量化投资与算法交易-量化交易是什么意思？

      一、何谓量化交易
      量化交易(Quantitative Trading)，即使用现代统计学和数学工具，借助计算机建立数量模型，制定策略，严格按照既定策略交易。具体又可分为高频交易和非高频交易，其中非高频交易适合一般个人投资者和中小机构。
      量化交易是以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额预期年化预期收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
二、量化交易的发展
      对多数普通投资者而言，量化交易仍是一个较为陌生的概念，但该模式已在国内流行了数十年。2010年，国内股指期货上市，成交量在两年内增加了倍，为量化交易提供了极佳的交易标的，国内量化交易便快速发展。
      据华联期货介绍，2012年上半年，量化交易量占国内证券市场总交易量8%左右，但占股指期货交易量的比例已达20%左右。绝大部分的券商和期货公司开始进行量化交易，部分私募公司和个人投资者也开始使用量化交易产品。
      事实上，3年多来，在股市连续下跌的大环境中，传统投资策略纷纷失效，而一批以股指期货、商品期货、债券为投资标的，以量化投资、程序化交易为工具的新兴投资方式，却在国内投资市场崭露头角，并实现了较为稳定的预期年化预期收益。
      “传统投资策略依靠人的主观感觉来投资；而量化投资是根据数学统计模型，由计算机来实现自动化交易。”国信证券东莞营业部财富管理中心负责人林玉伟指出，量化投资的应用涵盖几乎所有金融投资领域，是在计算机和网络的支持下，把人脑投资策略编写成语言程序，由计算机触发买卖条件，完成自动化交易的投资方式，实际上是传统投资的严谨化。
      据华联期货介绍，量化投资主要应用于期货交易、ETF套利、条件选股、权证套利交易等，主流平台包括文华财经、交易开拓者、金字塔，此外Multicharts、龙软、高手、金钱豹、Yesterday等平台在业内的使用也较为广泛。
三、量化交易的特点
      “量化产品的特点就是任何行情阶段都能盈利。”国信证券东莞营业部投资顾问蔡恩侠告诉，量化产品一般都是多空对冲，因此无论牛熊市均能盈利，不过其也有弱点，即牛市跑不赢一般的股票类投资产品，“2007年大牛市，也就30%左右的预期年化预期收益，但2008年大熊市也有15%左右的预期年化预期收益。”
      “资金不会一直朝一个方向直线形地前进，资金增值是一个艰难的曲折前进过程。”莞香资本CEO江国栋则提醒道，回撤即是资金增长行进中的停顿，也可看做是期货交易的机会成本。“因此，必须正确看待策略参数优化结果，不刻意追求最高预期年化预期收益，不过度拟合行情；同时，坚持正确的交易理念和交易方法，严格执行和坚持不懈是持续盈利的前提。”
      量化投资的应用涵盖几乎所有金融投资领域，是在计算机和网络的支持下，把人脑投资策略编写成语言程序，由计算机触发买卖条件，完成自动化交易的投资方式，实际上是传统投资的严谨化。

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

量化交易

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

量化交易特点

定量投资和传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础。两者的区别在于定量投资管理是“定性思想的量化应用”，更加强调数据。量化交易具有以下几个方面的特点：

1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。

2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；三是多数据，即对海量数据的处理。

3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。

4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。

量化交易潜在风险

量化交易一般会经过海量数据仿真测试和模拟操作等手段进行检验，并依据一定的风险管理算法进行仓位和资金配置，实现风险最小化和收益最大化，但往往也会存在一定的潜在风险，具体包括：

1、历史数据的完整性。行情数据不完整可能导致模型与行情数据不匹配。行情数据自身风格转换，也可能导致模型失败，如交易流动性，价格波动幅度，价格波动频率等，而这一点是量化交易难以克服的。

