1、量化投資就是利用計算機技術并且采用一定的數學模型去踐行投資理念，實現投資策略的過程。量化投資的優勢在于：紀律性、系統性、及時性、準確性和分散化。量化投資的歷史可以追溯到20世紀50年代，最近十年得到了飛速發展，量化投資基金的數量增加值也遠遠超過了傳統投資基金。在國內量化投資基金則是從2009年剛剛起步，正處于朝陽階段。量化投資的主要內容包括：量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、期權套利、算法交易、ETF/LOF套利、高頻交易等。 量化投資的基礎理論知識包括：人工智能、數據挖掘、小波分析、支持向量機、分形理論和隨機過程。量化投資需要的IT技術包括：數據庫、數據倉庫、面向對象

2、編程等。 1.1 什么是量化投資1.1.1 量化投資定義什么是量化投資？簡單來講，量化投資就是利用計算機科技并采用一定的數學模型去實現投資理念、實現投資策略的過程。傳統的投資方法主要有基本面分析法和技術分析法這兩種，與它們不同的是，量化投資主要依靠數據和模型來尋找投資標的和投資策略。對于量化投資中模型與人的關系，有點類似于病人和醫生的關系。在醫生治病的方法中，中醫與西醫的診療方法不同，中醫是望、聞、問、切，最后判斷出結果，在很大程度上取決于中醫的經驗，定性程度大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依托于醫學儀器，最后得出結論，對癥下藥。 醫生治療病人的疾病，投資者治療市場的疾

3、病，市場的疾病是什么？就是錯誤定價和估值，沒病或病得比較輕，市場是有效或弱有效的；病得越嚴重，市場越無效。投資者用資金投資于低估的證券，直到把它的價格抬升到合理的價格水平上。但是，定性投資和量化投資的具體做法有些差異，這些差異如同中醫和西醫的差異，定性投資更像中醫，更多地依靠經驗和感覺判斷病在哪里；量化投資更像是西醫，依靠模型判斷，模型對于量化投資基金經理的作用就像CT機對于醫生的作用。在每一天的投資運作之前，投資者會先用模型對整個市場進行一次全面的檢查和掃描，然后根據檢查和掃描結果做出投資決策。 與傳統定性的投資方法不同，量化投資不是靠個人感覺來管理資產，而是將適當的投資思想、投資經驗，甚至

4、包括直覺反映在量化模型中，利用電腦幫助人腦處理大量信息，幫助人腦總結歸納市場的規律，建立可以重復使用并反復優化的投資策略（經驗），并指導我們的投資決策過程。 因此，我們看到量化投資只是一種工具，可以用數量化工具去實現我們的投資理念。我們所關心的不僅僅是投資理念本身是不是成功，同時也要關心所采用的量化工具是不是成功，即是不是準確把握了投資理念本身并去準確地實現了投資理念。 1.1.2 量化投資理解誤區1不是基本面分析的對立者量化投資并不是基本面分析的對立者，海外量化投資的經驗是量化投資模型很多是基于基本面因素，同時考慮市場因素、技術因素等。因此，量化投資也不是技術分析，而是基于對市場深入理解而形

5、成的合乎邏輯的投資理念和投資方法。量化投資是一種主動型投資策略，主動型投資的理論基礎就是市場非有效的或弱有效的，基金經理可以通過對個股、行業及市場的驅動因素進行分析研究，建立最優的投資組合，試圖戰勝市場從而獲取超額收益。與海外成熟市場相比，A 股市場的發展歷史較短，投資理念還不夠成熟，相應地留給主動型投資發掘市場的潛力和空間也更大。量化主動投資策略以正確的投資理念為根本，通過各種因素的分析，以全市場的廣度、多維度的深度視角掃描投資機會，在中國市場的應用將更顯其優勢。 不少投資者對量化基金還存在一種誤區，認為這類基金依靠數量模型作為投資運作的基礎，那么基金經理包括投資團隊所發揮的作用就不大了。實

