大部分人都知道“价值投资”这一概念，无论是否真正理解其本质，而“量化投资”则陌生很多。除了“神秘”的印象之外，很多投资人对量化策略抱着半信半疑的态度：一群非金融科班出身的人，通过不停的挖掘数据，开发出自称可以不断产生超额收益的策略，是否值得相信？
我眼中的量化投资，是集计算机、统计、行为金融、人工智能等学科之大成，通过挖掘数据逻辑，构建交易模型，最终通过计算机实现的一系列具有胜率的投资。简而言之，量化投资就是先有数据判断，再以概率取胜。
那么，这种投资策略如何赚取超额收益？举一个简单的例子，沪深300指数的构建过程和流动性、市值、权重、调整频率四个维度相关，我们可以将该构建逻辑进行一系列优化：在市值和流动性的基础上，加入股票波动率这一筛选指标（实证数据表明，低波动率的股票长期表现好于高波动率的股票）；成分股权重的确定方式可以优化，赋予近期表现低迷的股票更多的权重（实证数据表明，1个月内跌幅较大的股票后续更容易产生反转行情）；样本和权重调整频率可以由半年度提高至月度；选样空间可以进一步扩大，纳入更多成分股…这样不断进行持续优化，便可以获取一个更精确的指数表现。
当你做一件事情比大部分人更精细、更专注，就有更高的概率生产出优质的产品，享受溢价补偿，这个逻辑应用在量化投资上，便是超额收益的核心来源。
成功的量化策略总是能够先于市场，通过不断运行各种场景，挖掘市场规律和缺陷，抓住价格波动的趋势进行交易。这种非主观的获利逻辑与主观的价值投资逻辑有较低的相关性，即便投资标的均为股票资产，与价值策略产品放在一起也能起到很好的分散作用。
根据朝阳永续数据库统计，近三年私募市场七大私募精选指数相关性统计如下图，其中，市场中性、CTA趋势和套利策略是较为典型的量化策略。
市场上的量化策略千千万万，投资人也需要擦亮眼睛，谨慎选择。美国长期资产管理公司（Long-Term Capital Management）曾是全球最有名的量化对冲基金之一，以“发现不正常市场价格差，资金杠杆放大，入市图利”的投资策略著称，随后因模型失效而坍塌。从量化策略的本质出发，该类策略的最大劣势就是统计历史却无法预测未来，当经济和市场发生异常变动，策略无法适应转折期的市场，发出滞后且错误的交易信号，在短时间内造成较大的损失。
结束语：
量化投资策略伴随着学术理论的不断产生、交易环境的不断更新、计算机技术的不断进步而持续发展，优质的量化产品也将受到越来越多的关注和认可。
来源：Wealplus
拓展阅读：
1.市面上经典的量化交易策略都在这里了！（源码）
2.期货/股票数据大全查询（历史/实时/Tick/财务等）
3.揭开日内回转交易策略做“T+0”的面纱
4.配对交易——这个股票策略曾年赚5000万美元
5.七种量化选股模型
