专题：量化巨头灵均投资“卖空”被刷屏！沪深交易所出手，网友：又一类量化策略要“收摊”了
来源：华工量化投资
大于老师
2月20日上交所和深交所分别对某百亿私募限制交易并启动公开谴责程序，其原因是该私募名下多个证券账户通过计算机程序自动生成交易指令、短时间内集中大量下单，卖出沪市股票合计11.95亿元，卖出深市股票合计13.72亿元，期间上证指数和深证成指快速下挫，影响了正常交易秩序。
接着两大交易所又纷纷发布公告交易所量化交易报告制度平稳落地。这个报告制度包括两个文件，即《关于股票程序化交易报告工作有关事项的通知》和《关于加强程序化交易管理有关事项的通知》，于去年9月发布，于2023年10月9日正式实施。
此次量化私募由于短时间内大量卖出交易被交易所依规处罚，也引起了市场高度关注和热议。
不少朋友也开始担心量化投资是否被监管禁止，会退出历史舞台。
我们的答案是：量化投资不会被禁止，但量化交易的方式会受到严格的监管。
从此次处罚的事件和依据的规定来看，可以很鲜明地看到，监管针对的是量化交易，而且是短时间内大量交易，这些大量的交易扰乱了市场秩序，引起了市场价格波动。
交易所在发布公告中也提到：“量化交易有助于为市场提供流动性，促进价格发现。但量化交易特别是高频交易相对中小投资者存在明显的技术、信息和速度优势，一些时点也存在策略趋同、交易共振等问题，加大市场波动”。
应该说，既肯定了量化交易对市场流动性的积极作用，也提到量化交易尤其是高频交易的不公平性和同向交易产生的不良后果。
那么什么是量化交易呢？量化交易和量化投资是什么关系，以及量化分析又是什么？
量化投资、量化分析和量化交易这三个概念在金融领域中经常被提及，它们虽然听起来很相似，但实际上各自有着不同的含义和侧重点。
1、量化投资
想象一下，你有一个超级聪明的机器人，它能够分析大量的数据，然后告诉你哪些股票、债券或者其他金融产品值得投资。这个机器人就是量化投资的化身。量化投资是一种投资策略，它依赖于数学模型和算法来识别投资机会，而不是依赖于传统的基于直觉或者市场情绪的投资决策。
量化投资者会使用历史数据、市场趋势、公司财务报告等信息，通过计算机程序来预测市场走势，从而做出投资决策。比如，通过马科维茨的均值方差模型来进行资产配置，通过构造指数，进行指数投资，也都属于量化投资。从这个意义上来说，量化投资强调的是科学的投资方法。
2、量化分析
量化分析更像是量化投资的“大脑”。它是一套方法论，用于收集、处理和解释数据，以便更好地理解市场行为。在量化分析中，分析师会运用统计学、数学和计算机科学的方法来分析市场数据，找出潜在的规律和模式。这些分析结果可以帮助投资者制定策略，或者验证某个投资假设是否成立。简单来说，量化分析就是用科学的方法来研究市场，为投资决策提供依据。
无论是基本面分析还是技术指标分析，本身都用到了量化分析的方法。例如，通过ROE、营收增长、PB等分析判断股票的投资价值，又或是通过RSI、均线金叉死叉、KDJ等分析股票买卖时点，都属于量化分析。
3、量化交易
量化交易则是量化投资的具体执行过程。具体来看，有量化高频交易、程序化交易、算法交易等。
狭义上，量化交易主要指的是使用自动化的交易系统来执行买卖操作。这些系统根据预先设定的量化策略自动下单，无需人工干预。
量化交易中的高频交易，指的是依赖于极快的交易速度和微秒级别的市场数据，通过算法快速执行大量交易。这种策略通常需要先进的硬件和软件支持，以捕捉市场的微小价格变动。特别要说明的是，高频交易也有人工高频交易方式。
程序化交易强调的是通过计算机程序自动执行交易指令的交易方式。这种交易方法将可量化的分析方法转化为具体的交易策略，然后由计算机系统根据这些策略自动下单，无需人工干预。程序化交易是量化交易的一部分，也可以看作是某些量化交易策略的进一步发展和自动化。
算法交易相比程序化交易更为高阶，是一种利用计算机算法来决定交易时机、价格和数量的交易方式。这种交易方法通常涉及使用复杂的数学模型和统计分析来预测市场走势，并据此自动执行买卖指令。算法交易的核心在于通过自动化的决策过程来提高交易效率和执行速度，同时减少人为情绪对交易决策的影响。
因此，高频交易强调的交易速度和频率，程序化交易强调的是交易自动化，算法交易最为高级，强调的是交易自动决策和自动执行的融合。
总结一下，量化投资是策略，量化分析是研究方法，而量化交易是执行这些策略的具体操作。
通过深入理解量化投资、量化分析、量化交易，我们可以得出这样的结论：量化投资不会退出历史舞台。
主观投资和量化投资都有存在的价值和意义。
我们也要清楚地知道，主观投资不一定选的是大票，主观投资不一定是价值投资，量化投资不一定选的是小票，量化投资不一定是扰乱市场。
市场监管重点在于维护交易的公平性，而不会杜绝投资的多样性。
市场应该鼓励多种投资方法的存在，鼓励分析方法和投资策略的多样性，才能避免交易策略同质化，避免下一次拥挤交易的发生。
