A. 量化基金的四大特點
（1）選股依靠數據指標進行股票詳細調查、對股票設定預期指標檢驗其潛力。
（2）通過具體的經濟模型對經濟復甦行業評估並進行行業權重配置、將基金經理的投資理念與分析相互結合。
（3）這類量化基金360度的全市場掃描，可以起到避免基金經理個人偏見、精力不足造成選擇范圍局限。
（4）通過精細化的投資運作掌握細微的結構性投資機會。
對公司進行估值是公司基本面分析的重要方法，在「價值投資」的邏輯下，可以通過對公司的估值判斷二級市場股票價格的扭曲程度，繼而找出價值被低估或高估的股票，作為投資決策的參考。對上市公司的估值包括相對估值法和絕對估值法，相對估值法主要採用乘數方法，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等。隨著全流通時代的到來和國內證券市場的快速發展，絕對估值法正逐漸受到重視。
B. 技術分析和量化分析核心區別是什麼
技術分析：
1.技術分析法是僅從證券的市場行為來分析證券價格未來趨勢的方法。
其中，證券市場行為最基本的表現形式包括：證券的市場價格、成交量、價和量的變化以及完成這些變化的所經歷的時間。
2.證券市場中技術分析的要素：價格、成交量、時間和空間
技術分析就是利用過去和現在的成交量、成交價資料，以圖形和指標分析工具來分析、預測未來的市場走勢。
這種技術很好掌握，事後你看很是清晰，但是在實盤中能不能進行操作，就不是技術的問題而是自身性格的問題了，大多數交易者都是屬於瞻前顧後的交易性格，看見股價第一波漲幅巨大，同時股價又是處在歷史高位附近，心裡的壓力可想可知，大多數是不敢介入，即使是介入也是盤中一個風吹草動就趕緊獲利了結的。我本人這個也是沒有介入，主要原因是自己的主力倉位是在迪斯尼和二胎上，對我而言，持倉組合是最為重要的事情，題材強勢個股和中線穩健品種都是有一定比例的持倉組合，輕易不會改變。你不可能把市場全部的強勢題材個股都是做個遍，這里畢竟還是具備一定的風險的。
C. 股票量化交易是什麼
量化交易個以前的股票交易本質沒有區別，只是提高了工作效率，
量化交易分為量化分析和程序化自動交易
量化分析，如果你是普通散戶我現在問幾個問題，第一MACD指標默認參數下，在三千多隻股票日k上近兩年那隻收益最好，那隻虧損最大。這要人工多大的工作量，如果會寫程序代碼，幾行代碼就解決了。在繼續如果調換MACD參數能否增加收益用那幾個參數是最優組合，這要是人工基本無法完成，計算量太大了，但計算機就很快完成了參數優化。
而且量化分析不是技術分析，例如你問一個價值投資者，三千多家上市公司，你知道有多少家連續10年都沒虧損過嗎，同樣幾行代碼就知道。
假如你聽了一個老師的講課，說他的牛x戰法，普散戶聽了你只能價單試試，但量化分析我可以在不同市場不同時間周期，不同品種，進行回測嚴重，優化。這些就是量化分析。
程序化自動交易。
就是利用計算機技術自動交易，這對於散戶比較難實現，簡單的用第三方然間寫幾個交易策略可以實現自動交易。
但當你交易上你就會發現，滑點問題，你的速度不夠快，需要專線網路，需要底層語言的交易系統，高速的硬體設備。
但散戶還是必須要進行量化學習因為這樣才能更好的幫助你分析。
下圖就是最簡單的趨勢指標
D. 什麼是量化分析
