徐書楠：量化投資—穩定收益的不竭之源（附PPT）

#私募早餐會，私募機會早知道#

他是清華大學土木系第一名，畢業之後到美國麻省理工修讀運籌學碩士，又在國際頂尖的對沖基金IMC任職。

回到國內，他創辦了因諾資產,因諾資產近兩年來的投資組合表現都非常突出。那麼對於這樣一位學霸而言，量化投資到底是一種什麼樣的投資模式？它有一些什麼樣的優勢？我們一起聽 因諾資產 的總裁 徐書楠 先生非常精彩的解答吧。

▌視頻時長30＇39＂

▼附文字稿及分析圖表

什麼是量化投資？

量化投資就是以數學統計為方法來進行投資，如果把它展開來進行一點詳細的介紹，其實就是用數量化的方法將股票、商品期貨、股指期貨等等這樣的二級市場的金融產品都當作投資標的，那麼運用統計優化等等數學模型，建立這個模型，捕捉它們之間的相關關係，從而把它轉化成盈利。

所以一言以蔽之，量化投資就是以數學統計為基礎進行投資。

文藝復興科技基金---投資界不朽傳奇

那麼在量化投資領域，說到這個領域，就不能不提量化投資領域的一個典範，那就是在非常有名的一家基金叫做文藝復興科技基金。

（詹姆斯西蒙斯）

那麼這一家基金，可以說是在這個量化投資界繞不開的一個非常典型的基金，它的創始人叫詹姆斯西蒙斯，這個人是一個典型的數學家，他1967年的時候，也就是在他29歲的時候，就獲得了美國數學學會的一個韋布倫獎，那麼這個韋布倫獎是一個大獎，在數學界是僅次於菲爾茲獎這樣的一個獎項。

第二年，就受聘為紐約州立大學石溪分校的數學學院的院長，那麼在這個石溪分校他還有一個我非常耳熟能詳的同事，就是我們一個非常著名的華裔的數學家陳省身。他們兩個，還有一起發明的一個定理就叫做陳西蒙斯定理，那麼所以說可以看到西蒙斯這個人就是一個純粹的數學家，所以他1982年創立文藝復興基金的時候，也是走的完全不同的一個路子，他就是把這種數學的方法運用在了這個投資當中。

一直到今天，像文藝復興科技裡邊的所有的研究人員，基本上都是理工科的背景，比如說都是一些大學教授，甚至是一些這種獎的獲得者等等之類的。那麼他們研究的方法，也都是偏於這種量化投資的方法，所以是這裡面的一個非常非常重要的繞不開的一個基金，那麼文藝復興科技，有一個旗艦產品叫做大獎章，那麼大獎章這個基金的名字，就來自於西蒙斯獲得了韋布倫獎的獎項。

這個基金可以說是投資界的一個不朽傳奇。他是創辦於1988年，從1993年開始就封閉了，只接受內部投資人的認購。從1994年到2014年這二十年的時間，這個基金費前的年化收益高達71.8%，這樣的一個收益率是遠遠超越了市場上所有類型的其他的投資模式。正因為這樣，大獎章基金的收費也是非常激進的，他收取5%的管理費和36%的業績提成，幾乎是業界最高的，所以文藝復興科技公司就成了量化投資的一個非常有名的典範。

量化投資優勢： AlphaGo戰勝李世石的優勢

那麼量化投資是如何做到這一點的？

我們就可以看一下量化投資的一些優勢。這裡我想先舉一個簡單的例子，作為一個引子，就是在今年的3月份，在這個圍棋界有一個非常大的事件，就是說當時圍棋界的最強大腦里李世石，當然他是不是圍棋水平最高的人，現在是有這個爭議的，但是至少可以代表圍棋界的這個最高水平之一。那麼當時是有一個電腦的程序叫做AlphaGo，這個程序是Google的一個團隊，叫DeepMind的開發的，那麼開發的程序是要挑戰人類最強的棋手。

在圍棋這個領域，因為它的複雜性，所以很多專家是認為這個領域是很難被攻破的一個領域，至少是不會這麼快被攻破的，所以這個AlphaGo的誕生，也是大大的提前了這樣一個過程，因為我們知道，其實在國際象棋這樣的領域，其實在1997年這個最好的人類棋手就已經不是電腦的對手了。那麼到了今天一個簡單的，可能手機上的一個國際象棋的軟體都可以戰勝國際象棋大師，所以電腦已經全面超越人類了。

