构手中高频交易“薅羊毛”的工具，这不是A股的脊梁，反而会被股民戳脊梁骨。
实际上，量化交易本身并无对错，A股市场想要越来越国际化，量化交易不可或缺。监管层规范量化交易，是为了今后能够更好地稳健合规发展，并不是要“封杀”。目前来看，监管层的出手更像是压力测试，最终是要让市场主动给出量化是福是祸的答案，并且找到量化投资和A股市场和谐共生的临界点。

量化投资的赚钱逻辑是什么

“到底什么是量化投资，听起来很复杂，高大上的样子”，“量化基金和主要靠基金经理选股和做投资决策的主观投资基金谁更好，谁更值得配置？”，不论你是否了解，量化投资在二级市场里早就不是新名词了。

什么是量化投资？简单来讲，量化投资就是利用计算机科技并采用一定的数学模型去践行投资理念、实现投资策略的过程。它的基本理念是利用计算机技术结合一定的数字模型去实践投资者的思想和策略。

那么主要有哪些量化投资策略呢？如何量化选股，大体分为三种方法

每个投资者在投资生活中有着各种各样的选股原因，有的着重看财务指标，比如只买PB小于2的股票，有的则喜欢依赖于技术分析，喜欢买入近12个月跌幅超过一定幅度的股票。

而量化选股并不神秘，它只是把您心中那个心照不宣的原因给标准化、在每个周期按照机械化的流程选出股票而已。

量化选股就是采用数量的方法判断某家公司是否值得买入的行为。根据投资方法，如果该公司满足了该方法的条件，则放入股票池；如果不满足，则从股票池中剔除。

量化选股的方法有很多种，总的来说，可以分为公司估值法、趋势法和资金法三大类。

公司估值法通过比较公司估值得出的公司理论股票价格与市场价格的差异，判断股票的市场价格是否被高估或者低估，从而寻找出价值被低估或被高估的股票。这种就是基本面量化。

趋势法就是根据市场表现，如强势、弱势、盘整等不同的形态，做出对应的投资行为的方法。可以追随趋势，也可以进行反转操作等。这种就是技术面量化。

资金法的本质思想是追随市场主力资金的方向，如果资金流入，则应该伴随着价格上涨，如果资金流出，则应该伴随着价格下跌。资金法本质上是一种跟风策略，追随主流热点，从而期望在短时间内获得超额收益。这种是交易行为量化。

通过量化方法选出来的股票，通过不断的轮换，就可以获得超额收益。

量化也可以择时，判断市场高低点

有人说，相比选股，择时更重要。只要是牛市，基本什么股都大涨，当风吹过来的时候，猪都会上天。

大家是否曾经听过一个说法，技术分析就是量化择时的一种。或许有人问“择时模型是不是都是技术面的？”

其实技术分析是自成体系的一个流派，帮助交易者选择较好进场或离场的时点，它基于三个假设：市场价格包含一切信息，价格沿趋势移动，历史会重演。

而量化择时策略不可能出现因人而异的情况。只要两个人所使用的因子、参数、和既定规则是一样的，两个人得到的买入信号或卖出信号发出日就是同一日。

传统的有效市场假说认为，市场有效时，金融市场是不可预测的，价格充分反映了所有相关的信息，价格变化服从随机游走假设，对金融产品价格的预测将毫无意义。

但是随着计算机技术、混沌理论和分形理论的发展，众多研究发现，股价的波动不是完全随机的，它貌似随机、杂乱，但在其复杂表面的背后，却隐藏着确定性的机制，因而存在可预测成分。利用一些指数工具，可以在较长的时间维度上判断出大盘的高点和低点。

根据量化择时的策略判断，可以对大盘进行高抛低吸，例如熊市底部抄底，牛市顶部抛顶。

对历史数据进行统计分析，把握套利时机

对冲套利就是利用两个相关性比较高的品种，同时进行做多和做空的操作的一种交易策略。当两个品种的价差偏差超过了合理区间时，就会存在较大的概率回归，产生套利机会，这是对冲套利策略的理论逻辑。

