不少投资者对量化基金还存在一种误区,认为这类基金依靠数量模型作为投资运作的基础,那么基金经理包括投资团队所发挥的作用就不大了。实际上在市场出现转折或者小概率事件的时候,计算机无法代替基金经理的判断,此外,在一个波动剧烈的非单边市场环境下,量化模型对新数据的反应也并不完全令人满意。因此,在量化基金的运作中,仍需要经验丰富的基金经理和投资团队来把握一些更加宏观的和大的趋势,而计算机模型的作用是在市场正常的情况下,极大地减少基金经理的工作量,以及避免由于人的情绪带来的失误。
2不是神秘主义
量化投资不是神秘主义,更不是一个战无不胜的秘笈。量化投资不是靠一个投资模型就能永远赚钱,而且也不是使用一个模型就能解决一切问题,更不是一个模型就能胜任任何市场状况。量化投资模型只是一种工具,量化投资的成功与否在于使用这种数量化工具的投资者是否真正掌握了量化投资的精髓。
我们需要建立很多的量化模型,如选股模型、行业配置模型、择时模型、交易模型、风险管理模型及资产配置模型、套利模型、对冲模型等。量化投资模型只是一种工具、一种方法、一种手段,能实现成熟而有效的投资理念,并不断根据投资理念的变化、市场状况的变化而进行修正、改善和优化。
3捕获大概率
要从大概率上获取较好的收益,量化投资模型需要着重考虑对资产未来收益看法的估计和辨别,而且主要包括对个股的看法、行业的看法等估计的准确性。对资产未来收益的看法既可以是绝对的收益水平,也可以是相对的收益水平(或称之为Alpha)。对于共同基金而言,对后者即Alpha的估计和预测可能需求更多,量化模型也主要是在寻找最佳的Alpha模型。
量化投资需要综合考虑资产的鉴别(个股选择、行业配置、资产配置等)、交易(包括择时)和风控(包括对风险收益的平衡)等方面因素,寻找到成功概率最大的投资组合,达到收益最大化。
发布于2021-2-18 11:25 成都
 当前我在线
当前我在线
             直接联系我
直接联系我
        
 
                        
 
                
 分享
分享
                         注册
注册 1分钟入驻>
1分钟入驻> 关注/提问
关注/提问
                         
                         一对一
 一对一
         
                         首发回答
首发回答
                                         
                 
             秒答
秒答 关注
关注
             分享
分享
                 追问
追问
                 
             踩
踩             举报
举报
             
             
             
         搜索更多类似问题 >
搜索更多类似问题 >
             
                         2670
2670 
                         
                         
         
                                      电话咨询
电话咨询
                         +微信
+微信
                             
                             
                                 
                             咨询
咨询 
                                                 19531816742
19531816742                                            

 
                                                 
                                                 
                    
                     
                     
                     
                    
 
                     
                     
                     
                     
                     
                    
 
     
   
                        