但是在圍棋這個領域，大家認為它的複雜度是國際象棋的非常多倍，可能這是一個指數量級的倍數，所以它是非常難以被攻破的。但是AlphaGo的出現也是證明了圍棋其實已經被攻克了。因為在今年3月份的比賽中，我們都熟悉這個結果，李世石是當時是1:4敗北，而且他輸的這幾盤棋，幾乎沒有任何還手之力，就基本上是不在一個水平上了。

所以在這樣的一個領域裡邊，電腦已經超過了人類，那麼我們可以對比一下，李世石下棋的方法和AlphaGo下棋的方法有什麼樣的區別，其實這個區別也就體現了主觀交易和量化投資的區別。

（李世石）

那比如說李世石在下棋的時候，它是基於自己的一個主觀判斷，而AlphaGo在下棋的時候，是基於一個完全數量化的結果。那麼第二，就是李世石作這個下棋的時候，它相當一部分是依賴於感覺的，就比如說我們通常所謂的棋感，那麼這個棋感對於專業棋手是非常重要的，這個東西可能一輩子都學不會，這是非常依賴於天賦的。

那麼AlphaGo它是完全基於數量化的結果是完全基於一個客觀結果的，所以它是具有非常清晰的邏輯和結果的。那這個程序無論誰拷走都可以運行出完全一樣的結果來，那麼當然李世石的下棋，包括所有的人類棋手都無法避免的會出現誤判。

一盤棋的過程當中總會有那麼兩三次的誤判是非常正常的，而AlphaGo下棋完全不會出現誤判，它是完全客觀的。當然無誤判並不代表著AlphaGo所有的下棋都是最優的選擇，而是指的AlphaGo這個程序，基於它當時所能夠了解到的這樣的信息，以及它的判斷模式，它選擇的點都是完全確定的這樣的一個點，它裡邊即使有一些隨機性，也是根據完全確定的規則確定的隨機性，所以再重複一遍，這樣的過程它還是一樣的步驟，它不會有這樣的主觀情緒帶來的一些區別。這就是這個AlphaGo和李世石下棋的一個最主要的區別。當然我們也可以說它是量化投資和主觀交易，一個非常重要的區別。

那麼主觀投資的缺點，其實在過去很長一段時間裡已經得以證明了。

在美國，大概在七十年代的時候，美國有一個非常著名的教授，那麼他就寫過一篇非常有名的Paper，這個Paper就總結了美國過去幾十年就是從二十世紀初，一直到他生活的1970年代，這麼長時間公募基金的，這樣的一個主動管理型的公募基金的業績情況，那麼他得出的下面的兩點結論對公募基金這種主動管理型的基金就是一個比較大的打擊：

第一點結論就是70%的主動管理型基金是跑輸大盤的，這是我們平常可能也經常會聽到的意見就是大多數的主動管理基金跑不過大盤。

第二點，就是那些能夠跑贏大盤的基金，它們的業績不具有可持續性。

那麼這一點是說的什麼？就是說，如果我們想通過一個主動管理型的基金過去的業績來預測它將來的業績，這個是沒有辦法做到的，它們之間沒有相關性。它去年跑的怎麼樣，和今年跑的怎麼樣？

它們之間是沒有任何相關性的，這個事情其實是很可怕的，它就意味著我們不能夠通過一個基金過去的歷史業績來選擇哪個基金好哪個基金壞，因為它沒有關係，所以這兩點對主動管理型的基金，就是一個很大的打擊。那從這個之後，美國市場的這種被動交易基金，我們非常熟悉的像ETF基金就蓬勃發展起來了，那麼這樣的兩點結論在市場是不是也遵守？那麼我們就統計了市場主動管理的公募基金，在2006年到2015年這十年間的一個情況。

可以看到下邊的這兩張圖 就顯示了這樣的兩點結論。

第一點就是我們觀察可以看到60%的這種主動管理基金是跑輸大盤的。那麼這一點其實是和國外的結論比較一致的。當然比例沒有他們高，但是我們也應該注意到我們這裡比較的對象，這個大盤指的是上證綜指，而我們知道在過去的幾年像創業板指，中小板指都是遠遠的跑贏大盤的，所以，如果我們拿其它的指數來對比，可能這個比例還會更高。