6、際上在市場出現轉折或者小概率事件的時候，計算機無法代替基金經理的判斷，此外，在一個波動劇烈的非單邊市場環境下，量化模型對新數據的反應也并不完全令人滿意。因此，在量化基金的運作中，仍需要經驗豐富的基金經理和投資團隊來把握一些更加宏觀的和大的趨勢，而計算機模型的作用是在市場正常的情況下，極大地減少基金經理的工作量，以及避免由于人的情緒帶來的失誤。 量化投資不僅可以結合定性思想即投資理念，而且也可以讓量化投資模型與基金經理的個人判斷相結合，這些都將基金投資變得更加完美，也能把基金經理和投資總監們從瑣碎的日常信息分析中解放出來。基金經理完全可以花更多的心思考慮市場趨勢的變化、市場拐點的狀況、市場結構的

7、變化、市場上的黑天鵝，以及向量化模型中添加更多更有用的新信息，更好地為投資決策服務。 2主動而非被動投資 很多人認為，量化投資是依循預先設計好的模型被動執行投資運作，因此與指數化投資一樣是屬于被動投資。實際上完全相反，量化投資是一種主動投資。量化投資和指數化投資的理論基礎完全不同。指數化等被動投資的理論基礎是認為市場是完全有效的，任何企圖戰勝市場的努力都是徒勞的，既然這樣，不如就被動地復制指數，以取得與市場一樣的收益水平。 而量化投資的理論基礎是市場是無效的，或者是弱有效的，因此投資人可以通過對于市場、行業基本面及個別公司的分析，主動建構一個可以取得戰勝市場的超額收益的組合。因此，量化投資屬于

8、主動投資策略。 3不是神秘主義 量化投資不是神秘主義，更不是一個戰無不勝的秘笈。量化投資不是靠一個投資模型就能永遠賺錢，而且也不是使用一個模型就能解決一切問題，更不是一個模型就能勝任任何市場狀況。量化投資模型只是一種工具，量化投資的成功與否在于使用這種數量化工具的投資者是否真正掌握了量化投資的精髓。 我們需要建立很多的量化模型，如選股模型、行業配置模型、擇時模型、交易模型、風險管理模型及資產配置模型、套利模型、對沖模型等。量化投資模型只是一種工具、一種方法、一種手段，能實現成熟而有效的投資理念，并不斷根據投資理念的變化、市場狀況的變化而進行修正、改善和優化。 同時，量化投資模型都必須經歷不斷地

9、跟蹤檢驗、優化、實證等過程。量化投資是一個不斷改進的過程，最重要的就是投資者的投資思想，包括對投資的理解、理念、經驗，所有模型都是建立在這些投資思想上的。 4捕獲大概率 量化投資策略從本質上講是尋找較大概率獲勝的機會。那么量化投資必然會觀察市場的規律，試圖尋找各個因素與未來股票收益之間的關系，并尋找較為成功，即大概率成功的規律。 要從大概率上獲取較好的收益，量化投資模型需要著重考慮對資產未來收益看法的估計和辨別，而且主要包括對個股的看法、行業的看法等估計的準確性。對資產未來收益的看法既可以是絕對的收益水平，也可以是相對的收益水平（或稱之為Alpha）。對于共同基金而言，對后者即Alpha 的估

10、計和預測可能需求更多，量化模型也主要是在尋找最佳的Alpha 模型。 在確定投資品種后，量化投資策略需要考慮具體的交易策略和風險控制策略等方面。有較好的交易策略才能最大程度地降低交易成本（包括傭金、稅費及沖擊成本等），而通常交易成本對業績的表現也有重要的影響。交易策略主要解決的問題是沖擊成本的問題，假設一只基金買某只股票的成本是5%，而收益率卻達不到這個水平，那么這個投資策略和方法就不可行雖然對資產未來收益看法的預測模型很好。 量化投資需要綜合考慮資產的鑒別（個股選擇、行業配置、資產配置等）、交易（包括擇時）和風控（包括對風險收益的平衡等）等方面因素，尋找到成功概率最大的投資組合，達到收益最大

11、化。本節內容主要來自于本章參考文獻 11.2 量化投資與傳統投資比較1.2.1 傳統投資策略的缺點投資策略一般可分為主動型投資策略和被動型投資策略，被動型投資即一般所說的指數化投資，而主動型投資策略又可分為傳統型投資策略和量化投資策略。所有的主動型基金經理都試圖戰勝市場以期獲得超過市場基準的超額收益。然而，傳統的主動型基金經理的績效一般都很難達到期望值，這也許印證了有效市場理論（EMH）的觀點市場是無法被超越的。但是，我們可以從另外一個角度去思考這個問題，傳統主動型投資策略有時的失敗也許并不是因為無法超越市場效率的限制，而是由于其本身內在的缺點所致。量化投資策略(一）（1）傳統主動型投資策略受

