量化投资，数据才是硬道理

在投资过程中，市场中所有的涨跌以及与投资行为有关的情感波动都会掩盖最初的投资目标：赚钱。喜新厌旧是一个普遍心理，这个道理在金融领域也不例外，所以量化投资不再注重公司的无形资产，而只用数据说话。

有别传统的定性投资分析师，量化投资顾问从来不通过去公司实地考察，或者与公司的管理团队会面，又或者研究公司的在售商品来判断该公司是否值得投资。总而言之，量化投资并不关心企业的性质，而是基于数学来做投资决策。

对冲基金经理们推崇方法论以及先进的计算机技术，使得再复杂的算法也能在一瞬间完成。

计算机技术的兴起使得短时数据处理成为可能同时也开启了量化投资战略日益复杂的新纪元，投资顾问们正在寻找固定的投资模式，并将这些模式模型化，最后利用这些量化投资模型来预测证券的价格走势。

量化投资模型所使用的数据都是公开的，模型能自动识别所需数据并作出相应的买入卖出决策。比如说，在一个交易量与价格相关联的量化投资模型中，当一支股票的价格从25美元每股开始上涨，又从30美元每股开始下跌，量化投资模型对这只股票的买入与卖出价格就分别为25.5美元与29.5美元。

相同的量化投资战略也可以基于公司财报、预期盈利等其他因素。但不管量化投资模型中的变量是什么，量化投资经理们都不会关心这家公司的销售前景、管理团队、产品质量以及其他方面的表现，量化模型始终严格的根据预先制定好的数据进行买进与卖出。

当然，量化投资模型的意义并不仅仅局限于它的盈利能力。诚然，盈利是每位投资者进行投资的主要目标，但量化投资的意义还在于它的避险功能。

所谓的风险调整后的回报率(risk-adjusted returns)包括风险比对测量法，如α、β、r平方、标准差与夏普比率等，目的在于在给定的风险承受范围之内为投资者制定投资回报率最高的投资组合。这体现了量化投资的思想之一，即在达到客户投资目标的过程中，投资者不必承担任何不必要的风险。

也就是说，假设有两个投资项目所显示的投资回报率相等，但其中一个投资的不稳定行更显著，那么量化投资模型就会向投资者推荐另一个投资项目。同样的，量化投资并不关心谁在操盘投资、公司的资产负债表如何等等其他定性的因素，量化模型只是依据数据来判断风险风险最低的投资组合。

风险平价(risk-parity)就是量化投资战略中一个很好的实例。风险平价的基本概念包是根据市场波动来制定资产投资组合的决策。当市场波动性下降的时候，投资组合中的风险承受能力就会做相应的上调；反之，当市场波动性上升时，量化投资组合就会相对保守以规避风险。

量化投资是一个冷静的决策过程。它所关心的只是计算模型与所需的数据。所以量化投资是一个可持续的，不受情感因素影响的投资决策过程。

同时通过量化投资战略，理财机构还能实现成本效益。因为计算机已经做了大量的投资工作，依赖于量化投资的机构不必再花费大量的人力资本组建投资组合团队，他们不再需要到全国各地出差或者与公司高管会面来评估公司的投资价值。