从1977年到1995年，量化投资在海外经历一个缓慢的发展，这其中受 到诸多因素的影响，随着信息技术和计算机技术方面取得巨大进步，量化 投资才迎来了其高速发展的时代。
量化投资的发展历程

第三阶段（1995——至今） 从1995到现在，量化投资技术逐渐趋于成熟，同时被大 家所接受。在全部的投资中，量化投资大约占比30%，指数类投 资全部采用定量技术，主动投资中，约有20%——30%采用定量技 术。
量化基金的兴起与发展

量化基金总体优于非量化 根据CQA数据统计，在2002至2004三年间，量化产品的平均 年收益率为5.6％，比非量化产品平均年收益率高出1%，从信息比 率来看，量化产品为0.37，非量化产品为0.06。此外，量化基金的 运作费率相对更低，例如传统产品费率为0.6%，主动量化产品费 率大约在0.45%到0.5%之间。 Lipper数据显示，2005到2008年87只大盘量化基金业绩表现好 于非量化基金，增强型量化基金在05年和06年更是大幅跑赢非量 化基金，但07年和08年除市场中性基金外，所有基金业绩下滑很 快，其中双向策略和大盘量化基金表现差于非量化基金，而增强 型和市场中性策略量化则表现优于非量化基金。

量化投资举例—股指期货套利之期现套利

期现套利 当股指期货与现货之间的价差暂时性超出“无套利区间”时， 投资者可以通过买入价格低估资产，卖出价格高估资产，待期、现 货价差恢复到正常水平时，再通过相反操作获利了结。

期限套利分类：

正向套利：当期货价格被高估，交易者通过卖出股指期货，同 时买入对应的现货所进行的套利交易。
量化投资举例—Graham基本面量化选股

如下图所示，可以看到，运用Graham基本面量化选股取得了明显 优于市场的超额收益
按照Graham选股思路选出来的前20只股票按照市值加权平均形成的组合指数
量化投资产生的原因


传统投资的局限性 在量化投资兴起之前，市场上一直盛行的是以巴菲特“价值投资” 为代表的定性投资。定性投资对投资者 的个人素质要求较高，需要投 资者具备极强的市场动向预判能力，同时还要辅以大量的投资经验， 具有一定的主观性，风险较大，收益率不确定。 计算机科技的进步 随着信息技术和计算机技术的巨大发展，一种定量的投资方式悄然 兴起，它通过建立合适的数学模型，通过对大量数据的分析，准确地 把握市场趋势和动向，一切的交易都按照计算机程序的指令完成，排 除了人为的认知偏差和主观判断，同时，通过计算机进行精准的操作， 极大的降低了风险，保证了投资的收益率。
量化投资的发展历程
国外量化投资的兴起和发展主要可以分为三个阶段：

第一阶段（1971——1977）
1971年，世界上第一只被动量化基金由巴克莱国际投资管理公司发 行，1977年世界上第一只主动量化基金业是由巴克莱国际投资管理公司发 行，发行规模达到70亿美元，算是美国量化投资的开端。

第二阶段（1977——1995）
投资风格 投资标的 风险处理
量化投资与传统投资的区别
依靠投资者经 验判断试图战 胜市场获取超 额收益 建立量化模型 并依靠计算机 实现策略以战 胜市场获取超 额收益
传统主动型投资 策略
主动型投资策略
量化投资策略 投资策略
被动型投资策略
无法获得超越 市场的收益
量化投资的应用

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。
量化投资举例—Graham基本面量化选股

Graham选股思想的量化实证：基本面量化选股策略




上市3年以上 连续三年分红 EPS最近两年平均值除以往前推第四年第五年的平均值的值>1.3 最近12个月营业收入大于10亿 流动比率>1 PE<25 PE*PB<50 权益债务比>1 长期负债比流动资产少




量化投资与传统投资的区别
量化投资 代表人物 分析方法 信息来源 詹姆斯·西蒙斯 依据模型 海量数据以及多层次多方面的因素 （定量分析） 投资周期偏向短期 分散化 在风险最小化前提下实现收益最大 化 传统投资 沃伦·巴菲特 依据人的经验与判断 基本面及宏观经济 （定性分析） 投资周期偏向长期 投资于某一只或少量股票 风险考虑不周全
中国量化投资的现状和未来

量化投资简洁 国外量化投资的兴起和发展 国内量化投资国内发展现状 量化投资实践 量化投资未来发展
引言：什么是“量化投资”
背景：数量化投资在全球市场的现状
量化投资的定义
“通过信息和个人判断（using information and judgment）来管理资 产为基金面投资或者传统投资，如果遵循固定规则，由计算机模 型产生投资决策则可被视为数量化投资。” ——Fabozzi《Challenges In Quantitative Equity Management》
量化投资的一般步骤