12、到人類思維可以處理的信息量的限制。人類思維在任何時候都只能考慮有限數目的變量，因此對任何一個基金管理者來說，對大量股票都進行深入分析是不現實的。例如，對于600只的股票樣本，被一個傳統主動型基金經理緊密跟蹤的也許只包括200只，這樣就會明顯排除從其他股票獲益的機會。 （2）傳統主動型投資策略容易受到認知偏差的影響。任何人的認知偏差及根深蒂固的思維習慣都會導致決策的系統誤差。例如，大多數人都只愿意記住自己成功的喜悅而不愿記住失敗的教訓，所以在處理問題時一般都會表現出過度自信。行為金融學的研究也表明，認知偏差會歪曲投資者的決策從而對其投資行為產生影響。 （3）傳統主動型投資策略更強調收益率而不是風

13、險控制，更加偏重個股挖掘而不是投資組合構造。由于對傳統主動型基金的業績衡量基準缺乏明確的定義，相應地，對其基金經理的投資資產配置也就缺乏嚴格的限制，這使得基金經理傾向于偏離潛在的業績基準，在盲目追求高收益的同時，較少考慮相應的風險控制，這也是傳統主動型投資策略未能取得期望優異績效的原因之一。1.2.2 量化投資策略的優勢量化投資和傳統的定性投資本質上是相同的，二者都是基于市場非有效或是弱有效的理論基礎，而基金經理可以通過對個股基本面、估值、成長性等方面的分析研究，建立戰勝市場、產生超額收益的組合。不同的是，傳統定性投資較依賴對上市公司的調研，并加以基金經理的個人經驗及主觀判斷，而量化投資則是將

14、定性思想與定量規律進行量化應用的過程。 量化投資策略有如下五大方面的優勢，主要包括紀律性、系統性、及時性、準確性、分散化等。 （1）紀律性：嚴格執行量化投資模型所給出的投資建議，而不是隨著投資者情緒的變化而隨意更改。紀律性的好處很多，可以克服人性的弱點，如貪婪、恐懼、僥幸心理，也可以克服認知偏差，行為金融理論在這方面有許多論述。紀律化的另外一個好處是可以跟蹤和修正。 量化投資作為一種定性思想的理性應用，客觀地在組合中去體現這樣的組合思想。一個好的投資方法應該是一個透明的盒子，而不是黑盒子。每一個決策都是有理有據的，無論是股票的選擇、行業選擇，還是大類資產的配置等，都是有數據支持、模型支持及實證

15、檢驗的。 （2）系統性：量化投資的系統性特征主要包括多層次的量化模型、多角度的觀察及海量數據的觀察等。多層次模型主要包括大類資產配置模型、行業選擇模型、精選個股模型等。多角度觀察主要包括對宏觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度的分析。 量化投資的系統性還有一方面就是數據多，即海量數據的處理。人腦處理信息的能力是有限的，當一個資本市場只有100 只股票，這對定性投資基金經理是有優勢的，他可以深刻分析這100 家公司，這就是表現出定性基金經理深度研究的優勢。但在一個很大的資本市場，比如有成千上萬只股票的時候，強大的量化投資的信息處理能力能反映它的優勢，能捕捉更

16、多的投資機會，拓展更大的投資機會。 （3）及時性：及時快速地跟蹤市場變化，不斷發現能夠提供超額收益的新的統計模型，尋找新的交易機會。 （4）準確性：準確客觀評價交易機會，克服主觀情緒偏差，妥善運用套利的思想。量化投資正是在找估值洼地，通過全面、系統性的掃描，捕捉錯誤定價、錯誤估值帶來的機會。定性投資經理大部分時間在琢磨哪一個企業是偉大的企業，哪個股票是可以翻倍的股票；而量化投資經理大部分精力花在分析哪里是估值洼地，哪一個品種被低估了，買入低估的，賣出高估的。 （5）分散化：在控制風險的條件下，充當準確實現分散化投資目標的工具。分散化，也可以說量化投資是靠概率取勝。這表現為兩個方面：一是量化投資

