探索金融量化新趋势，另类数据为金融创新赋能

       全球数据量正以前所未有的速度增长，遍布世界各个角落的传感器、移动设备、在线交易和社交网络每天都要生成上百万兆字节的数据。

       在不断增加的数据存储量中，非结构化数据的比重越来越大，数据来源和数据类型也逐渐多样化，并显示出不可小觑的商业价值和经济社会价值。对于企业而言，数据正成为企业的新型资产，成为形成竞争力的重要基础。 

       此外，当前在金融行业，券商、基金等金融通道的中介服务深陷同质化竞争，另一方面，在宏观环境下，黑天鹅事件频出，市场的剧烈波动极大的影响着投资者的情绪，依靠同质化的数据信息以及投资者的主观经验进行交易已经不能满足金融机构的需要。

       中译语通CEO于洋早前就在举办的“另类数据：新石油”(Alternative Data: New Oil)大会上强调，“另类数据将为全球金融量化带来独有超额价值”。另类数据是用于金融交易的非传统性数据，旨在获取超额的市场收益。与传统的基本面、财务、历史行情等金融数据相比，另类数据具备实时性高、数据量大、“原始”等特点。

       如何理解另类数据在实际应用中的价值？于洋向亿欧举例：“我们可以通过某家餐饮企业的外卖订单量、微信上用户对于企业的评价等社交数据，来判断企业的经营情况，判断企业的信用。这些数据是另类数据的一种，可以提供不同视角的市场洞察。”

       目前，在金融行业，对于电商、社交、出行、电信等非金融数据还有另一种提法：可替代数据。在于洋看来，这种说法并不准确。“替代”一词表达的是非此即彼的关系，而这些数据是传统金融数据的补充，在金融交易中可以为投资者提供更广泛的交易思路、更多维的分析角度，因而用另类数据更为准确。另类数据不会替代传统金融数据，但随着大数据技术和人工智能技术的发展，另类数据的价值会越来越大。 

       于洋认为，其实不管是在二级市场还是整个金融行业，比拼的是第一手信息与数据的认识与应用，拥有别人没有的独特视角的数据是非常有价值的。

       在全球金融市场的不确定增加的情况下，金融市场呈现出更多震荡走势，越来越多的金融从业者开始关注另类数据，期望通过另类数据捕捉更及时有效的交易信号，另类数据的价值越来越多的得到全球金融量化巨擎的应用和青睐。

       而另类数据的挖掘应用离不开长期的大数据技术积累和沉淀。于洋介绍，中译语通五年间在大数据领域持续深耕，积累了互联网开放数据、科技数据、金融数据等庞大的数据资源，正是这些精细颗粒度的数据资源造就了庞大的市场情绪，助力另类数据在金融量化领域的创新应用。

       关于如何以大数据、人工智能技术驱动金融量化发展，挖掘另类数据潜力并实现其价值最大化，于洋结合中译语通的实践给出了详细的阐述。

       中译语通基于强大的大数据及人工智能技术，对全球海量开放非结构化数据进行精细化分析和深度挖掘，构建量化模型，用量化数据计算市场信息、投资者信心等另类数据，为投资者提供投资机会分析，从全球角度制定最佳投资策略。

       于洋重点从市场情绪、市场情感、全球恐慌指数等独有算法与数据出发，结合数据资产、知识图谱构建能力等角度向亿欧介绍了中译语通探索全球海量金融另类数据价值的技术实力和实践成果。其中，中译语通构建的上证指数量化模型超过三个月的连续交易预测趋势准确率超过85%、并且能够实现长周期、短周期和每日股指数值进行实时数据计算。

       在谈到市场情绪对金融市场行情的影响时，于洋谈到，触发市场情绪将助力更高效的市场决策，全方位感知与测量市场情绪，实时准确判断对市场的影响，对金融量化有重大意义。中译语通运用NLP金融市场情绪算法，分析政策因子、情绪因子、风控因子和成长因子等多维度参考因子，并应用至投资交易、大宗商品贸易、行业监管等不同领域，为投资者提供不同视角的市场洞察分析，发现新的市场投资机会。

       关于具体能够反映和影响市场变化的情绪指标，于洋做了详细的讲解。基于市场涨跌速率变化、股价、股票成交量等因子指标分析市场买卖人气；分析情绪级别、热度、变化程度及速度，通过量化方法估算全球投资者的风险资产变化情况、投资态度、投资决策以及风险承受度等指标，分析有关收益预期、利率预测等观点，反映市场买卖意愿的程度；利用外汇收益和外汇风险相关系数等因子指标建立风险偏好指数，反映市场投资者风险态度，通过提供不同视角的市场洞察分析，提供给金融从业者更有价值的决策依据，获得超额利润。

