对公司进行估值是公司基本面分析的重要方法，在“价值投资”的逻辑下，可以通过对公司的估值判断二级市场股票价格的扭曲程度，继而找出价值被低估或高估的股票，作为投资决策的参考。对上市公司的估值包括相对估值法和绝对估值法，相对估值法主要采用乘数方法，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等。随着全流通时代的到来和国内证券市场的快速发展，绝对估值法正逐渐受到重视。

在当前品种繁多的资本市场中，从浩瀚复杂的数据背后选出适合自己投资风格的股票变得越加困难。在基本面研究的基础上结合量化分析的手段就可以构建数量化选股策略，主流的选股方法如下：基本面选股：通过对上市公司财务指标的分析，找出影响股价的重要因子，如：沪深300中的价值型、成长型、价值成长型等三种选股方法；统计模型是用统计方法提取出近似线性无关的因子建立模型，这种建模方法因不需先验知识且可以检验模型的有效性，被众多经济学家推崇，包括主成分法、极大似然法等。

所选的因子有统计意义上或市场意义上的显著性，一般可从动量、波动性、成长性、规模、价值、活跃性及收益性等方面选择指标来解释股票的收益率。

1、量化基金开始加速发展

早在2004年国内市场就推出了首只采用量化策略的基金———光大保德信量化核心基金，但量化基金真正为国内投资者所关注还是2008年金融危机期间。当时大部分基金都亏损严重，但部分采用量化策略的基金却获得了非常好的收益。从1989年到2008年，詹姆斯·西蒙斯管理的大奖章(Medallion)基金的年均净回报率高达35%，比巴菲特等投资大师同期的年均回报率要高出10个百分点，比同期标准普尔500指数的年均回报率更高出20多个百分点。

而国内量化基金的表现则不尽如人意。像光大保德信量化核心基金早期业绩波动很大，特别是2007年、2008年间业绩对比悬殊，当然这与其高仓位有关，但也影响了基民对量化投资的兴趣。早几年国内量化基金阵营扩张缓慢，2009年以来有加速迹象，嘉实、中海、华商、富国、长盛、长信、华富、大摩华鑫等均推出基于量化策略的基金，加上本月中旬开始发行的诺安多策略基金及即将发行的纽银新动向也不到15只。

2、有助于避免盲点控制风险

越来越多的基金公司倾向于推出量化策略的基金有一个不可忽视的背景，即中国证券市场的深度和广度都与前几年不可同日而语了。“现在市场上有两千多家上市公司，我们公司基金经理加研究员再加卖方，能把握和持续跟踪的公司也不过几百家，借助电脑可以帮助我们避免一些盲点的出现。”一位中小规模基金公司的基金经理这样表示。

诺安多策略拟任基金经理、诺安金融工程部总监王永宏则认为，市场有自己的运行规律，谁能把握这一规律就能赚到钱。当前国内市场上的基金在投资中采用的方法多种多样，有价值投资、成长投资，也有主题投资、风格投资等。

但A股市场波动较大，只坚持一种策略很难在不同市场环境中取胜。王永宏表示，诺安多策略就是在分析大量历史数据的基础上，综合考虑多种投资方法，借助计算机和数据统计，开发出适合当前市场情况的投资模型，并依据模型输出的结果做出投资决策。

纽银新动向虽然未强调其量化特性，但据了解，其在投资策略中就引进纽约梅隆集团的iFlow（资金风向标）对A股市场风格转换的预判，为股票与债券比例的调整提供参考。

而紫石投资的掌舵人张超在接受新快报记者采访时也表示，之所以在众多基金均折戟沉沙的上半年能够取得不俗的业绩，主要归功于公司的二部组合投资策略，所谓的二部组合策略就是价值投资+量化投资。其核心就是通过数量化投资策略去进行风险控制，再加上主动投资的策略就可以在风险可控的情况下，获取市场的超额收益。