17、不斷地從歷史中挖掘有望在未來重復的歷史規律并且加以利用，這些歷史規律都是有較大概率獲勝的策略；二是依靠篩選出股票組合來取勝，而不是一只或幾只股票取勝，從投資組合理念來看也是捕獲大概率獲勝的股票，而不是押寶到單個股票上。1.2.3 量化投資與傳統投資策略的比較1投資策略比較如表1-1所示為各種投資策略差異，基于基本面選股的傳統策略年追蹤誤差是所有策略中最高的。“與基準組合的差異”表明了運用不同投資策略的組合收益有別于基準收益的原因，即影響投資組合期望跟蹤誤差的關鍵因素。不同投資策略對比 投資策略指數化策略結構化策略高度風險控制主動策略主動量化策略分散化主動策略專業化主動策略選股方法復制

18、指數量化選股量化選股量化選股基本面選股基本面選股年跟蹤誤差0.20%1%2%2%3%3%4%3%4%4% （續表） 投資策略指數化策略結構化策略高度風險控制主動策略主動量化 策略分散化主動策略專業化主動策略與基準組合的差異無差異個股有限差異個股溫和差異、行業有限差異個股溫和差異、行業溫和差異、規模/風格有限差異規模/風格溫和差異、擇時無/有限差異無約束  從表1-1中可以看出，基本面選股的年跟蹤誤差最高，量化選股其次。其中，我們對各種策略“與基準組合的差異”進行進一步分析。 （1）個股：投資組合中某只個股的配置比例可能有別于其在基準指數組合中的配置比例。

19、例如，一個采用主動量化策略的基金經理可能將基金的5%配置于某只股票，但基準指數組合在該股上的配置比例為4%；而對一個專業化主動投資的基金經理，他的投資組合中可能根本就沒有配置該股。 （2）行業：投資組合中某板塊的配置比例可能有別于基準指數組合中該板塊的配置比例。例如，某基金對高科技板塊的配置比例為35%，而基準指數組合中該板塊的配置比例僅為25%。 （3）規模/風格：不同的投資策略可能對股票的規模或者風格有不同側重，這可能有別于基準指數組合。例如，某些基金經理可能更注重股票的市值規模（大、中、小市值），某些基金經理可能更注重股票的風格特性（價值、成長型），從而導致其對所偏好的風格特性的股票進行

20、超配，這就產生了與基準指數組合的配置比例不一致的情形。 （4）擇時：基金經理可能會綜合分析上述3種因素，在不同的時期采用不同策略。例如，某基金經理可能根據不同板塊在不同階段的市場表現不同而采用板塊輪動策略，超配（或低配）下階段看好（或看淡）的板塊。 2不同投資策略的業績對比 采用不同投資策略的基金投資業績比較如圖1-2所示。這里分別列出了3種類型的基金1 年期、3 年期、5 年期和10 年期的信息比率（Information Ratio），數據覆蓋時間區間為1996 年1 月1 日至2005 年12 月31 日。第一種類型表示以Russell 1000指數或者S&P 500 指數為投資

21、基準組合（Benchmark）的所有傳統主動型投資基金（All Active Funds）；第二種類型表示偏重風險控制的傳統主動型投資基金（Risk-controlled Traditional Active Funds）；第三種類型表示量化投資基金（Quantitative Active Funds）。 。 第二章 量化策略介紹投資策略總的來說分為兩大類：判斷趨勢型和判斷波動率型。判斷趨勢型是一種高風險的投資方式，通過對大盤或者個股的趨勢判斷，進行相應的投資操作。如果判斷是趨勢向上則做多，如果判斷趨勢向下則做空，如果判斷趨勢盤整，則進行高拋低吸。這種方式的優點是收益率高，缺點是風險

22、大。一旦判斷錯誤則可能遭受重大損失。所以趨勢型投資方法適合于風險承受度比較高的投資者，在承擔大風險的情況下，也會有機會獲得高額收益。判斷波動率型投資方法，本質上是試圖消除系統性風險，賺取穩健的收益。這種方法的主要投資方式是套利，即對一個或者N個品種，進行買入同時并賣出另外一個或N個品種的操作，這也叫做對沖交易。這種方法無論在大盤哪個方向波動，向上也好，向下也好，都可以獲得一個比較穩定的收益。在牛市中，這種方法收益率不會超越基準，但是在熊市中，它可以避免大的損失，還能有一些不錯的收益。股指期貨套利是在股票和股指期貨之間的對沖操作，商品期貨是在不同的期貨品種之間，統計套利是在有相關性的品種之間，期

