随着现代计算机的出现，定量投资策略已经演变成了复杂的工具，但其根源可以追溯到80多年前。它们通常由受过高等教育的团队管理，并使用专有模式来提高战胜市场的能力。甚至有现成的程序，即插即用的那些寻求简单。定量模型在回溯测试时总是能很好地工作，但是它们的实际应用和成功率是有争议的。虽然它们在牛市中似乎运作良好，但当市场失控时，量化策略与任何其他策略都会面临同样的风险。

历史

罗伯特·默顿是定量理论应用于金融研究的奠基人之一。你只能想象在使用计算机之前，这个过程是多么的困难和耗时。金融学中的其他理论也从最初的一些定量研究演变而来，包括基于现代投资组合理论的投资组合多元化基础。

定量金融和微积分的使用导致了许多其他常用工具的出现，其中包括最著名的布莱克-斯科尔斯期权定价公式，该公式不仅有助于投资者对期权定价和制定策略，而且有助于控制市场的流动性。

当直接应用于投资组合管理时，目标与任何其他投资策略一样：增加价值、alpha或超额回报。量子，正如开发商所说，组成复杂的数学模型来发现投资机会。有那么多的模型，作为量子谁开发他们，都声称是最好的。定量投资策略的一个最卖点是，模型，最终是计算机，做出实际的买入/卖出决定，而不是人为的。这往往会消除一个人在买卖投资时可能经历的任何情绪反应。

量化策略现在已被投资界所接受，并由共同基金、对冲基金和机构投资者管理。它们通常被命名为阿尔法发生器或阿尔法氏族。

2:11

定量分析师做什么？

在量子战略的帷幕后面

就像《绿野仙踪》中的那样，有人在幕后推动着这个过程。和任何模型一样，它只和开发程序的人一样好。虽然没有成为量子手的具体要求，但大多数运行quant模型的公司都将投资分析师、统计学家和将流程代码化为计算机的程序员的技能结合在一起。由于数学和统计模型的复杂性，人们通常会看到金融、经济学、数学和工程等专业的研究生学位和博士学位。

历史上，这些团队成员在后台工作，但随着定量模型变得越来越普遍，他们转移到前台。

量化策略的优势

虽然总体成功率值得商榷，但一些量化策略之所以奏效，是因为它们是基于纪律的。如果这个模型是正确的，那么这门学科会让策略与闪电般速度的计算机协同工作，以定量数据为基础，利用市场中的低效。这些模型本身可以建立在市盈率、债转股率和收益增长率等少数几个比率的基础上，也可以同时使用数千种投入。

成功的策略可以在其早期阶段发现趋势，因为计算机不断地运行场景，以便在其他人之前找到效率低下的地方。这些模型能够同时分析大量的投资，而传统的分析师一次只能观察少数几个。根据模型的不同，筛选过程可以按1-5级或A-F级对宇宙进行评级。这使得实际的交易过程非常简单，投资于高评级的投资，**低评级的投资。

定量模型还提供了多种策略，如long、short和long/short。由于其模型的性质，成功的量化基金非常关注风险控制。大多数战略都从一个宇宙或基准开始，并在其模型中使用部门和行业权重。这使得基金能够在不损害模式本身的前提下，在一定程度上控制多元化。量化基金通常以较低的成本运作，因为它们不需要那么多传统的分析师和投资组合经理来运作。

定量策略的缺点

为什么这么多投资者没有完全接受让黑匣子运作他们投资的概念，这是有原因的。对于所有成功的量化基金来说，正如许多基金似乎都不成功一样。不幸的是，对于量子银行的声誉来说，当他们失败时，他们会失败很多。

长期资本管理（LTCM）是最著名的量化对冲基金之一，因为它由一些最受尊敬的学术领袖和两位诺贝尔经济学奖获得者Myron S。斯科尔斯和罗伯特C。默顿。在20世纪90年代，他们的团队创造了高于平均水平的回报，吸引了各类投资者的资金。他们不仅以利用低效率而闻名，而且还利用容易获得的资本在市场方向上进行巨大的杠杆式押注。

他们策略的纪律性实际上造成了导致他们崩溃的弱点。长期资本管理公司于2000年初被清算并解散，其模式不包括俄罗斯**可能拖欠部分债务的可能性。这一事件引发了事件，杠杆放大的连锁反应造成了严重破坏。长期资本管理公司（LTCM）与其他投资业务的关系如此密切，以至于它的倒闭影响了全球市场，引发了戏剧性的事件。

从长远来看，美联储（federalreserve）出手相助，其他银行和投资基金也支持LTCM，以防止进一步的损失。这是量化基金可能失败的原因之一，因为它们是基于历史事件，可能不包括未来事件。

虽然强大的量化团队会不断地为模型添加新的方面来预测未来事件，但不可能每次都预测未来。当经济和市场正经历着高于平均水平的波动时，量化基金也会不堪重负。买卖信号来得如此之快，以至于高营业额会产生高额佣金和应税事项。当量化基金以防熊或基于空头策略进行营销时，也可能造成危险。利用衍生品和杠杆组合预测经济衰退可能是危险的。一个错误的转折可能导致内爆，这往往会成为新闻。

底线

定量投资策略已从后台黑匣子演变为主流投资工具。它们的设计目的是利用企业中最优秀的头脑和最快的计算机来利用低效率和利用杠杆进行市场押注。如果模型包含了所有正确的输入，并且足够灵活地预测异常的市场事件，那么它们可能会非常成功。

另一方面，虽然量化基金在运作前都会经过严格的测试，但它们的弱点在于，它们的成功依赖于历史数据。虽然量化投资在市场上占有一席之地，但重要的是要意识到它的缺点和风险。为了与多元化战略保持一致，最好将量化战略作为一种投资方式，并将其与传统战略相结合，以实现适当的多元化。