伴随着我国多层次资本市场的建立和金融科技(FinTech)的迅猛发展,量化交易在市场环境和实现工具上都有了更多的可能性。巨大的需求和科技的赋能使得量化交易受到越来越多地市场关注,当前量化交易特别是高频量化交易已经为交易市场提供了相当的流动性。量化型基金的发行和认购也从无到有的发展越来,在收益率方面越来越具有竞争力。监管方面,我国金融改革和创新不断推进。对量化交易的研究代表了未来的世界。量化交易是一门交叉学科,用数学建模来分析和研究市场的趋势和波动,同时借助信息技术的工程实现来寻找市场交易机会,代替投资者进行决策。量化交易相对于传统投资方法具有如下优点:首先,量化投资有严谨的数学理论作基础支撑。从马科维茨开启现代金融以来,计量经济学突飞猛进,为量化投资的研究提供了严谨的理论支撑。其次量化投资完全中性。量化投资策略的输入完全是市场的信号,其输出完全是计算机根据交易策略对输入数据计算所得,不会带有人类的情绪,从而确保决策具有一致性,是完全理性的。再者,量化投资响应迅速。随着芯片技术、5G通信技术和存储技术的革命性进展,每一位量化投资者在硬件上都有充分的保证,完全可以借助通信技术的低时延实时同步获取市场信息。最后,量化投资更加敏感,可以发现人类无法察觉的交易信号。本文对当前较为成熟的量化交易策略进行横向比对研究,选取上证50指数成分股公开信息披露的2018年纳入上证50指数的上市企业财务数据和经营数据,借助这些数据来进行量化交易策略组合设计,包括多因子、CTA以及主动风险管理量化交易策略,为验证策略的有效性,继而用2019年1月-2月期间的市场数据对这些量化交易策略组合进行历史数据回测,并用进行统计学检验分析,以验证策略的有效性、适用性和盈利能力。本文总共六章,第三、四、五章为本论文的主干部分。具体而言,第一章介绍本文的研究背景意义等内容,引出本文的主题;第二章对量化交易发展过程的一些节点性文献进行简要概述,总结归纳出量化交易的新进展和研究现状;第三章为上证50指数成分股市场量化交易模型设计与策略设计,在对现有交易模型和策略分析研究的基础上,有针对性地设计适用于上证50指数成分股市场的量化交易模型和策略;第四章为上证50指数成分股量化交易模型与交易策略的实现和实证检验,通过数据回测进一步验证算法的有效性;第五章为上证50指数成分股量化交易的风险管理策略研究,进行量化交易的风险管理及其实证分析,讨论风险的来源及量化特征,通过实证来研究风险管理策略对前述量化交易策略的增强和优化。第六章为结论,对文中量化交易策略在上证50指数成分股市场的应用进行回顾,总结论文工作不足与努力方向。