2、模型设计中没有考虑仓位和资金配置，没有安全的风险评估和预防措施，可能导致资金、仓位和模型的不匹配，而发生爆仓现象。

3、网络中断，硬件故障也可能对量化交易产生影响。

4、同质模型产生竞争交易现象导致的风险。

5、单一投资品种导致的不可预测风险。

为规避或减小量化交易存在的潜在风险，可采取的策略有：保证历史数据的完整性；在线调整模型参数；在线选择模型类型；风险在线监测和规避等

量化交易就是利用数学、统计学、信息技术的量化投资方法来管理投资组合。简单的讲可以分为策略构思、建立模型、数据回测、调优再回测、交易跟随这5个步骤。
股票量化投资模型主要分为两大块：风险模型和多因子选股模型，分别用于控制风险和提高收益。风险模型中纳入了行业、市值和风格因子，行业不偏不倚，市值不偏大小，风格兼顾长短期。多因子模型建立在风险模型之上，涵盖七大类筛选因子，覆盖情绪、动量、质量、估值等多类型因子以及大数据投资因子。
的确，要自己做出一个量化策略，肯定需要对一些基本的指标（因子）有清晰的理解，拿你说的基本面来说，比如市盈率（PE）这个因子，PE越高说明股票的估值越高，买入后风险就高；PE越低说明股票估值越被低估，买入后上涨的机会就越大。所以，我们就可以简单的得出一个低PE的量化策略，当然这种单因子策略存在着很大的局限性，真正在做策略的时候我们还需求结合其他的因子，这样做出来的策略的回测结果会更加的理想，实盘的赢率也就更大了。
如果你只是个普通的散户，想在未来的交易中采用量化交易体系，那还是很有必要系统性的学习一下的。 你好，量化交易是指通过严谨而复杂的数学或统计学模型,借助计算机辅助,通过对大量历史数据进行分析,选择大概率上具有超额收益的投资方法,将其由计算机直接执行的交易方式。量化交易在交易执行层面具有很强的客观性,但本质上,其策略思想、投资逻辑、市场选择,甚至何时启动以及停止计算机的运行等都是由投资者事先选定的,这使得量化交易依然是具有很强主观性的交易方法。 量化加以是一种交易方式，所有的交易条件都是基于模型式的数据统计分析，而不是主观式的人工交易。以概率获胜，电脑自动根据事先设定的交易策略分析判断历史数据，符合买卖条件时，自动进行相应的操作。

对于散户来说，量化交易是有一定门槛的。散户想要做量化交易，就必须有属于自己的程序化选股系统、程序化交易系统和风险预警系统。在具备这三者的前提下，散户要具备至少50万元以上的资金，才可能有足够的试错空间来参与量化交易。因此，散户中很少有执行量化交易的投资人。

量化交易是指投资者将交易策略的逻辑与参数经过电脑程序运算后，将交易策略系统化，然后通过电脑自动下单来完成交易。

在量化交易过程中，散户可以这样做：

1、根据个股的历史数据，进行多因子选股，比如，把市盈率、市净率、市销率等作为选股标准，选出一些价值被低估，或者处于合理区域的个股。

2、顺势交易，即在上涨的趋势中买入，在下跌的趋势中卖出。

3、进行合理的仓位管理，即采取漏斗形仓位管理法、矩形仓位管理法、金字塔形仓位管理法等，好应对个股后期的风险。

4、再根据个股的历史走势，寻找个股的支撑位和压力位，把它们作为止损、止盈点，即在压力位置，且获得收益的时候及时卖出；在跌破支撑位时，且股票亏损的时候及时卖出股票，避免更大的损失。

1、根据个股的历史数据，进行多因子选股，比如，把市盈率、市净率、市销率等作为选股标准，选出一些价值被低估，或者处于合理区域的个股。

2、顺势交易，即在上涨的趋势中买入，在下跌的趋势中卖出。

3、进行合理的仓位管理，即采取漏斗型仓位管理法、矩形仓位管理法、金字塔形仓位管理法等，好应对个股后期的风险。

4、再根据个股的历史走势，寻找个股的支撑位和压力位，把它们作为止损、止盈点，即在压力位置，且获得收益的时候及时卖出;在跌破支撑位时，且股票亏损的时候及时卖出股票，避免更大的损失。

股票量化交易中的模型建立是非常复杂的，拥有非常多的参数，数据量也非常大，数据分析的过程也十分复杂。

值得提出的是，大众投资者在接触量化投资基金时有所顾虑，一方面，是在A股市场欠成熟的环境下大众对新兴投资方法和模型可靠性的犹豫。另一方面，当前国内市场有效量化模型有限，为防复制，机构对其投资策略和构建理论依据往往遮遮掩掩不能透明化，这就增加了投资人对量化模型的担忧。