来源：亿欧

3·15 阿牛智投提醒您“理性认识市场，投资量力而行”

       在3·15国际消费者权益日到来之际，阿牛智投提醒您“理性认识市场，投资量力而行”。

       一、提高自我保护意识，远离非法证券期货活动。

       二、严格遵守账户实名制要求，任何机构与个人均不得出借自己的证券期货账户。

       三、坚持价值投资、理性投资，远离炒小、炒差歪风。

       四、场外配资不合法，虚拟交易危害大，投资务必选正道，合法权益有保障。

       五、非法荐股套路多，老师股神都是托，自身权益无保障，擦亮眼睛别上车。

       六、一夜暴富是陷阱，保本高息是诱惑，擦亮眼睛辨真假，管好贪心不上当。

基金第三方代销遭遇冰点 智能投顾牌照引关注！

    今年以来，新发基金规模大幅缩水，降至近8年来最低水平，第三方代销平台也未能幸免。

    近日，《证券日报》记者通过多方了解到，在投顾牌照实施、A股市场不断回调下，基金第三方代销平台今年以来陷入前所未有的生存困境，不得不重拾同质化竞争手段，已有代销平台准备开启“红包+低费率”模式。

    多位受访者告诉《证券日报》记者，股市不断回调下，新发基金的规模不断缩水，基金代销平台亦受到不同程度的影响。鉴于目前困境亟待破解，基金代销平台一方面采取多种措施作好存量客户的服务工作；另一方面，则寻求与拥有投顾牌照的机构进行合作，进行突围。

    代销规模同比降超九成

    Wind资讯统计数据显示，截至3月8日，年内新发基金份额合计1612.96亿份，与去年同期的7989.11亿份相比，降幅达79.81%。

    受制于新发基金规模的整体下降，第三方代销平台也面临前所未有的困境。北京一家第三方基金代销平台相关人士告诉记者：“今年平台的代销规模大幅下降，主要是产品净值下跌、客户恐慌赎回等原因导致规模大幅缩水。前两个月，公司代销基金的规模不足1亿元，较去年同期下降90%以上。从基金销售情况来看，稳健型产品似乎更受客户青睐，‘固收+’、FOF和风险更低的纯债基金销量远超权益类基金。”

    鼎信汇金公募销售部相关人士也告诉记者，由于年内股市大幅震荡，公募基金的代销量差强人意。此前市场较为热衷的价值投资、赛道投资类策略产品也出现了销售瓶颈。由于股市整体缺乏赚钱效应，公募基金迎来了销售寒潮。“与前两年基金热销形成鲜明对比的是，年内市场鲜有‘爆款基金’问世，需要摇号才能认购的局面也不再有，市场赚钱效应低对投资者的认购情绪产生了极大影响。”

    《证券日报》记者了解到，由于年内第三方平台的基金代销量持续下滑，已有平台拟重新开启“红包+低费率”的同质化竞争模式。

    北京另一家第三方平台的相关人士告诉记者，“公司准备上线‘认购抽红包’的活动，以此提升投资者的认购热情。同时，公司也在考虑将认购费率调低。费率战是代销市场的常用竞争手段，现阶段能够采取的措施也只有这些了。”

    理财魔方创始人兼CEO袁雨来告诉记者，现阶段公募基金的主要客户仍是个人投资者，针对个人投资者的服务也会为平台代销带来较大规模的增长。但近两年A股市场波动加剧，新基民逐渐认识到理财需要具备专业知识和稳健心态，心态的逐渐成熟驱动一部分基民进入投顾服务市场。

    代销平台各显身手寻求突围

    如今，两道必答题已经摆在各基金代销平台面前。一是第三方代销市场陷入生存困境，该如何突围？二是在基金代销市场规模持续攀升的背景下，如何做好存量客户的服务，并进一步形成自身的核心竞争优势？

    中植基金公募基金分析师张敏向记者表示，近两年公募基金代销市场发展很快，竞争也越来越激烈，第三方代销平台的基金销售规模已在逐步赶超银行、券商等其他机构。“从最新的百强代销榜单可以看到，此前曾排名靠后的代销机构，如今已与基金公司直销、银行与券商呈现三分天下的格局。与此同时，基金代销平台的服务对象也开始从个人投资者向机构客户转变。”

