国内外量化基金历史表现与前瞻
莫尼请塔(上海)投资发展有限公司
4
2010 年 9 月 28 日
莫尼塔•专题研究 2010 年 9 月 28 日
量化与非量化基金过去数年的比较，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。
从 1985 年到 2008 年，美国主动型量化共有基金取得了平均 10.8%的年 回报率，和美国国债收益率相比，取得了 6.2%超额收益率。
夏普比率(1994)是每单位投资组合风险的基础上所能获得的对无风险债 券的超额收益。对统计取样的分析结果如下表格，除了一类基金之外， 其他的量化基金的夏普比率都低于其基准的夏普利率。信息比率和夏普 比率类似，区别是用来度量单位alpha风险的基础上所能获的超额收 益，总的来看，大多数基金的信息比率为负值。最后，跟踪误差用来衡 量一个基金和其基准的收益差异度。
图表 2 量化增强型指数基金年平均收益率% （1990年-2008年）
增强型指数基金 标普500指数
20
9.4
9.5
10
0 年平均收益率
14.7
14.2
标准差
Source:On the Performance of Quantitative Equity Mutual Funds and Enchanced Index Funds,Shou Krause, CEBM
32
22.63% 16.69% -3.20% -11.30%
市场中性定性基金 市场中性定量基金
11,921,7 1,028,2
50
2.38%
5.43%
4.74%
-0.75%
22
NA
6.32%
1.09%
-0.29%
双向定性基金 双向定量基金
Source: Lipper
9,357,1 401,5
81
6.31%
莫尼请塔(上海)投资发展有限公司
6
2010 年 9 月 28 日
莫尼塔•专题研究 2010 年 9 月 28 日
美国主动型量化共有基金业绩表现
同样，用资产价格研究中心(CRSP)提供的量化股票型共有基金数据，剔 除那些投资于具体的行业或者海外股票市场的基金，剔除指数和增强型 指数基金，Krause分析了美国主动型量化共有基金的业绩表现。
年收益率
12.08% 13.68%
31/12/ 2006 31/12/ 2007
年收益率
7.82% 8.60%
31/12/ 2007 30/06/ 2008
年收益率
-11.39% -11.87%
增强型定性基金 增强型定量基金
15,483,7 3,186,2
173
6.07%
14.95%
6.23% -15.81%
莫尼塔•专题研究
2010 年 9 月 28 日星期二
国内外量化基金历史表现与前瞻
莫尼塔数量组
分析师 赵延鸿 博士 021-38521003 yhzhao@
2010 年 9 月
莫尼塔(上海)投资发展有限公司
1
本研究报告中所提供的信息仅供参考。报告根据国际和行业通行的准则，以合法渠道获得这些信息，尽可能保证可靠、准确和完整，但并不保证报告所述
莫尼请塔(上海)投资发展有限公司
2
2010 年 9 月 28 日
莫尼塔•专题研究 2010 年 9 月 28 日
第一部分
国外量化基金历史表现
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。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；根据 CQA 和 Lipper 数据显示，2002 到 2006 年量化基金业绩整体表现好于非量化基金，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。量化对冲基金相对非量化对冲基金的表现处于 上升通道，在 07 年至今显著高于非量化对冲基金，总的来讲对冲基金中使用定量投资 的基金公司正逐步超越定性投资的基金公司，有分析指出，造成这一结果很可能是因为 定量投资在择时方面比定性基金更有优势。
信息的准确性和完整性。本报告不能作为投资研究决策的依据，不能作为道义的、责任的和法律的依据或者凭证，无论是否已经明示或者暗示。
莫尼塔•专题研究 2010 年 9 月 28 日
目录
第一部分: 国外量化基金历史表现 ………………………………………………………………………………………….P3
第二部分: 国内量化基金表现及评估标准探讨 ………………………………………………………………………………………….P12
