市场是活的，市场的机会也是无处不在的，所以做投资就必须绞尽脑汁的想出各种法子来获取收益。
量化投资获利的逻辑在于从海量的历史数据中寻找能够带来超额收益的多种"大概率"策略，并严格地按照这些策略所构建的数量化模型来投资，以获得稳定、可持续的超额回报。
那么，在量化投资中常用的策略有哪些呢？
量化投资中常用的策略，大致分为Alpha策略，CTA策略和套利策略。
Alpha策略通过选股组合，挖掘超越市场整体表现的投资机会；CTA策略通过追随趋势，追涨杀跌；套利策略利用市场价格差异，空手套白狼。
另外，策略其实还有很多，比如事件驱动交易策略以及机器学习策略等等。
事件驱动交易策略，是在提前挖掘和深入分析可能造成股价异常波动的事件基础上，通过充分把握交易时机获取超额投资回报的交易策略。
机器学习策略，通常来说，我们会将数据集分成，训练集和测试集。使用训练集去训练模型，使用测试集去评估模型的泛化能力。
PS：在订阅号之前的文章中，我们对量化常见类型与如何选择量化投资进行了简单的介绍，下面附上链接，方便各位回顾。
风险提示：模型结果仅代表统计意义上的结论，不能保证未来实现，希望投资者在实践中结合多方面的信息作出投资决策。
量化交易的风险
面对不同的投资目的和投资市场，出现了不同的量化投资模型。这些量化投资模型，一般会经过多次的测试，进行多次试验，实现风险最小化和收益最大化。
但其中潜在的风险，可能来自以下几个方面：
①：历史数据的完整性、行情数据的完整性都可能导致模型对行情数据的不匹配。行情数据自身风格转换，也可能导致模型失效，如交易流动性，价格波动幅度，价格波动频率等。这一点是目前量化界最难克服的。
②：模型设计中没有考虑仓位和资金配置，没有安全的风险评估和预防措施，可能导致资金、仓位和模型的不匹配，而发生爆仓现象。
③：网络中断，硬件故障也可能对量化投资产生影响。
④：同质模型产生竞争交易现象导致的风险。
⑤：单一投资品种导致的不可预测风险。
适当规避量化交易的风险，还要从量化投资的误区中走出来，才能更好地做出正确的投资判断。
量化投资的误区
误区一：能赚大钱
众多大神的骤富神话让普通投资者对于量化投资有了最为直观而浅显的认识：这能赚钱，而且能赚很多钱。
另外，量化的策略谁都可以有，但是高效的策略都是经过时间和交易验证的，是经过不断改良之后形成的一个普通定律，所以他是存在门槛的，它是有试错成本的。没有任何事情是一直赚钱的，量化策略也是需要长期去改良的。
误区二：一个模型吃天下
量化投资是利用计算机技术并且采用一定的数学模型去实践投资的过程，而这个数学模型是基于特定领域的，比如把股票的策略直接搬到区块链上，它不一定适用。
因此，模型和策略是需要投入大量财力物力去总结和开发的。
因为量化投资的特征是不断演变的，它是不断进化的，所以改进模型是量化投资中必不可少的一部分，模型需要不断的改进，而且要顺应市场不断的变化，未来可能市场钱越来越难赚了，你要研发更好的模型，你要挖掘更好的因子，才能在市场中生存。
量化投资的发展已经较为成熟，希望投资者们能够找到合适自己的投资策略。
愿君得财富，君享人生。
以上观点不构成对投资者的投资建议，市场有风险，投资需谨慎。在任何情况下，本公司不对任何人因使用以上任何内容所引致的任何损失负任何责任。图片来源于网络，原版权归原作者所有，如有涉及到版权问题，请联系我们删图。