量化投资之父西蒙斯从1989年-2008年的平均年化回报约35%，高于基本面投资的代表人物巴菲特的平均年化回报20%，在2008年，西蒙斯的量化投资回报率甚至达到了80%，可见量化投资的回报是非常客观的。

一、什么是量化交易？

量化交易是利用现代数学和统计学等量化分析方法，借助计算机建立投资量化分析模型，实时处理相关信息，自动进行买卖决策并下单交易的投资决策和交易方式，简单来讲，量化交易就是把自己的投资策略写成程序，然后让这段程序代替自己去买卖股票。

二、量化投资与主观投资有何区别？

1、研究方法不同

量化投资使用量化回测，可以对全市场5000多个股进行数据分析；而主观投资则是从上到下或者从下往上，来对宏观、行业、公司等方面进行研究，难以全面覆盖市场。

2、投资决策不同

量化投资的决策是由计算机模型给出，基金经理或者个人投资者只是搭建量化模型。而主观投资的决策是由基金经理或者投资者自己给出，计算机只是辅助分析工具。

3、投资组合不同

量化投资基金的持股比较分散，股票在100~2000只不等，而主观投资基金的持股相对比较集中，持股一般在30只左右。

4、交易频率不同

量化投资的交易频率很高，而主观投资的频率就相对较低。

5、收益与波动不同

量化投资的收益平稳，短期的爆发性较弱，波动率可定量预测与控制；而主观投资的收益短期爆发性强，波动率较大且难以预测。

三、量化交易的发展

量化交易已经从第一代不断迭代到了第三代：

第一代主要是机器学习：多因子选股，拥有500+因子的高维数据，使用非线性模型；

第二代则是深度学习：第二代已经拥有2000+因子的超高维数据，使用的是卷积网络CNN+循环网络RNN，第二代模型主要运用了图像识别和语音识别技术，主要目标是预测股票的强弱。

第三代也是深度学习：但是第三代的超高维数据已经有3000多个因子，而且使用的是图网络GN和生成式对抗网络GAN。第三代模型运用的是博弈机器人、自动驾驶和自然语音处理技术，可以同时实现选股和择时目标，帮助投资者预测股票的强弱并选择最佳交易时机。

四、量化交易能帮我们解决哪些问题？

1、选股

选择正确的投资标的，投资者才有获利的空间，选择了错误的投资标的，即使是交易经验再丰富的投资者，也很难获利。

2、交易

交易决策是投资策略的核心，是策略核心思想的实现，交易策略成功与否，一方面取决于交易策略思想是否恰当，另一方面取决于交易策略程序是否准确反映了其交易策略思想。

3、风控

风险控制是投资策略成功的关键，可以根据风险控制策略对量化投资策略的持仓风险和账户资金进行管理和控制。