量化交易策略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、商品期货套利、统计套利、算法交易，资产配置，风险控制等。

量化交易是指投资者将交易策略的逻辑与参数经过电脑程序运算后，将交易策略系统化，然后通过电脑自动下单来完成交易。

在量化交易过程中，散户可以这样做：

1、根据个股的历史数据，进行多因子选股，比如，把市盈率、市净率、市销率等作为选股标准，选出一些价值被低估，或者处于合理区域的个股。

2、顺势交易，即在上涨的趋势中买入，在下跌的趋势中卖出。

3、进行合理的仓位管理，即采取漏斗型仓位管理法、矩形仓位管理法、金字塔形仓位管理法等，好应对个股后期的风险。

4、再根据个股的历史走势，寻找个股的支撑位和压力位，把它们作为止损、止盈点，即在压力位置，且获得收益的时候及时卖出；在跌破支撑位时，且股票亏损的时候及时卖出股票，避免更大的损失。

数量化投资、程序化交易、算法交易、自动化交易以及高频交易都是数量化交易的特定方式， 其描述内容的侧重点各有不同。数量化交易应用IT技术和金融工程模型偶那个帮助投资者指定投资策略、减少执行成本、进行套利和风险对冲。数据、速度、风险管理是数量化交易系统建设中的关键问题。期货市场的数量化自动交易模型正逐步由投资者编制自用，演变为有一定规模的投资咨询顾问组成的专业团队参与。 程序化交易，也可称之为系统交易或算法交易，设计人员将市场常用之技术指标，利用电脑软件将其写入系统中，结合市场历史数据，分析和组合各种指标建立数学模型，将交易策略系统化。当交易策略的条件满足时，程序化系统自动发出多空讯号，并且有效掌握价格变化的趋势，让投资人不论在上涨或下跌的市场行情中，都能抓住交易策略，进而赚取波段获利。程序化交易的操作方式不求赚取夸张利润，只求长期稳健的获利，于市场中成长并达到财富累积的复利效果。经过长时期操作，年获利率可保持在一定水准之上。 程序化交易又是一种个性化交易，每个投资者（或机构）都可以根据自己的投资经验和智慧，编写自己的交易模型，进行电脑自动交易。交易模型是交易思想的凝练和实际化，正确的交易思想在严格的操作纪律实行下将获得良好、稳定的投资收益，而通过交易模型正是将正确的交易思想与严格的操作纪律很好地结合在一起，帮助人们获取良好、稳定的投资收益。程序化交易在投资实战中不仅可以提高下单速度，更可以帮助投资者避免受到情绪波动的影响，消除交易时人性的恐惧、贪婪、迟疑及赌性等情绪，实现理性投资。 设计出色的程序化系统可以确保广为流传的交易成功三项基本原则的顺利实施：顺应市场趋势、控制亏损交易、做足盈利交易。 总而言之，模型策略的出色设计、资金的有效风险控制、行情交易软件的稳定可靠、数据的及时流畅以及下单速度的快捷，组成了优秀的程序化交易系统，它是量化投资的一种具体实现途径。

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
应答时间：2020-12-11，最新业务变化请以平安银行官网公布为准。
[平安银行我知道]想要知道更多？快来看“平安银行我知道”吧~
量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

简单来说，量化交易，是通过编写软件程序，实时监测市场交易情况，并且设定一些条件，一旦当市场交易情况满足这些条件时就自动执行一些操作，比如买入、卖出等。在数字货币市场，量化交易是指以先进的数学模型替代人为的主观判断，采用三角套利、对冲搬砖等方式低买高卖数字货币。

在早先的时候，都是交易员自己盯盘，根据市场动向来进行买入、卖出。但是人的精力是有限的，随着金融市场的发展，股票也越来越多，一个交易员很难再靠自己去盯住这么多股票的交易信息。后来，随着计算机技术的突破与发展，聪明的投行家们就想到了利用计算机来进行金融操作，只要设定好相应的规则，编写好相应的程序，依靠计算机强大的数据处理能力，就可以轻松地进行市场操作了。