第二點結論，我們就統計了主動管理的公募基金中，在前一年排名前20%的基金，他們在下一年的排名情況，那麼我們可以發現這個分佈基本上是一個均勻分佈。就是說，在前年排名榜前20%的這些基金，在第二年可能大概有20%多還在前20%，大概有10%幾排在20到40，有10%幾排在40到60， 20%排在60到80，還有20%多排在後20%，就基本上是一個均勻分佈。那這就意味著前一年排名前20%的基金和后一年排名在什麼位置，之間是沒有必然的關係的。這一點和國外的結論，也是這個遵循的。

量化投資---穩定交易不竭之源

這裡我們就可以總結一下量化投資對於主觀交易的一個非常大的優勢，就是量化投資，可以做出非常穩定的交易業績來。而主觀交易在這一點上，其實相對來講是比較弱的，那麼穩定性這一點上對於長期的投資業績是極其重要的。

這一點我們可以通過下邊的一個例子來給大家做一個說明，就是穩定的投資業績，其實就是一個複利的效應，它到底有多麼的強大？

這裡我們做一個指數和我們的一個穩定收益的對比 ：

我們假設主觀交易的收益率就是指數的收益率，我們完全取這個指數收益率，從2006年到2015年這十年，那麼我們可以看到2006年收益130%大牛市，2007年收益97%也是大牛市，2008年-65%大熊市，跟我們的主觀感受都是完全一致的，那麼這是我們主觀投資的這樣一種收益，那麼如果我們簡單把這十年的業績做一個算術平均值大概是26%。

所以我們假設如果我們的量化投資每年獲取的穩定收益是20%，就是我們獲取20%的收益，那麼這兩種方式在十年之後，那麼它獲得的收益到底有多大的區別？我們可以看到其實第一種方式，也就是這種不穩定的投資方式，它的算術

平均值其實還要高於這個穩定的投資方式。

但是如果我們看它真正的投資效果就會發現差別非常大， 比如說如果我們有100萬的本金，那麼在十年之後，量化投資的權益可以達到619萬而主觀投資的權益僅僅有306萬，相差超過了一倍，實際上雖然這種不穩定投資模式，它的算術平均值可以達到26%的這種年化收益，但是它的最終轉化率，也就是它的幾何平均值。每年的收益率不足12%，那麼這個值是非常低的，這就說明我們一個穩定的投資模式。他長期積累起來的優勢是非常巨大的。

那麼上面是一些定性的介紹下面，下面我們介紹一些定量的結果，就是我們說這個投資是以風險來換收益的活動，那麼有沒有什麼指標可以讓我們定量來比較不同的投資模式的好壞？

當然在投資界，是有非常多這樣的指標的，我們這裡就介紹一個最常見的指標，這個指標就是夏普比率。

因為我們知道投資就是以風險換收益，所以怎麼評價投資的效果，當然就是收益和風險。這兩個方面，那麼具體的，對於這個夏普比率來說，它就是把這個收益比上風險來作為這個投資效果好壞的衡量，

也就是說收益風險比。

那麼如何來衡量收益？

它就是用這個產品也好，策略也好，用他的年化收益再減去無風險收益，也就是說高於無風險收益的部分。那麼如何來衡量風險，他就是用簡單的收益序列的年化波動率來作為它的風險的衡量，波動越大風險就越高，那麼當然如何衡量風險不同的指標是有很多不同的做法的。

這一點上很多指標會有所區別，那麼這裡給大家介紹的夏普比率，只是在這裡邊最常見的一種，那麼當然，大家也可以看到很多其他的方式來衡量它的風險度的。

比如說會有下行的風險衡量，或者是用下行波動率來衡量等等，都可以做出一些不同的指標。那麼我們這裡介紹的夏普比率是在量化投資當中最常見的一個指標，那麼這個夏普比率大概是一個什麼樣的量級,我們說對於基本面投資而言,那麼從國際上來看，那麼夏普比率一般是在0.5左右這樣的一個水平，那麼一般而言，如果能達到1以上的夏普比率，就是一個非常好的投資結果了。

那麼對於指數而言，市場的夏普比率我們這裡有一個表格

我們可以看到上證綜指它的夏普比率是0.43，Wind全A是0.77，那麼創業板指是0.69，大概就是在0.5上下。當然，這個小盤股和這個創業板跑得更好，這也符合我們的一個直觀感受。

那麼我們主動管理的基金，它的夏普比率在什麼樣的量級？這就是這裡所列的一個表格 。

我們可以看到大概只有2%的這種主動管理的公募基金夏普比率是達到了1以上，那麼最多的這個部分是分佈在0到0.6之間這樣的一個範圍，這也跟我們的主觀感受，就是夏普比率大概在0.5左右是相符的。