23、權套利則是在看漲看跌期權之間的對沖。無論是哪種投資方式，最終都需要通過一筆筆的訂單系統來實現。每一個投資者的訂單對市場都是有影響的，買入的訂單會推動價格上漲，賣出的訂單會造成價格的下跌，這就是沖擊成本的由來。沖擊成本會降低投資者的收益率，因此需要采用某種算法來盡可能地減少對市場的影響，降低沖擊成本。量化策略可以依據具體采用的策略不同分為以下幾大類，本章將會簡單介紹每一類策略和它們的市場容量。二、量化策略簡介及其市場容量1.多因子選股模型多因子模型是應用最廣泛的一種選股模型，基本原理是采用一系列的因子（股價技術指標和公司基本面數據）作為選股標準，滿足這些因子的股票則被買入，不滿足的則賣出。舉一個

24、簡單的例子，如果有一批人參加馬拉松，想要知道哪些人會跑到平均成績之上，那只需在跑前做一個身體測試即可。那些健康指標靠前的運動員，獲得超越平均成績的可能性較大。多因子模型的原理與此類似，我們只要找到那些對企業的收益率最相關的因子即可。當然多因子模型要比簡單的馬拉松成績預測復雜得多，最重要的一點找出哪些因子對企業來說是“健康”的因子。Fama和French1992年對美國股票市場決定不同股票回報率差異的因素的研究發現，股票的市場的Beta值不能解釋不同股票回報率的差異，而上市公司的市值、賬面市值比、市盈率可以解釋股票回報率的差異。諾獎得主EugeneFama通過對大量股票中某些共同特征進行篩選，從

25、而得到有別于大盤因子的兩個新因子：規模與價值。這個模型能很好地解釋股票的預期回報。后來，該模型又加上了動量因子，成為四因子模型。多因子的換倉時間一般為一個星期到一個季度之間，綜合考量A股市場的交易成本，常見的選擇的是每個月一換，多因子模型是所有量化模型中市場容量最大的模型，因為理論上來其市場容量與主動選股是一致的，最大可達百億以上。2普通指數基金和增強指數基金2.1 普通指數基金普通指數基金是買入指數成分股，使用完全復制法復制股票指數的基金。目前的技術手段基本可以做到跟蹤偏離度小于0.2%，年化跟蹤誤差小于2%。指數基金的主要要求在于減少跟蹤誤差，但是由于每日申購贖回和停牌等問題會影響基金持有

26、的投資組合對于指數的跟蹤，基金管理人可以通過對歷史數據的量化分析從而確定替代股以減少跟蹤誤差。指數基金的規模可達百億以上。2.2 增強指數基金增強指數基金通過把80%的資金用于復制指數，15%的資金用于投資量化選股模型以獲得超額收益。量化選股模型包括多因子模型，事件驅動模型等。一般而言，量化模型的待選股票池為所跟蹤的指數。和普通指數基金一樣，增強指數基金的規模可達百億。3. 事件驅動模型【小提示：回復關鍵字“高頻量化”或者“109”獲得專題全部內容】事件驅動策略，也被稱為主題投資，是多因子模型以外的另一個被廣泛使用的選股模型。從數量化角度來看，事件驅動選股的方法分為兩個步驟：第一步是找到驅動因

27、子。驅動因子分為兩類：一類是純時間驅動因子，如限售股解禁前后；另一類是時間+指標雙重驅動因子，如盈利超預期的股票，其中定期報表公布的時間為時間驅動因子，盈利是否超預期是指標驅動因子。第二步是找到驅動因子和股票超額收益之間的關系：對于純時間驅動因子，我們關心何時有超額收益；對于時間+指標雙重驅動因子，我們關心什么樣的股票在何時有超額收益。A股市場上主要的事件有：定向增發，定增破發，大股東高管增持，股權激勵，并購重組等。3.1 定向增發定向增發屬于上市公司再融資的一種，主要是指上市公司以新發行一定數量的股份為對價，取得特定人資產的行為。定向增發的價格具有一定的指引作用，往往被市場視為產業資本認可的

