雪球專刊：量化基金投資攻略（283期）

文章的深度都不夠，正如方丈所說，都是UGC內容呀。真正參與量化交易的設計者與執行者寫的東西就不應該是這樣的。這些文章更像是基金銷售人員膚淺解讀。文中對於AQR、德韶和文藝復興基金的介紹也都是搬用互聯網上的內容。其實，美國的的量化交易基金，有一部分已經走出因子和異象研究的範疇，因爲因子和異象全都架構在EMH和MPT的基礎之上，大家都知道有效市場假說和現代投資組合理論又是建立在均衡論、還原論和高斯分佈這樣的信仰之上。而市場的數據挖掘告訴我們，市場的變化既不符合均衡論，也不符合還原論，更不完全按照正態分佈。說到底，市場是混沌的，演化的和適應性的，更加符合複雜性理論。新一代的量化投資者，應該另起爐竈，放棄均衡思想和還原論，應該擁抱複雜性理論和適應性市場假說，並在此基礎上建立量化策略。 有時候，我在想，其實只要基於市場是不確定性的這一條假設，然後基於數學建立起來模型，魯棒性往往更好。畢竟，相信那麼多假說幹什麼？奧卡姆剃刀原理告訴我們：如無必要，勿增實體。科學交易就是放棄所有的市場假說，只相信價格變化的不確定性，並依賴統計學建立模型。讓學院派去爭論EMH還是AMH吧，他們的目標是論文和諾貝爾經濟學獎，而量化交易者的目標只是掙錢……

在公募基金中，最主要的量化策略就是指數增強。但是，讀完本書，我決定堅決不買指數增強基金。理由如下： 1、不論五年長期業績還是一年短期業績，主動基金都比量化基金更高。 2、統計數據表明，量化基金往往是前兩年的收益率最高。 3、量化基金存活超過5年的寥寥無幾。 4、指數增強獲得超額的“增強”效果並不穩定，說明指數增強策略也是有時有效、有時無效的狀態。

量化交易是把數學、統計學、金融學、計算機技術結合起來，通過挖掘交易海量數據，尋找規律，做出預測，通過建立先進的數學模型以替代人爲的主觀判斷，利用計算機技術從海量的歷史數據中尋找能帶來超額收益的規律以制定策略，並利用數學模型驗證及固化這些規律和策略，然後通過程序化交易嚴格執行，最大程度減少投資者情緒波動下的非理性決策影響，以求獲得持續、穩定、高於平均收益的超額回報。 量化交易可

描述量化發展概況，未深入研究量化，文字敘述一般般，但瞭解一些關於量化知識，這本書算是科普量化知識。