随着中国资本市场的对外开放，量化交易（投资）从英美成熟发达金融市场引入国内，是一种舶来品。自2010年4月中金所推出首个做空工具-沪深300股指期货以来，A股正式进入量化对冲时代，近年来，金融衍生品的种类不断多元化，股指期货、国债期货、个股期权、商品期权陆续丰富起来，真可谓是百花齐放，而且新的标的还在进一步扩充。这些工具为量化策略的实施提供了得天独厚的土壤，是机构投资者特别是对冲基金开发新型量化策略的有力*器武**。可以说中国量化投资的前途是光明而美好的。
量化交易是指投资者应用基于数学和统计学的定量模型来构建交易策略，通过计算机技术、金融工程技术去定义和描述一系列金融交易操作，协助投资者进行投资决策，按照制定的规则和指令严格地执行交易策略，从而规避了人性的弱点，避免了在市场处于极端狂热或低迷状态时做出的非理性决策。量化交易根据数学模型和计算机技术的利用方式，可以进一步细分成自动化交易、程序化交易、数量化投资、算法交易以及高频交易。由于这几种交易方式紧密联系且容易混淆，所以下面简要介绍这5个细分领域的基本概念及应用市场
自动化交易是最基本的量化交易方式,主要应用于外汇交易领域。程序化交易是通过计算机可读语言实现交易员的交易思想和交易模型,计算机根据交易模型和交易规则对市场行情数据进行分析,计算出数据指标然后发出买卖信号,计算机自动地执行交易,完成证券组合买卖。数量化投资,主要使用基本面进行分析,利用宏观经济、行业、公司的基本面数据计算出投资组合决策,主要应用于股票投资领域。算法交易,更侧重于投资策略的执行,通过计算机编写算法来寻找订单的最佳路径和最有利的执行价格,确定执行时间和执行数量,降低市场冲击成本,提高执行效率和订单隐蔽性的一种操作。高频交易是结合程序化交易和算法交易的一类特殊操作,利用超级计算机以极快的速度处理所获得的最新信息流,能够对市场行情变化迅速做出反应,进行交易。
量化投资在中国虽然还处于起步阶段，但在欧美市场的发展已相当成熟。作为量化基金中的杰出代表，有“量化基金之王”之称的数学家詹姆斯.西蒙斯所领导的文艺复兴科技可谓独树一帜，旗下管理规模为50亿美元的大奖章基金在1988—2008年的20年时间里，创造了年均收益超过35%的业绩奇迹，这还不包括扣除的5%的资产管理费以及44%的投资收益分成等费用，并经过严格的财务审计。不仅如此，该基金在面对历史上的多次金融危机和政策波动都取得了优异的表现。
量化交易策略在成熟市场应用广泛、种类繁多，想要事无巨细地讲解所有策略相当困难。量化交易多见于机构投资者，主要包括券商资管、自营，公募指数量化，保险资管，私募量化。私募基金由于其非体制内属性，其量化策略和产品的创新能力和应用水平是最突出的。所以笔者将结合国内量化领域的实际情况，特别是量化私募基金的主流策略来展示量化策略的基本概貌。
笔者将私募基金的量化策略分为6大类，主要包括量化选股与择时，CTA，期权策略，相对价值，算法交易，高频交易。
量化选股与择时，多应用于股票策略，即买哪些股票与什么时候买，资金容量较大。国内头部私募的股票量化产品的规模很多在数十亿到百亿不等。量化选股中最具代表性或者说集选股模型之大成的是多因子模型。其本质上是一种根据市场有效因子不断寻找超越市场基准的股票组合的alpha策略。根据是否用股指期货（或期权、股指ETF融券）对冲又可分为指数增强策略和纯alpha策略。
指数增强策略本质上是一种“复制”指数的多头策略，仓位一般是接近满仓的。私募基金的指数增强多见于沪深300和中证500，之所以很少用上证50，是因为前两种指数成分股的年化超额收益更明显，可挑选股票的空间更大。不管是传统的多因子模型还是基于机器学习的多因子模型，都是寻找与指数关联性较高的股票组合尽可能跑赢指数，即在市场上涨时涨得比大盘多，市场下跌时跌得比大盘少，长此以往，只要大盘长期是向上的，就一定能随着大盘上涨（经济增长）净值不断创出新高。其优点是长期年化收益较高，缺点是市场大跌时回撤较大，持股时间较长。该策略一般会利用底仓日内做T进一步增强收益，日内做T程序化和人工都有，各有利弊，由于人工做T的成本较高，程序化做T逐渐开始成为主流。
