京公网安备 11010802034615号
经营许可证编号:京B2-20210330
为什么说市场的有效性 影响了量化投资的发展
在开始文章之前,我们先给这个行业的新人简述一下,量化投资的定义是什么?它是投资人员把自己的投资思维中能够定量的那个部分,之后利用计算机进行定量化编程,最后通过它进行指导投资,量化投资就是这样一种投资方式。在上世纪70年代之前的时间里,进行股票投资所采取的方式都是主观投资。可是伴随着电脑的普遍应用和量化投资的崛起,在华尔街上带动了一部分大鳄的诞生。在1998年,俄罗斯债券危机事件和高科技股泡沫的破裂,还有2008年次贷危机中,Soros旗下的Quantum Fund资产缩水的非常严重,可是Simons的旗下以量化投资为主导思想的Medallion,自从1989年成立,依靠它平均收益率为35%的成绩,被称作是最成功的的对冲基金,以此可以看出量化投资的不同凡响。
根据相关人士王东旋(华商基金量化投资部总经理助理)表示:从量化投资本身来讲,它的基础就是数据,经常用到的基础数据分别有:宏观经济数据、行业数据、市场交易数据、上市公司财务数据、分析师预期数据与市场参与者行为数据等等。所以,量化投资策略有效的基本前提就是数据的有效性和可信度。
王东旋说:“把所获取的信息进行处理的过程就是所谓的投资,而主观投资是利用主观和经验性的方式进行处理信息,可是量化投资是利用数据分析,从而进行客观和模式化的方式进行处理信息。从本质上看,主观投资和量化投资没什么大的区别,其实都是以一定的投资策略和投资逻辑为基础进行处理信息,而不同点主要体现在,不同的投资人对投资策略的搭建,这有因为人都各自拥有自己的特点,从而产生的差异,其实并不是因为方法的不同而产生的差异”。
可是事实上,现在大部分的投资者都希望通过“信息优势”来获得超额的收益,所以,大部分的人在区分主观投资和量化投资的时候,把它作为不同点再看。整体的观察全球资本市场,一些发达国家的资本市场在刚刚成立的时候,也同样的出现了这样的现象,在以前信息优势也是一种非常有效的投资方式,可是伴随着市场有效性的提升和市场监管的深入,要想打探消息变得越来越难,随之违法的成本也变的非常高。所以,对于发达国家来讲,信息优势已经不是它们重点关注的投资方式了。
经过好多年的准备和努力,在全球上,我国的证券市场已经晋升为第二名,市场的有效性也在持续的提升,导致市场有效性提升的因素有:监管层对上市公司信息披露的规范化、实业投资者一二级市场监管套利的控制、市场参与者行为的规范、长期价值投资思想的倡导、沪港通和深港通等的开通等等,在将来,我国的资本市场与发达国家的资本市场接轨,我们绝对的相信,国内的投资市场在一定程度上,会大幅度的改善。
王东旋也展望了未来的投资环境,他认为:在将来,专业的投资人员会把更多的精力放在信息的处理和非信息的获得上,同时投资人员对待相同信息的处理能力也将成为超额收益的重点来源。在相对完善的市场中,投资就和我们上学进行学习是一样的,在相同的教室里,相同的老师,授课的内容也一样,一样的课本,唯一不同的就是每一个学生的思维和理解能力,同时和处理信息的不同,也导致每一个人的学习成绩和学习到的知识多少上,出现了明显的差异。而这样的现象和社会分工的特点是一样的,专业的人员就会做着专业的事情,在将来的投资中,专业的投资者一定会比非专业投资者的投资业绩要好。
伴随着市场的有效性在持续的提升,基础数据的有效性与可信度都会大幅度的提升。量化投资和主观投资相比,量化投资更多的是把经历放在数据的分析和信息的处理上,理性和客观的分析市场的过去和现状以及未来,利用数量化统计手段提升投资的胜率,在最后进行指导投资。换句话说,市场的有效性在一定程度上促进了量化投资的发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26