57.0 93.7 48.4 70.0 55.3 6.3 90.7 9.2
根据当前状态
运营中
72
21.1
292.4
1.28%
123.7% 58.7
停止运营
18
5.2
47.2
1.46%
91.0% 39.9
Source: On the Performance of Quantitative Equity Mutual Funds and Enchanced Index Funds,Shou Krause, CEBM
量化投资鼻祖BGI(巴克莱投资管理公司)的投资管理规模从1977年的30 亿美元发展到2010年上半年的2万5千亿美元，高居全球资产管理规模榜 眼。2000年后，美国共同基金行业增长了1.5倍，其中定量规模增加多 达四倍。
截至2009年，根据Wilshire Associates(Compass)的统计，全球采用数 量化方法管理的基金中(包含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。
图表 1 量化共有基金年平均收益率% （1985年-2008年）
量化共同基金 标普500指数
20
10.8
11.6
10
0 年平均收益率
14.2
14.8
标准差
Source:On the Performance of Quantitative Equity Mutual Funds and Enchanced Index Funds,Shou Krause, CEBM
Krause在2009年的报告中[1]，统计了美国共有基金中量化基金的表 现。样本点列入了所有现存和已经消失的基金，排除了没有采用量化方 法的基金，最后得到的符合要求的量化共同基金数目是90家，指数增强 型基金是70家。我们可以看出在过去20年量化基金保持较高增长，但整 体相对标普500指数并没有取得超额收益。
图表 4 美国主动量化共有基金运营统计1985-2007
分类 所有基金
总数 90
平均数 24
平均净资产 (百万美元)
248.2
费用比率 (% 年)
1.33%
平均换手率 (% 年)
116.8%
平均存活时间 (月) 54.7
根据基金基准
标普 500
36
11
标普中盘 400
4
1.8
标普小盘 600
12
7.4
罗素 1000
9
2.9
罗素 1000 成长 16
6.7
罗素 100 价值
5
5
罗素 2000
4
2.2
罗素 3000
4
2
472 19 101 525.2 18.3 16.8 38.5 68
1.12% 1.65% 1.38% 1.39% 1.40% 0.15% 1.76% 1.23%
87.8% 146.8% 96.5% 94.9% 191.9% 48.0% 158.1% 66.0%
莫尼请塔(上海)投资发展有限公司
3
2010 年 9 月 28 日
莫尼塔•专题研究 2010 年 9 月 28 日
国外量化投资共有基金
美国的量化投资从1971年巴克莱投资管理公司发行世界上第一只指数基 金至今，30多年已经成为美国市场中重要的投资风格。从1970年定量投 资在海外全部投资中占比为零，到2009年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%使用定量技术。量 化投资已成为全球基金业主流投资方法之一。
从量化基金的业绩表现不佳具体来看，大盘股价格发现效率提高，超额 收益的来源在减少，随着美国大盘股定价效率增强，通过模型发现定价 不合理的机会在减少；其次随着次贷危机的爆发，金融市场的价格形态 出现新的变化，这种变化没有被现有的数量模型及时捕捉并融合；最 后，量化基金的业绩表现也受到全球系统化影响，包括经济体的流通货 币量和金融市场的多空比例等等因素，而这些宏观经济因素都是现有的 量化模型较难考虑的变量。
需要指出的是，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；此外，Lawson也指出，通过使用风险控 制和投资组合构建技术，量化基金比定性基金可以获得更稳定的回报； 最后也是非常重要的一点，就是量化基金的管理费用比定性基金要低， 这是因为定量基金不需要太多基金经理和其他专业投资人。
量化投资的简史及其中国意义
量化投资的简史及其中国意义核心提示：量化投资指的是用数学模型选取并交易有价证券。
这些数学模型往往基于经济学理论或者市场观测到的规律，经历长时间历史数据的检验，编制成程序交由电脑交易。