1、 纯alpha策略，又称股票中性策略或对冲策略。就是降低指数增强策略中的股票头寸，把一部分资金作为保证金做空相应市值的股指期货，对冲市场下跌的风险，获取独立于大盘的绝对收益。其优点是与市场涨跌相关性很小，收益稳健，回撤很小，缺点是市场大涨时有可能跑输大盘。适合于风险偏好较低的投资者。
量化择时一般用于多资产、多品种时合理分配仓位的混合策略。私募基金中股票期货的混合策略比较常见。大部分仓位配置在股票，通过小仓位的期货择时进一步增强策略收益。如果是对股票、债券、期货等多资产进行择时，可以称为“全天候”策略。即哪个市场机会多，就分配更高的权重。择时模型主要包括时间序列模型、概率统计模型、机器学习模型等。
2、CTA策略，原意指商品交易顾问，现在泛指一切期货策略，特别是趋势跟踪策略。根据期货持仓时间分为：日内策略、隔夜策略、短周期策略（一周以内），中长周期策略（一月以上甚至更长）。持仓周期越长，资金容量越大。由于期货的中长期走势很难预测，又是单边持仓，所以风险较高，一般通过多品种、多周期、多策略的方法降低整个策略的风险。因为其十分依赖行情波动，所以在市场没行情的时候比较难做，有点靠天吃饭的感觉。不过由于期货价格的短期预测相对简单，所以日内策略是使用较多的策略，最典型的就是日内高频，其极低回撤和极高收益一直为投资者所津津乐道，同时日内高频策略交易系统的低延迟性能和算法的复杂性为其蒙上了一层神秘色彩。
3、期权策略，期权作为非常复杂的一种衍生品，有必要单独讨论它的各种策略。虽然期权的策略有几十种，但目前国内的期权市场并不大，由于流动性等问题，大部分期权策略并无用武之地。常用的期权策略包括4种基本期权策略、备兑策略、牛市看跌价差策略、熊市看涨价差策略、蝶式套利、飞鹰式套利、波动率策略，合成期权策略等。此外期货的部分CTA策略也能应用于期权，不过期权的杠杆更高，波动更大，所以风险也就更高。后面文章将对这些策略的细节做具体论述，感兴趣的读者可以持续关注我们的公众号。
4、相对价值策略，指由于某种特定的原因导致市场对资产的定价出现扭曲，当一种资产的价值被高估，而另一种资产的价值被低估时，通过买入低估资产，做空高估资产直至两者的价格趋于收敛而平仓，从而获取价差收益。所以常见的统计套利如期现套利、跨期套利、跨品种套利、跨市场套利都是相对价值策略的范畴。除此以外，还包括股票配对交易、ETF一二级市场套利、ETF事件套利、分级基金折溢价套利、分级基金折算套利、可转债套利等。相对价值策略不做市场的方向性选择交易，因而不随着市场波动而起落，风险能够得到较好的控制，但由于相关资产之间的价差通常很小，不用杠杆效应就很难赚取高额利润，因此基金倾向于使用高杠杆，而一旦套利发生问题则将面临巨额亏损。因为策略需要在多空之间设置适当的对冲比率，任何一方的波动都会影响到对冲效果，所以管理人需要根据市场情况调整仓位；另外仓位太大也会影响流动性，从而在一定程度上限制了资金容量。
5、算法交易，指运用特定算法下单以减少对市场冲击。一般常见于规模较大的基金，国内有些大机构在股票市场运用较多。常用算法包括TWAP和VWAP，值得一提的是数字货币领域的算法交易也不少，比如说冰山委托、跟踪委托，止盈止损委托等。
6、高频交易，在极为短暂的市场变化中寻求获利的程序化交易，本质上是低延迟交易。一般包括高频统计套利、高频趋势策略，高频做市策略。高频统计套利，顾名思义就是在中低频统计套利的基础上使速度下单低延迟化。高频趋势策略就是运用预测算法对资产价格做极短时间范围内的方向性预测，以期领先对手一步，获取更好的交易机会。最著名的高频趋势策略要数高频抢单策略，其利用极快的下单速度消耗流动性，让对手只能被动买入或卖出。缺点是资金规模很难上量。而与之相反的非常友好的策略就是高频做市策略，它是为提供市场流动性而生，笔者认为其在所有策略中境界最高，因为它既能同时服务于多方与空方，又能从微小利差中获得回报，颇有中庸之意。最简单的低频手动做市就是在买卖订单簿的一定范围内双边报价，挂等量订单，当价格随机波动时，双边报单被相继“吃掉”，就能赚取利差。手动做市的缺点是操作比较被动，在多个档位挂单时比较吃力，无法适应市场剧烈变动时快速报撤单的情形，而这种情形是在任意时刻都有可能发生的。所以程序化的高频做市就应运而生，其算法一般会用来预测某个档位的价格、报单量、撤单量、成交量以及相应的概率，涉及到的复杂数学模型比如说随机过程、偏微分方程等。这里就不展开叙述了。