量化交易综合利用金融、计算机、数学、物理学等多种学科,通过建立数学模型,进行投资决策。在传统投资中,恐惧和贪婪是人性无法克服的弱点,量化交易通过严格执行算法,全自动程序化交易,能够化解人性的弱点,减小对市场的冲击,降低冲击成本,越来越受到大资金机构投资者的青睐。随着fintech(金融科技)的潮流席卷全球,其成为人工智能在投资领域的直接应用,这种新的投资理论和投资模式,对监管层和民间投资都是最佳选择,这个具有高技术门槛的领域,需要越来越多具有专业知识的年轻人的参与,来推动中国未来金融环境的发展。本文将Hurst指数运用在量化交易中,从单只股票和申万行业分类60支代表性股票两个角度对Hurst指数策略进行实证分析。本文的创新点在于将Hurst指数用于对股票的预测并具体到个股,实用性强,不追求对未来价格的绝对数值的预测,而是将该问题转变为对单股票价格未来的变化趋势进行预测,这大大提高了预测结果的精确度,并能取得优良收益。并且充分利用了量化交易平台的巨大优势,对量化交易策略的研究更加深入。本文基于理论研究和实证分析的结果,主要得到以下结论:(1)Hurst指数量化交易策略在高收益的同时保持较低的风险。收益指标方面,在回测期内,策略收益远远跑赢基准收益,在不考虑风险的情况下策略的表现极其优异,风险指标方面,策略收益率的标准差较小,策略承担的风险较小;(2)Hurst指数量化交易策略适用于整个股票市场,能在全行业取得优良收益,Hurst指数策略算法波动性较小,策略收益率标准差较小,承担的风险较低,在取得高额收益的同时,风险较低;(3)Hurst指数策略不追求对未来价格的绝对数值进行预测,而是将该问题转变为对股票价格未来的变化趋势进行预测,这大大提高了预测结果的精确度。根据研究结果可以看出,Hurst指数策略能及时避开熊市,并成功把握牛市机会,策略收益远远高于基准收益和传统投资收益,同时保持较低的风险,其在量化交易中适用于整个股票市场,能在全行业股票中取得优良收益,投资者可以用Hurst指数量化交易策略产生的交易信号对投资决策提供有力参考。但是,股市有风险,投资需谨慎,金融市场的交易总是收益与风险并存的。量化交易策略有各方面的优势,投资者也要根据自身风险承受能力控制仓位,有明确的风险意识,理性投资。