【量亿数据】对量化投资的一些浅解
1 投资是经过深入分析，在保证本金安全的前提下，获得预期回报的行为。 投资的过程，是在不确定性中不断寻找确定性。
我们需要 确定风险程度 确定收益大小 确定回报时间.对于价值投资而言，这三者是确定的。对企业的研究，确认了风险程度；安全边际，确认了收益的大小；牛熊的交替，确认了回报的时间。 那么对于量化投资来说呢？它是怎么把这三者确定下来的。
2
量化投资的定义是： 量化投资，就是利用计算机技术并采用一定的数学模型去践行投资理念，实现投资策略的过程。
这个数学模型来源于哪里呢？ 量亿数据（www.l***ee.com(失效网址已过滤)）认为来源于投资过程中，归纳的思想，总结的经验，甚至是我们的直觉。 我们通过量化工具去验证这些模型，寻找大概率获胜的机会。
只要交易的次数足够多，结果就能趋向于期望值。
3 大部分的模型，其实是在判断今天的情况，未来还会出现。 就像《圣经》所说的：“已有的事，后必再有；已行的事，后必再行。日光之下，并无新事。”
从人性的角度来看，这样的判断是没有问题的。人类的进化用来几百万年，技术发展现在的程度，才用了几百年。人性的进化，根本就来不及适应社会的变化。
所以疯狂总是会重演，过去发生过的故事也一在发生：郁金香泡沫、南海泡沫、美国的大萧条、1990年日本股灾、互联网泡沫。
我们有理由相信，过去总结归纳得到的数学模型，在将来依然有效。
4
可是归纳法有它自身的问题。 一只被饲养的猪，在被杀之前的一天，都一直认为人类是好的，无偿给它提供粮食。
小市值策略之前一直运行良好，但随着市场形势的变化，逐渐变得水土不服了。 市场一直在变化，甚至在进化。有些曾经行之有效的策略，在市场越来越规范之后，渐渐失去了作用。 这是我们使用量化技术，实现归纳得到的模型，所不得不面对的问题。
通过历史回测得到的结果有效，但是并不代表以后会一直有效。
5
应对变化最好的方案，其实并不是岿然不动，不是他强任他强，清风拂山岗。而是以变化来适应变化。
人脑处理信息的能力存在上限，但是计算机不存在。 量化投资，其实是让这个理念能够变成现实。
之前写过一篇文章，是关于因子选股的，灵感主要来源于多因子策略。 在我的理解中，多因子策略其实是通过归纳统计的方式，得到过去行之有效的因子，并将其用在选股上。
既然如此，我们是否可以不断去统计有效的因子，然后应用到选股上呢？
6
也有人认为，我所说的动态因子策略，其实本质上是一个动量策略。 但我觉得其中有一个区别，就是静态和动态。所以就算是动量策略，也是一直变化的动量。
最近了解了贝叶斯定理： 贝叶斯定理是关于随机事件A和B的条件概率(或边缘概率)的一则定理。其中P(A|B)是在B发生的情况下A发生的可能性。 对它的理解，是证据的变化会导致发生概率的变化。
如果和多因子策略结合起来，把时间拉长，得到的证据足够多，我们其实就能看到在较长时间维度下，哪些因子的作用更加明显，并且随着市场的不断变化，我们得到的因子也能动态的变化。
交易技术, 金融工程, 程序化交易, 算法交易
风险提示及免责条款
市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