    “从目前的市场环境来看，非银行和券商类第三方代销平台虽然身处困境，但只要能找到突围的方法，未来仍有发展空间。”张敏对记者介绍称，公司以客户为中心，打造核心竞争优势。今年以来，公司对存量客户通过线上和线下的“一对一”沟通，帮助客户去理解产品波动、市场回调的原因。同时，公司还加大对机构客户的布局，上线投顾业务，以此摆脱现有的经营困境。

    袁雨来也对记者表示，公司坚持不推荐新发基金，因此年后出现的新基金发行遇冷带来的冲击比较有限。但在目前市场环境下，公司也在积极围绕提升客户盈利概率来优化服务。一方面，响应监管要求，积极完成基金投顾产品的合规化；另一方面，结合全球宏观动态，为客户提供专业的宏观分析和解读，帮助客户建立长期价值投资理念。

    鼎信汇金告诉记者，公司针对当前市场情况积极调整了销售策略。“从去年下半年开始，公司通过投资者教育，引导客户采取‘散投’策略，分散仓位、分散时间，引导投资者树立风险意识。公司还与投资者分享基金销售过程中的“倒三角”理论，即基金旺销时往往预示阶段性顶部的到来、基金滞销时往往是最佳的投资机会。

    欲借投顾牌照破解当前困境

    记者了解到，在基金代销市场实施投顾牌照后，市场出现一定的分化格局。一方面，业内肯定了投顾牌照带来的积极意义；另一方面，部分代销平台欲借助投顾牌照优势，化解当前的经营困境。

    张敏认为，投顾牌照对基金代销平台具有非常积极的作用。首先，投顾牌照代表的是服务资质，具有投顾牌照就可以为客户进行基金账户的全委托投资，能够直接对客户账户做出“选择、跟进、调整”等方面操作的基金投资服务，为客户解决基金投资过程中的一系列问题，提升客户的理财体验。其次，投顾具有鲜明的场景划分，代销平台客户种类很多，根据不同场景进行客户投资需求的划分，可让投资选择更为简单，这对客户和平台而言都是好事。

    张敏还表示，针对客户来说，投顾业务能够帮助其做好全程投资服务，提供丰富的陪伴服务，还能引导客户长期持有、避免追涨杀跌。

    袁雨来也认为，投顾业务会引导基金代销平台走向两类分化：以交易为主导的基金超市、以客户留存规模为主导的投顾模式。“公司正在与投顾试点机构合作，进一步提升投顾类服务的合规性、风险控制能力和服务能力，把人工智能赋能给基金投顾试点机构，助其快速发展。”袁雨来称。

    鼎信汇金也表示，基金投顾业务具备较高的金融服务能力，对基金投顾实行持牌经营，对于整个行业的规范化发展非常有益。持牌经营有利于逐步厘清基金销售平台、推荐者、投资者之间的权利义务关系；投资者的利益也能得到更有效的保障。因此，基金投顾持牌经营对基金销售行业和投资者来说，都是一件好事。

来源：证券日报

人工智能助力消费金融洞察存量时代

       随着年轻一代消费能力的崛起和消费模式的改变，用户的需求日益复杂和多样化。对此，业内人士表示，消费金融在存量市场的竞争是渠道、的运营能力、业务的创新能力和用户的洞察能力。

       同时，随着金融科技的加入，中国目前的消费金融正在向数字化、智能化、场景化的趋势发展。作为国内领先的人工智能平台，布尔深耕人工智能等先进技术多年，构建技术和场景优势，实现了帮助消费金融洞察存量时代用户消费偏好，挖掘客户需求的新跨越。

       进入存量竞争时代，消费金融需要更具可得性和普惠性。基于此，消费金融公司为了提高消费金融服务的普惠性，开始更多地聚焦三四线城市和农村地区。金融科技企业的投入有利于推动消费金融的普及。

       帮助消费金融机构明确数字化运营目标，为客户提供整体营销方案、系统架构、产品匹配、运营服务等全面的存量客户运营服务，通过建立多维度的用户分级管理体系，进行存量客户营销，提升客户价值。同时，布尔从存量客户预警、休眠客户推广、高价值客户流失预警、存量客户交叉营销的角度管理不同类型的客户，加深客户粘性。