那麼當然也有10%的基金夏普比率是負的，也就是說這個指標沒有意義，說明他們在這個統計期內是虧錢的。所以這個指標來計算就失去意義了，那麼量化投資的夏普比率一般相對來講都是比較高的。比如說量化投資夏普比率的基金夏普比率一般都是在1以上的，那麼優秀的量化投資基金，可以達到2以上。

當然，如果像這種文藝復興科技這樣的基金，它的夏普比率可能達到7、8甚至10這樣的量級，那麼當然它的收益風險比就是極其具有吸引力的。那我們說到國內的情況，我們這裡可以舉一個具體的例子，也是我們公司發行的一款產品，那麼這款產品在過去發行以來的夏普比率也是達到了6.8。那麼它的年化收益可以接近60%，而最大回撤只有2.2%，這就充分體現了量化投資的這樣一種交易模式是非常穩健的。

那麼這裡有一個產品的收益曲線 ，大家可以簡單看一下這條收益曲線和這個大盤上證綜指的一個對比，可以看到它是非常穩健的。

那麼以上就是對量化投資的一個簡單的介紹。

量化策略介紹

套利類策略

首先就是套利類策略 ，對於套利策略而言，它的特點就是它的風險是非常低的，因為它基本上是沒有什麼單邊的敞口的，而且它的收益相對來講比較穩定，與大盤也沒有任何的相關性，所以這是它的優點，這是它的特點，因為風險低的不能叫他的優點，風險低是它的優點，但是相應而言，它的收益相對來講也會比較低，這是他的缺點，所以，這些整個結合起來是它的一個特點，就是說它應該說是一個低風險低收益型的這樣一個產品類型。

那麼在套利這樣的一個領域裡面，那麼我們也可以把它簡單地分成兩大類，就是一個叫做絕對收益關係的套利，一個叫相對關係的套利。那麼這兩個我們也通常把它稱為無風險套利和統計套利，那麼當然這樣一個歸類，也沒有一個固定的方法。這只是我本人對他的一個總結，不同的人可能有不同的總結。

無風險套利

所謂的無風險套利就是指的這個套利交易的基礎，是來自於交易品種本身的基本屬性，基本定義等等，這些東西是不會被輕易的打破的，所以它的市場風險極低。

我們可以舉一個例子，就是國內市場的一個例子，這個例子就是期現套利，那麼期現套利這裡就是一個典型的無風險套利的例子。當然這裡說的期現套利，是在正基差的環境下所進行的，因為國內市場股票端賣空是非常困難的。所以，一般來講進行這個交易，只能先買入股票，賣空股指期貨用這樣的一種方式，所以他只能在正基差的環境下才能運行的比較好。所以現在在長期負基差的環境下，這個期限套利就受到了很大的影響，也是因為這樣的原因。

那麼期現套利的原理， 就是因為股指期貨這個品種，它的定價就是基於這個滬深300指數的。那麼交易所的規定就是每到它的最終交割日，就是每個月的第三個星期五，股指期貨的最終交割價就是指數的點位，而不是這個股指期貨本身的交易價格。

所以我們知道這個股指期貨的交易價格每到第三個星期五的時候一定會歸於指數，這是由於它的基本定義決定的，所以這也是為什麼我們把它稱為無風險套利的原因，因為它的回歸是基於這個品種的定義，不是基於統計規律，所以如果某個時刻，這個股指期貨的交易價格是高於滬深300指數的。

我們當然就可以買進這個指數，那麼買進這個指數，有不同的方法，比如我們可以買進一攬子股票複製這個指數，我們也可以直接買入跟蹤這個指數的ETF，那麼同時我們賣空這個股指期貨，等這兩邊的價差回歸，等股指期貨的價格回歸到這個指數，兩邊在平倉就可以獲利了，那如果這個價差一直不回歸。

那我們知道基於這個股指期貨，它的定價原理，它到交割日的時候是一定會回歸的，因為這是由它的規則所決定的，所以我們說這個期限套利，這個策略就是一個無風險套利，那麼這就是無風險套利的一個例子。那麼下邊統計套利的例子。

