四种主要的量化模型：从建立统计思维入手

我们都知道要学会量化投资，统计模型是必不可少的，量化投资的模型几乎都是统计模型。总结起来就是：1、学会处理数据；2、建立统计模型，制定投资策略；3、使用模型，建立策略。

量化投资模型搭建的过程，简单来说，就是从大量历史数据中发现“不变”的规律，该规律不仅在回测中有效，放在未来的市场中仍然有效。

1、交易策略

量化投资的关键是，如何去制定一个投资策略？

一个完整的投资策略应该包括四个部分：选股→择时→仓位管理→止盈止损

任何投资策略都由这四个部分构成，虽然看起来简单，但是每一个步骤都对应非常多的内容。

以选股为例，是基于价值投资法选股，还是基于技术投资法选股？

举个简单的例子，我们可以选择均价在过去的二十个交易日都上涨的股票买入，这就是基于技术法去选股，而这就是我们制定的买入股票的方法，选择的是过去二十个交易日都上涨的股票，而买入的时机是现在。

2、量化与交易策略如何对应？

量化投资的关键在于数据。

首先是做数据采集和整理，主要包括数据规划、采集、清洗处理、结构化、API化。因为从各个源头去采集数据的话，需要做很多工作，这部分占了量化模型实现百分之六十左右的工作量。

二是策略开发和调优，这部分主要包括设计策略模型，编码实现模型，通过数据进行回测，根据结果进行优化改进，这部分主要占据大约百分之三十的工作量。

三是模拟和交易，策略实盘之前要进行模拟测试，根据实际的行情进行模拟交易跟踪，模拟通过之后进行实盘交易，资金量级的大小会影响策略的效果，不同的阶段要进行很谨慎的测试和模拟。

3、四种主要的量化模型

如何选股、选股后如何持有、持有以后如何卖出这些组合在一起，就是完整的投资策略，而如何实现这些投资策略，要靠的就是量化模型了。

统计套利交易模型

与统计学的关系最为密切，是将套利建立在对历史数据进行统计分析的基础之上，估计相关变量的概率分布，并结合基本面数据进行分析以用以指导套利交易。

在统计套利交易模型中，用的最多的就是概率分布。

主要是利用历史数据进行研究分析，研究该关系在历史上的稳定性，并估计其概率分布，确定该分布中的极端区域，即否定域，当真实市场上的价格关系进入否定域时，则认为该种价格关系不可长久维持，套利者有较高成功概率进场套利。

多因子选股模型

多因子选股模型指的是，选择买入股票的因素。而确定选股的因素，用的是统计准则。

多因子模型是量化投资领域应用最广泛也是最成熟的量化选股模型之一，建立在投资组合、资本资产定价（CAPM）、套利定价理论（APT）等现代金融投资理论基础上。多因子模型假设市场是无效或弱有效的，通过主动投资组合管理来获取超额收益。

多因子选股的核心思想在于，市场影响因素是多重的并且是动态的，但是总会有一些因子在一定的时期内能发挥稳定的作用。

在量化实践中，由于不同市场参与者或分析师对于市场的动态、因子的理解存在较大差异，因此构建出各种不同的多因子模型。

动量策略模型

股市的动量可以理解为股市的势头。动量策略的基础，就是看前一段时间股票的势头。比如在一段时间内，前一段时间强势的股票（比如一直上涨），在未来一段时间内继续保持上涨，而前一段时间弱势的股票，会在未来一段时间也会继续弱势。

还有一种叫做相对动量策略，指的是在前一段时间弱的股票，在未来一段时间会变强，而在前一段时间表现比较强的股票，在未来一段时间会变弱。

这个策略的关键在于，判断势头会持续的时间。

所以要完成时间的预测，我们需要用到的知识是回归模型和时间序列数据。

配对交易模型

配对交易的关键在于找到两只相关性很高的股票，一只股票的变化我们可以推出另一只股票的变化趋势，因此我们可以确定一个模型建立一种买低卖高的机制来获得短期利益，这种模型的优点在于模型可以获得稳定的收益。

所以，在这里用到的统计学知识，是相关性分析和协整关系。