新时代背景下，资本市场市场的不断变化及发展，投资方法也随之发生了巨大变化，量化投资是资本市场发展的产物。量化投资作为一种新型的投资方法，但在实际运用中，受到多种因素的限制，并存在多种风险。因量化投资自身的局限性及风险性使其无法发挥投资优势，并且对资本市场的发展造成了不利影响。本文通过探讨资本市场市场的量化投资中存在的风险，来探索相关风控策略，以此提升资本市场是量化投资水平，确保资本市场能够稳步发展。

资本市场量化投资策略及其优点

　　量化投资策略
　　量化投资是众多投资方式中的一种。投资人员通使用数据分析的方式，并使用收集的数据来建立投资模型，来检验投资方案的可行性，最后得出相应的投资分析数据报告量化投资策略与其他投资策略的不同之处是它能够借助现代化工具，同时处理大量的数据信息，以此来获得更多交易机会。以下分两个层面来分析量化投资策略：
　　1.技术型投资特点
　　所谓的量化投资的技术，包括了高频及低频数据分析。这种技术采用检验手法来操作交易过程，并运用计算机及其系统来执行操作，以此获得数据信息及交易机会。技术型量化投资主要有套利，股票估值等常见方式。
　　2.金融型投资特点
　　金融型交易投资策略指以金融产品为主体，通过估定价的交易方法，运用不同时期不同市场下的价格差来产生的交易机会。常见的金融型量化投资主要运用于股票，证券等产品，有效市场假说及期权定价理论是常见的金融投资理论。
　　量化投资策略的优点
　　1.避免投资者主观臆断
　　运用量化投资能最大限度地避免投资者的主观思想对投资决策的影响。在量化投资策略下，一切数据和信息都有迹可循，投资方案的可行性也可以通过数据模型来得到验证，最大限度地降低了人为因素对投资决策的影响，从而能确保投资者做出最好的投资决策，实现投资收益，避免出现投资亏损风险。
　　2.适用范围广
　　量化投资策略能够适用于各种不同类型的投资交易的全部环节中，此策略囊括了统计、交易算法、风险控制、市场预测等多个投资内容，与此同时，还包含了资产配置中的产品收益、投资选择、比例控制等内容。量化投资策略除了在应用方面适用范围广的优点外，它还能打破空间及地域的限制，让投资者能在任何地点开展投资决策。
　　3.估值思想及概率取胜
　　量化投资与传统的投资不同之处在于，传统投资通过分析股票走向及其相关的来做出投资决定；企业量化投资通过系统且全面的方式来分析估价，利用买卖价格差来实现盈利。量化投资的获利行为的概率取胜论指的是两个方面，一是依靠分析历史重复规律、二是依靠一组股票取胜。

现阶段资本市场的量化投资策略存在的风险问题

　　从当前资本市场量化投资的情况看，我国的量化投资领域的开发程度不高，仍有巨大的发展空间。并且随着资本市场的不断扩张，股票基金市场会持续地扩大，数据信息的更新周期也不断在缩短，量化投资在为投资者提供具有参考价值的科学的投资数据及策略的同时，也仍然存在以下几个风险：
　　数据安全风险
　　量化投资策略虽然能在一定程度上降低人为因素对投资决策的影响，但是却无法确保数据来源的真实性与安全性。在大数据横行的背景下，互联网中的信息数据都处于爆炸性增长的时期。真假数据混杂的情况，使得数据分析工作的难度大大增加。一旦投资者在数据筛选及数据检验阶段中出现失误，势必会造成数据分析及建模结果的精准度大打折扣，最终导致投资者出现资金亏损。
　　系统故障风险
　　系统故障也会直接导致投资风险增加，系统故障风险主要由以下四点导致：第一是系统硬件及网络设备出现故障，导致断网、电脑停机、卡顿等现象。第二是在进行投资时，投资者在仓位及资金分配问题上没有安排妥当，导致资金与仓位不协调，出现爆仓现象。第三是目前我国缺少系統的交易标准，投资机构及个人投资者依据自身条件来设置交易系统，这种方式本身不仅缺乏科学性，还容易导致交易漏洞。
　　市场操纵风险
　　目前国内的资本市场中有不同层次的投资者，机构投资者、企业投资者、个人投资者等。在众多层次的投资者中，机构投资者因其资金雄厚、专业人才多等优点，在一定程度上决定着资本市场的走向。另一方面，国内的大多数的量化投资机构都以散户的形式存在，其综合实力及专业技术水平较低。并且，因为大量散户的存在，造成了投资市场混乱的现象，整个投资市场都缺少管控及官方引导。某些个人投资者或机构投资者为获取高额利润，想方设法地钻资本市场的漏洞，采用不合法的手段来操纵市场。

