展望——量化未来真的能跑赢曾经的历史么？（一）

阅读原文：http://club.jr.jd.com/quant/topic/1271843

京东金融官方资讯QQ群:417082141 有什么想咨询的都可以来询问我们哦

量化投资的领军人物，一般公认为是詹姆斯·西蒙斯。从数学天才到交易模型专家再到投资奇才，关于西蒙斯的传奇广为流传。事实上，跟所有其他大师一样，西蒙斯也是站到前辈的肩膀上才取得引人注目的成就。量化之源可以追溯到20世纪初，法国人路易·巴舍利耶1900年首创了数理金融方法。路易是第一位用量化描述布朗运动的人，他提出可以用概率论来理解金融市场。遗憾的是路易的理论没有引起业界的重视，其价值几十年后才被另一位天才发现。这位天才就是美国的现代经济学之父保罗·萨缪尔森，他建立了宏观和微观经济学数量化体系，代表性研究成果包括消费理论中的功效函数、福利经济学里的Lindahl-Bowen-Samuelson条件、资本市场理论中的隧道理论、金融市场中的有效市场假说、公共金融学中的最优化配置、国际金融学中的Balassa-Samuelson效应和Heckscher-Ohlin模型等。

量化投资区别于主观定性投资的鲜明特征就是模型。模型概念由第一位诺贝尔经济学奖得主简·丁伯根首先引入经济学（萨缪尔森是第二位诺贝尔经济学奖得主）。

数学教授出身的“模型先生”西蒙斯2005年成为全球收入最高的对冲基金经理，净赚15亿美元。西蒙斯24岁出任哈佛大学数学系教授，曾与著名华裔数学家陈省身共同创立了Chern-Simons几何定律，该定律成为理论物理学的重要工具。西蒙斯和他的文艺复兴科技公司是华尔街上彻底的异类，公司从不雇用华尔街人士。这位超级投资者成功的秘诀是：靠数学模型捕捉市场机会，用电脑做出交易决策。

不同于传统方法的特殊优势

“数学模型”方法是针对或参照某种事物系统的特征或数量相依关系，采用形式化数学语言，概括或近似地表述出来的一种数学结构。运用“数学模型”做交易，和传统的基于技术分析、基本分析等方法的定性投资本质上相同，都是基于市场非有效或是弱有效的理论基础。投资经理可以通过对资产估值、成长等基本面的分析研究，建立战胜市场、产生超额收益的算法组合。不同的是，定性投资更依赖对标的资产的调研以及基金经理个人的经验及主观的判断；而量化投资则是“定性思想的量化应用”，更加强调数据和计算，因而具有以下明显优势：

一是交易更加精确量化。技术分析、基本分析等方法的缺陷都是不能做到完全的精确量化。技术分析主要是用来分析交易的进场、出场点，是抉择交易时机的一种方法。技术指标大多是用线型的公式来表达价格涨落与历史价格成交量之间的关系。由于价格运动的复杂性用线型公式是无法概括表述的，所以存在技术指标时好时坏的现象。用几套技术指标叠加做出的系统，同样解释不了价格的运动。

不同投资经理在经验累积过程中形成不同的技术分析理论体系，从定义到规则，都带有明显的经验总结色彩，不具备严格的数学推理过程，不能形成一整套相互作用的理论体系。任何一种技术分析方法都不能完全适应于市场，每一种方法都有自己的盲点。

量化投资采用离散采样的方法对数据进行统计分析，根据金融市场的特性，价格是离散型的随机变量。抽象地说，量化投资是将随机变量的所有可能取值及相应的概率描述出来，模拟离散型随机变量的概率分布，再通过概率进行资金分配，量化每笔交易手数。量化投资是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。

二是有稳定模型支持。量化投资所有的决策都是依据模型做出的，依靠模型、相信模型。每一天决策之前，首先要运行模型，根据模型的运行结果进行决策，而不是凭感觉。著名对冲基金经理纳西姆·塔勒布在他的畅销书《黑天鹅——如何应对不可知的未来》中表示：不少交易者使用的模型低估了存在极端负面结果即黑天鹅的可能性，从而带来了灾难性的后果。虽然塔勒布有着大批拥趸，但人们还是选择相信模型。因为一个模型失败了，不等于所有模型都无效，而所有运作机制都跟概率模型息息相关。只要模型在大概率下是有效的，就可以相信模型。

三是能够严格执行纪律。只有严格的纪律才能克服人性的弱点，诸如贪婪、恐惧、侥幸心理，也可以克服认知偏差。在交易中，最可怕的莫过于人性的弱点。人的“贪婪”和“恐惧”在交易的过程当中会毫无遗漏地表现出来。有盈利的时候“惜卖”，亏损后又“死抱”；容易受到周边议论的影响，这些都会造成交易的随意性，导致亏损。量化投资能够避免投资者在交易时主观的判断，投资者所要做的就是相信系统，严格执行。

数学模型在交易中的运用

在量化投资中，运用数学模型是交易的核心，主要体现在以下几个方面：

认为价格运动随机与有序并存，并非完全随机，也没有固定的规律。价格运动具有一定的“人为特征表象”。整体而言，市场是有效的，但仍存在短暂的或局部的市场无效性，可以提供交易机会。

主要通过对历史数据的离散采样统计，找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的数学关系，发现市场目前存在的微小获利机会，并通过杠杆比率进行快速而大规模的交易获利。

通过高频次且快速的日内短线交易来捕捉稍纵即逝的机会。依靠大量的交易次数对冲风险，累积盈利。

需要市场具有高活跃度和流动性。要求交易品种价格的运动具有连续性，以及成交量的活跃性。这主要是为了保证大量的高频次交易可实现成交。

运用现代计算机技术将“数学模型”转化为交易系统，通过计算机的海量运算能力实现应用。

总之，量化投资将人的交易理念规则化、变量化、模型化、系列化，形成一整套完整、可量化的操作思路。这套思路可以用历史数据加以分析验证，在交易的实施阶段可使用计算机自动执行。

阅读原文：http://club.jr.jd.com/quant/topic/1271843