京公网安备 11010802034615号
经营许可证编号:京B2-20210330
一文看懂量化投资的优缺点
常见的投资思路有主动投资与被动投资这两种,而近年来开始逐渐兴起了介于两者之间的一条道路,即量化投资,采用主动的思想去设计,但采用纪律化计算机的方式去执行交易。三者简单差别如下:
可以看出,量化投资的特点就是,既承认主动投资在投资思想上具有超越固定指数的创造能力,又认为完全主观交易会受人性影响,可能创造负价值,因此要类似被动投资一样,纪律化实现。
有人觉得量化投资是黑箱,其实并不是这样的,我们通过说明量化投资的实现方式来说明量化投资可以很白很清晰。这里还是用三种投资方式来进行对比。
举个例子,比如我们认为购买低市盈率的股票具有超额回报,那三类投资者会怎么做?
第一步,确立和检验投资思想
1、主动投资:A、B、C这些牛股,在上涨前市盈率都很低,所以市盈率低很重要。
2、量化投资:假设历史上每年初等权买入市盈率最低的50个股票,模拟看收益怎么样,是否很好。
3、被动投资:好像挺有意思,但是我跟踪指数,这事与我无关。
第二步,投资实现
1、主动投资:把市盈率低作为筛选股票的一个条件,具对公司体调研,选出其中5只觉得好的买入。
2、量化投资:每年初等权买入市盈率最低的50个股票。
3、被动投资:与我无关。
可以看出,在这个例子里面:
1、主动投资是把市盈率低作为一个看公司的参考,去买公司。
2、量化投资买的是市盈率低这一规律,不在乎买的公司个体是谁。
3、被动投资不考虑这些。
量化为了去验证投资思想在历史上是否整体有效,就需要做历史模拟,涉及到大量数据,因此做量化投资往往需要比较强的计算机和数理技能,通过计算机编程来实现这些;然而计算机技能只是工具,核心还是在于对金融市场的理解,这一点与主动投资无异。
那么历史来看,三种投资方式业绩怎么样?为了样本可比,我们分别考察国内股票型的主动、量化、指数投资情况。由于量化投资在国内兴起时间较短,这里仅考察了一点中短期数据作为参考。
值得注意的是,在选取量化基金样本时,我们并不是直接选取名字里有量化字样的基金,而是选取含量化名字且其中第一重仓股权重不超过5%的基金,因为量化基金通常要做分散化投资。而随着量化基金被客户的接受度提高,一些可能并没有真正采用量化方法投资的伪量化基金也愿意加上“量化”名字。
可以看出,从三年维度的较长时间来看,量化投资整体业绩优于主动投资,但是在最近的2017年,量化投资整体表现差强人意,不如主动投资。为什么会出现这种情况?因为自2017年起,A股监管环境发生了很大变化。这也反应了量化投资的特点,在规则稳定的环境下,擅长持久战;但是在规则剧烈变化时,应变能力仍有待提高。
总结:
1、量化投资是介于主动投资与被动指数投资的中间道路,兼顾投资思想的主动和执行的纪律。
2、近年来量化投资表现略优于主动投资与指数投资,但2017年的极端分化行情中量化投资表现不佳。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09