量化多头策略本质上是依赖于模型及机器的因子投资

时间：2022-01-21 11:07:08

量化多头策略本质上是依赖于模型及机器的因子投资，其收益主要来源于各个交易频段上交易对手方错误定价带来的Alpha收益，相比定性的基本面信息更加关注交易层面的各类定量信号以及软硬件的升级带来的交易速度的提升对于快速捕捉盈利的影响。除开Beta部分的共性收益外，现阶段量化多头策略的Alpha收益可以拆解为以下四类：

多位业内人士表示，量化不会主导趋势，只会追随趋势。当量化交易超过市场交易量的容纳程度时，量化交易策略将会失效，市场会自发地倒逼量化策略降低交易频率或退出。市场活跃的时候，量化交易也会频繁，因为可交易的机会变多。市场冷清的时候，量化交易捕捉到的机会会少，相应的交易频率也会降下来。量化也不大可能影响个股的走势，因为量化绝对不会重仓任何行业和个股，持仓最大的个股一般都不会超过基金的2%。

单量化交易可能就是写入算法，通过机器进行交易，它强调的是跟机器、程序相关。所以单量化策略，常见的包括：股票多头策略、股票多空策略、期货趋势策略。其中，期货的高频是非常典型的量化交易，由此大家也能知道，T+1的A股虽然可以做量化，但不是一个优质的选择，所以股票的量化，其实大多集中在量化选股。

刚刚晋级百亿的赫富投资，其创始人蔡觉逸也曾在明汯投资担任基金经理。公开资料显示，蔡觉逸是哥伦比亚大学金融数学硕士，拥有7年量化交易经验,曾任职于美国量化对冲基金量化全球资本的交易策略团队，后就职于上海明汯投资管理有限公司，管理公司多支产品。随后与董常、章高驰共同创立了赫富投资。

标签：投资 量化