有了计算机还不够，投行家们还需要研究出更好的交易规则才能实现轻松盈利，这些交易规则就是比如“当股票涨了1%，是该买入还是卖出”之类的。在有计算机之前，这项工作挺难的，因为需要进行大量的数据分析和计算；但当有了计算机之后，大量的数据分析和计算就可以由计算机去完成，于是这些金融专家就可以进行大量的数据试验和分析，研究出更好更准确的金融模型，制定出更加有效的交易规则。

可以说，正是由于计算机技术的发展和金融理论的进步，量化交易才成为可能。

比特币价格突破10万，现在学习量化交易还不晚哦
量化交易，有时候也称自动化交易，是指以先进的数学模型替代人为的主观判断。
极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下做出非理性的投资决策。
量化交易有很多种，包括跨平台搬砖、趋势交易、对冲等。跨平台搬砖是指，当不同目标平台价差达到一定金额，在价高的平台卖出，在价低的平台买入。
趋势交易会更加复杂一些，它根据趋势的指标来发出卖出和买入的信号。对冲是指同时进行两笔与行情相关、买卖方向相反、数量相当、盈亏相抵的交易，以达到对冲风险的效果。量化交易是成熟交易市场的标志。

作为国内量化交易研究团队的一员，我有权回答这个问题：

传统量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。量化投资方法起源于一百年前，利用现代统计学、数学等方法，从海量的数据中寻找能够带来超额收益的多种“大概率”策略，并按照这些策略所选出的股票进行投资，力求取得稳定的、可持续的、高于平均水平的超额回报。

现代量化投资特点

科学特性：即大概率获胜原则的科学性，依靠量化投资的所有投资逻辑（例如：标的证券的构建、风险控制设定、资金使用规则、证券委托时机等）只遵循获胜大概率的原则。

纪律特性：量化模型是经由科学演算，产生动态执行。所有的投资决策由模型决定，具体交易过程由模型控制。避免了证券交易受制于人性的弱点。完整意义上解决了投资决策过程中人性的“贪婪与恐惧”。

系统特性：从宏观周期、市场结构、估值、成长等多角度进行分析以及海量的数据获取和处理。建立资产配置、行业选择、精选个股等多层次组合的量化模型：

进化特性：由于计算机时代的到来，AI的诞生，尤其是金融AI，深度学习技术等一系列信息技术革命成果在金融领域的运用，将不断的、系统地对量化投资模型自动进行更新迭代。

不建议个人投资者花时间精力投身量化交易研究，一是不系统、而是主观代入、三是软硬件技术实力不足以支持你的研究，可以借用现有国内量化交易成果，如量化交易平台，量化交易策略模型，进行研究，当然研究的目的自然是用于实战。

