量化投资的优点和缺点 投资黄金期货的优势和劣势是什么意思啊知乎

《量化十六讲》阅读笔记

1

量化投资与其说是一种类型，不如说是一种工具。其实质，是数学/统计学/物理学模型在投资领域的渗透。到了近些年，又出现了人工智能技术的渗透（本质上也是数学/物理学/工程/生物/等学科的模型和工具）。

这意味着：

第一，所有投资者，都可能从这种工具上获得帮助。

1可以算的更快、处理更大的数据量

2用机器完成交易，避免交易过程中人性的干扰（纪律）

3快速捕捉转瞬即逝的套利机会。

4量化投资有可能完成一些，“不使用这种工具就无法完成的任务”，那就是量化的风险分解，和基于风险分解后的精细的风险控制——将风险定量处理。

97%的风险，都是通常状态下的线性风险，有3%是非线性风险（但却决定市场主体生死存亡）。其中2%（经济危机情形）可以通过量化压力测试的办法来想象、检视和修补；剩下的1%永远无法消除，但我们可以知道最后的结果：破产或崩盘。这部分只能“应对”，无法“预测”，也就是所谓的黑天鹅。

尽管量化工具必然越来越普及和廉价，但是，由于算力的进化需要数据规模、学术背景和资金的维持，所以量化领域的竞争优势，会集中在“堆积数学/编程天才并有大量资金”的头部机构。

第二，不可避免的工具滥用。

托马斯摩尔根设计了著名的果蝇实验。这位物理学家在加州理工时，制定了一个极端而有趣的研究规则：禁止他的学生们使用计算器（当时的一种计算机），目的是为了“避免多算那些能计算的，而忽略了那些本质上不能准确计算，但却更重要的事情”。

摩尔根说：“我就像1984年在萨克拉门托河畔寻找金块的人。凭借一点智慧，我就能摸到并捡起一大块天然金子。只要我能做到，我就不会让系里的人在无休止的淘金中浪费精力和资源。”

在量化领域，大量参与者有很强的数学、工程学的学术背景，但缺少商业经营领域的直接经验，因此“过度使用数据”，既是一种出于扬长避短的必然选择，也是心理层面上非常自然的倾向。但这会导致一系列后续的问题。

2

量化投资的弱点：

第一，样本误差和样本偏差。

量化投资根据历史数据来运行，但历史数据可能缺乏足够的多样性和足够长时间的积累，因此样本取样会出现误差（样本数量太少）或偏差（取样非随机）。在这个基础上获得的相关性规律，一旦离开样本范围就会失效，也就失去了参考性。

第二，过拟合。

在典型的多因子量化策略里，是从一个结果来反推原因。只要你构建足够多的因子，一定可以实现某一个特定的已经出现的结果（比如100%的盈利）。

然而，这个多因子组合一旦用于实际的交易，面向未来，它很可能会失效，原因就是出现了过拟合（错误归因）。从结果来推原因，这种事后诸葛亮的做法，无法准确区别哪些是偶然因素，哪些是决定性的因果因素。

第三，黑箱。

各种量化策略，不管是高频、对冲、阿尔法、套利，往往没有确切的内在因果关系，其策略的有效性都建立在历史数据的“强相关性”之上：即根据历史数据，55%或更大概率是有效的，那么只要重复的次数足够多，胜算就会积累。实质和赌场套利类似。

只有相关性，不了解内在因果关系，投资者就无法知道“什么情况下历史无法指导未来/甚至逆转”。就像一只火鸡，每天主人都来喂食，但最后一天却是来杀死它。

第四，对抗心理学原理。

在人的心理上，面对压力的情况下，需要有非常确切的理由才能坚持行为。

比如当一个策略运行，出现了5%的回撤，执行人才能坚持，当出现30%的回撤时，执行者是否会陷入恐惧和慌乱？他还能坚信自己量化策略的有效性么？

人类“寻求理由”的心理本性，在出现极端情况时，会给量化策略的执行带来很大困难。所以有些量化基金，尽量避免人的主观参与（大奖章基金）。

第五，策略共振。

许多量化策略，实际上和技术策略有相似之处：一旦某个策略被证明有效，随着使用者的增加，它的有效性就会衰减。甚至，如果大量机构使用同样的策略，可能出现市场整体的反馈失控（1987年黑色星期一）。

3

量化投资的生存土壤。

从资产管理策略的角度来说，量化投资的出现和繁荣（主要在机构领域），基于以下因素：

第一，投资人的流动性要求。

投资人/基金持有者的资金无法长久期锁定（3-5年不用），这导致基金机构的策略，必然转向“绝对收益”：低波动、中等收益。

第二，无法接受策略的间接性有效。

机构和投资人之间有无法消除的“信息不对称”，投资人只能通过净值的变化来判断投资机构的能力：上涨就是牛逼，下跌就是傻逼。

这导致投资机构越来越追求低波动、短视，一个长期有效，但间接性失效的策略，永远无法在机构中成为主流。

第三，学术嫉妒。

量化领域有大量数学/物理学背景的研究者，这些人离开象牙塔，渴望在用所学在投资领域获得巨额财富和社会地位。这个过程中，也把他们在硬学科中的思维方式平移过来，希望在投资领域建立能够数量化的、精确、始终可靠的模型。能不能做到？至少投资领域（一个典型的复杂适应性系统），比数学有