量化投資的優勢

1、避免人性弱點。量化交易可以避免情緒化操作。交易中的最大弱點是人性的貪婪和恐懼，若想交易成功，就要克制住貪婪和恐懼的本能。投資者經常會在有了些許浮盈后，害怕以后利潤回吐，于是獲利了結。但結果是，中途“下車”，嚴重踏空。等到下一次，鑒于上次踏空教訓，沒有止盈，想賺更多，但之后行情反轉，不但利潤全部回吐不說，本金也虧了。由于嚴格執行紀律化的電腦操作，量化交易則可以避免人性的弱點。

2、標的覆蓋范圍大。個人受限于時間和精力，關注的股票數量受到限制。量化投資可以覆蓋遠多于人腦的股票數量，根據各種因子進行批量篩選，從中選擇幾十個或者幾百個來投資。并批量建倉，從而限制單一標的的倉位規模，分散風險，控制回撤。

量化投資的劣勢

1、模型錯誤風險。資產定價理論是量化投資的基礎之一，倘若定價模型有缺陷，就會導致量化策略失敗。尤其是小概率事件對資產價格的影響很容易錯估。如果量化模型不適合市場環境，量化基金不僅容易增加交易費用，而且容易增加虧損的概率。全球知名的LTCM基金從基本面出發獲取方向性判斷，然后根據價差的歷史數據進行簡單的正態分布建模，并用來測算資金管理，賣出高估的債券，買入低估的債券。LTCM采用簡單頻率統計的方式假設其符合正態分布，其結果導致嚴重低估了價差朝持倉反方向運行的概率。1997—1998年各種國際突發事件恰好驗證了金融資產價格走勢的“肥尾”特征，即正態分布假設下的“小概率”事件也具有很大的現實概率。由于定價理論有缺陷，且在進行相對價值投資時對價差走勢假設過于自信，缺乏必要的風控和止損設定，過度使用了杠桿，導致擁有諾貝爾經濟學獎獲得者羅伯特·默頓（Robert Merton）和邁倫·斯科爾斯的LTCM破產清算。

2、系統故障風險。對于量化投資而言，最重要的就是風險控制，如果風險控制不嚴，出現系統故障，瞬間產生無限循環程序交易將會帶來不可估量的損失。2013年8月16日11時05分08秒至5分10秒，短短兩秒內，由于光大證券量化投資系統中的訂單生成系統發生故障，瞬間產生了26082筆預期外的市價委托訂單，同時訂單執行系統亦出現問題，導致這些訂單被直接送至交易所。隨后的11時07分，光大證券交易員發現問題并接到交易所問詢電話，終止了系統運行并進行批量撤單。但短短三分鐘內，仍然產生了72.7億元的巨量交易。除此之外，在量化投資中，交易軟件也存在系統故障風險。

3、數據質量風險。量化投資以數據為基礎，尤其是AI/ML對數據的質量要求很高，學習效果跟數據質量有很大關系，我國 A 股市場發展的時間還不長，數據量不夠充足，噪聲也比較多，使得學習效果的穩定性不能充分得到保證。

4、量化策略市場容量限制策略有效性。以CTA（商品交易顧問策略）為例，幾乎每個CTA策略的市場容量都是有限的。如果各個量化基金的交易標的和策略類似，往往會引發策略共振的負作用。2014年11月，在滬港通政策出臺和加息的背景下，存在高度同質化卻有隱藏著“錯位對沖”的阿爾法策略受到了致命打擊。量化策略的市場容量也限制了量化基金的規模。

量化投資不等于數據挖掘。量化投資分兩類，一種是把投資人的思想、直覺、理念、理論、經驗等融入到模型中，用模型來決定交易決策的投資行為，有理論邏輯支撐，重在因果性。一種是通過機器學習尋找股價與各種信息之間的統計經驗，即數據挖掘，重在相關性。