量化分析就是分析數據化 混沌理論 ：「相對論消除了關於絕對空間和時間的幻想；量子力學則消除了關於可控測量過程的牛頓式的夢；而混沌則消除了拉普拉斯關於決定論式可預測的幻想。」 一點就是未來無法確定。如果你某一天確定了，那是你撞上了。 第二事物的發展是通過自我相似的秩序來實現的。看見雲彩，知道他是雲彩，看見一座山，就知道是一座山，憑什麼？就是自我相似。這是混沌理論兩個基本的概念。 混沌理論還有一個是發展人格，他有三個原則，： 1、能量永遠會遵循阻力最小的途徑 2、始終存在著通常不可見的根本結構，這個結構決定阻力最小的途徑。 3、這種始終存在而通常不可見的根本結構，不僅可以被發現，而且可以被改變。 一、混沌理論（Chaos theory）是一種兼具質性思考與量化分析的方法，用以探討動態系統中（如：人口移動、化學反應、氣象變化、社會行為等）無法用單一的數據關系，而必須用整體、連續的數據關系才能加以解釋及預測之行為。 二、混沌一詞原指宇宙未形成之前的混亂狀態，我國及古希臘哲學家對於宇宙之源起即持混沌論，主張宇宙是由混沌之初逐漸形成現今有條不紊的世界。在井然有序的宇宙中，西方自然科學家經過長期的探討，逐一發現眾多自然界中的規律，如大家耳熟能詳的地心引力、杠桿原理、相對論等。這些自然規律都能用單一的數學公式加以描述，並可以依據此公式准確預測物體的行徑。 三、近半世紀以來，科學家發現許多自然現象即使可化為單純的數學公式，但是其行徑卻無法加以預測。如氣象學家Edward Lorenz發現，簡單的熱對流現象居然能引起令人無法想像的氣象變化，產生所謂的「蝴蝶效應」，亦即某地下大雪，經追根究底卻發現是受到幾個月前遠在異地的蝴蝶拍打翅膀產生氣流所造成的。一九六○年代，美國數學家Stephen Smale 發現，某些物體的行徑經過某種規則性的變化之後，隨後的發展並無一定的軌跡可尋，呈現失序的混沌狀態。 四、混沌現象起因於物體不斷以某種規則復制 前一階段的運動狀態，而產生無法預測的隨機效果。所謂「差之毫釐，失之千里」正是此一現象的最佳批註。具體而言，混沌現象發生於易變動的物體或系統，該物體在行動之初極為單純，但經過一定規則的連續變動之後，卻產生始料所未及的後果，也就是混沌狀態。但是此種混沌狀態不同於一般雜亂無章的的混亂狀況，此一混沌現象經過長期及完整分析之後，可以從中理出某種規則出來。混沌現象雖然最先用於解釋自然界，但是在人文及社會領域中因為事物之間相互牽引，混沌現象尤為多見。如股票市場的起伏、人生的平坦曲折、教育的復雜過程。 五、混沌理論在教育行政、課程與教學、教育研究、教育測驗等方面已經有些許應用的例子。由於教育的對象是人，人是隨時變動起伏的個體，而教育的過程基本上依循一定的准則，並歷經長期的互動，因此，相當符合混沌理論的架構。也因此，依據混沌理論，教育系統容易產生無法預期的結果。此一結果可能是正面的，也有可能是負面的。不論是正面或是負面的，重要的是，教育的成效或教育的研究除了短期的觀察之外，更應該累積長期數據，從中分析出可能的脈絡出來，以增加教育效果的可預測性，並運用其擴大教育效果。
E. 什麼是量化選股 量化選股的風險特徵
什麼是量化選股？
簡單來說，量化選股就是利用數量化的方法構建模型，進而選擇股票組合，期望該股票組合能夠獲得超越基準收益率的投資方法。
量化選股的風險特徵如何？
我們以市場上較為典型的兩種運用量化選股方法的策略舉例：
一、市場中性策略
對於市場中性策略來說，其目標主要是通過量化選股的方法選出高阿爾法的股票構建組合，並做股指期貨對沖。以此來剝離股票組合的市場風險，並收獲純阿爾法收益。所以一個標準的純市場中性策略，應該較少的受到市場波動的影響，進而穩定的獲得一個不錯的超額收益。所以一般情況下中性策略相對純股票多頭產品回撤風險要小，波動平滑，最大回撤一般較小，屬於相對比較穩健的投資策略。
二、指數增強策略
