金母鸡量化教学场：如何评估量化投资中的量化投资组合优势

在评估投资组合经理，包括宽客时，关键性因素是优势。我们定义的优势是指有利于投资组合经理成功概率的因素。优势有三个共性派源：投资过程、缺乏竞争和结构性因素。在投资和交易过程中，优势与竞争优势不是一件事情。交易者可能没有竞爭者，但仍然亏损。这样的例子不止一个。投资优势更多的是内在优势，而不是比较上的优勢。

尽管如此，竞争依然很重要：如果有太多的竞争对手，有效策略的有效执行可能利润很低或者没有利润，然而，平庸的策略可能因为没有竟争者而获利。同样，一个人必须确定既定交易者优势的持续性。如果交易者不改进策略，随着世界的变化或者竞争增加，今天对于交易者比较有利，明天对交易者可能就是不利的。今天跟随我们一起来了解一下这三个优势。

1. 投资过程优势

投资过程优势必须来自前面列出的投资过程的6个部分中的一个或几个。经常地，当询问主观判断型股票交易者的优势是什么的时候，他会说是“选股”。但这只是这个交易者的祈愿，并不能证明这个交易者每次都擅长选股。人们必领深人挖掘交易者宣称在每一次交易都有优势的原因。对于量化交易者，投资优势经常来自进行研究和获取清洁数据的经验和技能。这是因为，模型在投资选择和构造、投资组合构建、执行和风险管理等方面的优势通常是由研究质量和开发过程所决定的。如果一些模块没有很好地被研究，那么交易者在这些领域几乎没有优势。

研究优势来自天赋或者进程方面的优势，但是在金融市场，实际经验通常是很重要的。换向话说，要在金融市场取得成功，必领有优秀的人才和为这些人服务的优秀的处理能力，但是无论哪种情况，经验是必不可少的。

类比是一个好方法。一个缺乏经验的宽客在遇到一点意外灾难后，可能放弃模型。他可能清算投资组合或者大量降低杠杆。然后，只是基于模型执行较好的小样本进行投资，可能允许继续积累头寸进行组合投资。

在研究方面，高质量进程有几个特点。进程应该是强有力的和多产的，要有能力有效地将模型的研究阶段转化为生产阶段。这是因为许多量化模型最终变得平庸，成功的不间断的研究必领在衰退之前通过真实的交易策略来实现。研究过程也应该处理类似过度拟合和前视偏差的问题，评估者应该确定宽客如何思考和处理这些关键的问题。

最后，进程至少应该很大程度上遊循科学方法。在评估量化交易者时，询问如何以及为什么选择策略中的各种元素的许多问题，是有用的。

1. 数据优势

数据优势源于有权访问某些类型的数据。例如公司利用从手机上的 GPS 信号获取的地理位置数据，得到宏观经济指标。与政府发布的相关数据相比，这些指标并没有太多的延迟。事实上，如果证明这些数据是有用的，公司可能使用这个信息进行交易，就存在着数据优势。但是在这个讲究技术和监管的时代，很难发现可持续的数据优势。这些优势最终由于竞年和监管原因而消逝。

通过出众的数据收集、清洗以及存储能力，建立数据优势是可能的。大体上，这些更具有可持续性。另外，访问者应该问一些问题，诸如数据从哪里获得，如何清洗数据，如何存储数据以及为什么这样存储等问题。一些答案他们经过了深思熟虑，另一些是草率回答。

1. 结构优势

结构优势一般与市场结构相关，通常由规章制度引起和移除。在量化交易中，最为常见的结构优势来自电子通信网络中的流动性回扣。实际上，电子通信网络基于市场参与者的做市行为，通过提供佣金回扣的方式支付给市场参与者一定的费用。在某些特定的情况下，这种交易行为成为一种盈利模式，这也是一种结构优势。随着时间的推移，电子通信网络减少为订单流的支付费用是可能的，这个优势也将会彻底消失。