文档介绍：
背景
量化投资在国外的实践已经有了 40 多年的发展，我国的量化投资起步较晚，
从 2004年开始出现量化投资的产品，由于缺乏有效的对冲手段，直到 2010年 4
月沪深 300股指期货上市之后才能算是真正意义上开始涉足量化投资。 2015年的
中国股市跌宕起伏，杠杆配资引发了大幅上涨和断崖式下跌，股市出现罕见的千
股涨停、千股跌停、千股停牌的奇观，众多机构投资者和散户蒙受了巨大的损失。
但其中少数量化投资基金在大幅波动的市场中却表现相对稳定。量化投资基金和
量化对冲策略的稳健，很快引起了全市场的关注，也成为近期银行、券商、信托
等机构追捧的新的产品模式。
在此背景下，结合建行现有的业务体系，本文将对量化投资的市场和可行性
进行全面阐述，以分析其成为新业务模式的可能。
量化投资解读
量化投资定义
量化投资在学术界并没有严格统一的定义，现有的定义对于量化投资的定义
的侧重点各有不同。本文对于量化投资的定义为：
量化投资是借助现代统计学和数学的方法，利用计算机技术从庞大的历史数
据中海选出能带来超额收益的多种 “大概率” 事件以制定策略，用数量模型验证
及固化这些规律和策略，然后严格执行已固化的量化策略来指导投资，以求获取
可持续的、稳定且高于市场平均的超额回报。
量化投资的特点
客观执行，避免情绪因素
传统投资的分析决策，大多数方面都由人工完成，而人并非能做到完全理性，
在进行投资决策时，很难不受市场情绪的影响。量化投资运用模型对历史和当时
市场上的数据进行分析检测，模型一经检验合格投入正式运行后，投资决策将交
由计算机处理，一般情况下拒绝人为的干预，这样在进行投资决策时受人的情绪
化的影响将很小，投资过程可以做到理性客观。
支持大数据处理，提高决策效率
我国股票市场上有近 3000 只股票，与上市公司相关的各种信息纷繁复杂，
包括政策、国内外经济指标、公司公告、研究报告等，投资者靠自己手工的筛选
根本就是力不从心。量化投资的出现为这个问题的解决带来了希望。量化投资运
用计算机技术快速处理大量数据，对其进行辨别、分析、找出数据之间的关联并
做出投资决策，大大减少了人工工作量，提高了投资决策效率。
统计模型支撑，策略选股择时精准
传统的投资方法中认为投资是一门艺术，投资决策需要的是投资者的经验和
技术，投资者的主观评价起到决定作用。而量化投资有所不同，尤其是在套利策
略中，它能做到精准投资。例如在股指期货套利的过程中，现货与股指期货如果存在较大的差异时就能进行套利，量化投资策略和交易技术会抓住精确的捕捉机会，进行套利交易来获利。另外，在控制头寸规模方面，传统的投资方法只能凭
感觉，并没有具体的测算和界定，而量化投资必须要设定严格精确的标准。
程序化交易，缩短决策与交易时滞
量化投资往往利用高速计算机进行程序化交易，与人脑相比它能够迅速发现
市场存在的信息并进行相应的处理，具有反应快速、把握市场稍纵即逝的机会的
特点。量化投资在速度上最出色的运用就是高频交易，与低频交易相对，高频交
易是通过高速计算机，在极短的时间内对市场的变化做出迅速的反应并完成交易。
能够有效地控制风险
与传统投资方式不同的是，量化投资在获得较高超额收益的同时能够更好地
控制风险，业绩也更为稳定。相关研究显示， 1996年至 2005年期间，量化投资
基金与以所有传统主动型投资基金和偏重于风险控制的传统主动型投资基金的
信息比率对比情况中，量化投资基金的信息比率都是最高，说明量化投资相对于
传统投资，能够在获得更高的超额收益的同时，有效地控制风险。
量化投资的应用
量化投资几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货套
利、统计套利、算法交易和资产配置等。
量化选股
量化选股就是采用数量的方法判断某个公司是否值得买入的行为。根据某个方法，如果该公司满足了该方法的条件，则放入股票池，如果不满足，则从股票
池中剔除。量化选股的方法有很多种，总的来说，可以分为公司估值法、趋势法
和资金法三大类。
量化择时
股市的可预测性问题与有效市场假说密切相关。众多的研究发现我国股市的
指数收益中，存在经典线性相关之外的非线性相关，从而拒绝了随机游走的假设，
指出股价的波动不是完全随机的，它貌似随机、杂乱，但在其复杂表面的背后，
却隐藏着确定性的机制，因此存在可预测成分。
股指期货套利
股指期货套利是指利用股指期货市场存在的不合理价格，同时参与股指期货
与股票现货市场交易，或者同时进行不同期限，不同（但相近）类别股