統計套利

那麼什麼是統計套利？

它的特點就是來自於統計規律，而不適於這些規則，所以統計套利所基於的這些規律，都是有可能被打破的。這是這個統計套利對於無風險套利的一個最大的區別，統計套利相應的，它的風險也是比較低的。但是它肯定是比無風險套利的要高一些，它的收益也比無風險套利會高一些。但是相比於其他的投資模式，也是一種比較穩健比較低的一種收益率，比如說統計套利一般，它的收益都在10%到20%這樣的一個區間是比較合理的，它對應的一些投資的這樣的品種就比如說高風險債券像信託，這樣一些品種是可以作為類比的。

這裡我們可以舉一個例子，就比如說CTA這種策略種類中的這種跨品種套利，也就是說做這種商品期貨的跨品種套利就是一個典型的統計套利，比如說我們可以做黃金期貨和白銀期貨之間的套利，也可以做這個焦煤和焦炭之間的套利，也可以做豆粕和菜粕之間的套利，因為這些品種之間,因為他們之間的品種的相似性，他們的價格走勢，是比較接近的，所以它們之間是有著比較強的回歸關係，當然就可以進行統計套利。

但是我們也知道這兩個品種任何兩個品種之間，是不具有強制的回歸性的，所以它們的價格走勢都是有可能跑開的，所以對於統計套利而言，特別重要的一點就是統計套利一般會進行止損的。止損設定對統計套利是非常重要的，而對於無風險套利而言，一般是不做這種尺寸的設定的。

阿爾法策略

第二個部分就是想跟大家簡單介紹一下阿爾法策略。

所謂的阿爾法策略，它其實就是選擇了一籃子具有相對收益特性的股票，同時賣空這個指數，作為賣空標的，這個時候如果我買入的這一兩隻股票跑贏了指數，我就獲得了阿爾法收益。

所以阿爾法這個名詞，也就來自於這一點，就是阿爾法這個詞語就是指的超越於指數之上的這部分的收益，那我們在投資中經常聽到兩個辭彙，就是阿爾法和貝塔，我們也會聽說這個阿爾法是很貴的，而貝塔是很便宜的，那麼什麼叫阿爾法，什麼叫貝塔從前面的介紹就知道，阿爾法是獨立於指數的收益，而貝塔收益，是跟指數相關的收益，那麼它可以是指數收益也可以是指數的2倍或者3倍收益，也可以是指數的一半或者1/3的收益，這都非常的好做。

但是當我把它的收益變成兩倍的時候，當然它的風險也就變成指數的兩倍，就是它的風險和收益總是相應的，那麼這個貝塔收益是非常容易獲得的，比如說像我們非常熟悉的ETF基金就是在獲得貝塔收益，所以像ETF這樣的基金，它的管理費也非常的便宜，一般大概就是千分之五這樣的水平，因為貝塔本身是很容易獲得的，也是比較便宜的，但是阿爾法本身獨立於這種指數的收益是非常昂貴的，這也是為什麼做阿爾法的基金，一般收費都會比較高的原因。

阿爾法策略的特點就是因為他也是對衝掉了大盤漲跌的風險，所以它相應的風險是比較低的，因為他不承擔大盤漲跌的風險，它獲取的是獨立於大盤的這一部分跑贏大盤的指數的這樣一份收益，所以它的收益水平，相對來講也不會特別的高。一般來講，在15到25這樣的一個區間水平。

當然在目前這樣一個市場狀況下，由於股指期貨新政的影響，這個阿爾法策略，它是長期的處於負基差的狀態，這個時候我們對沖的標的，就是股指期貨這個品種他每個月都會虧損一定的負基差，這個虧損是確定的，所以阿爾法策略在目前這樣的一個市場狀況下，是不太容易運營的，也是基於這一點，那麼在負基差的市場環境下，阿爾法就會受到比較大的影響，這也是為什麼大家看到可能股指期貨新政之後，普遍做阿爾法的基金收益都會很低這樣的一個原因。

這裡向大家展示了一個我們公司做的阿爾法策略的業績收益的情況

可以看到它確實是非常的穩健的，回撤相對來講也比較小，當然相對於套利策略還是相對會大一些。

量化選股策略

第三種這裡介紹的就是量化選股策略。

那麼量化選股相對於基本面選股有很大的區別，它是一個股票單邊策略，但是它是基於量化的方法來進行選股的，那麼這個量化選股策略跟阿爾法策略也有很大的區別，因為他是要做股票的絕對收益，而阿爾法策略的選股目標是要做股票的相對收益，阿爾法策略是在選出能跑贏大盤的股票之後，用股指期貨對衝掉大盤漲跌的風險，從而獲得盈利。