套利所赚的钱就是不合理价格与合理价格的差，所以套利者需要做的就是在价差出现扭曲甚至严重扭曲的时候及时捕捉机会，稳定赚取这部分利润。

套利过程能够成功实施的重要前提是科学统计相关产品之间的价差数据，找到变化规律。只有借助统计分析工具和图表，结合基本面和技术分析，才能预测出今后一段时间内相关产品价差数据变化的趋势，从而把握最佳的套利时机。因此，对成功实施商品期货套利来说非常重要。

目前国内资本市场可以进行的对冲套利策略包括：期现套利、跨期套利、跨品种套利、跨市场套利、ETF套利、分级基金套利等。

有了对冲套利策略，无论是熊市还是牛市，都可以获得比较稳健的收益。

赚钱的关键系资产配置

学术界有一个公认的结论，在投资中真正赚钱的关键是资产配置，而不是具体的交易。通过对主要的大基金的绩效归因可以得出结论，90%的收益来自于正确的资产配置。也就说，选择市场比交易更加重要。

量化投资管理将传统投资组合理论与量化分析技术结合，丰富了资产配置的内涵，形成了现代资产配置理论的基本框架。

资产配置是指资产类别选择，即投资组合中各类资产的适当配置及对这些混合资产进行实时管理。量化投资管理将传统投资组合理论与量化分析技术结合，丰富了资产配置的内涵，形成了现代资产配置理论的基本框架。

资产配置突破了传统积极型投资和指数型投资的局限，将投资方法建立在对各种资产类股票公开数据的统计分析上，通过比较不同资产类的统计特征，建立数学模型，进而确定组合资产的配置目标和分配比例。

总而言之，量化投资作为现代金融体系的全新的方法，目前在专业机构的投资活动中得到了越来越广泛的应用。作为普通投资者，了解一下量化投资的方法和理念不失为多一种投资选择。量化投资的一个重要结论就是：不要试图寻找十倍大牛股，因为概率实在太低。正确的做法是通过投资组合，使用多策略交易的方法，在控制风险的情况下，追求稳健和持续的收益。

量化投资和价值投资哪个更有优势？

价值投资注重价格和价值的长期偏离

价值投资跟股票基本面的趋势没有那么必然的联系，它不是判断大类资产价格的运行趋势，也不会判断行业相对之间的景气度，它不会追逐景气度，因为一个资产、一个股票的长期潜在回报率跟利润增长的斜率没有关系，所以它一定是自下而上得去找优秀的企业。

而这种自下而上挑选优秀企业的过程，就是通过研究企业财务状况，未来预期现金流；再结合每个版块每个公司的各自特点，比如医药公司看FDA，金融版块看利率和宏观态势，科技股看赢利模式等等投资策略去选定出行业优秀头部企业。

但是找到好公司不意味着万事大吉，你如果读塞思·卡拉曼的《安全边际》，你就可以体会到这一点：好东西也要好价格，选择那些价值被低估的企业，并长期持有，直到其可收益的价值体现出来为止，这才是价值投资核心思想。

价值投资是主观投资，更像是农民种地，要挑选好种子，要选季节合适，还要气象稳定，更重要的是要经历漫长的等待，才能发芽开花结果。对于很多投资额而言找不到优质企业，大跌时拿不住，等不起成了价值投资最大的难点，这也是人性难点。

量化投资注重价格和价值的短期偏离

而量化投资与主观投资不同，量化交易就是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种大概率事件，以制定策略。

量化交易能够极大减少投资者情绪波动的影响，避免了在市场极度狂热或悲观的情况下作出非理性的投资决策。

正因为计算机可以最大限度的搜集各个维度的数据，处理的数据，信息量越大，纬度越大，对比、总结、判断的精准度高，失误少，所以量化投资总能在市场产生巨大波动的期间，最大程度的获得超额收益。

如果说共同点，量化范畴内的高频交易和统计套利几乎和基本面分析风马牛不相及，主要的共通之处来自中低频的多因子模型。

从这个角度来说，量化投资和价值投资的关系并不是很多人认为的互不相容、互相抵触，恰好相反，中低频的量化投资的很多策略思想都是来自于传统的价值投资和技术分析的。但是利用数学和模型的方法，可以对传统的策略进行定量处理，从而提高获胜的概率。