过程中几乎没有人为干预。
一、量化投资的历史从历史上看，第一支现代意义上的股票在1606年由荷兰的东印度公司发行。
在这之后的400多年间，在投资界有各种各样的交易流派出现，但是现代意义下的量化交易却是在1980年代初才兴起，迄今也不过只有30余年的历史。
什么是量化投资？一般说来，量化投资指的是用数学模型选取并交易有价证券。
这些数学模型往往基于经济学理论或者市场观测到的规律，经历长时间历史数据的检验，编制成程序交由电脑交易。
过程中几乎没有人为干预。
著名的量化基金有：JamesSimons（西蒙斯）1982年创立文艺复兴科技公司（RenaissanceTechnology）。
David Shaw，对冲基金D.E.Shaw的创始人，1986年加入摩根斯坦利的APT量化交易组。
这个组利用一种叫配对交易（pairstrading）的量化策略在当年赚了约四千万美元。
1989年图灵奖的主办单位计算机协会(ACM)下属的知识发现和数据挖掘小组(SIGKDD)举办了第一届数据挖掘的学术年会，出版了专门期刊。
1988年以来，西蒙斯掌管的的大奖章（Medallion）对冲基金年均回报率高达34%，这个数字较索罗斯等投资大师同期的年均回报率要高出10个百分点，较同期标准普尔500指数的年均回报率则高出20多个百分点，而且稳定性更佳；从2002年底至2005年底，规模为50亿美元的大奖章基金已经为投资者支付了60多亿美元的回报。
更难得的是这个回报率是在扣除了5％的资产管理费和44％的投资收益分成以后得出的。
二、量化投资出现的主要原因量化交易的出现离不开如下几个主要原因：现代金融理论的发展，计算机技术的普及和发展，以及交易成本的下降。
而这些变化大部分都发生在最近30年内。
国内外量化投资策略研究综述
国内外量化投资策略研究综述【摘要】本文围绕国内外量化投资策略展开综述研究。
在介绍了量化投资的背景和研究意义。
接着，对国内外量化投资策略的现状进行了比较分析，总结了各自的特点和发展趋势。
在详细探讨了国内外量化投资策略的研究现状，并展望了未来的发展方向。
在给出了针对国内外量化投资策略研究的启示和建议，并总结了研究结论。
未来研究方向方面提出了一些思路和建议。
通过本文的研究，可以更深入地了解国内外量化投资策略研究的现状和未来发展趋势，为相关研究提供参考和借鉴。
【关键词】国内外量化投资策略研究、量化投资、策略、研究现状、比较分析、趋势展望、启示、建议、结论总结、未来研究方向1. 引言1.1 背景介绍量化投资是一种利用数学、统计和计算机算法来执行交易的投资策略。
随着信息技术的飞速发展和金融市场的日益复杂化，量化投资策略逐渐成为投资领域的热点。
背景介绍部分将从国内外量化投资策略研究的发展历程和现状出发，介绍该领域的研究基础和发展状况。
国内量化投资策略研究在早期主要集中在传统的技术分析和基本面分析上，随着量化交易技术的不断发展，越来越多的研究者开始关注高频交易、机器学习和人工智能在量化投资中的应用。
国外量化投资策略研究则更加注重理论与实践相结合，强调策略的稳定性和实用性。
通过对国内外量化投资策略研究的比较分析，可以发现各自的优势和不足之处，为今后的研究提供借鉴和启示。
该背景介绍将为接下来的正文部分提供必要的历史背景和研究现状，为读者提供对量化投资策略研究的整体认识。
1.2 研究意义量化投资策略是一种基于数据和数学模型的投资方式，近年来在国内外得到广泛关注和应用。
研究量化投资策略的意义在于可以帮助投资者更科学、更系统地进行投资决策，减少主观性和情绪性对投资的影响，提高投资效率和风险管理能力。
量化投资策略的研究也有助于推动金融市场的发展与创新，促进投资者对市场的理解和认识。
在国内，随着金融市场的不断发展和监管政策的逐步完善，量化投资策略的研究和应用也日益受到重视。
量化投资分析分析报告
1.概述背景量化投资在国外的实践已经有了40多年的发展，我国的量化投资起步较晚，从2004年开始出现量化投资的产品，由于缺乏有效的对冲手段，直到2010年4月沪深300股指期货上市之后才能算是真正意义上开始涉足量化投资。
2015年的中国股市跌宕起伏，杠杆配资引发了大幅上涨和断以传统投资的分析决策，大多数方面都由人工完成，而人并非能做到完全理性，在进行投资决策时，很难不受市场情绪的影响。
量化投资运用模型对历史和当时市场上的数据进行分析检测，模型一经检验合格投入正式运行后，投资决策将交由计算机处理，一般情况下拒绝人为的干预，这样在进行投资决策时受人的情绪化的影响将很小，投资过程可以做到理性客观。