量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。
量化投资区别于定性投资的鲜明特征就是模型，对于量化投资中模型与人的关系，大家也比较关心。量邦科技冯永昌打个比方来说明这种关系，我们先看一看医生治病，中医与西医的诊疗方法不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，定性程度上大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。 量化投资是一种操作方法或操作理念，与其他各种“非量化”的方法并列。量化也可以采取择时、趋势跟踪、超跌、强弱对冲等等投资模型。区别仅在于，量化投资会使用量化的行情和走势来进行买卖点决策，而不是传统的图形式行情。
量化投资是很广泛的一个概念，可以这么说，只要你不是简单地拍脑袋、或者是听消息进行的投资行为都可以叫量化投资，是不是瞬间没有了高大上的感觉？:) 最常见的，你通过MACD指标顶背离、底背离进行交易，也是量化投资，因为MACD指标是有严格数学公式计算出来的。同样，你根据财务指标选股，构建股票组合也是量化投资，因为你的决策基本是基本面数据； 这些都很“老土”，那么来点新的，通过多因子模型构建投资组合、然后每天用程序进行风险测算并自动调仓，用算法交易完成调仓动作的执行（比如一次性买200万股，总不能一单下去吧），这够“高大上”了吧，前提是你得有一套复杂而完善的系统支持。 量化投资是以计算机技术为工具，采用数学模型，实现投资策略的过程。其与传统投资的关系就好比是现代、古代的天气预测系统，古代科学技术落后，人们只能通过太阳、月亮、星星、云层的表象来判断明日天气，而到了现代，天气预测依靠科学技术，通过实时数据采集，运用气象模型来预测明日天气。
传统投资依赖于定性思想，而量化投资是“定性思想的量化应用”，更强调数据。举个简单的例子：技术分析是传统投资分析方法之一，MACD指标是技术分析常用指标之一，传统技术分析师通常对MACD指标的主观判断，最终作出买卖决定。而作为一名量化投资者，必须是依托数据作出决定的，其需要对大量的MACD指标数据进行分析，得出一些有说服力的数据结论，比如：MACD指标金叉上涨概率，金叉后平均上涨幅度，金叉买入后的最优持股天数等等，随后对数据进行综合判断（通常称作数学模型），最终作出买卖决定。
如果技术分析师作出买入决定，而量化投资者作出空仓决定，那么传统投资与量化投资之间是否冲突与矛盾呢？是否只需要摒弃另外一个呢？答案是传统投资与量化投资是相互联系相互依存的，两者之间不冲突也不矛盾。传统投资的核心是定性思想，量化投资作为定性思想的量化运用，是传统投资的衍生与拓展，两者相互依存，表现形式上有所不同，但本质一致：都是基于市场非有效或弱有效的理论基础，实现策略，获取收益。
比较好的量化投资公司或平台有：聚宽、同花顺的MindGo量化交易平台、京东的量化平台、米筐等，可以去网站上具体了解，量化投资是面对股民有很大的门槛，需要编程 可以关注今日头条“量化策略先锋”里面有详细介绍。

      所谓量化投资是将投资环节标准化的交易方式，主要包括选股、买入、卖出三个环节，而真正的量化投资是完全自动化交易，不需要人为参与，投资者只要监管程序是否正常运行，参数设置是否合理，指标选择是否在既定目标范围内。

      量化投资的形成过程十分简单，就是一个想法，通过程序化语言变成现实，比如低市盈率投资，当市盈率低于5倍时买入，高于10倍时卖出，具体步骤如下：
      首先确定自己的投资理念，是价值投资或是趋势投资，如果是价值投资，你要通过什么指标来确定这个价值是高还是低，同样趋势投资也要找到判断趋势的指标，不管是技术的还是财务的，都要是明确的指标，可以量化的。
      其次还要有配套的交易策略，交易策略是根据投资理念的再细化的过程，包括买卖的时机，买卖的数量，仓位的安排等。市场上主要的量化策略有：多因子选股策略、相对价值对冲策略、网格交易策略、事件驱动策略、指数增强策略、日内回转交易策略、行业轮动策略、趋势投资策略以及多策略等。
      在确定了指标和数量之后，再进行量化建模，将以上过程变成机器语言，也就是程序化，比如趋势投资确定KDJ日线金叉买入，死叉卖出，数量为总资产的10%，就可以通过这些条件写进程序。
      最后，对编好的程序进行验证修改，量化交易软件有文华财经、蜗牛股票量化分析软件、方正证券量化交易平台等。
      因此量化交易的门槛也是很高的，因为具备编程的能力投资者就寥寥无几，何况其核心并不在编程，而是对投资的理解，如何取舍相关指标，将其组合成新，打磨成无锋的重剑。
      量化交易的优势是不言而喻的：自动程序化，不受情绪干扰；劣势也是明显的：无法做到灵活变通，因此现实投资中可以综合运用，在选股环节可以一半借助系统，在交易环节可以完全交给机器，投资人可以真正从盘面中解脱出来，专注于投资的本职工作：选择、研究、思考。
      对于普通投资者来说，可以不懂编程，确定标准通过系统选股，然后只需要确定买入卖出的明确指标即可，最后盘后跟踪行情，盘前委托交易，到达则下单，不到不动。

