6月中旬开始的股市暴跌，让因为收益稳健而不太受激进人士待见的量化对冲基金开始受到追捧。让我们一起来“科普”一下量化基金的那些事。
就是利用计算机科技，并采用一定的数学模型来践行投资策略的过程。本质上是应用统计学、人工智能、大数据等技术寻找市场投资机会并执行。
为什么量化投资系统能够发现我们自己不能发现的投资机会呢?
在股价反映了全部公开信息的假设前提下，只有两种方式能够获利，一是利用内幕信息;二是通过量化手段从公开信息中挖掘非公开的信息获利。
所谓因子，就是在对股票价格有影响因素的海量数据中利用各种模型算法提炼出对股票价格有决定性作用的指标。单因子数值与股票价格之间的相关系数称为信息相关系数(IC)。常用的因子有体现基本面的价值因子，成长因子，体现技术面的动量反转因子，市场情绪因子及其他如事件驱动因子等。
多因子模型就是将各个有效因子同时放到一个模型中，根据各个因子对股票价格影响的重要性对因子赋予权重用以选股的模型。
开发新的有效因子是多因子选股模型的核心，也是最体现技术含量的工作。在很多以量化投资著称的基金公司中，寻找到新的有效因子是考核量化研究员的重要指标之一。开发因子涉及大量的数学、统计甚至物理、生物等学科理论知识，开发过程中会运用到数据挖掘、机器学习甚至人工智能等高级工具。
是指利用量化的手段对冲风险，以期独立于股票市场走势获取超额收益。在我国对冲基金市场中，常见的量化对冲策略有股票多/空、市场中性、套利及管理期货等子策略。
就是既做多股票，也做空股票的策略。为了获取确定性的超额收益，多空策略一般采取配对交易的方式来进行。配对交易就是根据股票之间的历史相关系数将股票配对，一旦配对组中的股票价格发生波动导致相关系数偏离一定的范围，就可以通过买入低价股票，卖空高价股票的价格获利。采用股票多空策略需要利用数理统计技术对股票的大量历史数据建模，并利用模型实时监测配对股票间的相关关系。
就是构建投资组合，使得组合与市场之间相关系数为0，也就是投资组合不随市场的波动而波动。
中性策略根据实现手段可分为市值中性，行业中性和贝塔中性。贝塔中性是指投资组合的贝塔值为0。市值中性是指组合中多头部位中大、中、小盘股票的配比与空头部位指数的配比一致，做到市值中性不一定能实现贝塔中性，例如多头选一篮子创业板股票，空头用同市值的沪深300股指期货对冲，显然空头头寸无法覆盖多头头寸全部的风险敞口。行业中性是指多头头寸与空头头寸行业板块配置一致，没有偏配。一般做到市值中性与行业中性的组合可以近似认为达到贝塔中性。
是指利用同一资产标的在不同市场或不同时间的双重定价，低买高卖获取差价的投资策略。可以用来套利的标的资产包括金融指数、商品、基金、期权和外汇等。套利策略常见的子策略有期现套利、跨期套利、分级基金套利和ETF基金套利等。
期现套利是交易期货和现货价差获取收益的策略。常用的是对股指期货的套利。因为期货价格在交割日会强制收敛于现货价格，所以一旦出现可交易的价差，开仓即可获得确定性的收益。
跨期套利是利用同一期货品种不同月份合约价格之间价差的波动套利的行为。理论上，远月合约与近月合约之间的价差应为远月减去近月之间的持有成本。一旦价差超出合理的范围，即出现套利机会。
分级基金套利和ETF套利都是利用基金套利。分级基金套利是利用母基金净值与A、B级交易价格之间的价差获利的策略。ETF基金套利是利用ETF基金净值即成分股一篮子股票价格与其场内交易价格之间价差获利的策略。
因为套利机会的本质是市场失效导致的，这样的机会转瞬即逝。所以通常需要利用程序化交易来实时监测全市场的套利机会并以最快的时间开仓交易。
即管理期货策略，也可分为非量化和量化交易。非量化的管理期货策略就是凭借基本面分析和技术分析主观做多或做空期货标的。
量化CTA策略主要是趋势跟踪策略。与股票多因子模型类似，趋势跟踪策略也是利用量化模型对期货历史数据进行统计分析，得到趋势性指标判断标的资产的趋势。一旦发现趋势性信号，立即开仓交易。CTA策略一般也是采用程序化交易的。