入门量化两年，谈谈我对量化投资的理解
虽然我现在已经入门量化投资两年，但是我还没有接触量化投资之前，和大家一样，只有一种感觉那就是神秘，难度大;但通过学习了金程量化金融分析师AQF实训项目之后，慢慢的对量化投资有一定理解之后，量化投资并没有大家想象的那么复杂。今天就谈谈我眼中的量化投资，如有理解不对的地方，欢迎一起讨论。
AQF课程方案
量化金融实训项目(AQF)课程学习周期3个月，分三阶段开展课程，阶段课程时长为1个月。
AQF课程内容
课程内容包括量化金融分析师AQF实训项目(线上)及线上答疑，分三阶段开展课程。
第一阶段(1个月)：Python编程基础+金融知识基础
零基础到入门，线上课程+线下面授。通过大量金融数据和金融案例的初步学习，了解Python编程核心基础。课程内容主要包括：Python语言环境的搭建、编程基础、编程进阶(Numpy / Pandas配对交易实战策略)、金融数据的获取及相关处理、Python实战金融应用(统计分析、资产组合、风险管理、资产定价)、量化交易策略(SMA经典策略、CTA交易策略、基于爬虫技术的事件驱动策略、大宗商品&股票市场联动策略、基于机器学习算法预测股市涨跌)
第二阶段(1个月)：量化金融进阶课程
中级进阶课程，主要涉及基于Python的经典量化投资策略的深入学习等。包含了最负有盛名、最前沿的量化交易思想和交易策略。例如：海龟交易模型、配对交易模型、Alpha模型、机器学习各种模型等内容。
第三阶段(1个月)：量化金融高阶课程
量化高阶课程，课程内容包括量化交易系统设计及量化实盘交易的学习。第三阶段高阶课程旨在学习量化交易系统的具体知识，包括过滤器、进入信号、退出信号、仓位管理等详细内容，并指导学员设计涵盖个人交易哲学的量化交易系统。量化实盘交易旨在为解决实际量化交易策略搭建过程中的一些问题提供最优解方案。
通过第三阶段的学习，学员将获得报名参与量化金融分析师(AQF)的证书考试资格。
AQF证书颁发与协会会员
每一个通过量化金融分析师AQF课程考核的学员都可申请成为量化金融分析师协会的会员。协会会员有资格参与定期举办的高峰论坛、量化投资策略分享会等活动，并有机会在完成基础课程的基础上后续学习难度更高的高频量化交易策略课程。
我列举了四大列去进行一个理解，分别是什么是量化投资?、量化投资的发展历程、量化投资的分类有哪些?以及最后一个量化和对冲。
一、什么是量化投资?
量化投资其实就是定量投资，是通过分析一定的数据，在有合理逻辑的支撑下，运用某种策略所进行的具有胜率优势的投资。接下来会分四小点进行剖析：
1.数据
量化投资并不一定需要海量的数据。有些量化策略，比如可转债转股套利，只需要通过可转债价格、正股股价、转股价、转债面值等数据算出转股溢价率(集思录等网站支持实时显示溢价率)，即可以进行套利。而有些量化策略，比如高送转策略
(虽然实质上高送转对提升公司价值没有任何意义，但几乎每年11月到次年3月都有一些公司因为高比例的送股、转股而受到投资者的追捧，股价相对指数有明显的涨幅)，就需要通过每股资本公积、股本等关键字从大量股票中筛选出当年更有可能实施高送转的股票作为组合。
2.逻辑
量化投资要合乎逻辑。量化投资有时候是看到某些现象，然后去分析数据来得出结论。但这个结论能不能形成一个有效的策略，得看这个结论合不合乎逻辑。举个例子，2005年以来，我们都会觉得A股的小盘股走势远比大盘股好，然后我们去分析数据，结论也确实如此。但如果根据这个结论，形成一个策略：任何时候都同时做多中证500和做空上证50。我想运用这个策略的人有可能最终会死的比较惨，因为这个策略不合乎逻辑。2005年到现在，小盘股和大盘股业绩增长差别并不大，然后一开始小盘股和大盘股的估值差距远比现在小的多，后来随着人们估值偏好的改变(也许是对壳价值的重新认识)，估值差越拉越大，才导致小盘股走势远比大盘股好。如果未来因为注册制实施或者其他原因，小盘股和大盘股估值差逐渐缩小，那么同时做多中证500、做空上证50的策略是会出现严重亏损的。
3.策略
量化投资要讲究一定的策略。建什么仓位，建多少仓位，什么时候建仓，什么时候平仓，都要按既定的策略严格执行。
4.胜率
