中信证券-数量化投资的核心策略
数字经济背景下证券公司业务数字化转型的路径研究
技术协作信息2023（5）总第1486期财金前沿数字经济背景下证券公司业务数字化转型的路径研究马笑璐刘佳缘杜博渤海大学摘要：党的二十大报告提出“加快发展数字经济，促进数字经济和实体经济深度融合”的战略安排，这表明数字经济的发展能够赋予各个行业“新动能、新优势”。
作为国内金融行业的代表———证券公司面临着数字化转型的问题。
在数字经济背景下，通过金融科技来赋能证券业务发展，是保障其数字化治理能力和金融信息安全的核心议题。
因此，本文针对数字经济背景下证券公司业务数字化转型的路径进行研究，分析当前证券业数字化转型过程中采取怎样的策略，如何应对数字化转型成券商竞争力提升的挑战，力图找出解决方案。
关键词：数字经济；证券公司业务；数字化转型引言随着《“十四五”数字经济发展规划》《数字中国建设整体布局规划》政策文件的落地及实施，我国各行业数字化经营管理已经成为重要的要求，必须做好各行业的数字算力及数据要素、资产的底座建设，以及产业数字化及数字产业化的问题。
在金融领域，《金融标准化“十四五”发展规划》政策文件，已经要求证券公司在业务场景的智能化打造与升级方面积极做好传统业务与数字化的融合。
一、数字经济背景下证券公司业务转型的必然性（一）数字化转型成为解决企业经营模式问题的关键一招根据中国证券业协会在2022年9月发布的《中国证券业发展报告（2022）》（简称《报告》）显示：国内证券公司都在持续加强总部IT人员的投入，其中2021年证券公司IT人员总数为30952人，实现了同比增长19.7%的速度，这充分反映出证券公司不断加大对金融科技领域的投入和布局。
目前，国内有140家证券公司初步将数字化转型列为公司发展战略，通过加强网络安全手段和平台建设来实现证券业务数字化，也是应对证券行业内受佣金率的下降、行业同质化竞争以及金融科技赋能等复杂因素影响下保持自身竞争力的关键。
数字化转型可以起到证券公司经营能力提高、经营效率提高和客户满意度提高的作用，表明数字化转型增强了证券服务体系的适应性和普惠性，拓展了证券服务能力的广度和深度。
如何进行量化投资
如何进行量化投资量化投资是一种利用数学模型和算法进行投资决策的投资方式。
相较于传统的基本面分析和技术分析，量化投资更为客观、系统化和精确。
近年来，越来越多的投资者开始尝试和使用量化投资策略。
本文将介绍如何进行量化投资，包括数据获取、策略设计、模型构建和风险控制等方面。
一、数据获取量化投资的第一步是获取和整理市场数据，这些数据包括股票价格、财务数据、宏观经济指标、交易量、利率等信息。
目前，市场上有许多数据提供商，如财华数据、万得资讯、同花顺等，投资者可以根据自己的需求选择不同的数据源。
除了获取市场数据，量化投资还需要获取一些基础数据，如复权因子、交易日历、股票申报表、停复牌信息等。
这些数据不仅可以帮助投资者进行股票价格的修正，还能预测利润和风险等方面的变化。
二、策略设计量化投资的核心在于策略设计。
策略设计包括选取投资标的、设定交易规则、制定风险控制措施等方面。
在选择投资标的时，可以根据不同的指标和数据进行筛选，如市盈率、市净率、市销率、ROE等。
交易规则可以根据投资者的风险偏好、投资期限、交易频次等方面制定。
其中，投资者的风险偏好可以通过夏普比率、最大回撤等指标来衡量。
交易期限分为短期和长期，短期交易通常是以分钟或小时为单位，而长期交易通常是以月或年为单位。
在制定风险控制措施时，投资者需要注意市场波动率、容忍度、资金管理等方面。
资金管理包括投资组合的分散度、资金配比、止损点等，这些都是减少风险和保护资金的重要措施。
三、模型构建量化投资所依赖的模型通常包括统计学、机器学习、人工智能等方面。
在构建模型之前，我们需要很好地理解和分析所选指标之间的关联关系，并对所选指标进行有效的筛选和排除。
统计学模型主要包括回归模型、时间序列分析、因子模型等。
