今天要说说量化投资。
量化投资我从接触感兴趣，开始研究已经有一些年头了。
后来业内qunatopian的模仿者也越来越多，各种quant平台。
有人问，量化投资与技术分析有啥区别。
这里简单说明一下，二者不矛盾，有重叠的地方，但不等同。
技术分析主要的基于历史价格，交易量等，通过比较简单的数学，统计，形态去观察，然后给出判断。
而量化可以是一切可以量化的东西，比如基本面，技术分析里（可量化的部分），舆情等。
这里有一个重要区别在于，技术分析，经常不同的人做，面对同一个数据，结果不一样。什么盘口啊，数几浪啊，都不一样。但量化只要输出一样，输出是肯定一样的。科学等于可证伪，量化在投资上好不好不一定，但它一定是科学，是可以迭代的。但传统技术分析的“油少许”这样的描述，很多是玄学，感觉，权且你就认为是“艺术”的部分吧。
存在即合理，没有优与劣，拿到绝对收益就是本事。
话说回来，现在多数人，做量化，起步就是技术分析，至少用的技术分析的指标。而且我见过几个大V，就是看14天动量，排个序，选最大的买入。这就是量化与技术分析相等的地方。
我把量化投资的过程按机器学习的步骤拆解了下：
一、原始数据，常见的就是我们的日线，交易数据，还有财务报表等
比如日线收盘价，你直接放到表中看不出所以然的，可视化就很重要，把时间序列绘出来，你就可以看到从2005至今，上证50指数（大盘蓝筹指数）的总体概况，从不到1000点起步，现在3000点左右。2010-2014阴跌4年，2007和2015两次快牛等。这是一个基础的观感，建立你对这个指数的感觉。
上证50指数000016.SH
二、指标计算，比如均线，MACD,KDJ, PE，PB等，另外指标之上可以衍生指标
PE是一个典型的衍生指标，把P(价格)和净利（E）联系起来。话说很多衍生指标都是这么设计的。
还有：GEYR一般定义为长期国债收益率与证券市场股利收益率（1/PE）的比值 （两资产比估值），用来决定股票和债券哪个市场更贵或者便宜。
如果是两个行业，可以PE(行业1)/PE（行业2）得到二者哪个相对便宜的比较。
下图把PE加上，相当于在收盘价的基础上/净盈利=黄线。
指数点位在上升，PE不算高，说明近几年，上证50里的公司盈利能力不错的。
上证50的PE在7-15倍之间，目前10出头，算分位点是58%。仔细看前2011-2014的PE实在太低了。
三、分析模型：比如最简单的阈值，马尔可夫，多因子，SVM,随机森林等，这个后续有机会说，更多偏机器学习，人工智能方面的东西，就是参数拟合，最优化之类的问题，对于投资来讲，倒不是最核心的事情。
四、业务模型：就是投资模型 ——这是最重要的灵魂部分。
看了几个量化大V的模型，都是“阈值模型”，也就是非黑即白，if...else...这样的逻辑。
指标也比较简单就是 N天动量，比如20天的涨跌幅度最大的前几支，同时CLOSE>MA20。
看下面这张图：其实胜率一般，当然了——这仍然是科学，因为它可以很容易拿数据“证伪”。
这样的简单的统计规则，当然有一定的胜率，但不同的市场环境不同，比如趋势在牛熊市表现不错，但在震荡市会反复打脸。而谁又能知道现在身边什么阶段呢。
后面希望找一个可以兼容多个因子的模型，同时自主对参数进行优化。希望是深度强化学习，趁这段闭关的时间，看看能否突破。
(公众号：七年实现财富自由（ailabx），用数字说基金，用基金做投资组合，践行财富自由之路)
联系客服
