投資理財AI機器人、量化投資FAQ

前言

作為投資者，我們常聽到了一句話是"不要把雞蛋放入同一個籃子中"，可見分散投資可以降低風險，但如果選擇不同的籃子，在每個籃子中放多少雞蛋，見仁見智，量化投資就是解決這樣問題的一種工具。量化投資有關很多方面，有各種場景象的應用，定義也比較困難，我們姑且將其定義為 : 借助於數學知識統計學知識，開發出策略模型，並根據策略模型列出的訊號嚴格執行訊號的投資過程。其本質就是從資料的角度提煉出市場不夠有效的成份，用模型加以概括。

量化投資FAQ

 為了方便大家在短時間內更進一步的了解量化投資，並且能在實際投資中進行應用，龍哥準備了FAQ常見問答題目，希望對大家做投資有一點幫助。

• 量化投資可以在哪些方面幫助我投資呢?
• 量化投資是萬能的嗎?
• 主動投資和量化投資的區別是什麼?
• 我不會程式設計高大上的量化投資會不會讓我遙不可及?
• 量化投資有哪些優點?
• 你覺得做量化投資最大的困難是什麼?
• 說明量化投資是怎麼樣做的嗎?
• 量化投資的應用有哪些?
• 量化投資是不是在追求高勝率的方法?
• 圍棋出現 AlphaGo，投資會不會出現 AlphaStock ?

量化投資可以在哪些方面幫助我投資呢?

整體來說，量化投資在投資的前、中、後都有強大的應用，在投資前可以根據量化投資策略選股，包含基於股票基本面和技術面因素等。在投資中可以透過量化方方法關注目前持倉股票是否有重大事件發生或有影響股價波動的其他因素，即對持倉風險的監控與識別；在投資後可以做一些歸納與分析，明確了解自己投資股票的風格與產業偏重。

量化投資是萬能的嗎?

千萬不要把量化投資當作印鈔機，他並不是萬能的，只能說，我們可以透過它獲得機率上的優勢。且量化投資並不是 "一招走天下" ，需要根據市場的不斷變化對策略和模型進行補強和最佳化，將多套策略結合才能使系統具有可持續性穩定獲利的能力，其中就包含從歷史的資料中，透過量化方法找到合理的規律，在投資決策中進行應用。量化投資更像西醫，對於所有病症都有大量的臨床案例和測量參數，而且材料齊全、容易複製。另外，量化投資一定要與主觀相結合，不然光靠量化投資、機器和數學模型，很難在所有時期都有效執行。

主動投資和量化投資的區別是什麼?

主動選股和量化投資並非互相矛盾的，相反的兩者是相輔相成的。從某種意義上來說，量化投資賺的是市場空隙的錢，市場的大部分機會還是來自於基本面上的價值發現。但當在市場上有成千上萬當股票的時候，強大的定量投資的資訊處理能力就能表現出他的優勢，進一步捕捉更多的投資機會。主動投資和量化投資類似於中醫和西醫，中醫組主要通過望、聞、問、切等醫療方法，依靠經驗進行診斷；西醫則不同，西醫主要藉助於醫學儀器，對於各項檢查結果都有詳細的資料、評價標準、最後判斷癥結所在，進而對症下藥。

我不會程式設計高大上的量化投資會不會讓我遙不可及?

量化投資其實是一種思維，雖然有關大量的程式設計工作，目前在大陸還是博士、碩士才能完成的工作，但其本質思想還是歸納與學習歷史經驗。對普通投資者來說，目前也有非常容易上手的協力廠商量化平台可供大家使用。另外，量化投資並非只適用於選股，對市場的監控、技術指標採擷等，都可以用量化投資來實現。可以說，量化投資可以在多方面對投資進行輔助。

量化投資有哪些優點?

對量化投資的優點可以從下列五個方面來說明

1. 系統性 : 量化投資主要包含多層次的量化模型，可以從多個角度對行情、財務、預期、輿情等資料進行觀察。
2. 即時性 : 即時、快速的追蹤市場的變化，不斷發現能夠提供超額收益的模型，尋找交易機會。
3. 準確性 : 準確、客觀的評價交易機會，克服主觀情緒，尋找估值窪地。
4. 紀律性 : 不隨投資者情緒的變化而變化，克服人性的弱點。
5. 分散性 : 依靠機率或根據策略篩選出的投資組合取勝，而非依靠單一或幾個品種取勝。

你覺得做量化投資最大的困難是什麼?

要了解市場，無論是進行主觀投資還是進行量化投資，我們都在市場上進行博弈，只是技術方法不一樣。有時量化模型是會故障的，如果一昧的追求程式、追求模型，就會導致收益大幅回撤，這也是有純理科和IT背景的人做量化投資時容易犯的錯誤。

說明量化投資是怎麼樣做的嗎?

量化投資是將影響股價的各種因素共同考慮，並完成建模的過程。舉例來說，量化投資中的多因子模型考慮的巨觀因素、產業因素、公司因素等，其中包括因子系統的建置，例如市場因子(風險因子、流動性、換手率等)、風格因子(規模、價值、成長等)、財務因子(營利能力、償債能力、現金流量等)、動量因子等，從多個角度系統的評價股票投資價值。

量化投資的應用有哪些?

量化投資技術幾乎涵蓋的投資的整個過程和各種領域，包含量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、演算法交易、資產設定、風險控制等。舉例來說，量化選股是利用數量化方法來選擇股票組合；量化擇時是透過巨集微觀指標的量化分析來判斷市場走勢；演算法交易是透過電腦程式發出交易指令如TWAP/VWAP等。

量化投資是不是在追求高勝率的方法?

高勝率是所有策略追求的終極目標，但單純的高勝率不代表能穩定盈利，例如一個投資策略進行了10次，9次能賺錢，但虧損那一次虧的特別多，(低盈虧比)，甚至將所有營利回吐，這樣的策略意義就不大。
從理論上來講，交易要想營利就必須處理好交易成功率和盈虧比的關係。盈虧比就是交易多次以後賺錢的交易平均盈利點數除以虧損的交易平均虧損的點數。舉例來說，每筆交易營利10%每次虧損幅度為5%，盈虧比就是2。在不考慮手續費的基礎上，做對一次交易可以虧兩次，所以在每次交易平均倉位都有一致的情況下盈虧比和成功率就直接決定了交易的業績。

圍棋出現AlphaGo，投資會不會出現AlphaStock ?

不排除這個可能，但是從目前來看，價格是有多方面因素共同決定的，市場的複雜度遠高於圍棋。有些風險很難量化，也就是說雖然人工智慧在某些方面遠勝於人類，但是目前還未出現可以直接實際操盤的人工智慧，其任重道遠也，另外，就算最後出現了可以用於實際操盤的AlphaStock，市場也不會是人與AlphaStock之間的博弈，而是在不同人的AlphaStock之間博弈。

參考資料

特色、摘要，Feature、Summary:

關鍵字、標籤，Keyword、Tag: