1952年Harry Markowitz的论文《投资组合的选择》开启了投资的科学时代，现代金融的主要奠基人。他同时也开启了，利用数学方式进行投资指导的先河。

（一）枯燥的公式时间

Markowitz以及他的各种接班人们贡献了2个最为重要的公式和一个重要的推论：

公式一：

公式二：

其中，IR是信息率（information ratio），IC是信息系数（informatin coefficient），BR是信息来源的广度（breadth）， 是超额收益率（超过市场收益率的部分就算超额收益）， 是残差波动率，z是标准分数（z-scores）。

结合第一节的论述及这两个公式揭示了一个重要的公理，能够产生超额收益的关键因素就是信息优势，也就是我们常说的利用信息不对称赚大钱。

一个重要推论，其实这个推论是一堆人提出的，他们是William Sharpe、John Lintner、Jack Treynor和Jan Mossin在他们的重要成果CAPM（资产定价模型）中提出的，内容是：

CAMP与有效市场理论有一个相同的结论，投资者无论如何都不能战胜市场，即市场价格包含了一切相关信息。（强有效形式）

这部分的内容，到此打住，不再做引申。

（二）科学大发展

自打人类摸到金融科学的主脉络之后，迎来了科学大发展时代，我们来看看理论界的丰富成果：

随机游走假设和有效市场概念

资产定价模型

套利定价模型

线性随机模型（MA，AR，ARMA，ARIMA）

非线性随机高斯模型（ARCH，GARCH，EGARCH，TGARCH，HARCH）

期权定价模型（BS）

以及一套牛逼闪闪的分析系统：

分形几何分析

hurst（混沌理论分析）

波动率分析

R/S分析

时间序列分析

随机分析

（三）工程界的集体狂欢

虽然至今没有一个模型、理论一统江山指出终极真相，但科学发展所带来的大量副产品——金融工具，这让金融工程师们乐疯了。

利用先进的理论工具加上新的技术（计算机），可以快速的、便利的从市场公开的数据中挖掘出很多信息，从而制造出信息优势，这就是盈利的关键。并且在这些基础上，逐步发展出了交易策略体系，阿尔法策略，统计套利策略，事件驱动策略、量化对冲策略等等。

实施手段上也先进起来，由机器辅助决策（半自动）变为机器实施（自动化），再变为机器决策实施（人工智能交易）。

量化交易的核心依据是科学。利用先进的科学技术手段，获取信息优势从而实现盈利就是量化交易的根本竞争力，科学是第一生产力可不是一句空话。

最后，我希望更多的人加入到量化交易的领域来，抛弃那些原始落后的交易技术，更不要采用迷信理念和手段来进行交易。以一个最简单事件驱动策略作为例子。高转送，这个在A股市场里非常常见，上市公司根据盈利情况的好坏，决定送好多股票给持股的股民，一般高标准为，持有10股送5股，或者持有10股送10股。一般这类消息会提前放出。

好了，我们来看看量化和非量化的两位交易者会如何做：

A普通交易者：看到消息后，开始就会想，这家企业靠谱吗，他是干嘛的，高转送能够吸引多少人的关注，能够刺激股价涨多高，大概会涨多久，我该现在买还是接近兑现日买，我是该什么时候卖，这么办好纠结，要不赌一把。

B量化交易者：哇，好事情，机会来了。交易计划是兑现日前5个交易买入，兑现日后15个交易卖出，