市場上現在比較主流的指數增強策略主要由原來的市場中性策略演變而來，為了能夠提高資金使用效率和搏取更高的收益，將市場中性策略中的股指期貨對沖部分去除，直接構建股票純多頭組合，運用量化選股的方法選擇一攬子股票，追蹤指數，控制跟蹤誤差。目的是在承擔市場風險的前提下，獲取能比市場指數更高的收益，不僅獲取中性策略中所提供的純阿爾法收益，也獲取市場本身所帶來的收益。
現在的指數增強產品主要有滬深300指數增強和中證500指數增強產品兩種，以跟蹤中證500指數的產品相對更多。由於去掉了股指對沖，指數增強的產品是完全暴露市場風險的，以此來搏取更高的收益。所以指數增強的產品就具備了高風險，高收益的特徵。一般情況下，會跟隨產品所追蹤的指數進行波動，同漲同跌，但一般會在上漲中比指數漲的更高，而在下跌中比指數虧損的較少，盡管策略整體波動相對較大，在投資期間也可能發生較大的回撤，但由於指數增強產品相比純中性產品資金使用效率更高而且有更強的復利效應，在市場沒有極大風險的情況下，更可能獲得比中性產品更高的收益。
最常見的量化選股模型
市場較為主流的量化選股策略總的來說可以分為兩類：第一類是基本面選股，第二類是市場行為選股。其中基本面選股模型主要有：多因子模型、風格輪動模型和行業輪動模型。市場行為選股模型主要有：資金流模型、動量反轉模型、一致預期模型、趨勢追蹤模型和籌碼選股模型。
市場中從事量化投資的機構運用了各種量化選股模型構建股票組合，通過藉助現代統計學、數學的方法，從海量歷史大數據中尋找能夠帶來投資組合穩定收益的多種「大概率」策略和規律，在此基礎上，綜合歸納成因子和模型程序，最終紀律嚴明地按照這些數量化模型組合來進行獨立投資。在眾多的選股模型中，多因子選股模型是各個量化選股機構用的比較多的一種，多因子模型基本原理是採用一系列的因子作為選股標准，滿足這些因子的股票則被買入，不滿足的則賣出。
多因子模型的核心原理就是找到那些與企業的收益率最相關的因子。各種多因子模型核心的區別主要有兩點，第一是選擇的因子可能不同，第二是對因子的組合和權重分配會有所不同。綜合這兩點，就會導致不同機構最終選擇出的股票組合是不同的。一般而言，多因子選股模型具體的選股方法分為打分法和回歸法兩種。
打分法就是根據各個因子的大小對股票進行打分，然後按照一定的權重加權得到一個總分，根據總分再對股票進行篩選。
回歸法就是用過去的股票的收益率對多因子進行回歸，得到一個回歸方程，然後再把最新的因子值代入回歸方程得到一個對未來股票收益的預判，然後再以此為依據進行選股。
F. 量化投資有哪些優勢
量化投資就是藉助現代統計學、數學的方法，從海量歷史數據中尋找能夠帶來超額收益的多種「大概率」策略，並紀律嚴明地按照這些策略所構建的數量化模型來指導投資，力求取得穩定的、可持續的、高於平均的超額回報。量化投資屬主動投資范疇，本質是定性投資的數量化實踐，理論基礎均為市場的非有效性或弱有效性。
量化投資特點：
第一，投資視角更廣。藉助計算機高效、准確地處理海量信息，在全市場尋找更廣泛的投資機會。
第二，投資紀律性更強。嚴格執行數量化投資模型所給出的投資建議，克服人性的弱點。
第三，對歷史數據依賴性強。
量化投資策略有如下五大方面的優勢，最大的優勢就是風險管理更加精準，能夠提供超額的收益，主要包括紀律性、系統性、及時性、准確性、分散化等。
(1)紀律性：嚴格執行量化投資模型所給出的投資建議，而不是隨著投資者情緒的變化而隨意更改。紀律性的好處很多，可以克服人性的弱點，如貪婪、恐懼、僥幸心理，也可以克服認知偏差，行為金融理論在這方面有許多論述。