回归模型可以通过线性和非线性模型来解释股票价格和股票报酬之间的关联关系；时间序列分析可以分析时间序列数据的趋势和周期性；因子模型可以通过多维度的数据，来解释股票价格走势的根本因素。
金融市场中量化交易策略的研究与实践
金融市场中量化交易策略的研究与实践近年来，随着信息技术的发展和数据处理能力的加强，金融市场中兴起了一种新的交易方式——量化交易。
这种交易方式通过系统化的数学模型和算法，对市场行情进行预测和交易决策，从而实现获利的目的。
量化交易的核心在于策略，即根据各种指标和数据构建的交易模型。
这种交易方式的优势在于高度自动化、数据驱动、规避情绪误判等。
因此，量化交易已经成为金融市场的主要交易方式之一，涉及范围涉及股票、期货、外汇等多个市场。
但是，达到高效和准确的量化交易策略并不是易事。
量化交易需要借助大量的数据和复杂的算法，需要精通金融市场和计算科学等多个领域。
因此，量化交易策略的研究和实践也是相当复杂和困难的。
一、量化交易策略的研究方法量化交易策略的研究方法基本可以分为四个阶段，即数据收集、模型建立、模型验证和交易实践。
其中，数据收集是量化交易的基础，需要获取全面、及时的市场数据，包括价格、成交量、流通股本等各种指标。
模型建立是基于收集的数据和市场行情构建系统化的数学模型和算法。
在模型构建后，需要进行系统性实验和检验，以验证模型的准确性和稳定性。
最后，将模型投入实际交易中，并按照设定的规则进行操作，根据市场情况进行调整和优化。
二、量化交易策略实践的难点量化交易策略实践的难点主要在于以下几点：1. 数据处理难度大，需要运用大量的统计工具和算法进行预处理和分析。
2. 策略的复杂度高，需要精通多个学科领域的知识，例如金融学、计算机科学、数学等。
3. 交易系统的要求高，需要实时处理大量的交易数据，同时需要保证系统高效、稳定、安全。
4. 获利面临风险，量化交易需要精准的数据和模型，如果数据失真或模型出现偏差，将会面临巨大的风险和损失。
三、未来趋势随着科技的不断发展，量化交易策略的研究和实践将会更加完善。
未来，量化交易策略将会更加注重风险控制和实现长期收益，通过不断的数据分析和技术创新，将会逐渐实现全自动化，降低交易成本和提高交易效率，并推出更加智能化和个性化的交易策略。
中信证券核心价值观
中信证券核心价值观中信证券作为中国证券市场的著名机构，秉承“为客户提供最优质、最优质的金钱和服务”的原则，致力于提供安全、可靠、合法和有序的投资业务，积极推进社会信用和机构风险管理，以及资本市场的稳定健康发展。
作为一家受到社会各界充分信赖的机构，中信证券认为应以其坚实的道德基础和宝贵的机构文化为基础，按照“客户至上、做正确之事、敢于担当、持续创新”的核心价值观，积极完善其服务，提升其运营水平，为客户提供更优质的服务。
首先，中信证券十分重视客户的感受和反馈，将客户的利益放在首位。
中信证券致力于为客户提供可靠的金融服务，以及全面的投资咨询，使客户能够获得最大的投资回报。
作为一家经营投资业务的机构，中信证券注重客户利益，充分认识到客户参与投资需要风险承担，因此提供贴身专业的咨询服务，从而减少客户参与投资时产生的风险。
其次，中信证券坚持做正确之事，严格遵守监管机构的规定，建立严格的防治风险体系，降低投资风险，保护客户的财产安全。
同时，中信证券积极推行内外部监督机制，全面掌握投资市场行情，落实风险防范措施，为客户提供有序、可靠、安全的投资服务。
此外，中信证券以“敢于担当”为企业品牌文化，注重发掘和培养优秀人才，激发每一位员工的主观能动性，以使个人能够完善自我，提高业务水平，为客户提供可靠的服务。
公司坚持以客户为中心，不断加强团队建设，搭建客户与服务的双赢平台，以达到客户需求的最佳投资效果，加速机构发展，提高中信证券的行业地位。
最后，中信证券赞扬持续创新，推出市场前沿的投资管理理念，提出投资风险管理新思路，构建全新的投资服务模式，以满足客户和市场对投资性服务的需求。
通过市场持续监测，在投资管理模式上不断创新，力求尽可能为投资者提供最佳投资回报，以发挥客户投资收益最大化的作用。