支持大数据处理，提高决策效率我国股票市场上有近3000只股票，与上市公司相关的各种信息纷繁复杂，包括政策、国内外经济指标、公司公告、研究报告等，投资者靠自己手工的筛选根本就是力不从心。
量化投资的出现为这个问题的解决带来了希望。
量化投资运用计算机技术快速处理大量数据，对其进行辨别、分析、找出数据之间的关联并做出投资决策，大大减少了人工工作量，提高了投资决策效率。
统计模型支撑，策略选股择时精准传统的投资方法中认为投资是一门艺术，投资决策需要的是投资者的经验和技术，投资者的主例如在股业绩也量化投资的应用量化投资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、统计套利、算法交易和资产配置等。
量化选股量化选股就是采用数量的方法判断某个公司是否值得买入的行为。
根据某个方法，如果该公司满足了该方法的条件，则放入股票池，如果不满足，则从股票池中剔除。
量化选股的方法有很多种，总的来说，可以分为公司估值法、趋势法和资金法三大类。
量化择时股市的可预测性问题与有效市场假说密切相关。
众多的研究发现我国股市的指数收益中，存在经典线性相关之外的非线性相关，从而拒绝了随机游走的假设，指出股价的波动不是完全随机的，类是利用股票的价格序列的协整关系建模，我们称之为协整策略。
量化投资发展及我国现状分析
量化投资发展及我国现状分析【摘要】量化投资是一种通过数学模型和统计分析来进行投资决策的方法，在全球范围内逐渐得到广泛应用。
本文从量化投资的概念、发展趋势和我国现状入手，探讨了量化投资技术和工具的应用以及对投资者的影响。
同时也分析了我国量化投资市场的特点、发展阶段和面临的挑战。
通过对量化投资对资本市场的发展意义、我国量化投资的发展前景以及加强监管的建议进行总结，可以看出量化投资对于提高资本市场的效率和透明度具有重要意义，同时我国量化投资市场仍面临着监管不足、数据质量等挑战。
加强监管和技术应用，将有助于推动我国量化投资市场的健康发展。
【关键词】关键词：量化投资，发展趋势，现状，技术工具，投资者影响，市场特点，发展阶段，挑战，发展意义，前景，监管建议。
1. 引言1.1 量化投资的概念量化投资是一种利用数学、统计学和计算机技术进行投资决策的策略。
它通过系统性的分析历史数据，利用数学模型和算法来识别投资机会，从而实现投资组合的优化和风险管理。
量化投资的核心理念是基于数据和规则，排除主观判断和情绪因素，从而提高投资的效率和准确性。
量化投资的发展始于上个世纪，随着计算机技术和数据处理能力的不断提升，量化投资得到了更广泛的应用和认可。
目前，全球范围内有许多专门从事量化投资的机构和团队，其投资规模和影响力不断扩大。
在我国，量化投资也逐渐引起了投资者和监管部门的关注。
随着金融科技的快速发展，越来越多的公司和投资者开始尝试将量化技术应用到投资决策中。
虽然我国量化投资市场仍处于起步阶段，但随着监管环境的不断完善和投资者的认知提高，量化投资有望在未来取得更大的发展。
1.2 量化投资的发展趋势1. 数据科学的兴起：随着大数据和人工智能技术的普及，量化投资正逐渐向数据科学领域靠拢，采用更加先进的算法和模型来挖掘市场中的规律和机会。
2. 高频交易技术的发展：高频交易作为量化投资的一个重要分支，依靠快速的计算和执行能力实现对市场波动的敏锐捕捉和快速交易，对市场价格的形成和稳定产生了重大影响。
量化投资发展及我国现状分析
量化投资发展及我国现状分析随着经济的发展和市场的复杂化，量化投资在全球范围内逐渐成为了投资者们关注的热点话题。
量化投资是指利用数学模型和大数据分析等科学方法进行投资决策的一种投资方式，它旨在通过系统性地运用算法和数据分析来获取更高的收益和控制风险。
量化投资由于其高效性和科学性受到了越来越多投资者的青睐，同时也引起了我国监管部门和市场参与者的广泛关注。
量化投资的发展历程量化投资起源于20世纪70年代的美国，当时一些学术界和金融界人士开始利用计算机和数学方法来进行股票交易，并且获得了比较不错的收益。
随着计算机技术和数据分析方法的不断进步，量化投资的理论和实践日益完善，逐渐成为了投资界的一大热点。
在发达国家，尤其是在美国，量化投资已经成为了金融市场的主流投资方式。
根据统计数据显示，美国股票市场的交易量中，有超过70%的交易是由算法进行的，这充分展示了大量化投资在美国市场的地位和作用。