28、公司價值下限。在預案公告日或者股東大會日買入公布定向增發預案的股票，并持有一段時間再賣出，這個策略有很低的下行風險但并未降低可能的收益，因此綜合起來看，定向增發事件有超額收益。3.2 定增破發定增破發是指當股價跌破定增價格的一定比例以后買入，然后持有到解禁日賣出。其投資邏輯為參與定增的大股東或機構在股價破發之后傾向有提升股價的動力。歷史回測也顯示了買入定增破發的股票確實具有可觀的ALPHA。回測結果表明，2007年6月至2014年7月，當二級市場價格破發10%時買入，模型的年均收益為13%，同期HS300指數年均下跌2.7%，模型年均超額收益為15.7%。3.3 大股東和高管增持大股東和高管增

29、持事件是指大股東或者高管在二級市場的買入本公司股票的行為。從邏輯上分析，他們的增持行為可以反映出管理層和大股東對于公司股價及公司未來發展狀況的態度，大量的買入行為可能表示其認為目前公司價值被低估、價值提升空間較大，或者對于公司未來經營充滿信心，認為公司未來的發展前景較好。從上世紀60-70年代至今，大股東和高管增持行為與股票收益關系問題一直是國內外學術界關注的焦點，已有大量研究表明大股東和高管增持行為的確包含著對股價有價值的信息，增持公告后能夠獲得顯著的超額收益。3.4 股權激勵股權激勵是指公司股東對管理層實施的激勵行為，一般來說激勵與公司股價或業績相掛鉤，股權激勵投資邏輯如下：1、短期獲取股

30、權激勵信息對市場預期的改變。2、長期獲取股權激勵對上市公司業績的促進。3、統計顯示僅20%股權激勵停止實施,即80%股權激勵成功實施,所以大概率上市公司業績達到股權激勵條件。4、股權激勵一般實施3年左右,每年要求業績有一定的增長,業績增長具備持續性。5、業績條件較高為了達到股權激勵目標公司采取并購重組外延式擴張的可能性較高。3.5 并購重組并購重組是指不同公司合并成立新的公司的過程，通過并購重組能夠整合優化經營資源的配置結構，獲得協同效應，增加經濟規模，并減少無效競爭，因此并購重組也是值得關注的事件驅動策略。單一的事件驅動策略持股以30支計，每只股票持股市值5000萬計算，單一事件驅動策略的市

31、場容量為15億，多個事件驅動策略的市場容量是單一事件驅動策略的數倍，約為50億。華寶興業剛剛成功發行了一只事件驅動選股基金，最新規模為62.09億。4. ALPHA策略（量化對沖策略）量化策略有時需要對沖，這里的“對沖”是指對沖掉市場的風險，不賭未來市場的方向，無論市場是上漲還是下跌，均以獲取絕對收益為目標，量化對沖追求的是長期收益，細水長流。由于對沖，會使得其在長期內非常穩定，回撤幅度非常小，長期來看幾乎是一條傾斜的向上的曲線。對沖策略一般并不單獨使用，而是與其他策略混合使用，例如對沖策略與多因子策略相結合，用與現貨市值相對應的期貨空頭相對沖，這樣就能規避掉市場整體的宏觀風險，降低策略的回撤

32、，獲取阿爾法收益。量化對沖策略的市場容量與多頭使用的策略以及股指期貨的每日成交量相關，規模可達50億。5. 無風險套利股指期貨期現套利其基本原理就是：利用滬深300股票組合與股指期貨的價差，當股指期貨價格超過300組合一定空間后，則買入300股票組合同時做空股指期貨，然后等到價差歸零后，雙向平倉的套利方式。2010年股指期貨剛問世的時候，當時無風險套利空間大概有20%以上，后來由于套利資金的介入，收益下降，現在穩定在10%左右，大概估計目前市場可以支持的資金規模在30億左右。6. 統計套利統計套利的精髓在于控制每一次套利的風險，使得單次可能的最大損失不足以對本金產生顯著影響，從而長期來看統計套

