定量分析概述编辑

定量分析金融学中的QA是一种强调数学和统计分析的方法，以帮助确定股票或期权等金融资产的价值。定量交易分析师（也称为；宽客 &使用各种数据，包括历史投资和股票市场数据来开发交易算法和计算机模型。

这些计算机模型生成的信息有助于投资者分析投资机会，并开发出他们认为会成功的投资工具交易策略. 通常情况下，这种交易策略将包括非常具体的信息进入和退出出口点交易的预期风险和预期收益。

财务定量分析的最终目的是利用可量化的统计数据和指标来帮助投资者做出有利可图的投资决策。在这篇文章中，我们回顾了定量投资的历史，并将其与定性分析，并提供了一个基于量化策略的实例。

关键要点

定量分析产生于计算机时代的兴起，这使得在短时间内分析大量数据比以往任何时候都更容易。
定量交易分析师（quant）识别交易模式，建立模型来评估这些模式，并利用这些信息来预测证券的价格和方向。
一旦建立了模型并收集了信息，量化人员就会使用这些数据来建立证券的自动交易。
定量分析不同于定性分析，后者关注的因素包括公司的结构、管理团队的构成以及他们的优势和劣势。

输入“数量”

诺贝尔经济学奖得主马科维茨他在《金融时报》上发表的《投资组合选择》一书中，通常被认为是定量投资运动的开端金融杂志1952年3月。马科维茨介绍说现代投资组合理论（MPT），它向投资者展示了如何构建一个多元化的资产组合，能够在不同的风险水平下实现回报最大化。马科维茨用数学来量化多元化并被认为是数学模型可以应用于投资这一概念的早期采纳者。

现代金融理论的先驱罗伯特默顿因其对定价数学方法的研究而获得诺贝尔奖衍生品. 马科维茨和默顿的工作奠定了定量（定量）投资方法的基础。

定量与定性分析

不像传统的定性投资分析师，量化人员不会访问公司，会见管理团队，或研究公司销售的产品，以确定竞争优势。他们通常不知道或不关心他们投资的公司的质量方面，或这些公司提供的产品或服务。相反，他们完全依靠数学来做出投资决策。

那些经常有科学背景和统计学或数学学位的人将利用他们对计算机和编程语言的知识来构建自动化交易过程的定制交易系统。他们项目的投入可能包括关键财务比率（如市盈率)更复杂的计算，例如贴现现金流（DCF）估价。

2:11

定量分析师是做什么的？

对冲基金经理接受方法论。计算技术的进步进一步推动了这一领域的发展，因为复杂的算法可以在眨眼间计算出来，从而创造出自动化的交易策略。这片土地在战争期间十分繁荣互联网繁荣与萧条 .

量化策略跌跌撞撞大萧条因为他们没有考虑到影响抵押贷款支持证券对整个市场和经济都有影响。然而，定量策略仍然在使用今天，并获得了显著的注意，因为他们在研究中的作用高频交易（HFT）依靠数学做出交易决策。定量投资作为一门独立的学科也被广泛应用，并与传统的定性分析相结合，以提高回报和降低风险。

定量分析师与定性分析师有很大的不同，他们主要根据数学方程和模型做出决策。

数据，数据无处不在

计算机时代的兴起使得在非常短的时间内处理大量数据成为可能。这导致了越来越复杂的问题定量交易策略，当交易者试图识别一致的模式时，对这些模式进行建模，并使用它们来预测证券的价格变动。

定量研究人员使用公开的数据来实施他们的策略。模式的识别使他们能够设置自动触发器来买卖证券。

例如，基于交易量模式可能已经确定了交易量和价格之间的相关性。因此，如果某只股票的交易量在股价达到每股25美元时上升，而在股价达到每股30美元时下降，则定量投资者可能会将自动买入设置为25.50美元，将自动卖出设置为29.50美元。

类似的策略可以基于收益，盈利预测收入意外，以及许多其他因素。在每一种情况下，纯定量交易员都不关心公司的销售前景、管理团队、产品质量或业务的任何其他方面。他们严格按照他们确定的模式中的数字下订单买卖。

定量分析可用于通过创建计算机模型来降低风险，该模型可确定提供相对于首选风险水平的最佳回报水平的投资。

识别降低风险的模式

定量分析可用于确定有助于证券交易盈利的模式，但这并非其唯一价值。虽然赚钱是每个投资者都能理解的目标，但定量分析也可用于降低风险。

追求所谓的“风险调整后回报”涉及比较风险措施例如α、β、r平方、标准差和夏普比率确定在给定的风险水平下能带来最高回报的投资。其理念是，投资者不应承担超过实现目标回报水平所需的风险。

因此，如果数据显示，两项投资可能产生相似的回报，但其中一项在价格上下波动方面会明显更不稳定，那么量化（以及常识）会推荐风险较小的投资。同样，量化投资者并不关心谁来管理投资，它的价值是什么资产负债表看起来，是什么产品帮助它赚钱，还是其他任何定性因素。他们完全关注数字，选择（从数学上讲）风险最低的投资。

风险平价投资组合是一个基于量化策略的例子。基本概念包括做出资产配置决策基于市场波动 . 当波动性下降时，投资组合中的风险承担水平上升。当波动性增加时，投资组合中的风险承担水平下降。

定量分析实例

为了让这个例子更现实一点，考虑一个将资产分为现金和现金的投资组合标普500指数基金. 使用芝加哥期权交易所波动率指数(波动率 )作为股市波动性的代表，当波动性上升时，我们假设的投资组合会将其资产转向现金。

当波动性下降时，我们的投资组合会将资产转移到标准普尔500指数基金。模型可能比我们这里提到的模型要复杂得多，可能包括股票、债券、大宗商品、货币和其他投资，但概念不变。

量化交易的好处

定量交易是一个冷静的决策过程。模式和数字才是最重要的。这是一种有效的买卖纪律，可以始终如一地执行，不受通常与财务决策有关的情绪的阻碍。

这也是一个具有成本效益的战略。由于计算机完成了这项工作，因此依赖定量策略的公司不需要雇佣大型、昂贵的分析师和分析师团队投资组合经理基于市场波动

有什么风险？

“谎言，该死的谎言和统计”这句话经常被用来描述操纵数据的各种方式。虽然定量分析师试图识别模式，但这一过程绝不是万无一失的。分析涉及到对大量数据的筛选。选择正确的数据绝不是保证，就像交易模式这似乎表明，某些结果可能会完美地发挥作用，直到它们不起作用为止。即使某个模式似乎起作用，验证这些模式也可能是一项挑战。每个投资者都知道，没有确定的赌注。

拐点例如2008-09年的股市低迷，这些策略可能会很艰难，因为模式可能会突然改变。同样重要的是要记住，数据并不总是能说明一切。人们可以看到丑闻或管理层的变化，因为它正在发展，而纯粹的数学方法不一定能做到这一点。而且，随着越来越多的投资者试图采用一种策略，这种策略的效果也会降低。随着越来越多的投资者试图从中获利，有效的模式将变得不那么有效。