一、量化择时综述
什么是量化择时？
量化择时是一种投资策略，通过尝试预测未来市场价格的变动，来做出买入或卖出金融资产（通常指的是股票）的决策。这种预测通常是基于技术面或基本面分析，对市场前景或经济状况做出的预测，而不是局限于某种特定金融资产的投资策略。
以股票投资为例，投资过程一般分为两个部分：选择投资对象（选股）和确定买卖时机（择时）。量化投资也不例外，投资的基础来源于数据，核心是通过统计算法构建模型，在执行时需严格遵循交易策略。
量化投资在美国已有30多年的历史，詹姆斯·西蒙斯（1938年生）是公认的传奇带头人。这位数学天才23岁获得博士学位，后任教于麻省理工学院、哈佛大学，还与华裔数学大师陈省身共同创立了著名的Chern-Simons Theory（陈-西蒙斯规范理论）。40岁时，他创立了文艺复兴科技公司的前身Monemetrics，转入投资领域。1989—2009年，公司旗下的大奖章基金业绩表现非常突出——平均年回报率高达35%，比同期标普500指数年均回报率高20多个百分点，优于索罗斯和巴菲特的投资业绩。即便是在次贷危机爆发之际，该基金收益率仍高于80%。中国的量化投资起步较晚，2010年股指期货推出之后，国内的量化投资才开始迅速发展，并逐渐受到越来越多机构投资者的青睐。
与以金融、经济管理为背景的传统投资从业者不同，量化投资的从业人员多是靠数学模型分析金融市场的物理学、数学、统计学理科生，或是精通SAS、R、MATLAB软件的计算机或软件高手。一般称其为金融工程师，现在时髦的称呼叫作“宽客”，但他们更愿意称自己为“矿工”，一来与英文读音比较相似，二来这一称呼生动描绘了每天在数据“矿山”中挖掘的工作特点。
简单地说，量化择时就是通过定量的方法选出合适投资时机的过程。下文首先介绍量化投资中基础的、核心的，同时也是最难的一个环节。
如果先不考虑选择什么样的投资对象，那么投资就是简单的单一资产投资，可以是一只股票、一只基金、一个期货合约或者一个指数的操作。单个资产的管理问题其实就是上面提到的择时问题，多个资产的管理择时问题就是仓位管理。
作为非专业的个人投资者，几乎每个人都有这样的经历：不是在大涨之前抛得太早，就是在大跌之前犹豫不决，或者拿着一只好股票“坐了电梯”——别人荷包满满，而自己只有“上上下下的感受”。(https://www.daowen.com)
把握不住好的时机，总是踩不到点上的影响有多大呢？
美盛集团（Legg Mason）的报告显示：如果1997年初，你将10000美元投资于标普500指数，20年后该投资就可以增长到43175美元，从而获得7.59%的年平均回报；但在从1997年1月2日到2016年12月31日的5052个交易日中，如果投资者仅仅错过其中10天“黄金时间”，回报率就可能会减少一半。因为在漫长的低迷期，投资者通常都会回撤资金，但市场反弹却经常突然发生，迅速得来不及反应——错过几个交易日，就可能意味着错过市场上的最大收益。
既然择时如此重要，那我们花大力气研究一番，再加上自动化无人干预的计算机程序，岂不是就可以发明一款“躺着赚钱”的“永动机”？事实是，好的选股策略是比较容易实现的，但择时就不是那么简单了。
大盘明天是涨还是跌？下个月是涨还是跌？明年是涨还是跌？这些都是问题。
对传统投资者而言，对单个资产进行管理，通常就是分析一下基本面，再看看是否有其他信息，把这些信息结合起来，综合思考得出结论。大多数量化投资者也会沿用这一思路去建立择时模型，但很多宏观数据往往一个月甚至一个季度才发布一次，如果用这些数据去管理单个资产，除非管理的资产规模十分庞大，否则明显时效性不足、风险太高。根据索罗斯的反身理论，投资者的行为会影响价格，价格本身又反过来影响投资者的行为。简单地说，市场就是一个公开博弈的大赌桌，公开透明的择时指标往往不能长期发挥效用，投资者必须不断挖掘出更高效、更深层面的择时指标来指导投资决策，在其再次失效之前就要开始继续寻找下一个，如此不断更替。于是，在普通投资者看来，“高大上”的量化投资机构要么拥有“不为外人道也”的择时方法，要么给出的都是陈腐不堪、错误百出的指标，通常效果也不怎么样，甚至有人抛出“市场不可预测与择时”的论点，少数信奉“长线投资”的投资者以此曲解价值投资的理念，放弃择时。
虽然现在有各种批评言论，比如“交易是一门艺术，不是科学”“由于低估风险，宽客引起了更多的市场波动性”“宽客不能应对市场行情中的不寻常事件或快速变化”等，但无数专业人士以及学者寻找有效择时方法的脚步从未停止。量化择时以交易数据为基础，趋势跟随和逆势投资是目前两大主流研究方向。大家也许还听过它们的其他名字，比如动量和翻转、右侧交易和左侧交易，其实都是一个意思。量化投资者最推崇的择时方法是趋势跟随，后文会从技术面、基本面、资金面及行为金融等方面探讨择时策略的构建思路。
科技是第一生产力。在科技发展的推动下，量化投资也出现了一些新的变化：从固定单一策略向动态多维策略体系转变，从被动的高频交易向主动的智能投资转变，从跟随大众投资因子向开发特色个性因子转变，从追求高收益策略向控制风险与获取收益相结合的策略转变，从“一点”到“全局”的量化投资系统转变。未来，人工智能的飞速发展还将带领量化交易迈上新的台阶。