33、利的風險較低。策略主要有組合統計套利（主元分析），分級基金折溢價套利，跨品種套利，跨市場套利，跨期套利，基金封轉開等。1）組合統計套利組合統計套利買入一攬子價值低估的股票同時做空一攬子價值高估的股票，策略思想和配對交易如出一致，只是數學模型更為復雜。它一般使用多元統計分析的方法,諸如主元分析,獨立成份分析等對股票池進行分析，據此在股價偏離相關性的時候可選擇多空組合，待回復以后再平倉。由于目前A股市場融券規模很小，組合統計套利策略難以實施。2）分級基金折溢價套利分級基金套利屬于統計套利的一種，基本原理就是利用分級基金在二級市場的折溢價來賺錢。分級基金的套利機制是這樣的：當基金二級市場價格高于基金

34、的單位凈值時，申購母基金份額，并將持有的母基金份額拆分為A,B份額在二級市場賣出；當基金二級市場價格低于基金的單位凈值時，投資者可以在二級市場買入基金A,B份額合并為母基金并贖回。分級基金二級市場價格與單位凈值之間的差額再扣除相關的交易費用即為投資者的套利收益。由于分級基金的正反向套利會有兩到三天的持倉風險，因此單次套利可能會虧損，但長期來看，每次套利市場上漲的平均收益和下跌的平均風險相互抵消，因此折溢價部分即是統計上的收益。分級基金套利的市場規模與相應品種的流動性相關，單只分級基金能夠容納的套利資金大約為1000萬，但是市場上有幾十只不同的分級基金，可能同時幾只一起出現套利機會，因此分級基金

35、折溢價套利的規模大概在1億。3 ) 跨品種套利跨品種套利就是買入未來可能強勢的股票，同時做空未來可能弱勢的股票。統計數據顯示，很多股票之間有著相同的走勢，例如工商銀行和建設銀行之間的走勢很接近，某段時間工商銀行突然拉升，則可以立刻融券做空工商銀行，同時做多建設銀行。和如上例子類似，期貨跨品種套利則在兩個關聯度較高期貨品種的價差偏離歷史均值較大時，同時做多和做空它們，比如大豆和豆粕。在價差回歸歷史均值時，獲利平倉。4) 跨市場套利（AH股套利）跨市場的套利的基本思路與跨品種套利類似，比如同一公司的A股和H股的比價長期穩定在一個比值上，但比值突然減小，這時候可以做空此公司的H股并做多A股。5) 跨

36、期套利跨期套利的基本思路與上述兩種套利類似，一般運用在同一大宗商品或者指數的不同到期日的期貨合約上，當遠月合約與近月合約的價差超過一定閥值就可以做多被低估的，做空被高估的。跨品種套利、跨期套利和跨市場套利的容量與其相應品種的市場規模相關。6）基金封轉開套利封閉式基金在二級市場上交易時一般都相對其凈值有一定的折價，因此在封閉式基金到期或者是專為開放式基金前可以購入，并等待到期贖回，從而獲得其折價的那部分。封閉基金的數目現在僅有7支，折價大約為20%左右，基金規模為20億到50億。基金封轉開的套利市場容量大約為10億。7. 期權/可轉債和標的之間的套利權證與標的之間的套利在于尋找權證偏離其合理價格

37、的機會，通過權證和標的多空組合構建“只賺不賠”的資產組合。1) 期權與標的之間的套利期權套利是一個較為復雜的策略,它牽涉到同時買入不同認購期權、認沽期權、期貨以及現貨來構造一個無風險的組合,并賺取其中的價差。期權價格的失衡通常來自市場波動增加、交易量變化,簡單來說,期權套利很大程度上決定于對標的資產的合理定價。通常的期權套利策略有買賣權平價套利（兩個期權），期權價差套利（兩個期權），期權凸性套利（碟式套利或鷹式套利，三個期權），箱體價差套利策略（四個期權）等。比如，如下的例子是一個買賣權平價套利策略。2015年8月6日9點56分31秒，融券賣出10000份50ETF（價格2.478），買入一張50ETF認購8月2350（價格0.1380）賣出一張50ETF認沽八月2350（價格0.0441）。收益上，當50ETF的漲幅在6%以上時組合不虧損，但是當50ETF漲幅在6%以下，或者下跌時，