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
拓展资料：
量化投资和传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础。两者的区别在于量化投资管理是“定性思想的量化应用”，更加强调数据。量化交易具有以下几个方面的特点：
1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。
2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型;二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度;三是多数据，即对海量数据的处理。
3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。
4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用;二是依靠组合资产取胜，而不是单个资产取胜。
量化投资技术包括多种具体方法，在投资品种选择、投资时机选择、股指期货套利、商品期货套利、统计套利和算法交易等领域得到广泛应用。在此，以统计套利和算法交易为例进行阐述。
1、统计套利
统计套利是利用资产价格的历史统计规律进行的套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。
统计套利的主要思路是先找出相关性最好的若干对投资品种，再找出每一对投资品种的长期均衡关系(协整关系)，当某一对品种的价差(协整方程的残差)偏离到一定程度时开始建仓，买进被相对低估的品种、卖空被相对高估的品种，等价差回归均衡后获利了结。
股指期货对冲是统计套利较常采用的一种操作策略，即利用不同国家、地区或行业的指数相关性，同时买入、卖出一对指数期货进行交易。在经济全球化条件下，各个国家、地区和行业股票指数的关联性越来越强，从而容易导致股指系统性风险的产生，因此，对指数间的统计套利进行对冲是一种低风险、高收益的交易方式。
2、算法交易
算法交易又称自动交易、黑盒交易或机器交易，是指通过设计算法，利用计算机程序发出交易指令的方法。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至包括最后需要成交的资产数量。

量化投资是许多种方法的集合，包括在投资品种的选择、投资时机的选择、商品期货套利、外汇套利、算法交易和统计套利等方面都能够获得广泛应用。今天我们就要一起来看一下专业的量化投资人士是如何看待量化投资的。

量化工具可以称得上是新时代的一种技术工具。当然目前种类繁多的工具也并非是一朝一夕就完成的。简单的技术分析最后高度趋同无法带来理想收益，目前量化工具有这样的趋势。

在以前，技术工具的实现也需要开发者手动完成，而并非如今的在行情软件中点两下就会出现。在那个时期因为发现了一个信号而最终发家致富的人并不少。很多个人交易者认为量化投资之所以逐渐成为主流，主要的原因还是交易所技术的升级而带来了市场结构的整体性变化。

如果要用一个简单的例子来说明的话，交易所的套利对交易所行情发送和订单介入都有要求，交易所如果不升级的话那可能会面临无利可套的境地。

有的人讲技术工具比作占星术，其实这种说法是相对极端了，技术工具从思路上来讲与量化工具颇有相似，特别是我们可以看到一些后期的复杂技术工具上已经明显有了量化工具的影子。

如果非要究其一二，那么无非是传统的技术工具已经没有办法去满足复杂的处理，所以大家开辟了一门新手艺。

量化投资是指通过数量化模型建立科学投资体系，以获取稳定收益。 在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。在国内，量化投资不再是一个陌生的词汇，近几年得到了迅猛的发展。可在应用过程中学习

大多数人容易把量化投资和高频交易这两个概念混为一谈，实际上前者包含了后者。量化投资是基于量化统计模型的一种投资方法。其核心步骤是将量化模型放回真实的历史数据模拟跑盘，以验证量化模型的有效性。当然，通过计算机，量化投资可以做日内高频交易也可以做日间低频交易，只要是基于量化模型统计的投资方法都是量化投资。你可以去搜一个最近比较流行的app“爱猫爪”，它们就是专业提供股票买卖量化模型的，门槛低，即使是一般的投资者也可以使用。有兴趣的朋友也可以读读丁鹏的《量化投资—策略与技术》了解一些量化投资的基本概念。在量化交易理念方面，推荐科蒂斯.费思的《海龟交易法则》。 可以关注今日头条“量化策略先锋”里面有详细介绍。
量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。
事实上，互联网的发展，使得新概念在世界范围的传播速度非常快，作为一个概念，量化投资并不算新，国内投资者早有耳闻。但是，真正的量化基金在国内还比较罕见。同时，机器学习的发展也对量化投资起了促进作用。
量化投资技术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、商品期货套利、统计套利、算法交易，资产配置，风险控制等。
想要详情了解可以去优矿、米筐、量化家这些平台去了解一下。这几个平台和国外某些平台肯定不能相比，但在国内做得还不错，去官网或者微信公众号都可以具体了解。 量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。
量化投资区别于定性投资的鲜明特征就是模型，对于量化投资中模型与人的关系，大家也比较关心。量邦科技冯永昌打个比方来说明这种关系，我们先看一看医生治病，中医与西医的诊疗方法不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，定性程度上大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。