在其他国家，尤其是在亚洲地区，量化投资也逐渐崭露头角。
日本、新加坡等国家的一些投资机构和股票交易所逐渐引入了量化投资的理念和技术，积极开展量化交易和投资运作。
在我国，尽管量化投资的发展时间不长，但是其发展势头迅猛，吸引了越来越多的投资者和机构的关注。
从数据上来看，我国的股票市场中，量化交易的比例也在不断提升，预示着我国的量化投资市场正在逐步成熟和扩大。
在我国，量化投资的发展还面临着一些挑战和问题。
我国的金融市场相对落后，相关基础设施和数据采集能力相对欠缺，这对于量化投资来说是一大制约。
我国的监管政策和法规对于量化投资并不完善，市场参与者对于量化投资的认知和理解程度有待提高，有一定的风险和误操作的可能。
不过，随着我国金融监管体系的不断完善和相关的科技水平的提高，相信我国的量化投资市场会迎来更加广阔的发展前景。
未来，随着科技的不断进步和金融市场的不断发展，量化投资必将成为金融市场的主流投资方式。
在全球范围内，越来越多的投资机构和个人投资者将会采用量化投资策略来进行投资决策，这将会使得金融市场更加有效率和透明。
量化交易发展史
量化交易发展史
量化交易的发展可以追溯到20世纪50年代。
以下是量化交易发展的关键历程：
1. 20世纪50年代-60年代：发展初期，投资者开始使用电脑来进行交易，这一时期主要侧重于技术分析。
2. 1970年代：随着计算机的普及，量化交易开始兴起。
投资者开始使用计算机模型来分析市场数据，制定交易策略。
3. 1980年代：交易所开始采用电子化交易系统，这为量化交易提供了更广阔的应用空间。
同时，由美国人约翰·亨利·隆伯格（John Henry Lowenberg）创办的不见onoss公司（CTC）也提供了量化交易的服务。
4. 1990年代：随着计算能力的不断提升和算法的不断改进，量化交易越来越受到投资者的关注。
一些公司，如雷曼兄弟（Lehman Brothers）、桥水基金（Bridgewater Associates）等也开始专注于量化交易。
5. 2000年代：高频交易成为量化交易的主要发展方向。
高频交易以超快的速度进行交易，并依靠复杂的算法和大量的数据分析来获取利润。
6. 2010年代：人工智能和机器学习的应用，使得量化交易更加智能化和自动化。
大型投资公司开始使用机器学习算法来进行交易决策，取得了较好的效果。
总的来说，量化交易的发展史是一段不断探索和创新的过程。
随着技术的进步和数据分析能力的提升，量化交易在金融市场中的地位越来越重要。
量化投资发展及我国现状分析
量化投资发展及我国现状分析量化投资是一种利用计算机程序和数学模型来进行投资决策的方法，旨在消除人类主观因素对投资决策的影响，提高投资效率和收益率。
随着信息技术的快速发展和金融市场的复杂化，量化投资在国际金融市场中得到了广泛应用。
我国作为全球第二大经济体和金融市场，目前在量化投资领域也呈现出快速发展的趋势。
量化投资发展历程量化投资可追溯到20世纪50年代，当时研究人员开始使用计算机模拟市场、利用统计和经济量化模型进行交易。
70年代出现了基于技术分析的量化投资，80年代开始使用人工智能、神经网络等新技术，并出现了以对冲基金为代表的量化对冲。
90年代以来，量化投资凭借其高效率、低成本和稳定性等特点，成为全球投资领域的宠儿，大量资金涌入此领域。
当前，国际上许多机构投资者使用量化投资策略，其中以对冲基金为主。
2018年对冲基金中，使用量化投资策略的资产规模占比已经达到近28%，这一比例还在不断增长。
目前，以美国为代表的发达国家在量化投资领域占据主导地位，吸引了大量资本加入。
此外，欧洲、日本等国家和地区的量化投资市场也在稳步发展。
我国作为全球第二大经济体和金融市场，在量化投资领域也呈现出快速发展的趋势。
近年来，我国以量化对冲基金为主要切入点，吸引了越来越多的资本进入，并逐渐形成了系统化、科学化的量化投资模式。
目前，我国的量化投资市场规模正在不断扩大，投资产品和服务也在不断丰富。
我国量化投资的发展存在一些挑战。
首先，我国的量化投资市场仍处于起步阶段，市场参与者相对较少，市场的流动性和深度还需要进一步提高。
其次，我国量化投资领域的人才和技术相对欠缺，急需加大研发和人才培养力度。
第三，我国金融监管环境和制度相对不完善，需要完善相关法律法规和政策支持，引导并规范量化投资市场的发展。
量化投资发展及我国现状分析
量化投资发展及我国现状分析【摘要】本文主要介绍了量化投资发展及我国现状的分析。