通过以上对中信证券“客户至上、做正确之事、敢于担当、持续创新”的核心价值观的介绍，可以看出，中信证券把客户的利益放在首位，致力于为客户提供可靠的金融服务，不断持续创新，以最大限度的提高客户投资回报，促进中国资本市场的稳定健康发展。
股票量化交易的7个策略
股票量化交易的7个策略
鉴于股票量化交易高度复杂，主要包括以下7种策略：
1、价格动量策略：价格动量策略是基于股票价格上涨或下跌的动量，根据价格和成交量发现超额收益。
2、反转策略：反转策略判断价格是支撑或阻力位，假定价格在这一点转向，以获得一定收益。
3、趋势跟踪策略：趋势跟踪策略是基于股票价格的变化发现趋势，并以追踪或延续这一趋势从而获得收益。
4、基准策略：基准策略建立一个投资基准，将股票的收益水平与投资基准作对比，以获得超额收益。
5、对冲策略：对冲策略以投资者的资产作为基准，根据价格波动构建投资组合，以抵消价格波动的影响，最终实现超额收益。
6、套利策略：套利策略是基于投资者利用价格差的差异实现的收益，可以作为有效的风险控制工具，减少投资风险。
7、做多做空策略：做多做空策略是投资者利用价格变化实现利润的方法，可以基于不同的价格水平做多或做空股票，以获得利润。
- 1 -。
C14070课后测验量化投资基础知识
C14070课后测验量化投资基础知识一、单项选择题1. 相对价值策略的特点是（）。
A. 低收益、低风险、大容量B. 高收益、低风险、小容量C. 高收益、高风险、大容量D. 高收益、高风险、小容量您的答案：A题目分数：10此题得分：10.0批注：2. 关于金融市场的数学定义，下列说法正确的是（）。
A. 数学可以用来描述金融市场B. 把金融市场看成是函数逼近问题时，可以用贝叶斯分类进行计算C. 把金融市场看成是分类问题时，可以用回归分析的方式进行数据分析D. 把金融市场看成是概率问题时，可利用小波分析理论计算概率您的答案：A题目分数：10此题得分：10.0批注：二、多项选择题3. 美国对冲基金主要运用的策略包括（）。
A. 相对价值策略B. 宏观因素策略C. 事件驱动策略D. 小盘价值策略您的答案：B,C,A题目分数：10此题得分：10.0批注：4. 下列关于量化投资的理解正确的是（）。
A. 数据是量化投资的基础要素B. 程序化交易实现量化投资的重要手段C. 量化投资追求的是相对收益D. 量化投资的核心是策略模型您的答案：D,A,B题目分数：10此题得分：10.0批注：5. 下列选项属于主要量化对冲策略的是（）。
A. 阿尔法套利B. 股指期货套利C. 商品期货套利D. 期权套利您的答案：B,A,D,C题目分数：10此题得分：10.0批注：三、判断题6. 阿尔法套利是主流的量化对冲策略，Pure Alpha是阿尔法套利的代表性产品。
（）您的答案：正确题目分数：10此题得分：10.0批注：7. 投资的核心是小数定律。
（）您的答案：正确题目分数：10此题得分：0.0批注：8. 算法交易策略核心是成交量分布的预测。
（）您的答案：正确题目分数：10此题得分：10.0批注：9. 对于资产管理而言，高收益率策略是主导策略。
（）您的答案：错误题目分数：10此题得分：10.0批注：10. 商品期货套利策略的核心是持仓成本的计算和现货的组织。
股票量化交易的7个策略
股票量化交易的7个策略1、趋势跟踪策略趋势跟踪策略是股票量化交易最常用的策略之一，也是最经典的投资策略之一。
这种策略旨在从中期以上的趋势中获取利润，而不是去捕捉短期的价格波动。
趋势跟踪策略是一种很好的长期投资策略，可以在股票价格上升期间不断获取利润，但是也应该注意市场的波动，避免价格低迷时的损失。
2、均值回归策略均值回归策略是投资者经常使用的股票量化交易策略，它基于投资者认为股价会重新回到长期有效的价格区间，允许他们在股价超出其历史平均价格上下限时买卖股票，以实现获利。
与趋势跟踪策略相比，均值回归策略的绝对收益较低，但其在股市波动较大时可以获得较好的收益。
