当有人问你一个他不知道但你知道的知识的时候你会怎么向他解释呢？如果有人问你AQF量化投资的时候你要怎么对他说呢？对量化投资不了解的人如果给他解释的太笼统那么他肯定是听不明白的，这时候你就要有重点的讲给他听，这样才能让他在不知道的情况下也能很好的了解到重点。

我国的公募基金是以投资标的来为基金归类的，比如股票基金、混合基金、债券基金，还有规模最大货币基金。但在量化投资领域，主要是以投资的策略作为分类的依据。原因是量化的产品可以同时投资多个标的，包括股票、债券、期货、期权、货币等。

由于量化投资的策略繁多，国内尚未形成唯一的分类体系。一般来说，量化投资可以分为两个大类，第一类是基于算法的策略，第二类是基于基本面的策略。基于算法的策略包括统计套利、CTA策略等，基于基本面的策略包括宏观配置、选股策略等。

两者最大的区别是，基于基本面的策略必须先有一个投资的逻辑，再通过数据分析证明逻辑是否能够赚钱。基于算法的策略就不一定如此了，可以只通过数据整理、分析发现规律，也可以两者兼顾，所以许多量化投资的基金经理绝大多数是理工科背景，几乎没有背景纯粹是金融或者经济专业的文科生，最多是金融学院里偏数理的专业。

》》点击进入学习量化金融分析师AQF实训项目

量化金融分析师中的量化投资是非常理性的投资，原理是积少成多，概率取胜。许多量化投资的基金经理都是德州扑克的高手，打过德扑的人应该知道，理性是能持续获胜的最大要件，不追加每一把都赢，通过计算牌面、对手的加注方式测算获胜的概率，并给予合适的筹码。当确定手上的牌面最大时，可以很自信的下注，当不确定提高时，就需要回想对手每次的投注方式尽可能获得更多的有效信息，推测自己获胜的概率，根据概率高低来下注。如果参与的局数增多，可以得到概率上更多的赢面。只要不“浪”，大概率是可以保平争赢的。当然再强调一个前提，就是足够多的参与局数是基础，追求的是概率的获胜。

被推荐量化产品的时候，往往会被介绍产品的回测数据，这个也值得一说。投资经理研发一个策略模型后，会将自己的策略代码放进历史的市场数据里，行话叫“跑一跑”，如果有不错的收益表现，再从小资金开始将策略投入实盘操作，如果继续有不错表现，会逐渐追加资金。当跑出来的业绩不错时，就可以当做宣传时的卖点，但因不是实盘操作，也有时间的滞后性，这个业绩更多是拿来参考，如果有上实盘还是尽量去看实盘的业绩。

此外，策略会随着市场变化而失效，并不是一成不变的，当然这个变化周期不会太短，强势的策略可以维持几年时间。同时，策略是有容量的，好比余额宝之类的T+0货币基金会限制每天的流入，除了资金操作上的限制，也是担心新增资金太多会摊薄收益。

在评价量化投资产品的时候，除了看超额收益、绝对收益，还应该看单位风险所带来的收益，即信息比率，信息比率越高，说明每单位风险带来的产品收益越多。