量化投资策略的创新方式

　　升级量化投资技术
　　要想运用量化投资策略，首先要了解量化投资策略中牵涉到的相关技术及其内容，来最大限度地整理、升级量化投资过程中出现技术，才能确保投资技术发挥其有效作用。大数据技术是量化投资策略中的核心技术，通过此技术，能够充分发掘投资内容中具有价值的信息，并快速地对这些信息进行数据分析，这项技术充分保障了数据信息的可靠性，能帮助投资者做出更合理的投资决策。除此以外，在量化投资策略中还采用了其他技术，如：计算、统计、模型建立、评估等技术。
　　改革量化投资模式
　　传统的量化投资模式已无法与快速变化的资本市场相适应，除了通过升级量化投资技术的方式，还可以通过合理改革量化投资策略中的组织模式，并加入经济理论作为支撑的方法来提升量化投资模式的竞争力。在进行量化投资决策前，投资者不仅需要了解和应用量化投资技术，还需要充分了解投资理论。常见的投资理论如：市场假说、期权定价等。

资本市场量化投资的风控策略

　　基于信息技术的发展而产生的量化投资策略，具有一定的风险性。针对量化投资的风险问题，首先，要做好风险预防工作，通过计算系统来迅速识别数据陷阱，做好在投资过程中风险规划及前期预防控制工作，并且不断地完善投资体系，来降低投资风险，实现从市场操作到量化投资等多个渠道入手来规避投资风险。其次，不断地创新投资技术，增强抵御量化投资风险的能力。目前量化投资交易策略已经经历了两个阶段的发展，即程序化的启蒙阶段和因子库决策阶段。程序化的启蒙阶段，指的是将交易数据通过整合后嵌入算法，以此来完成初级量化投资策略交易；因子库决策阶段，指的是将决策过程集合，以此建立新的因子库，通过下单逻辑来启用和判定策略，实现自动买涨或买跌。
　　科技的蓬勃发展使得产品及业务的更新效率不断提升，越来越多的投资者选择将新兴科技成果与量化投资策略相结合，以便实现更好的风控结果。人工智能可以为量化投资策略提供更丰富的算法及全局性的数据，并能实现数据信息与投资者的联通，从而能有效提升风险机制的效果。通过使用人工智能技术，采用语音识别，数据研究，数据追踪等功能来与金融产品实现融合。并加快生成量化模型，进行深层次的数据模型建设，来提升量化投资的转型效率，解决目前资本市场中出现的量化投资同质化现象。
　　要想从根源上降低量化投资策略的风险问题，从投资领域的工作人员及投资者，证监会都需要加强风险意识建设，从思想上重视投资风险。证监会应该就量化投资风险问题，建立制度来监督资本市场及投资者行为。首先，增加证监会调查权，证监会有权对量化投资或系统错误引发的交易异常行为开展调查工作，并有决定该交易是否正常的权利。与此同时，对大额资金交易进行监管，防止市场操纵风险。

结 语

　　综上所述，本文基于资本市场扩张及量化投资前景大好的背景下，我国的量化投资行业开始显现出独特的生机及优势。本文通过系统地阐述资本市场量化投资策略及其优点，指明现阶段资本市场的量化投资策略存在的风险问题，数据安全风险，系统故障风险，市场操纵风险，通过采用预防与控制手段相结合，升级风险控制流程，利用人工智能技术，加强证监会对量化投资策略的风险控制，四个方面来避免量化投资策略出现的风险状况，以此促进量化投资方式的发展，营造健康良好的资本市场投资环境。并且，随着资本市场的不断发展，量化投资设备，投资理论，投资体系都会朝着更好地方向前进，只有从现在开始利用有效的措施及手段来干预量化投资中的风险系数，控制投资分析，做好量化投资在我国资本市场的普及工作，来提升量化投资的可行性。通过这种方式，让量化投资不断适应我国的经济市场，激发投资浪潮来增强我国的经济活力，以此推动我国经济朝着健康的方向，实现稳步发展。
　　（东北大学）
　　参考文献：
　　[1]彭志.量化投资和高频交易：风险、挑战及监管[J].南方金融，2016（10）：89-90.
　　[2]徐景昭.量化投资在中国资本市场的普及性与可行性研究[J].中国商论，2017，06（38）：158-159.