究竟什么是量化投资？

1

引言

2016 年 5 月 25 日，量信投资公众号推出了第一篇文章，时至今日，整整两年。两年来，我们写了 100+ 篇文章，每一次提笔都带着我们对一个问题的思考 —— 究竟什么是量化投资？

-- 使用计算机进行算法交易代替人工就是量化投资？

-- 使用技术分析代替传统的 K 线就是量化投资？

-- 使用前言的机器学习算法代替过时的技术分析就是量化投资？

-- 使用经过回测的开仓、平仓条件代替人类的主观判断就是量化投资？

-- 使用多因子选股代替传统基金经理的分析就是量化投资？

简短的回答是：都不是。

具体的回答是：这些虽然都和量化投资沾边，但无疑只是触摸到了量化投资的皮毛，它们仅仅是非常狭隘的量化投资概念。

今天我们就给出我们对于什么是量化投资的思考。这部分的执笔是量信投资的合伙人高嵩，他的写作鞭辟近里、入木三分，虽然惜墨如金但绝对浓缩的都是精华。相信只言片语间就能引起小伙伴们深深地思考和共鸣。

本文的另外一个目的是对过去的文章根据主题进行结构梳理，以便读者更好的查阅。已有的文章大致可以分为三类：量化投资、金融数学以及其他；每个大类下又有很多的分支（每个分支下又有多篇文章），基本的结构如下。

2

漫谈量化投资

量化投资的概念最初由西蒙斯的文艺复兴基金引入公众视野，却始终蒙着一层神秘的面纱。究竟什么是量化投资？如今，若还将量化投资简单的理解为基于数学模型由计算机程序控制的投资，未免太过狭隘。事实上随着近几十年投资学作为一门独立学科高速发展，从定性研究到定量研究是学科发展的必然趋势，数量化的触角已经渗透到投资流程的方方面面，如今可以说是无投资不量化，无量化不投资。

时至今日，广义的量化投资已经发展成为基于现代科学方法的理论体系、研究方式以及工程系统的总和。放弃量化投资，无异于放弃了现代科学千百年来积累形成的行之有效的方法论。

早期的科学都是经验的集合。到了近现代，人们对实证经验进行抽象，再辅之以数理推演以及形式逻辑推演，逐步构建了一个相对完整自洽的体系，也就是现代科学。现代科学相较于早期科学，其核心优势就是经过对实证经验的抽象与综合，形成的体系能够去伪存真，获取世界更为本质的规律，对于没有直接观测到的事物进行准确的预测。

整个投资的历史远较量化投资为长。人们在投资活动中积累了大量的经验，但是直到近几十年，这些经验才被逐渐的抽象归纳，形成可以称之为科学的投资学。基于各种数学模型的量化投资也正是出现在这个阶段。长于各种精确计量的量化投资的兴起只不过是一个学科变得更为成熟的必由之路。

对于投资实践经验的抽象与归纳，程序化思维是重要核心。程序化思维并非狭义的“如何把投资方法编写为程序”；而是对于各种投资的实践经验，将其一层层梳理拨开，精准确定每个条件每个环节，确定各个机巧所在，设计各种实验一一验证。这本质是一个思维的过程，是将经验抽象提炼转化为知识的过程。投资经验经过了这个过程，才真正上得了台面，能够指导未来投资实践。

投资经验一旦升华成了知识，就意味着其可检验、可重复，如日升月恒，运转不息。不知疲倦的机器能够最有效的发挥知识的力量，以极低的成本快速扩大规模，遵循由人类长期投资经验抽象而成的知识，不折不扣的进行投资活动。这种投资领域的“工业化大生产”时代正在来临。

3

公众号文章梳理

1. 量化投资

1.1 量化投资思辨

1.2 风险和收益

1.3 回测和实盘

1.4 动量、反转及均值回归策略

1.5 量化多因子选股

1.6 技术分析

1.7 事件驱动和市场情绪

1.8 行为金融学和认知偏差

1.9 日历效应

1.10 机器学习和量化投资

1.11 数字币投资

2. 金融数学

2.1 贝叶斯统计

2.2 频域分析和分形

2.3 时间序列分析

2.4 机器学习算法

2.5 随机分析（衍生品定价）

3. 其他

3.1 其他量化类

3.2 其他投资类