第1章　量化投资与Python简介

1.1　量化投资基本概念

量化投资并没有一个精确的定义，广义上可以认为，凡是借助于数学模型和计算机实现的投资方法都可以称为量化投资。

目前，国内比较常见的量化投资方法包括股票多因子策略（阿尔法）、期货CTA策略、套利策略和高频交易策略等。

量化投资在2010年之前还是非常小众的领域，后来随着沪深300指数期货的出现，量化投资的基金开始出现井喷现象。无论是中长线CTA策略，还是高频交易策略或股票阿尔法策略，都取得了非常好的业绩。2010年到2014年是量化投资的红利期，各类量化投资策略都赚取了足够多利润。利润是最好的广告，很多人都开始关注量化投资，量化投资基金的规模因此开始快速增长。

也正是这种“高利润”，导致了大家对量化投资存在大量的误解。比如，2015年的“股灾”，很多人认为股指上的高频交易起到了推波助澜的作用，是股灾的元凶。之后，中金所做出的一系列动作，如对股指限制交易频率、提高交易手续费等，很大程度上就是为了限制高频交易。股指被限，导致量化投资行业的利润大幅下滑，于是量化投资进入了寒冬期。然而，实际上股指是被冤枉的，清华大学五道口金融学院也撰写了研究报告^[1]来论证股指并不是股灾的原因。

由于误解的继续存在，因此股指在短期内是无法恢复到股灾以前的水平的。量化投资行业因为其非常依赖股指的特性，业绩出现大幅的下滑，很多策略也开始相继失效。

策略的失效，业绩的下滑，让很多人开始反思，量化并不是一切，并不能解决所有的问题。量化投资本身也是具有很大局限性的。

所以需要换一个思路，我们不一定要靠纯粹的所谓“量化”来做投资，量化只是一种手段，目的还是为了提升投资业绩。换句话说，我们并不一定要成为专业的量化从业人员，才能使用量化的方法。

任何投资经理，包括大量传统的基本面分析师，都可以使用量化的手段来帮忙提升投资研究效率和业绩。本书的初衷就是希望传统的投资从业人员也能从量化的思路中获得助益。

量化，并不是谁的专利，人人都可以学习。

[1] 报告《完善制度设计，提升市场信心——建设长期健康稳定发展的资本市场》由清华大学五道口金融学院撰写。