
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
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08