量化投资 | 大数据分析是如何“极致化”投资的？

当我们制定出行计划时，经常会打开地图APP查询路线：根据不同的出行方式，地图会为提供不同的路线；根据我们出行的时间、结合预测路况标识出最短路线；当我们出发后、地图也会根据实际路况“随机应变”，对路线进行最短调整。总的目标只有一个：帮助使用者实现最高效率的抵达。

信息技术的飞速发展改变了我们的生活。许多投资者可能想过，如果投资也能利用大数据，能够根据市场变化而动态、智能地做出判断，岂不妙哉？！其实，这就是量化投资！

诺贝尔经济学奖得主哈利·马科维茨，于1952年提出资产组合理论，建立了均值-方差模型。第一次将数理工具引入金融研究，也奠定了量化投资的起点，被誉为华尔街的“第一次革命”。

量化投资是利用计算机技术并且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。目前量化投资的主要内容包括：量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易、ETF/LOF套利、高频交易等等。

其概念对于个人投资者而言可能有些复杂，简单来说，量化投资就是：利用计算机帮助我们快速分析数据、精确执行交易的工具。举个简单的例子：

小明想在市场中寻找赚钱概率较大的标的，他通过计算机编程、建立筛选机制，发现证券A在1元时买入，3个月内上涨概率95%，价格达到3元时下跌概率80%，符合自己的要求。然而，小明平日工作繁忙也不可能时刻盯着证券A的走势，于是又编写了一段代码，让程序自动在1元时买入证券A，在3元时抛出证券A。通过量化投资的帮助，小明较好地实现了自己的投资理念。

在实际投资中，量化投资的应用复杂而多样，帮助我们实现了诸多依靠人工耗时较长或是无法达成的难题。在大数据时代方兴未艾的当下，可以说量化投资迎来了最好的发展机遇。

量化投资在海外已经有30余年的发展，成果斐然。但在A股市场上的征程依然处于初步阶段。与海外成熟市场相比，我国证券市场发展历史较短、各类机制亦处于完善过程之中。这反而为量化投资的发展留出了更大的潜力与空间——往往市场越不成熟，其中被错误定价的投资标的便越多，量化投资可以通过模型进行分析海量市场收据，精准定位被显著低估的标的。

量化投资的优势也正是源于其自带的四大属性：

系统性：量化投资主要依靠计算机来处理数据，而基本面选股主要依靠人来进行个股的调研、跟踪和投资，在进行标的选择的时候往往受精力所限，但计算机处理能力巨大、能够系统性兼顾上千种资产，可以通过模型对全市场、多品种的投资机会进行筛选。

纪律性：严格执行量化投资模型给出的投资建议，而不是随着市场情绪或主观判断而随意更改。纪律性不仅可以帮助投资者克服行为偏差，也便于对过往投资进行评估和修正。

准确性：多层次的模型、多角度的观察及海量数据的收集能够帮助投资者准确、客观地评价交易机会，跟踪市场变化。

分散性：自主选股的基本面投资一般倾向于挖掘个股，并通过重仓持有的方式获利。在控制风险的条件下，量化投资能够依靠模型筛选出合适的股票组合，且换手率非常高，更为注重分散投资风险。

近年来，受多重内外部影响因素叠加，A股市场的“震荡属性”亦在不断强化。量化投资的上述优势，有望在市场中帮助投资者获得更好的收益。TA虽然没有情感，却是投资理念忠实的“执行者”。在漫漫投资之路上，守护着我们越走越远。