而量化選股策略他不做股指期貨，它本身就是通過選股來進行盈利，所以他就是要選擇上漲的股票，所以量化選股策略本身，它也是一個高風險高收益的策略，它的預期收益是非常高的，可以達到30%以上，甚至是50%以上。

當然它的回撤相對來講，也就會比較大。因為它畢竟是一個股票單邊策略，那麼它的最大回撤，一般可以達到10%這樣的量級當然，雖然比起其他策略而言是比較大的，但是對比於比如說指數的這種風險還是比較小的，因為我們知道，比如說從15年的股災到現在，指數回撤是超過50%的，所以他的區別還是比較大。

那麼這裡也展示了我們做的一個量化選股策略的曲線

可以看到它的凈值增長非常的迅速，當然回撤也會比這個阿爾法和套利策略會大一些。

CTA策略

最後一類CTA策略。那麼CTA策略它就是英文的3個單詞，就是Commodity Trading Advisor的一個縮寫，就是交易期貨。在國內市場，它就是專指以商品期貨為交易標的的這樣的一種投資策略，當然有些投顧，也會把交易股指期貨這樣的策略，也稱為CTA策略，這個只是一個定義不同而已，其實沒有一個明確的定義方法。

那麼在這個期貨類的交易策略中，就是在CTA交易策略中。當然它也有趨勢類的策略，也有套利類的策略。一般來講趨勢類的策略風險會大一些，預期收益會大一些，而套利類策略，它的風險相對來講就會比較小。當然它的預期收益率也就會相對來講比較低。

那麼這兩個策略，是可以同時運行的，而且有非常好的一點就是趨勢類策略和套利策略往往是有一點負相關性的。這一點從他們的策略屬性上來講是非常好的。因為負相關的策略，把它們結合在一起之後，就能夠取得一個遠遠高於任何一類策略的收益風險比。所以如果我們把兩類負相關的策略結合在一起，他的這個結果就會非常的穩健。

這裡可以給大家最後展示一下我們CTA策略的一張業績曲線圖 。

可以看到它的穩定性，也是非常的有保證的。那麼它的穩定性就是來自於CTA的趨勢類和套利類這兩類策略的一個互補性，那麼當然以上我們講了幾類的單類策略，那如果我們把這些類別的策略全部都混合在一起來運用的時候，就會取得一個更好的效果，那麼這也是為什麼當前很多fof基金在配置這個策略時候的一個考慮，就是當他把資金分散在很多個相關性很低的這樣的基金當中去的時候就會獲得長期來看遠遠高於任何一個單一基金這樣的一個收益風險比。

那麼從我們的這個角度上來講，如果我們簡單的把這些策略做一個簡單的疊加，也可以取到一個這樣的效果。

比如說這裡有一張表格

我們可以把我們的選股策略，阿爾法策略和CTA策略做一個簡單的疊加結合，比如說各取1/3，那麼這樣的一個結合就可以看到它的夏普比率可以從三左右提升到四以上，這個提升是非常明顯的，那麼它的回撤可以小於任何一種單一的策略，而它的收益僅僅是小於這個選股策略，比這個阿爾法和CTA的收益還要高，所以效果的提升是非常明顯的。

那麼這樣的一種方法在今年的市場下，也非常的流行，因為我們可以看到今年做這個混合策略的很多基金，它們的業績表現都非常的好，這個原因就是因為它們的混合策略，這種運作模式可以非常好地適應市場的環境的變化和政策環境的變化。

用戶如果通俗一點講，就是東方不亮西方亮，那麼這樣的一個理論其實也就是資產配置中非常常見的一個理論。

那麼最後一張圖，就給大家展示一下，把這幾類策略之間結合在一起之後，它的凈值曲線大概是一個什麼樣子。

我們可以看到這條綠色的凈值曲線其實比任何一條其他的凈值曲線都要穩健得多。

那麼以上就是今天所分享的全部的內容。那麼這兩部分首先是對量化投資這一塊，為大家進行了一個簡單的介紹。第二部分，就是向大家簡單介紹一下量化的策略。當然這裡的介紹，是比較簡要的，如果大家對某一類策略非常感興趣的話可以去更加深入的了解相關的內容。

那麼今天，就到這裡，謝謝大家。

《私募早餐會》微信公眾號（ID：smzch2017），每周一至周五分享一位私募大咖獨家視頻，解析市場現狀，分享投資觀點，提供投資建議。學習理財知識，歡迎關注私募早餐會。