什么是量化(Quant)？

量子是两个英语单词的合成词。

定量的 (可测量的)
分析师 (分析师)

即，包含“量化分析师”的意思。

"퀀트"这个术语有两种含义：一种是指人，另一种是指方法论。

利用数学、统计和编程知识开发投资模型的人。
设计不受情感影响的定量规则和算法的角色。
基于定量数据、统计模型和计算机算法制定和执行投资策略的方法。机械交易方式。

最终，Quant的意思是利用数学、统计学和计算机来开发投资策略和分析市场的人，或是指这种量化投资方法本身。
简单来说，就是指“用数字分析的人”。字面意思是，不是感(感)，而是仅仅用数字(Fact)来取胜。

那么究竟谁会追求量化投资呢？

1. 对冲基金 (对冲基金)
主要主体：文艺复兴科技、Citadel、D.E. Shaw等大型量化对冲基金。
目的：追求绝对收益和超短期高收益创造。
角色：在金融领域采用最具攻击性和前沿的量化策略。
算法交易(AT)：包括高频交易(HFT)的计算机基础自动化交易执行。
统计套利(Statistical Arbitrage)：通过分析海量数据，寻找短期非效率以获取套利。
特点：由数学、统计、金融工程博士级人才组成，具有高成本/高收益结构。

2. 资产管理公司 (资产管理公司)
主要主体：黑石(BlackRock)，国内主要资产管理公司(KB，信诚，未来资产等)的量化运营总部。
目的：通过管理客户资产(如共同基金、ETF等)实现稳定的业绩。
角色: 将量化用于投资流程的效率化和风险管理工具。
计量建模：企业价值评估和品种选择的计量模型开发 (定量投资).
投资组合管理：在最小化基金的风险(MDD等)的同时，追求基准超额收益的系统运作。
特点：与传统投资部门不同，排除情感，仅以客观数字决定投资。

3. 投资银行 (投资银行) 和证券公司
主要主体：JP摩根、高盛、摩根士丹利等大型投资银行的交易及风险管理部门。
目的：市场流动性供应(做市)及风险管理。

角色:
1. 交易：在衍生品或债券市场中评估复杂结构化产品的价格并进行风险对冲(对冲)。
2. 战略建议：针对机构客户，开发基于量化模型的投资策略并提供咨询或建议。

结论：在金融领域，量化投资由对冲基金主导，采取最激进的策略；资产管理公司则核心使用量化技术以实现稳定的资产管理，而投资银行则主要用于风险管理和产品设计。

哪里不追求量化投资？

金融界中不主要追求量化投资(的主体是以定性)分析和人类判断为中心进行投资的群体。

主要主体如下。

1. 传统价值投资者及管理公司

投资哲学：与量化最对立的领域。通过分析企业的财务报表、管理层的素质、市场支配力、无形资产等难以用数字完美衡量的因素，判断企业的内在价值。
目的：购买相对于内在价值被低估的股票，长期持有，直到市场认知到其价值，从而寻求收益。
代表例子：沃伦·巴菲特、本杰明·格雷厄姆等大师的投资方式。
量化的角色：量化分析可以作为快速筛选PBR、PER等传统财务指标的“工具”，但最终的投资决策依赖于基金经理的“定性判断”和“人性化洞察力”。

2. 顺纯的(Discretionary)宏观基金经理

投资哲学：基于对经济、政治、社会等宏观因素(Macro)的人类洞察力来预测方向性。
目的：通过押注全球利率、汇率、原材料等的重大变化来获利。
量化的角色：量化不仅被用作整理数据和验证假设的辅助研究工具，量化模型本身并不是执行交易的主体。基金经理的裁量(Discretion)拥有最终决定权。

3. 小型个人投资者和全职投资者 (交易者)

投资哲学：投资原则未明确建立，或偏好基于技术分析(图表模式)或谣言、心理因素的短期交易。
量子角色回避的原因:
可及性/成本：过去量化投资需要数据收集和编程能力(编码)，因而是一种高成本/高人力的结构，因此接触本身就很困难。
心理因素：量化策略需要按照既定规则进行交易，即使在没有收益的期间也要避免干预和放任，但许多个人投资者无法克服情感冲动而偏离策略。

摘要：量化投资的核心是“数据和规则”，因此将“人类洞察、企业价值、心理判断”置于投资决策的优先级中传统价值投资者或 discretionary 宏观基金经理并不将量化投资作为主要方法追求。

(Quant )交易视图