1.中国量化投资走进黄金发展时期

通过吴振中了解到：在2010年，沪深300股指期货的正式上线，同时代表着量化投资走进了实践阶段，同时阿尔法中性策略也正式崛起。在2013年到2014年，在以小盘股为主导的结构式中，一部分投资者利用非中性或者小盘的阿尔法策略，从中赚取了非常高的利润，因此量化投资也得到了飞速的发展。

吴振中说：“在2015年的大牛市中，套利策略的表现非常好，其中包括无风险套利和分级基金套利等，可是总体来看，这种策略的容量小和实效性短，交易的机会一眨眼可能就消失了。在2016年，CTA策略可以说是较好的策略了，在2015年的9月份，因为股指期货受限，所以投资者们都转型到商品期货市场，滋养了2016年商品期货的基本面和资金面因素致使的行情趋势。”

   

吴振中表示：“目前国内的量化投资策略表现出来的状态是多元化的，因此量化投资也迎来了它的黄金时期。”导致这种趋势的原因有两方面：一是和海内外的成熟市场相比，国内的市场波动较高和阿尔法收益很高，量化策略相对来说非常好用。二是在量化投资领域，有更多的人才加入，他们也开拓了更多丰富的模型和策略。

   

吴振中预测：国内的市场波动大，还有阿尔法的收益较高，大部分的量化策略都可以大展拳脚。例如，中国的CTA策略的收益水平整整比海外高出了一倍。即使从目前来看，国内量化受政策等因素的影响，还是一个能实现而实现的难度很大的阶段，可是这样也不怕，只要可以适应市场，那就可以捕捉到机会。等到未来，优秀的人才和好的机器把整个市场填满，量化的空间自然就变小了。

   

2.在未来，机器学习会是主流

在海外市场，量化投资的发展历史已经有30多年了，在1997年，全球量化对冲基金管理资产规模为1182亿美元，而到了2014年末，规模达到了3万亿美元，整整提高了20多倍，年均复合增速高达20%。吴振中对这种情况的看法是：即使现在看，国内和海外的发展依然有很大的差距，但是将来，量化投资的发展空间是非常大的。

   

当前，中国的阿尔法策略依然是靠多因子筛选的模式进行，但是也有少许的机构在应用机器学习。其实多因子筛选是线性的方式，而机器学习属于非线性的方式，它的优势就在于可以自我加强学习，动态变化来适应当时的环境。例如：前半年市场呈现出偏中价值股的结构行情，假如采用的是多因子选股的模式，就要用人去手工的调整，可是机器学习就可以利用新进入的数据进行自我的调整，从而达到适应整个市场，就好比刚刚过去的一个月中的股票，其实是完全符合当前市场涨的股票的标准的，

   

吴振中认为：将来的量化投资领域，机器学习一定会完全的代替多因子模型。例如：在股票交易中，机器学习利用观察过去3000只股票的数据，了解到具备怎样的条件会在接下来的股价中出现持续涨的表现，之后在给它提供新的市场数据，然后机器学习就能够判断出，接下来的时间股价涨的概率究竟有多大，最后把股票重新进行排列。虽然现在我们多数情况下，都是利用半监督的学习，可是在未来，量化投资可能根本都不需要人的协助了。