什么是量化投资？常见的量化策略模型介绍！

量化投资是相对于定性投资而言，定性投资更多的是依靠基金经理的主动选股和择时，通过自上而下或者自下而上的方法，进行行业和个股的选择，而量化投资更多的是依靠数据和模型去进行选股和择时。

虽然量化投资更多的是通过数据和模型进行选股和择时，但本质上，它是将投资者的智慧工具化，通过计算机语言来实现交易策略的执行。量化投资是用数理方法分析历史数据，预测资产价格未来走势。这种预测不是要求精确的算出明天的股票涨跌，而是强调统计意义，比如预测10次对了6次就可能带来盈利。

QMT+PTrade量化交易软件，低门槛，免费使用，申请通道点击即达！

//m.gdflooring.com/home/customH5/gjsc.html

什么是量化模型？

量化的本质是交易策略的工具化，通过引入数学、物理学等方法对数据进行分析回测，并构建选股或者择时的模型，一个完整的量化投资模型，包括了策略模型，风险模型，交易成本模型，投资组合模型以及执行模型。策略模型可以说是整个量化模型最核心的部分，决定了整个模型能否盈利。由于底层数据的不同，策略可进行多种细分。

1.基本面策略和量价策略

2.风险模型

3.交易成本模型

4.投资组合模型

5.执行模型

有哪些常见的量化模型？

一、多因子模型      

作为量化机构采用最广泛的一种选股模型，多因子模型的原理是采用一系列的因子作为选股标准，满足这些因子参数标准的股票被买入，一旦不满足因子参数标准则被卖出。

量化投资机构采用的多因子模型，其核心的差异，主要有两点。一是选择的因子可能会有明显不同，二是对因子的组合和权重分配会有所不同；因子策略最大的优点是，资金容量很大，适合大基金操作。但是，缺点也很明显，因子容易失效。

二、基本面量化模型

基本面量化模型是基本面投资和量化投资的融合，是将计算机算法与人的分析有效结合起来的一种1+1>2的投资方式。行业基本面量化模型就是深度研究行业的基本面，提取影响行业基本面的关键数据因子；之后，通过历史回测策略的有效性，构建长期稳健的数学模型。最后，根据模型发出的信号，进行交易。

三、量化对冲

量化对冲策略是通过衍生品或者做空股票等对冲方法来对冲掉系统风险，以获取绝对收益的一类策略。量化对冲策略主要包括：股票市场中性策略、股票多空策略、CTA策略以及套利策略。

四、趋势追踪量化选股模型

模型的原理是跟踪并跟随市场趋势，其本质上，也是一种用量化手段跟随市场趋势的选股策略。判断趋势的指标有很多种，包括MA、EMA、MACD、DMA等，主要是一些技术指标。当然，在选股的时候，多数情况下都是多指标的综合运用。另外，趋势型指标除了可用于选股之外，还可以通过多指标的结合进行综合择时。

五、高频交易策略

高频交易这个词，估计很多人都听说过。简单来说，就是从那些人们无法利用的极其短暂的市场变化中寻求获利的程序化交易，具有低隔夜持仓，高报撤单频率，高换手率等特点。由于高频交易的交易次数非常多，机会稍纵即逝。因此，资金容量就受到了较大的限制。

六、基于神经网络的量化策略

作为量化投资的分支之一，过去几年，人工智能在量化策略的运用越来越广泛。基于神经网络的量化模型被广泛应用于股价走势预测，神经网络是由具有适应性简单单元组成的广泛并行互联的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。用一句话概述就是：神经网络能够模拟神经系统对输入作出一定反映。简单来说，神经网络算法就是模拟生物的神经网络，将数据输入网络中，产出预测结果，根据结果进行投资交易。

智能交易可能因系统、通讯等原因无法正常使用或无法按照您的设置价格发出委托指令及完成成交，最终成交价格及数量以交易所、登记结算机构等记录为准。请密切关注交易回报情况及条件单设置情况。以上信息仅供参考，不构成对委托指令成交的承诺，不构成投资建议，不构成收益或避免损失的承诺。请您务必仔细阅读相关风险提示及协议，了解各类智能交易功能的区别及不同风险，审慎决策是否使用相关功能。

投资有风险，入市需谨慎！