1.2 量化投资与传统投资的比较

量化投资与传统投资求同存异，相同的是都通过公司本身的分析，不同的是传统投资有人工执行的部分，涉及人来执行，有时候难免会受到情绪的影响；而量化投资是建立在程序化交易基础上，根据设定的程序自动执行的，但有时候也会将错误放大。下面进行简要说明。

1.2.1 两种投资策略简介

传统投资策略包括多种，常见的主要包括以下两种。

（1）价值投资：主要看基本面，即分析公司的经营状况，以及与公司本身相关的一些情况，如基本面、市场空间等。

（2）趋势投资：研究图表技术，也就是通过技术面分析长期或短期走势。

相比传统的投资策略，量化投资不是以个人主观判断来经营并管理资产的，而是将专业投资基金经理的个人思想、交易经验和直觉及各项财务数据中的因子，综合在一起反映在量化模型中，利用计算机系统语言帮助人脑处理无法完成的大量信息，并进行量化投资决策交易的。

1.2.2 量化投资相对于传统投资的主要优势

量化交易有效利用金融学、统计学、数学等多种学科知识建立模型，通过不断测试定制出有效的投资策略，根据行情捕捉合理且具体的买卖点位，理性地对待上涨和下跌的正常波动。

与传统投资相比，量化投资的主要优势如下，如图1-1所示。

图1-1

（1）并发处理效率高：对于传统的主动型投资者而言，人的精力和体力是有限的，即决策方向的深度和广度都是非常有限的，体现在行情操作上，即所跟踪股票数量的极值不会太大，几只可以看得过来，但当几十只甚至几百只同时发出买入或卖出信号时，是没有相应充裕的时间去决策、思考、应变、操作的；而量化投资依靠计算机来运算执行策略，有着更为专业的投资视角和更宽阔的广度，无论与市场相关的信息量多么庞大，人工智能策略都可以高效快速地挖掘和处理所有信息。

（2）套利思想和概率取胜：定量投资通过全面、系统地深入挖掘，寻找市场中总会出现的一些由于错误的定价或估值等带来的机会，从而通过买入被低估的品种或卖出被高估的品种，等待市场自身纠正错误而达到获利目的。定量投资不断从历史数据中挖掘市场行情走势，重演特点及规律并加以利用；依靠不同策略的投资组合取胜，而不是仅依靠单个资产取胜。

（3）广度大和系统性强：随着市场信息传递速度不断加快，以基本面研究为主的分析师团队，即使不断挖掘并进行更加深入的分析也无法弥补决策广度的不足，而基于计算机执行的量化投资策略可以解决这方面的问题。传统的主动投资，在决策深度上有一定的可取之处，并能深入做足基本面研究，但这些能否弥补决策广度的不足才是决定成败的关键因素。量化投资在多层次、多角度及海量数据领域处于领先优势。多层次是指大类资产、行业选择和精选资产3个以上层次；多角度是指包括估值、成长、盈利等多个角度；海量数据，即对海量数据的处理。

（4）理性、纪律性强：传统投资的管理者很难做到完全理性，如受到周边环境影响，或制订的交易行为计划在执行过程中出现偏差，也在情理之中。而量化投资不受周边环境干扰，根据模型的运行结果严格执行进行决策，而不是凭感觉。纪律性既可以克服人性中贪婪、侥幸心理等弱点，也可以克服认知偏差。

量化投资不仅可以采用“自上而下”的大类资产配置策略，还可以采用“自下而上”的数量化选股策略，其在整个投资流程中运用非常广泛。

目前，在人工智能、大数据、云计算的互联网时代，量化交易随着金融市场、IT及投资方法的发展而不断进步，量化交易技术和策略都只是在一定的时间范围内有效，虽然美国量化交易存在了几十年，量化基金一直保持稳定盈利，但这都是在不断改进策略、优化策略的前提下，所以量化交易无论是技术还是策略都需要不断地完善，发现问题并及时解决问题。在市场有效性不断提升的过程中，量化交易的成长空间不可限量。