量化投资（Quantitative Investing，简称”量化”）是以数学模型、统计分析和计算机算法为核心工具，系统性地进行证券分析和交易决策的投资方法。与依赖个人判断、行业调研和管理层访谈的基本面投资不同，量化投资通过大量历史数据寻找可统计检验的规律（即”因子”），并将这些规律编码为自动执行的交易策略。
## 量化投资的核心逻辑
**市场无效性假设**：量化投资的理论基础是市场并非完全有效（即弱有效或半强有效），存在系统性的、可以通过数据挖掘发现的价格异常（Anomaly）。这些异常可能来源于：投资者行为偏差（锚定效应、处置效应、过度反应/反应不足）、流动性溢价、结构性因素（机构持仓约束、税收效应）。量化策略的核心是识别这些异常，在其被市场充分定价之前持续获利。
**因子（Factor）与Alpha**：现代量化的核心概念。”因子”是能够系统性解释股票超额收益的变量，如价值因子（P/E低的股票长期跑赢）、动量因子（近期上涨的股票短期倾向于继续上涨）、质量因子（ROE高的企业跑赢）。”Alpha”是剔除因子暴露后的纯超额收益，是量化基金的核心竞争力所在。
**策略可测试性（Backtestability）**：量化策略最重要的特征是可以用历史数据回测（Backtesting），量化评估其历史表现（年化收益、夏普比率、最大回撤）。但回测存在根本性陷阱：过拟合（Overfitting）——策略对历史数据表现极好，但对未来没有预测力；前视偏差（Look-ahead Bias）——无意识使用了策略运行时”看不到”的未来数据。
## 量化策略的主要类型
**统计套利（Statistical Arbitrage）**：利用不同资产之间的历史相关性，在相关性偏离时建立多空配对交易，待相关性回归时获利。适合：深度数据分析、短周期交易。
**趋势跟踪（Trend Following/CTA）**：系统性识别和跟踪资产价格趋势，顺势而为。桥水Pure Alpha、元盛等CTA基金是代表。
**多因子选股（Multi-factor Stock Selection）**：同时使用多个因子打分排序，持有高分股票、做空低分股票。国内幻方、九坤、明汯是代表机构。
参见[因子投资指南](https://sunqi.org/factor-investing-guide-zh/)；[Python回测策略实战](https://sunqi.org/python-backtest-strategy-zh/)；[AQR Capital量化投资研究](https://www.aqr.com/Insights/)。
