量化投资技术的应用前提和适用范围

因子投资的基本原理和方法（★）

因子投资是一种资产配置的典型视角或理念，其源自于投资者对组合收益和风险来源认识的深化。

总的来讲，投资因子可以分为两大类：

一是宏观因子，包括经济增长、实际利率、通胀、信用、流动性等。宏观因子是决定各大类资产整体收益的驱动来源，因此主要用来解释各大类资产之间的收益差异。

二是风格因子，包括上文提及的估值、规模、动量等。风格因子主要解释资产类别内部风险和收益的差异。譬如股票这一大类资产内部，由于价值因子的存在，使得低估值相对于高估值股票具有持续的超额收益。

人工智能技术在量化领域的应用（★）

金融市场预测、分类或评级问题、综合应用。

量化策略的开发、回测和评价方法（★）

（1）估值

对上市公司进行估值是公司基本面分析的重要方法，在“价值投资”的基本逻辑下，可以通过对公司的估值判断二级市场股票价格的扭曲程度，继而找出价值被低估或高估的股票，作为投资决策的参考。

对上市公司的估值方法：绝对估值法、相对估值法。

（2）选股

数量化选股策略是在基本面研究的基础上结合量化分析的手段构建出来的。

主要的选股方法：①基本面选股；②多因素选股；③动量、反向选股。

（3）资产配置

资产配置是指根据投资需求将投资基金在不同资产类别之间进行分配，通常是将资产在低风险、低收益证券与低高风险、高收益证券之间进行分配。

两大类别：为战略资产配置和战术/动态资产配置

三大层次：全球资产配置、大类资产配置和行业风格配置。

（4）股价预测

①股价的可预测性与有效市场假说密切相关。我国的股市远未达到有效市场阶段，可以通过对历史信息的分析来预测股价。

②主流的股价预测模型有灰色预测模型、神经网络预测模型和支持向量机预测模型。

（5）绩效评估

绩效评估能够在这方面提供较好的视角与方法，风险调整收益、择时/股能力、业绩归因分析、业绩持续性及Fama的业绩分解等指标和方法可从不同的角度对基金的绩效进行评估。

（6）基于行为金融学的投资策略

目前，国际金融市场中比较常见且相对成熟的行为金融投资策略包括动量投资策略、反向投资策略、小盘股策略和时间分散化策略等。

（7）程序化交易与算法交易策略

程序化交易：程序化交易指任何含有15只股票以上或单值为100万美元以上的交易。程序化交易强调订单是如何生成的，即通过某种策略生成交易指令，以便实现某个特定的投资目标。程序化交易主要是大机构的工具，它们同时买进或卖出整个股票组合，而买进和卖出程序可以用来实现不同的目标。

算法交易：也称自动交易、黑盒交易或无人值守交易，是使用计算机来确定订单最佳的执行路径、执行时间、执行价格及执行数量的交易方法，主要针对经纪商。