3、技术指标策略技术指标策略是投资者根据股票价格的特定指标，如均线、布林带或移动平均线，来决定买卖时机的股票量化投资策略。
技术指标策略通常有助于投资者在股市的起伏中获取利润，但投资者也应该注意技术指标的变化可能会影响他们的投资结果。
4、极短期策略极短期策略是衡量股票供需变化和波动可能性的高频交易策略，投资者可以通过使用极短期策略来捕捉股市中的短期价格波动，而不考虑其长期表现。
极短期策略要求投资者对市场情况进行高度专业的分析，需要投资者对股票价格波动有深刻的了解。
5、行为量化策略行为量化策略是根据投资者在投资决策中存在的不同行为偏差而设计的股票量化交易策略。
行为量化策略可以帮助投资者更加理性地做出投资决策，从而避免情绪化的投资行为，提高投资效率和投资回报。
6、标的物选择策略标的物选择策略是投资者根据股市的波动性和投资者的风险敏感度等因素，选择适合的股票作为投资标的物的股票量化交易策略。
该策略旨在全面考虑市场波动因素，同时考虑风险和收益之间的平衡，以实现投资者的投资目标。
7、套利策略套利策略是一种投资者通过利用价差，在极短的时间里获得利润的策略。
套利策略是一种较为复杂的量化交易策略，要求投资者具备较强的投资分析能力，能够精准捕捉价差的变动并及时作出投资决定。
量化投资策略有哪些
量化投资策略有哪些量化投资是基于数据分析和数学模型的投资方法，相比于传统的基本面分析和技术分析方法更具科学性和对象性。
量化投资策略是基于量化投资的理论和技术，结合投资者个人风险偏好和投资周期，通过十分精细的分析和统计学方法构建的投资决策模型。
1、价值型投资策略价值型投资策略是一种以价值为核心的投资策略。
此策略的基础是寻找低估的企业，通过深入的基本面分析，研究企业的市场地位、竞争力、估值等指标，以寻找被错估的股票投资机会，逐步形成投资组合。
2、动量型投资策略动量型投资策略则通过分析股票价格和市场走势，寻找股价涨势较好的优质企业股票，买入到一定涨幅后再逐步卖出股票，获得投资回报。
通过动量策略，投资者获得的机会是可以追逐股票涨势，从而保持投资组合精明，发现最佳投资机会，同时避免不必要的风险。
3、市场中性投资策略市场中性的投资策略指投资者不依赖于市场趋势，只重视公司内部的表现指标，如企业内部的业绩等。
而分析表现形式则是通过企业财报、专业分析报告和其他一些独立分析工具来完成的。
这种投资策略通常是用于期货、期权、债券等金融工具，可以在市场预测变化的情况下，有效地利用市场关系拓展投资机会。
4、波动率投资策略波动率投资策略是通过分析证券价格的波动程度，来确定目标交易资产的风险水平和收益水平。
波动率的投资策略通常是根据市场情况有选择地进行，以获取最高的风险投资回报。
这种投资策略需要一定丰富的金融专业知识，并且也需要对市场变化非常敏锐，才能长时间从中获益。
5、趋势型投资策略趋势型投资策略是通过分析市场趋势和价格变化，寻找形成有效投资组合的模式。
这种投资策略需要投资者具备一定的技术分析和宏观经济分析的能力，以正确的理解市场趋势，快速反应变化，以期赢得最大的盈利。
总结来说，量化投资策略依赖于数据分析和数学模型，其策略种类有很多，投资者需要根据自身的风险偏好和投资周期来选择合适的投资策略。
而实际应用中，还需要继续不断完善和优化策略以应对市场的变化和风险的挑战。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数量化投资的核心策略
量化选股方法能够充分利用数量化投资手段，对上市公司大量相关数据进行处理，对个股基本面、估值水平、市场面和流动性等指标进行多角度的分析。
强调投资纪律，尽量避免人为主观情绪的波动。
量化投资与定性投资之比较与定性投资相比，量化投资更加注重计算机在投资过程中的作用，利用电脑将人脑的思维和精力加以延伸和补充。
作为一种新的投资方式，量化投资为投资者提供了一个新的投资思路。
定性投资与量化投资二者各有优长，只要利用得当，都能获得超额收益。