3、量化模型也需应时而变

不过，对于量化策略，业内仍存在争议。使用这种策略的成功案例大奖章基金虽然取得了可观的业绩，但同样采取这种策略的美国长期资本管理公司却出现巨亏而破产，最后被接管。

国内量化基金方面，业绩表现也有较大差异，像上投摩根阿尔法这样持续跑赢业绩比较基准的还是少数，像嘉实量化阿尔法、华泰柏瑞量化先行等波动就比较大。

德圣基金研究中心首席分析师江赛春就认为，国内还比较缺乏对相应模型进行研发的人才，国外的数量化模型是否适合国内市场也有待时间去进行验证，而且，国内市场环境复杂多变，对模型的升级维护也是一大挑战，数量化方法即使在过去可行，在未来也未必有用。

一位券商的基金研究员也向记者表示，使用计算机模型并不意味着你拥有了一部会印钞票的机器，你必须有一支研究队伍不断挖掘新的信息并添加到你的模型当中去，否则要么是一些新的风险因素不能被模型所识别，要么就是白白错过了一些获利的机会。另外，规模的变化也会对量化基金的表现有影响。像Medallion基金已经有十几年不对外部投资人开放投资了，传闻其每季度的盈利必须强制赎回，或许就是出于控制规模的考虑。

量化投资技术几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易，资产配置，风险控制等。

1、量化选股

量化选股就是采用数量的方法判断某个公司是否值得买入的行为。根据某个方法，如果该公司满足了该方法的条件，则放入股票池，如果不满足，则从股票池中剔除。量化选股的方法有很多种，总的来说，可以分为公司估值法、趋势法和资金法三大类

2、量化择时

股市的可预测性问题与有效市场假说密切相关。如果有效市场理论或有效市场假说成立，股票价格充分反映了所有相关的信息，价格变化服从随机游走，股票价格的预测则毫无意义。众多的研究发现我国股市的指数收益中，存在经典线性相关之外的非线性相关，从而拒绝了随机游走的假设，指出股价的波动不是完全随机的，它貌似随机、杂乱，但在其复杂表面的背后，却隐藏着确定性的机制，因此存在可预测成分。

3、股指期货套利

股指期货套利是指利用股指期货市场存在的不合理价格，同时参与股指期货与股票现货市场交易，或者同时进行不同期限，不同(但相近)类别股票指数合约交易，以赚取差价的行为，股指期货套利主要分为期现套利和跨期套利两种。股指期货套利的研究主要包括现货构建、套利定价、保证金管理、冲击成本、成分股调整等内容。

4、商品期货套利

商品期货套利盈利的逻辑原理是基于以下几个方面 ：(1)相关商品在不同地点、不同时间对应都有一个合理的价格差价。(2)由于价格的波动性，价格差价经常出现不合理。(3)不合理必然要回到合理。(4)不合理回到合理的这部分价格区间就是盈利区间。

5、统计套利

有别于无风险套利，统计套利是利用证券价格的历史统计规律进行套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。统计套利在方法上可以分为两类，一类是利用股票的收益率序列建模，目标是在组合的β值等于零的前提下实现alpha 收益，我们称之为β中性策略；另一类是利用股票的价格序列的协整关系建模，我们称之为协整策略。

6、期权套利

期权套利交易是指同时买进卖出同一相关期货但不同敲定价格或不同到期月份的看涨或看跌期权合约，希望在日后对冲交易部位或履约时获利的交易。期权套利的交易策略和方式多种多样，是多种相关期权交易的组合，具体包括：水平套利、垂直套利、转换套利、反向转换套利、跨式套利、蝶式套利、飞鹰式套利等。

7、算法交易

算法交易又被称为自动交易、黑盒交易或者机器交易，它指的是通过使用计算机程序来发出交易指令。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格、甚至可以包括最后需要成交的证券数量。根据各个算法交易中算法的主动程度不同，可以把不同算法交易分为被动型算法交易、主动型算法交易、综合型算法交易三大类。

8、资产配置

资产配置是指资产类别选择，投资组合中各类资产的适当配置以及对这些混合资产进行实时管理。量化投资管理将传统投资组合理论与量化分析技术的结合，极大地丰富了资产配置的内涵，形成了现代资产配置理论的基本框架。它突破了传统积极型投资和指数型投资的局限，将投资方法建立在对各种资产类股票公开数据的统计分析上，通过比较不同资产类的统计特征，建立数学模型，进而确定组合资产的配置目标和分配比例。