       “布尔想把多年积累的智能分析决策技术、算法、云计算等赋能给金融机构，提高他们的效率。”这是布尔作为技术推动者的坚定选择。在未来的竞争中，技术将在消费金融领域发挥越来越重要的作用，布尔将继续以技术为驱动力，帮助下沉服务触达更多用户，实现消费金融的普及。

来源：智能科技008

中小型私募管理人亟待突围 7800家平均管理规模不足5亿元

    近日，《证券日报》记者根据私募排排网最新统计数据发现，在全市场有统计的8949家证券私募中，合计注册资金为2075.83亿元，实缴资本金仅有1405.72亿元；管理规模在100亿元以上的管理人数量仅有117家，占比为1.3%，7800家管理规模不足5亿元。从员工数量来看，超过100人的私募机构仅有6家，有7688家私募公司员工不足10人。

    多位私募人士向记者表示，放眼整个市场，仍呈现出较明显的参差不齐局面，尤其是在百亿元级私募阵营扩容，甚至多家管理人规模逼近千亿元级后，行业的头部效应更是拉大了差距，归根结底在于市场同质化竞争激烈，投研能力薄弱所致。

    仅8家实缴资本超10亿元

    走过2021年，百亿元级证券私募数量提升明显，相比2020年年底的52家，一跃增至目前的117家，增幅高达125%，然而对比整个行业来说，头部效应的显著更是拉大了管理人之间的差距。

    记者通过私募排排网获取的数据梳理，在全市场有统计的8949家证券私募管理人中，合计注册资本金为2075.83亿元，实缴资本金仅为1405.72亿元。在8949家私募管理人中，注册资本金在1000万元以上有8372家，但注册资金在1亿元以上的有342家；注册资金在5亿元以上有36家，注册资金在10亿元以上的仅有13家。注册资金在20亿元以上有5家，这5家多为企业背景，而个人背景的仅有1家，分别是东航金控、中航信托、中兵财富、国寿城市发展产业投资和证大投资。

    而在实缴资本方面，100万元以上的8853家；实缴资本1000万元以上的有4821家；实缴资本1亿元以上有170家；实缴资本在5亿元以上的有21家；实缴资本在10亿元以上的有8家，分别为平安资产、中科招商、东航金控、中航信托、中兵财富、江苏高科、国寿城市发展产业投资、迪瑞资产。

    钜阵资本首席投资官龙舫向记者表示，当前证券私募市场已处快速发展时期，但与国际市场相比仍然缺乏更具优秀的私募管理人。可以预期，未来的10年仍将是中国证券私募行业快速发展时期。

    同增资本投资总监包桂芝告诉记者，证券私募当前头部效应显现，也拉开了竞争格局。头部私募规模提升，规模效应也在逐渐显现，但也要看到超额收益在逐步衰减，反映了投研能力不足的问题。

    中小型私募占比达87.16%

    记者统计数据显示，从管理规模方面，百亿元级私募数量有117家，全市场占比仅为1.3%；管理规模在50亿元至100亿元的有81家；管理规模在20亿元至50亿元的有238家；管理规模在10亿元至20亿元的有295家；管理规模在5亿元至10元的有415家；管理规模在5亿元以下的有7800家，全市场占比高达87.16%。整体来看，小型私募占比近九成，确实反映了证券类私募参差不齐的市场格局。

    龙舫表示，导致证券类私募头部效应显示的主要原因在于，绝大部分私募的资产、策略和研究风格较为单一，如果未来10年能够把握好机会，中小型私募仍然可能成为大型私募。预测未来会有大量实力不够强、业绩不够突出的中小型私募公司被淘汰。

    私募排排网财富管理合伙人荣浩告诉记者，一般来说，行业会把管理人按照管理规模分为四个等级，其中，百亿元级作为第一梯队。能够跻身百亿元级阵营的私募，一般呈现产品业绩表现稳定、超额收益较高且回撤较低等特征。

    记者发现，除了管理规模反映了行业良莠不齐的特征外，私募机构的员工数量也是一个指标。数据显示，私募机构员工在100人以上的仅有6家，在50人至100人的有24家，在20人至50人的有281家；10人以下的多达7688家，占比高达85.9%。

    在行业快速发展时期，中小型私募如何把握黄金机遇、如何实现突围？龙舫表示，对于中小型私募来说，必须提升自身抗风险能力，例如提高资金实力、提升产品辨识度和保持优异业绩等。对于规模较大的私募来说，除了再度提升抗风险能力外，需要改变资产、策略及风格单一的局面，需要在团队建设和技术上的投入，构建大类资产配置能力。