(2)系統性：量化投資的系統性特徵主要包括多層次的量化模型、多角度的觀察及海量數據的觀察等等。多層次模型主要包括大類資產配置模型、行業選擇模型、精選個股模型等等。多角度觀察主要包括對宏觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度的分析。
(3)及時性：及時快速地跟蹤市場變化，不斷發現能夠提供超額收益的新的統計模型，尋找新的交易機會。
(4)准確性：准確客觀評價交易機會，克服主觀情緒偏差，妥善運用套利的思想。量化投資正是在找估值窪地，通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會。與定性投資經理不同，量化投資經理大部分精力花在分析哪裡是估值窪地，哪一個品種被低估了，買入低估的，賣出高估的。
(5)分散化：在控制風險的條件下，充當准確實現分散化投資目標的工具。分散化也可以說量化投資是靠概率取勝。這表現為兩個方面，一是量化投資不斷的從歷史中挖掘有望在未來重復的歷史規律並且加以利用，這些歷史規律都是有較大概率獲勝的策略。二是依靠篩選出股票組合來取勝，而不是一個或幾個股票取勝，從投資組合理念來看也是捕獲大概率獲勝的股票，而不是押寶到單個股票上。
G. 量化投資的四大特點
其實，定量投資和傳統的定性投資本質上是相同的，二者都是基於市場非有效或是弱有效的理論基礎，而投資經理可以通過對個股估值，成長等基本面的分析研究，建立戰勝市場，產生超額收益的組合。不同的是，定性投資管理較依賴對上市公司的調研，以及基金經理個人的經驗及主觀的判斷，而定量投資管理則是「定性思想的量化應用」，更加強調數據。 所有的決策都是依據模型做出的。我們有三個模型：一是大類資產配置模型、二是行業模型、三是股票模型。根據大類資產配置決定股票和債券投資比例；按照行業配置模型確定超配或低配的行業；依靠股票模型挑選股票。紀律性首先表現在依靠模型和相信模型，每一天決策之前，首先要運行模型，根據模型的運行結果進行決策，而不是憑感覺。
有人問，模型出錯怎麼辦？不可否認，模型可能出錯，就像CT機可能誤診病人一樣。但是，在大概率下，CT機是不會出錯的，所以，醫生沒有拋棄CT機，我的模型在大概率下是不出錯的，所以，我還是相信我的模型。
紀律性的好處很多，可以克服人性的弱點，如貪婪、恐懼、僥幸心理，也可以克服認知偏差，行為金融理論在這方面有許多論述。紀律化的另外一個好處是可跟蹤。定量投資作為一種定性思想的理性應用，客觀地在組合中去體現這樣的組合思想。一個好的投資方法應該是一個「透明的盒子」。
我們的每一個決策都是有理有據的，特別是有數據支持的。如果有人質問我，某年某月某一天，你為什麼購買某支股票的，我會打開系統，系統會顯示出當時被選擇的這只股票與其他的股票相比在成長面上、估值上、動量上、技術指標上的得分情況，這個評價是非常全面的，只有匯總得分比其他得分要高才有說服力。 具體表現為「三多」。首先表現在多層次，包括在大類資產配置、行業選擇、精選個股三個層次上我們都有模型；其次是多角度，定量投資的核心投資思想包括宏觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度；再者就是多數據，就是海量數據的處理。
人腦處理信息的能力是有限的，當一個資本市場只有100隻股票，這對定性投資基金經理是有優勢的，他可以深刻分析這100家公司。但在一個很大的資本市場，比如有成千上萬只股票的時候，強大的定量投資的信息處理能力能反映它的優勢，能捕捉更多的投資機會，拓展更大的投資機會。 這表現為兩個方面，一是定量投資不斷的從歷史中挖掘有望在未來重復的歷史規律並且加以利用。二是依靠一組股票取勝，而不是一個或幾個股票取勝。