要说的是，这里的胜率是考虑到赔率后的胜率。量化投资几乎没有100%胜率的策略，即便看似最简单最安全的期现套利，也有可能出现因为升水不断扩大导致期指端爆仓进而策略失败的风险。但理论上只要某个策略的胜率大于50%，那么在控制该策略合适仓位(依据凯利公式)的情况下，坚持执行该策略，长期赚钱的概率几乎是100%。
二、量化投资的发展
量化投资在前些年应该就有公募基金在研究，但一直不瘟不火，也没多少产品推出来，直到2014年后才逐渐火起来，量化投资大致经历了下面几个阶段：
1、2010年推出股指期货之前，量化投资体现不出优势，研究的人应该很少。
2、2010年--2013年，大盘处于熊市阶段，也没出现多少套利机会，而且这个时候关注资本市场的人也不多，都觉得炒股是败家(上非诚勿扰那个炒股的直接24盏灯全灭)。但因为有了对冲手段，一小部分先知先觉的机构开始研究量化投资，在期现套利、股票阿尔法套利等方面应该也赚到些钱。
3、2014年--2015年9月，大盘经历暴涨暴跌，中间出现过分级基金套利、可转债套利、ETF套利、期现套利等一大波的套利机会，然后在大盘暴跌的时候有一部分量化对冲基金经受住了回撤的考验。量化投资在这一阶段得到快速的发展。
4、2015年9月--现在，因为股指期货提高保证金、贴水、当日开仓手数受限等原因，相当部分的量化对冲基金处于停滞状态。
金程AQF实训项目
三、量化投资的分类
量化投资我觉得大体上可以分为两类，一类是相对确定的折价套利，一类是相对不确定的统计套利。
1.统计套利
统计套利是从过往数据中找出规律，进而形成策略的一类套利。这一类套利的结果往往是不确定的，因为套利结果会受到市场情绪、投资标的本身等诸多因素的影响。比如打新股策略属于统计套利，根据球友 @Lagom投资 对过去十几年打新股收益的统计，坚持打新股平均每年能获得超过15%的回报。但在市场非常低迷的2012年，有三成新股在上市首日即破发，打新股策略变得不那么有效。其他如股票阿尔法套利、分级基金溢价套利等也都属于统计套利。
广义一点讲，一些过去被证明有效的技术指标方法，如果合乎逻辑，我认为也可以归属于统计套利。
2、折价套利
折价套利是利用一方相对于另一方的折价进行的套利，这时你可以直接买入低估的一方进行套利，或者买入低估一方的同时卖出高估的一方进行套利(这时就是量化对冲套利了)。如果有合适的对冲工具，折价套利很大概率上都能获得正收益。像分级基金折价套利就是分级A+B整体相对母基金净值折价，分级基金下折套利就是分级A的价格相对分级A实际价值折价，都是典型的折价套利。其他的还有可转债转股套利、期现套利、跨期套利、跨市场套利等都属于这一类套利。
广义一点来讲，基本面投资中的价值投资、买入跌破面值的可转债等投资我认为都可以归属于折价套利，利用的都是价格相对于价值的折价。
四、量化和对冲
我们在一些网站上选择私募基金的时候，可能会看到某某量化对冲基金，这里的量化对冲，其实是量化+对冲。一般来说，量化基金不一定是对冲基金，但对冲基金多是量化基金，量化和对冲关系还是比较紧密的。
量化做的再牛逼，如果没有对冲手段，仍然很难控制回撤，做的好一些的最多也就是大盘上涨的时候跟上或者略超过大盘涨幅，大盘下跌的时候比大盘跌的少一些。这样的结果，可能盘感很好的交易员也能做到，体现不出量化投资的独特优势。
但有了对冲手段就不一样了，好的量化对冲基金，运用多种策略，不管大盘上涨下跌，都能做到几乎每个月都有正收益，且最大回撤不超过5%(甚至更少)，我以前看过一篇文章甚至说国外的高频对冲基金能做到每日收益都为正。
量化对冲基金，收益率虽然还算稳定，但大多数情况下年化收益率并不太高，一般在5%-25%之间。对冲是两面的，在对冲掉大盘下跌风险的同时，也对冲掉了大盘大幅上涨带来的收益。对冲基金赚到的是持仓品种和股指期货(假设对冲手段是股指期货)之间微小的差额收益，这个差额收益虽然不多，但好在一年之内可能能够赚取多次，累计起来收益也算可观了。
综上所述，量化投资在国外的发展已非常成熟，与此相反，曾经在相当长的一段时间里，国内量化投资领域发展缓慢。2017年伊始，金融业界改革消息不断，2 月 16 日，中金所重磅发布新的股指期货交易规则，对其日内过度交易行为的监管、非套期保值持仓的交易保证金标准、平仓手续费标准都采取了进一步放松限制的政策指示。3月，十二届全国人大会议上，李克强总理在《2017年政府工作报告》中首次提及“人工智能”和数字经济。运用专业的量化分析方法到具体投资业务中，是未来量化投资分析师的职业能力诉求。
