近几年随着金融科技的发展，全球金融业都在经历一场深刻的变革，并且随着人工智能，大数据，云计算等技术的不断成熟，科技对金融业的改革在不断升级。而在这个过程中，量化投资以计算机技术和数学模型，从海量历史数据中寻找超额收益的因子，并以此构建策略的特性，成为金融和科技的交汇点，从而引领金融科技的发展。
从投资技术角度，量化投资是一种比较新的投资方式。从1606年荷兰东印度公司发行第一支现代意义上的股票开始，几百年时间里产生了各种各样的投资流派，而现代意义下的量化投资在20世纪80年代才逐步兴起，迄今也不过只有30余年的历史。
而量化交易之所以在当前可以快速发展，有两个重要原因，一是现代数量金融理论的发展，以现代资产组合管理理论，有效市场假说，期权定价模型，以及行为金融学理论等构成量化投资发展的理论基础。二是计算机技术的进步，特别是1995年之后计算机运算速度的急速提高，而全球各大交易所逐步实现了交易电子化，从而产生了大量交易基础数据，同时各类最新的计算机技术的发展，特别是当前以人工智能，大数据，云计算为代表的计算机技术，为量化交易提供了很好的运行环境。在这个两个条件大推动下，量化投资在国内外金融市场快速发展，成为比肩传统技术分析，基本面分析的另一个主要分析技术。
量化投资是利用计算机技术和数学模型，从庞大的历史数据中筛选出能够带来超额收益的大概率事件，并以此制定交易策略的投资方法。相比技术分析和基本面分析，他有两个非常主要特点：1、所有模型策略基于概率上的有效性。量化交易的交易策略和交易模型在进行实际交易前，首先都要进行充分的交易回测，并根据回测结果对参数进行适当性调整。以保证交易策略在历史概率上是充分有效的。2、以系统性的方法消除交易的随意性，形成标准化的交易流程，形成严格交易的纪律性。量化交易策略要求对交易的每一个环节进行确定的，无分歧的规定，这样就可以形成交易的标准化流程。一般一个完善的量化策略必然包含这几个环节：市场分析环节（交易标的选择，出入场选择），资金管理环节，风控环节等，这样就把整个交易的过程分解到每一个环节中仅进行具体的规定，以保证交易过程的可控。
9月5-6日2018亚洲交易博览（广州）的活动上，Finhouse及Followme两家公司将在9月5日当天的论坛上分别从各自角度，阐述他们在量化交易算法或人工智能算法上的研发进展和远景规划，欢迎大家届时前往聆听：
点击链接或扫描二维码报名
http://event.fx168news.com/?from=zhanneirg&end=null