一、量化投资（Quantitative Investing）简介
即将发行的南方策略优化基金的首要特征就是"量化投资"，即该基金将通过数量化手段，优化投资策略，精选优势个股，力争获取超越业绩比较基准的投资回报。
为了更好的分析南方策略优化基金的产品特性，本文将首先对量化投资加以分析。
1、量化投资的起源
量化投资是一种规范化、模型化的投资方式。
具体来说，投资者将搜集到的相关数据与其自身的投资理念相结合，构建出一个或多个量化投资模型。
在此基础上借助计算机科技的支持，对股票（或其他资产）进行筛选，并严格依照计算机的输出结果，实现最终的投资决策。
量化投资起源于上世纪70年代的美国，至今已有30多年的历史。
其诞生的一个重要标志就是指数化投资（Indexing）的提出，就是说最初的量化投资是以被动形式出现的。
指数化投资的目标，就是简单的跟踪标的指数的涨跌，获取与标的指数相仿的投资收益。
在此之后，投资者不满足于被动的跟踪指数，开始将被动指数化投资中的数量化投资技术进一步拓展，力图发现能够超越市场指数的量化投资方法，进行更加主动的量化投资，主动性量化投资（Active Quantitative Investing）由此产生。
本次发行的南方策略优化基金就是一只主动性量化投资基金。
2、量化投资与定性投资之比较
量化投资和定性投资（Qualitatively-based Investment）本质上都是以市场非有效或弱有效理论为基础，通过对个股估值，成长等基本面的分析研究，建立战胜市场，产生超额收益的组合。
二者不同之处在于，定性投资依赖对上市公司的调研以及基金经理个人经验及主观判断，在此基础上挑选具有价格上涨潜力的个股；而定量投资管理则不对
公司进行实地调研，而是将基金经理的个人经验及主观判断进行数量化处理，构建出数学模型，并通过计算机的大量运算筛选出具有价格上涨潜力的个股。
相对而言，定性投资更加依赖人为判断，而量化投资则更加强调数据。
与定性投资相比，量化投资更加注重计算机在投资过程中的作用，利用电脑将人脑的思维和精力加以延伸和补充。
作为一种新的投资方式，量化投资为投资者提供了一个新的投资思路。
定性投资与量化投资二者各有优长，只要利用得当，都能获得超额收益。
3、量化投资的主要特点
1、纪律性（Disciplined）
量化投资的一个最主要的特点就是它的纪律性。
模型确定后，量化投资严格按照计算机输出结果进行股票的买卖，和其他投资策略相比较，这种方法能够更好的避免因个人偏好、直觉判断、或情绪变动等人为因素而进行的投资决策。
2、主动性（Initiative）
尽管纪律性原则需要量化投资者严格按照电脑结果进行投资，但是量化投资的核心价值仍来自于人脑。
因此我们可以将量化投资的过程，简单概括为"人脑思考、电脑计算"。
量化投资的核心是模型的设计和构建，模型构建是否恰当，对量化投资能否成功起到了至关重要的作用，这一过程的关键是人的主观分析。
量化投资将会考虑宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个因素对投资收益的影响。
投资人对相关因素的了解，对模型在市场中应用经验等等各方面的主动思考，是搭建量化投资策略的关键，是体现投资人智慧的核心所在。
只有模型构建得好，才能对未来投资业绩有更大的把握。
3、覆盖性（Coverage）
量化投资者认为，资本市场存在着显著的非有效性（inefficiencies）。
通过一定的程序化投资（structured investment process），可以将这些"市场失效"很好的利用起来，从中获取投资收益。
市场规模在不断的扩大，投资者所面对的各种数据也越来越多，随着计算机技术的广泛应用，量化投资管理变得更具吸引力。
投资者可以通过计算机来实现大量繁复的数据处理，搜寻出所有现存的"市场失效"，即那些能够带来超额收益的投资机会。
量化投资可以对整个市场进行系统性扫描，覆盖面广，信息处理能力强，因此能够捕捉到更多的投资机会。