当然对于普通投资而言，量化投资的难度更大，它需要非常专业的数学、金融、甚至是计算机技术等一系列知识，所以想做量投资还是要挑选优秀的私募量化管理人。

总结

事实上价值投资和量化投资并不存在优劣之分，他们其实是一体二位的两种投资思维，都是在捕捉价格与价值的偏离，只是前者追求的是长期偏离，后者抓住的是短期偏离，对于投资者而言，这应该是一个互补的投资关系，可以买一些私募量化，也可以买一些价值投资的私募产品，其实这是更科学更丰富的资产配置组合。

量化进入强监管时代

西蒙斯，投资领域的“量化之王”，他创造的30年间年化66.1%的收益率成为投资界的绝响，他被无数国内量化投资者视为精神偶像。1个月前，西蒙斯永远离开了他无比眷念的人世间，1个月后，上海、深圳两大证券交易所站稳人民的立场，推出量化交易管理细则，让A股投资者能在“三公”环境中跟机构博弈，也让彷徨的量化投资者看到了重生的希望。
西蒙斯是一位获得过无数殊荣的数学家，他创办的文艺复兴科技公司坐落在长岛的石溪小镇。公司成立之初在投资界就是一个笑话，作为一家基金公司，文艺复兴科技除了首席交易员有金融背景，其他员工都没有搞过金融，公司不雇佣商学院的毕业生，也不雇佣华尔街的从业者，员工大部分是博士，有科学家、数学家、物理学家、统计学家，他们擅长计算机编程。
密码破译专业出身的西蒙斯，利用破译密码的运算法则，寻找市场数据的微弱信号，由计算机自行决策交易。数学模型可以降低投资人的风险，以及所需承受的心理压力，模型没有感情，只要选定就会自动执行，克服人性在市场面前暴露出来的弱点。多年以后，国内陆续成立了类似文艺复兴科技的基金公司，他们视西蒙斯为偶像，希望能在国内复制西蒙斯的传奇。
令国内投资者趋之若鹜的西蒙斯量化到底有多传奇呢？巴菲特是无数价值投资者的精神偶像，巴菲特旗下的伯克希尔公司从1965年到2022年期间年复合收益率19.8%，超过标普500指数的9.9%。文艺复兴科技公司旗下的大奖章基金从1988年至2018年的30年间，年化收益率高达66.1%，如果扣除高昂的交易费用，大奖章也有39.1%的费后年化收益率。
国内的量化投资者们复制了西蒙斯的模式，2014年，量化交易进入中国，2015年到2018年规模逐渐增长，到了2019年开始爆发，百亿规模量化私募当年达6家。到2024年4月，中国私募证券投资基金管理人有8306家，规模超过100亿元的私募证券基金管理人约94家，百亿量化私募有33家，量化规模约1.5万亿。百亿量化私募中以股票策略为核心策略的有26家，多资产策略有6家。百亿量化私募在行情巨幅波动的2月收益率均值为5.7%。