来源：证券日报网

数据智能重塑金融行业

       在这个一切皆可智能化的时代，数据正在成为金融业基本业务单元和重要资产，数据经营能力也成为了金融机构关键能力。金融机构的数字化转型，更是推动金融高质量发展，服务实体经济的必然要求。

       近日，银保监会发布了《关于银行业保险业数字化转型的指导意见》，强调金融机构要加强顶层设计和统筹规划，科学制定数字化转型战略。《指导意见》具体提出，金融业要从健全数据治理体系、增强数据管理能力、加强数据质量控制、提高数据应用能力四个方面提升数据治理与应用能力。

       2022年，金融业的数据智能化将会加快步伐。在金融业数字化转型过程中，不仅要依赖大量应用场景来形成数据规模化效应，企业更需深入理解客户和市场，以数据洞察来驱动企业的行动，从而更好地获取、服务以及留存客户，实现业务增长。智能金融与隐私计算的结合尤其引人瞩目，服务金融机构的隐私计算公司大量涌现，金融业在数据安全方面再上一个台阶。

       值此之际，《华夏时报》发起新的思考和展望，将于2022年3月25日举办“数据智能重塑金融:华夏时报2022金融大数据论坛”，论坛为线上形式。论坛现场将发布首份数据智能行业年度报告《数据智能下的金融数字化转型报告2022》，深度整合分析数据智能下金融场景的典型应用案例和代表厂商，洞察预判数据智能下金融场景的数字化转型路径和未来趋势。

       本次论坛将集结各垂直领域产业领袖，跨界交锋，携手描绘数据智能金融未来蓝图，力求为金融机构和金融科技公司提供交流对接平台，促进行业融合发展。届时，来自银行、保险等金融机构，以及大数据、云计算、人工智能、风控安全等行业的领军企业代表将齐聚一堂，与业内最顶级专家学者共同解读当前数字金融发展的指导思想，深入探讨行业面临的关键问题和未来发展机遇。

       “数据智能重塑金融:华夏时报2022金融大数据论坛”上，还将颁发年度金融科技新势力十大领军人物、年度智能金融新锐企业、年度数据智能应用创新奖、年度智能转型典范奖、年度金融云服务典范奖、年度金融安全服务典范奖等多个重磅奖项。

来源：华夏时报

大数据金融的运营模式

　　大数据金融分为平台金融和供应链金融两大模式。

　　平台金融模式中,是平台企业对其长期以来积累的大数据通过互联网、云计算等信息化方式对其数据进行专业化的挖掘和分析。譬如现在众所周知的阿里金融,以及未来可能进入这一领域的电信运营商等。

　　供应链金融模式,是核心龙头企业依托自身的产业优势地位,通过其对上下游企业现金流、进销存、合同订单等信息的掌控,依托自己资金平台或者合作金融机构对上下游企业提供金融服务的模式,譬如京东金融平台、华胜天成供应链金融模式等。

　　特点：数据量巨大、数据的多样性、数据的价值性

　　优势：

　　大数据金融有着传统金融难以比拟的优势。互联网的迅速发展不仅极大扩展着企业拥有的数据量,也使得企业更能够贴近客户,了解客户需求,实现非标准化的精准服务,增加客户黏性;企业通过自己的征信系统,实现信用管理的创新,有效降低坏账率,扩大服务范围,增加对小微企业的融资比例,降低了运营成本和服务成本,可以实现规模经济。

　　大数据能够通过海量数据的核查和评定，增加风险的可控行和管理力度，及时发现并解决可能出现的风险点，对于风险发生的规律性有精准的把握，将推动金融机构对更深入和透彻的数据的分析需求。支持业务的精细化管理。虽然银行有很多支付流水数据，但是各部门不交叉，数据无法整合，大数据金融的模式促使银行开始对沉积的数据进行有效利用。大数据将推动金融机构创新品牌和服务，做到精细化服务，对客户进行个性定制，利用数据开发新的预测和分析模型，实现对客户消费模式的分析以提高客户的转化率。大数据必将给金融企业带来更多更新的基于数据的业务和内部管理优化机会。

量化投资不存在交易趋同

       量化投资的盈利来源是非常多样化的,既有基本面数据驱动的基本面因子,又有新闻等另类数据驱动的事件驱动因子,还有微观结构数据驱动的高频因子以及交易数据驱动的价量因子,而且由于各家量化机构方法论不同,模型不同,团队架构不同,实际产生的交易非常的多样化。