4、概率选股（Possibility）
量化投资的主要观点是，资产价格的历史波动能够持续一段时间，且其波动规律能够通过统计计量工具破解；投资风险与价格波动率紧密相关，而波动率又和投资收益相关联；各类资产的风险、收益、及相关性都是可预测的。
量化投资通过事先构建好的量化模型，对股票未来价格的走势进行预测，筛选出那些价格上涨可能性最大的一揽子股票，构建股票组合进行投资。
由此可见，量化投资依靠大概率事件赚取回报，即通过一组股票，而不是某一只或几只股票取胜。
换句话说，量化投资所关心的，不是单只股票价格涨幅位居第一还是第十，而是股票组合的收益率能否超越指数。
一揽子股票构建投资组合
模型中影响股票预期收益率和组合风险收益特征的因子可分为四大类：基本面因子、价值因子、市场面因子和流动性因子。
（1）基本面因子反映上市公司基本面水平，主要包括上市公司的盈利能力、现金流情况、财务杠杆水平以及未来成长性等，通过净资产收益率、经营现金流、资产负债率、净利润增长率等相关财务指标进行量化。
相关财务指标如果有一致预期，则采用一致预期数据进行计算。
（2）价值因子反映股票的绝对和相对估值水平，同时包含上市公司基本面信息和市场价格信息。
模型将计算不同行业股票的市盈率、市净率、市现率、市销率、EV/EBIDTA等估值指标，作为投资参考。
（3）市场面因子反映股票价格受投资者情绪和行为模式的影响程度，单纯考虑市场面因子，包括股票价格的动量/反转趋势、资金流向、相对强度、股票所处风格板块的轮动，股票价格的历史波动等。
（4）流动性因子反映股票的流动性。
模型主要采用移动时间窗的方法计算股票平均成交量、平均流通市值、Amivest流动比率等各种指标，选取流动性好的股票构建基金的投资组合。
利用上述因子对股票进行评级打分，并将各因子评分的加权平均，作为每个股票的最终评分。
模型再通过回归分析、方差分析等统计方法，找出在各种市场情况下对股票超越市场收益率部分有显著作用的因子，并根据因子在历史上显著性和稳定性的差异，赋予不同的权重，最终形成股票的综合评分，选取评分排名靠前的一揽子股票构建投资组合。
"南方多因子量化选股模型"是量化投资的一个具体应用。
基金管理人整理搜集出，能够影响股票预期收益率和组合风险收益特征的各种信息（因子），进行量化，转换为数据输入模型，通过模型对个股的预期收益和风险进行系统的估计分析，筛选出具有超额收益潜力的个股，并综合考虑个股收益和投资组合整体的风险收益，形成个股的投资组合建议。
这种量化选股方法能够充分利用数量化投资手段，对上市公司大量相关数据进行处理，对个股基本面、估值水平、市场面和流动性等指标进行多角度的分析。
强调投资纪律，尽量避免人为主观情绪的波动，力争在控制风险的前提下实现收益最大化。
量化投资基金在我国的发展前景
量化投资在海外的发展已有30多年的历史，近年来随着计算机技术的不断发展，量化投资的市场规模和份额不断扩大，得到了越来越多投资者认可。
目前定量投资在美国全部投资中占比超过30%，其中指数类投资几乎全部使用定量技术，主动投资中约有20%到30%使用定量技术。
从2000年到2007年，美国定量投资总规模翻了四倍多，与此相比，美国共同基金总规模只翻了1.5倍，量化基金的资产规模年均增长速度远远大于非量化基金。
与外国成熟市场相比，我国的量化投资则刚刚起步，发展前景也相当广阔。
2009年国内指数基金的井喷式增长，从一个侧面说明了量化投资的概念已渐入人心。
量化投资将成为我国基金业发展的又一趋势。
量化基金在我国的发展潜力主要来自于两个方面：
首先，量化投资的技术和方法在国内仍有较大的空白，因此产生"量化效应"（Quant effect）的可能性较小。
目前A股市场上定性投资者居多，竞争激烈，这就给量化投资者留下了更多的投资机会，创造了良好的发展机遇。
其次，相对于海外成熟市场，A股市场的发展历史较短，散户投资者占比高，投资理念不成熟，因此"市场失效"的发生机率也相对较高，增大了发掘超额收益的空间。