带您揭开量化交易的神秘面纱！

近几年随着金融科技(FinTech)的迅速发展，量化交易领域凭借金融知识、数理统计和计算机科技的运用，在市场持续震荡下行的背景下，显得如此“清新脱俗”。

根据国内分析机构Wind的数据，今年上半年量化投资的综合数据跑赢上证综指12个百分点之多。虽然与基本面分析相比，量化交易分析法存在信息不公开、原理晦涩难懂等问题。但在市场波动时基本面分析往往表现不尽如人意，而量化交易者恰恰能利用股指期货价格的波动率，制定新的投资战略从而对有前景的投资项目加持仓位。

上文提到大多数习惯于基本面分析的投资者普遍觉得量化交易晦涩难懂，本文小编就带您了解量化投资的一些基本知识，解开量化的神秘面纱。

量化交易注重三方面的能力，依次是金融知识、数理统计和计算机科技。后两者是量化交易的关键所在。数理统计所运用到的数学知识并没有我们想象的那么高深莫测，许多知识在大学数学中就已经接触到了，主要涉及数学分析法、线性代数、时间序列以及最为核心的建模能力。需要强调的是建模方法和建模思维。计算机科技主要涉及到计算机编程，这里要特别指出的是不同的量化交易策略要使用不同的计算机模型和计算机语言。

与传统交易模式相比，量化交易有三大优势。首先量化交易运用了大数法则。大数法则描述了多次重复试验的结果，实验样本数量越多，平均值就越接近期望值。大数法则保证了随机事件均值的长期稳定性。第二大优势是量化交易模型能快速处理信息并且生成订单，当然这两者都需要过硬的网络联合和硬件支持。量化交易的第三大优势是能实现跨市场套利交易。跨市场交易能提高投资者的资金使用率并且能很好的分散风险。

量化交易的风控能力得益于量化交易模型，模型化是量化的特点之一。除此之外，量化交易的特点还有程序化、风控以及回测的便捷性以及市场波动时有效规避投资者的心里干扰。

从技术层面判断一个量化交易模型的好坏可以从夏普比率以及最大回撤率入手。夏普比率是基金绩效评价标准化指标，该公式计算了投资组合每承受一单位的风险会产生多少超额报酬，夏普比率越大证明量化交易模型越优。最大回撤率描述了投资组合可能出现的最糟糕的情况，为投资者预估最大亏损值是衡量投资风险的重要指标。

从科学层面来说，判断一个量化交易模型的优劣主要从交易成本和拟合度入手。交易成本包括模型的手续费、流动性成本、价格冲击成本和机会成本。所谓过度拟合是指对样本内的数据描述准确性极高，而对样本外的数据描述准确性极低，在做量化回测时应该避免过度拟合。