量化交易选股的两种理解方式

量化交易选股的两种理解方式

量化交易在选股方面有两种不同的理解方式。第一种是通过计算机完全按照设定的条件和因子来执行选股，类似于通达信条件选股或多因子模型。第二种则是通过计算机的强大计算能力来寻找最佳的因子组合，类似于策略研究。

第一种理解：计算机完全按照设定条件选股

计算机完全按照我们心中所想，执行选股，选出我们认为合适的股票。大家常见的，就是类似于通达信条件选股，以及多因子模型。

这个在指标时代，非常流行，老股民应该都用过“条件选股”：

多因子选股模型，使用也非常广，主要就是从基本面、估值面和技术面精心挑选出能影响股票收益率的有效因子，采用打分法构建投资组合：

综合得分取排名靠前的个股（个股数量根据资金容量来定）

多因子模型相当于通过很多条件来筛选心中的“好股”，就像高考，通过6门学科的综合成绩，来得到高考成绩，用成绩来判断优秀学生。大数据统计，高考分数越高、大学越好的学生，未来赚钱能力更强。

第二种理解：寻找适应市场的最佳因子组合

各类选股条件、因子，如何才能组合成适应市场的选股策略？

比如说，现在市场的风格适合大市值股票，但是如果对小市值因子的权重比较高，那么其它因子即使一样，最终结果也会不及预期。

所以，借助计算机的强大计算能力，需要在各类选股条件、因子，这些里面寻找到最佳的组合，我们称为策略研究。

比如我们以双均线为例，找到收益率最高的两根均线组合：

而这样选出来的股票，有时候可能就在意料之外了，有点像AlphaGo围棋机器人，不讲原理，只讲胜率。

因此量化交易主要是通过统计结果，来做交易，是不是更科学一些呢？