在文章首先解释了量化投资的概念，接着介绍了我国量化投资的起步情况，并阐明了本文的目的及意义。
在分析了量化投资的基本原理、国际量化投资发展现状以及我国量化投资发展现状，同时探讨了我国量化投资面临的挑战和发展前景。
在提出了我国量化投资的未来发展方向，给出了推动我国量化投资发展的建议，并对全文进行了总结。
通过本文的分析，可以更全面地了解量化投资在我国的发展现状，为我国量化投资的进一步发展提供参考和建议。
【关键词】量化投资、发展、我国、基本原理、国际发展、现状分析、挑战、发展前景、未来发展方向、建议、总结1. 引言1.1 量化投资的概念量化投资是指利用数学模型和大规模数据进行投资决策的一种投资方式。
量化投资通过对历史数据和市场走势的分析，建立模型预测未来市场走势，从而提高投资决策的准确性和效率。
量化投资依靠计算机算法和统计学方法，通过程序化交易进行买卖操作，减少人为情绪干扰，实现规模化操作。
量化投资的兴起，源于信息技术和金融市场的发展。
随着数据量的爆发性增长和计算能力的提升，量化投资逐渐成为投资界的热门话题。
量化投资逐渐被广泛运用于股票、期货、外汇等金融市场，成为投资者获取超额收益的重要手段。
在我国，量化投资起步较晚，但发展态势迅猛。
随着金融科技的兴起和监管政策的支持，我国量化投资行业逐渐壮大，吸引了越来越多的资本和人才投入。
未来，我国量化投资有望成为金融市场的重要力量，推动金融市场的发展和稳定。
1.2 我国量化投资的起步情况我国量化投资的起步情况可以追溯到2000年左右，当时国内的金融市场还处于初级阶段，投资者主要依靠经验和直觉进行投资决策。
随着信息技术的发展和金融市场的完善，我国的量化投资开始逐渐兴起。
最早采用量化投资策略的是一些私募基金和券商资管产品，它们利用数学模型和算法来分析数据、识别交易信号，从而实现系统化、自动化的投资。
国外量化的发展历史
国外量化的发展历史
量化交易是指通过数学方法和计算机程序自动化地进行投资交易行为的方式。
它的发展历史可以追溯到20世纪50年代，当时美国的经济学家哈里·马古斯首次提出了利用数学和统计学方法进行股票交易的想法。
在20世纪70年代中期，美国证券交易委员会推出了计算机化交易系统，使得股票交易更加自动化和电子化。
随着计算机技术的飞速发展，越来越多的人开始将这种理论应用到实际交易中。
到了20世纪80年代和90年代，随着电脑技术和网络技术的不断革新，量化交易开始迅速普及。
1993年，美国芝加哥商品交易所推出了第一款量化基金，此后，全球各大交易所也陆续推出了自己的量化基金。
近年来，人工智能技术的崛起进一步推动了量化交易的发展。
越来越多的投资机构采用机器学习和深度学习等技术来分析市场数据，优化交易策略，提高交易性能。
量化投资发展概述
平手 胜出 胜出 胜出
胜出 平手
依靠创造力和想像力
平手
很难复制
“ 基 本 面 投 资 或 者 传 统 投 资 是 通 过 信 息 和 个 人 判 断 （ using information and judgment）来管理资产，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》
重视公司内在品质
营运毛利、负债水准与资本支出 需求的变化
该公司的现金产生能力
量化投资的特点
量化投资是一种低投资深度（信息系数），高投资广度的投资风格。
量化投资者的成功典范：詹姆斯.西蒙斯 1989-2008平均年回报约35%； 2008年回报率约80%
西蒙斯量化投资理念
基本面投资和量化投资各有所长，量化投资稍稍胜出
12
量化投资与传统投资
传统主动型投资 策略
主动型投资策略
投资策略
量化投资策略
被动型投资策略
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
无法获得超越 市场的收益
基本面投资的特点
基本面投资是一种高投资深度（信息系数），低投资广度的投资风格。
• 2002-2005，规模为50亿美元的大奖章基金已经为投资者支付了 60多亿美元的回报。
• 年回报率平均高达35.6%, 被誉为最成功的对冲基金
11
文艺复兴科技公司和西蒙斯
• 文艺复兴科技公司： ▪ 总部在纽约长岛，心脏地带是一间礼堂，公司 员工会定期在此听一场科学演讲； ▪ 200多名员工，近一半是数学、物理学、统 计 学等领域的顶尖科学家； ▪ 不雇用商学院毕业生和华尔街人士； ▪ 待遇优厚，严格保密，流动性小。