国外定量分析的历史

最常见的信息是公司的财务报表。上市公司必须公示其财务报表是在1930年代以后，但在此之前，精通财务的人就已经使用它们来确定公司的价值。

结合对行业和消费者习惯的其他观察，该财务分析就代表了其公司的基本面分析。

商品和股票的交易图案和记录可以追溯到数千年前。

丝绸之路沿线的商人们记录贸易货物的信息以便观察价格趋势，希望从这些趋势中获益。

今天，金融市场的“技术人员”研究各种市场数据，为了给未来能提供有利的线索。

定量分析相对较新。

就实际用途而言，它大约只有二十五年的历史，目前仍然没有被完全接受、理解和广泛使用。

一、什么是定量分析？

它是对某些变量在统计上如何与股票价格行为相关联的科学研究。

这里的关键词是统计，因为它意味着大样本量使分析师能够虚拟地“证明”股票市场中的某些行为。

沿着这些方向尝试的第一项工作是在 70 年代甚至 60 年代由学者在大型计算机上完成的。

他们拥有的唯一历史数据是价格和数量。

价格动量建模的一些早期工作就是在这个时候完成的。

它缓慢、昂贵并且几乎仅限于自动化技术分析。

到 80 年代初，开始有了收集更多数据的服务，这些数据对分析界更有价值。

电子表格是在个人电脑上发明的，它使个人能够模拟公司的财务业绩。

然而，该电子表格不适用于数千家公司的大规模生产。

定量分析需要三大发展的融合才能开花结果和普及使用。

第一个发展是收集实际数据。

Zacks 和 Ibes 等公司开始定期收集收益预测，以便人们可以看到它们随时间的变化。

Compustat 正忙于收集数千家公司的财务数据并将其公之于众。

Jeff Parker 创建了 First Call，几乎实时地以电子方式收集主要经纪公司的预计收益和其他研究，然后将其下载到他客户的计算机中。

数据库变得更加复杂和准确。最重要的是，开始有了不仅仅是股票价格的历史数据。

第二个事件是这些数据需要易于操作，这样人们就可以对现有数据进行建模、回测和创建新变量，而无需成为一名优秀的程序员。

不需要编写代码来进行回归分析。

统计分析可以成为软件的一部分。

Zacks 开创了这一领域，并创造了一个复杂的软件，特别是在回测领域。

Factset 还拥有强大的软件，如今还有许多其他软件出现了分析包。

这加速了创作过程。模型可以快速轻松地进行测试，从而使分析更有价值。

第三个事件是个人电脑的发展和计算能力的快速提升。

桌面使人们能够独立工作，而不会占用公司大型机的主要资源。

在 486 芯片上运行定量软件，这是一个非常缓慢的过程，即使数据库要小得多。

随着 PC 功能的增长，它变得足以满足定量分析师的需求。

到 80 年代后期，研讨会出现了，人们可以在那里讨论技术、他们的模型和有效的方法。

随着人们意识到有效的方法是一个非常有价值的秘密后，这些很快就消失了。

成功的量化分析师已经转入地下。

他们中的大多数为资金管理公司或经纪公司的买方工作。

他们消失了，不再回复消息。

如果他们的方法和基本面与技术分析师如此不同，那么这些量化分析师对所有这些统计数据做了什么？

附加值是多少？

答案是双重的，

第一个在于一个古老的投资问题。

当投资者面临多种选择时，该如何选择？

如何将具有快速增长和高市盈率的大型优质成长股与低价股票进行比较？

如何在金融股和矿业股等大宗商品公司之间做出选择？

如何影响强大的资产负债表与疲软的资产负债表？

量化分析师有能力比较不同的估值方法和属性，并通过统计回测，优化它们的权衡。

该过程可以自动化，因此投资者可以同时实时查看数千家公司，以在所有价格发生变化之前比较其相对吸引力。

这种能力对投资组合经理非常有价值，因为它成为研究过程的框架。

它提供了一门学科，并将基本面和技术研究工作重点放在最有可能跑赢大盘的股票上。

事实上，这是 1980 年代后期的新事物并不普遍，这意味着与其他更成熟的学科相比，量化世界的市场效率低下是巨大的。

将这些异质元素组合成一个创造性的筛选模型并不容易。

就像厨师一样，每个人都可以使用所有的数据成分，使用适当的软件，分析师制作的“烹饪”可能会有很大的不同。

量化分析师的数量并不多，而创造巨额超额回报的是第一个也是最好的分析师。

从那时起，定量分析变得更加普遍，减少了 1990 年代的超额收益。

今天，人工智能和更复杂的建模已经接管了。

数学博士学位和大规模的努力几乎是在这种方法中竞争的先决条件。