基本面量化投资是以数据为基础，以策略模型为核心，以程序化交易为手段，以追求绝对收益为目标的投资方法。人类可以提供而量化分析却无法做到的一个技能就是，基于较小的数据量做出推理的能力。

基本面对价格的影响缓慢而持久，可买卖双方的市场力量最直接作用于市场价格，通过不同的数据模型和算法构建对市场买卖双方力量的监测是量化投资的精髓，西蒙斯如是说。随着科技的发展，量化投资的范畴已经远远大于西蒙斯的定义了。各种套利算不算量化，大数据算不算量化，复杂的金融工程定价算不算量化，结构化产品算不算量化，包含技术分析的算法交易算不算量化，其实这些都是量化范围的。

一般来说，量化基本面分析师会结合基本面投资自下而上的股票拣选技能与对计算机算法的使用，搭配大数据来测试他们的假设，举个例子，如果我们要分析一个零售商店的表现，一方面可以通过研究公司的财务报表，甚至亲身到零售商店看一看，来预测未来的利润或公司偿还债务的能力，另一方面，投资经理还可以通过分析几百万张银行卡的信息来建立算法，测试以上得出的结果。

基本面量化策略的优劣

01.基本面量化策略的优势

护城河高，其赖以生存的基本面逻辑和海量数据(12.58 -2.18%,诊股)是一个持续累积的过程，并非一朝一夕可以复制;

市场容量大，其依赖对个股的深度研究，看得准拿得稳，换手率比其他量化流派要低，因而容量更大。

02.基本面量化策略的劣势

有效且持续迭代基本面逻辑难度高，只有兼具权益投资禀赋且具备共享研究平台的基金管理人才有可能实现;

成本高，在当前市场中，单条另类数据的年成本可能就高达十几万元甚至几十万元，在这种情况下，海量数据的持续获得也需要公司层面持续的资源投入，管理人本身的实力将对基本面量化投资的能力产生决定性影响。

标签： 什么是基本面量化投资 基本面量化策略的优劣 何为量化投资 基本面量化投资

责任编辑：