2024年2月成为量化私募的一个转折点

深交所在交易监控中发现，宁波灵均旗下多个证券账户通过计算机程序自动生成交易指令、短时间内集中大量下单，卖出深市股票合计13.72亿，期间深证成指快速下挫，影响了正常交易。同期，上交所也发现宁波灵均管理的多个产品大量卖出沪市股票合计11.95亿，期间上证指数短时间快速下挫。交易所限制宁波灵均3天交易，并进行公开谴责的纪律处分。一时间，量化交易利用技术、信息等优势割韭菜的质疑四起，量化交易陷入风雨飘摇之中。
在证监会统一部署坚决落实监管长牙带刺，有棱有角的要求下，站在人民的立场，对影响市场正常交易秩序、损害投资者合法权益的违法违规行为，始终保持严的基调和零容忍的高压态势，对违规交易进行快速反应，重拳出击。对宁波灵均处罚后，证监会在5月15日发布《证券市场程序化交易管理规定（试行）》，对量化全方位、系统性监管。
6月7日，深交所就《深圳证券交易所程序化交易管理实施细则（征求意见稿）》公开征求意见，同时，上交所也起草了管理实施细则的征求意见稿，并公开征求意见。细则通过程序化交易报告制度，加强机构合规风控管理，强化信息系统管理，加强交易监测监控，进行差异化收费，在发挥程序化交易在市场价格发现等方面的积极作用的同时，降低程序化交易对普通投资者的过度优势，对各项监管提出实招、硬招，维护证券交易秩序和市场公平。
交易所的实施细则在前期报告基础上进一步规定对收益互换客户等的穿透报告要求；细化对程序化异常交易行为监控指标，比如短时间内申报和撤单笔数、频率达到一定标准；短时间内大笔、连续或密集申报并成交，导致证券交易价格或交易量明显异常；短时间内大笔、连续或密集申报并成交，导致证券市场整体运行明显异常；以及其他交易所认为需要重点监控的情形；对申报、撤单的笔数、频率达到一定标准的程序化交易要从严管理、差异化收费等。
魔鬼出在细节里，量化交易基金中部分通过高频交易来获得超额收益，可高频交易在短时间内通过虚假报价再撤单这种试图操纵市场，制造假象企图诱骗其他交易者而从中牟利的行为，尤其是1秒内申报、撤单达到300笔以上或者单日最高申报、撤单的笔数达到20000笔以上，将被认定为高频交易。瞬时申报速率异常，全天多次出现个股一分钟内涨跌幅和成交数量达到一定比例的频发拉抬打压，短时间大额成交加剧指数波动等将成为交易所监管的重点。
从海外程序化交易监管经验看，普遍将高频交易作为监管重点，采取加收费用，禁止过快指令等方式严管理，交易所的实施细则结合高频交易特点和潜在风险，借鉴海外经验，在判断标准和差异化监管安排上为市场提供明确指引，旨在一定程度上削弱高频交易在技术、信息和速度等方面的过度优势，管控消极影响，让各类投资者在“三公”的市场环境中博弈。

中国目前有2.25亿投资者，自然人投资者占比99%。程序化交易的技术、信息和交易速度优势，客观上对自然人投资者带来结果不公平。实施细则重点监控可能损害其他投资者利益的异常程序化交易行为，监控指标聚焦高频交易行为等关键少数，提高量化交易成本，公平分配交易资源，维护市场公平，正是践行证监会提出的监管站稳政治性和人民性的具体体现。

量化交易到底是市场的生力军？还是魔鬼呢？海外成熟市场的程序化交易占比超过50%，美国甚至达到70%，国内目前交易占比30%左右，已经成为影响市场的一支重要力量。程序化交易在提升市场活跃度、提高交易效率方面发挥了积极作用，也在一定程度上改善了市场流动性。与此同时，程序化交易确实在一些特定时点也存在策略共振、交易趋同等问题，加大了市场波动，也因其技术、信息和速度优势，引发了市场有关其不公平性的质疑。
证监会推出量化交易管理规则之后，交易所出台的实施细则，可谓是量化在经历了2月饱受质疑之后的一次重生。作为资本市场的一股重要力量，显然不能一刀切，应该理性、正确地看待，当然也不能任其发展，不受任何约束和管控。国内量化在证监会的管理规定出来后，量化交易市场占比、换手率有所下降，交易上整体朝降低频率、审慎规范的方向发展。
据了解，交易所在广泛征求实施细则的公开意见同时，将推进建立北向投资者程序化交易报告制度。按照内外资一致的原则，推动明确北向投资者报告内容、路径、时限等具体安排，将北向量化交易纳入报告范围。交易所对高频交易差异化收费、行情信息收费等市场影响较大的规定，充分进行测算评估，待征求市场各方意见后，推出高频交易差异化收费相关规定。交易所还将评估完善程序化异常交易监控标准，在适当时机以适当的方式发布。
监管的政治性和人民性就是让所有市场的参与主体都能在公平、公正、公开的“三公”市场中进行博弈，作为市场重要力量的量化不应该是没有规则的掠食者，只有在监管的规范之下，才不会在饱受质疑中风雨飘摇，才能真正获得重生。也只有在健康的市场秩序中，中国的量化信徒们才有机会成就西蒙斯那样的传奇。面对交易所的量化实施细则，也许，老百姓会说，按方抓药，照办就是。