量化投资一般步骤 数据化->预测模型->构建组合->再平衡 数据化 主要任务是把不可观测的变量数据化， 例如风险情绪 预测模型 选择合适的模型预测收益和风险 构建组合 根据预测结果按照规则选择对象构建 组合 再平衡 定期或者不定期进行再平衡，可以提 高投资收益
数据化
预测模型
国外量化投资的代表企业及人物

量化投资的发展历程

国外量化投资的历史表现——以量化共有基金为例 国外量化共有基金在过去23 多年间取得10.8%的平均收益率，采 用量化策略的增强型指数基金在过去18 年取得了9.4%的平均收益率， 从共有基金的量化投资来看，首先，量化投资较定性投资更客观， 因为除了模型的设计没有太多人为因素控制投资流程；其次，量化 投资可以在几分钟内快速地分析大量的公司信息，而定性投资基于 分析师就很难做到这一点，这直接导致了量化共有基金的收益率明 显高于非量化共有基金。 截至2009 年，国外定量投资在全部投资产品中的份额中占30% 以上，主动投资产品中大约有20%到30%使用量化技术，量化投资已 成为全球基金业主流投资方法之一。
量化基金的兴起与发展

量化基金的兴起 1971年，巴克莱国际投资管理公司发行了世界上第一只指数 型量化基金，至此揭开了量化基金的神秘面纱。经过40年的发展， 量化投资基金已经成为美国市场中的重要投资风格。 量化基金的发展 根据据Wilshire Associates(Compass)的统计，全球采用量化方 法管理中的基金中（包括共有基金和对冲基金），投资于美国股 票的，有1062支，管理资产6740亿美元。其中最大的10家基金管 理公司掌控40%的资产，约2730亿美元；投资于非美国股票的， 有415支主动量化基金，管理资产4810亿美元，其中最大的10家 基金管理公司掌控61%的资产，约2950亿美元。
投资策略 量化选股
量化择时 股指期货套利 商品期货套利 统计套利 算法方法选择股票组合，包括基本面和市场行为 量化选股
通过对各宏微观指标的量化分析判断大势走势 利用股指期货市场存在的不合理价格，实现期限、跨期套 利等 利用商品期货市场存在的不合理价格，实现期限、跨期、 跨市场、跨品种套利等 利用证券价格的历史统计规律构建资产组合 通过计算机程序发出交易指令，TWAP、VWAP为代表
构建模型
再平衡
量化投资的一般步骤
以多因子量化选股为例

量化投资的前提是构建出优 秀的量化选股策略
模型验证
候选因子

基本过程包括：候选因子→ 因子有效性检验→冗余因子 剔除→综合评分模型构建→ 选股→模型验证
投资是长期的，因此策略也 是需要进行动态地调整
因子有效性 检验
选股 综合评分模 型构建
冗余因子剔 除

量化投资是一种方法论
现实应用中，量化投资往往与基本面投资、技术分析有机结合


量化投资是以定量化方法进行投资的各种技术综合
量化投资的特点

科学验证：对不同的投资思想分布建立模型，以验证投资思想是否 长期有效。即采用长期历史数据和大量股票进行研究，最终采用在 多数情况适用的模型。 纪律特性：量化模型是人为设定，但投资决策却由模型决定，具体 交易单由模型 产生。避免在个股交易是受制于人性的弱点。 系统特性：建立资产配置、行业选择、精选个股等多层次的量化模 型；从宏观周期、市场结构、估值、成长等多角度进行分析；海量 的数据获取和处理 套利思想：寻找“估值洼地”，全面、系统的扫描错误定价、错估 估值的投资品 概率思想：挖掘并利用可能重复的历史，依靠一组投资产品取胜
国外量化投资的代表企业及人物

量化投资的鼻祖——巴克莱国际投 资管理公司（BGI） 1971年，巴克莱国际投资管理公 司发行了世界上第一只被动量化基 金，从此揭开了量化基金的神秘面 纱。
发展到2010年上半年的2万5千亿美元，高居全球资产管理规模的榜首。
1977年，巴克莱国际投资管理公 司发行了世界上第一只主动量化基 金，发行规模30亿美元，至此，量化 投资基金正式登上美国投资领域的大 舞台。 巴克莱国际投资管理公司的投资管理规模从 1977年的30亿美元逐渐
量化投资举例—股指期货套利之期现套利

结束套利: 2010年5月21日收盘前，以2726点价格卖出一揽子沪深300 的股票组合，市值:2768*300=81.78万；并以2750点的价格平仓 IF1005空头头寸，结束全部套利交易。

盈亏统计： 卖出一揽子沪深300股票组合亏损：86.88-81.78=5.1万 平仓获利：（2967-2750）*300=6.51万 盈亏相抵后，总利润：6.51-5.1=1.41万 盈利率：1.41/104.682=1.35% 半个月时间获得1.35%，相当于年化收益32%。