       从A股主流量化机构的超额数据分析来看,去掉交易量、波动率、离散度等影响量化超额的共同因子以后,各家机构的超额相关性并不高。海外市场的数据也支持这个结论,笔者之一曾在海外市场交易十多年,除了极端事件以外,各家主流量化机构的交易并没有明显的趋同现象。从逻辑上而言,如果各家机构交易趋同,一定会导致过度交易的股票偏离合理价格,从而给市场上其他参与者提供反向交易的机会,从而使交易趋同不成立。

来源：近有生活手记

白话量化投资

一、什么是量化投资

       量化投资有很多定义，有的强调高频交易，有的强调对冲，有的强调机器学习、模式识别。

       无论如何定义，对于普通投资人要理解并计划使用量化投资方式，我认为至少应理解如下定义：

       量化投资是以统计学和概率论为核心思想，通过计算机对大量历史数据进行分析，发现和挖掘系统性规律，进而形成投资策略，并采用自动化交易的投资方式。

       统计学、概率论：统计学、概率论是量化投资的逻辑起点，量化投资的视角不在一池一城，而是覆盖更大的交易范围和次数，强调在多次的投资交易中，盈利超过亏损。

       系统性规律：盈利超过亏损的多次交易中，每次交易行为存在一些共同的、相似的特点（量化投资中称之为因子）和规律。

       例如：买入A股预期盈利前100名股票，持有5天后再次重新计算买入新的预期盈利前100名股票，再持有5天，以此重复。从2010.01.07至2022.02.24，可以取得年化10.76%的收益，超越沪深300指数同期年化收益8.36%。此例中，预期盈利即为本策略的系统性规律。

       自动化交易：许多观点认为量化投资不一定是自动化交易，但实践看，如果不能做到自动化交易，投资者因受到手动交易效率低、主观情绪等因素影响，量化策略都不能严格执行，易导致量化策略的实效。

二、量化投资与其它投资方式的区别

       传统投资方式无论技术面分析，还是基本面分析，都好比是狙击枪，需要凭个人的判断和瞄准，进行单点精准射击。

       既然是狙击枪，其射击频率低。这就要求对单点击中的技术较高，且交易频次较低，才可能取得不错的成绩。

       量化投资则如同机枪，需要在开枪以前就找到“系统性”得高分的密集区域。开枪时不是针对某个点，而是一个区域；不是追求每一枪的击中率，而是关注多发子弹的平均击中率是否达一个较高的击中率。

       因此，量化投资成功的关键在于“开枪”以前找到“系统性”得高分的密集区域。量化投资是找到标靶密集区机枪扫射。

三、量化投资让投资成为“科学”

       长久以来，人们对投资的认识更多是“艺术”而非“科学”。“艺术”是美的，也是主观的，“科学”是冷冰冰的，但它却是理性的。

       无论哪种投资方式，其目的都是为了在市场中找到未来会带来盈利的股票。为了找到未来会带来盈利的股票，投资者必须回答的问题是：因为这些股票现在符合***、***、等这样一些要求，所以他们未来会上涨（下跌）。任何投资者的任何投资策略本质上都是在寻求这样一个因果关系问题中“因”的问题。

       技术分析投资者认为：“因为这些股票现在符合头肩底、底部放量的要求，所以他们未来会上涨。”于是他们买入符合他们的“因”的股票。

       价值投资者认为：“因为这些股票现在符合跌破净值、基本面没有恶化等要求，所以他们未来会上涨。”于是他们买入符合他们的“因”的股票。

       技术分析和价值投资找到的“因”主要是依靠经验积累的结果，但很多时候这种经验是靠不住的。例如三根阳线“红三兵”在某一时期作为上涨信号非常有效，但时间拉长一些发现其根本无效。“红三兵”不是真正的“因”，不过是某个阶段的伴随信号而已。

       与传统投资方法寻找“因”的范围相比，量化投资是在更大的范围、更高的维度寻找“因”。

       例如找了个算命先生给三个人算命都给算准了，传统投资方法的观点会认为算命先生算得真准。而量化投资会要求算命先生继续给100个甚至1000个人测算：如果100人中有30人以下被算准，会被认为算命先生基本靠蒙；100人中有55人左右被算准，会被认为算命先生有点测算水平；100人中有七八十人被算准，算命先生会被认为是有真本事；100人如果都被算准，对于量化投资来说那就是“无风险套利”了。

来源：拥有一颗好奇心