量化投资发表论文有用吗

量化投资通过数量化投资策略以及计算机程序发出的买卖指令来以获取稳定收益的交易方式，也是属于投资的一种，只要是投资都是有风险的，那么靠不靠谱就跟平台有很大的关系了。

在选择量化投资的时候，一定要选择一个正规的平台去进行投资，其次可以选择一些知名度高的平台，只要是正规的平台，那么靠谱性是很高的，另外就是要注意量化投资的风险性了，投资者在进行量化投资的时候要考虑到自身能承受的风险范围。

扩展资料：

量化基金值得购买吗？

量化基金是有很多只的，值不值得购买是要从多方面去考虑的，比如说：量化基金过往收益率、基金的风险程度、基金的规模、基金经理、基金成立时间、基金评级、基金经理等等。

在选择量化基金过往收益率的时候尽量选择过往收益比较好的基金，可以对比沪深300的业绩，一般是高出的会比较好一点。

整体来说是靠谱的。对于量化而言，我们一再强调，这是一个在投资实践过程中祛魅的手段。选择了量化，投资人便诉诸了自身的理性，他将摆脱感性与玄学的束缚，他的投资行为便具有了可复制性——如果时间倒退，在同样的时间点他会做出相同的选择。这是知行合一的基础。

从某种意义上讲，只要认为对各类投资标的进行分析的行为仍然有价值，那量化一定就有用。除非依赖内幕消息这种手段进行交易，无论是主观选股、宏观对冲亦或者是其他方法，都能找到数据与模型在其中活跃的影子，区别只在于投资人将自身投资理念抽象并进行分析与研究的能力有高低之分而已。

对于交易而言，量化作为一种范式，可以说具有压倒性的优势。尤其对于体量较大的投资者而言，如果交易量足够大，那会对市场造成更大的冲击成本。这一成本会蚕食相当一部分的利润。因此对于体量较大的投资人来说，基于量化研究出来的各类执行算法几乎可以说是必须的。以金纳科技的实证经验来看，选择使用量化交易算法，会显著地降低交易带来的冲击成本。对于券商自营和公募来讲，毫无疑问算得上是必须之物。

当然，有人会说，那就不用机器学习，用技术指标就好。可是事实上，那些指标本质上也是一些基于原始特征挖掘出来的特征，几乎全部都是基于量价时间序列在上世纪的美股市场挖掘出来的特征，也许这些特征在那个时候有一定市场意义，而现在是2020年的A股市场，我几乎能肯定的是这些特征的成功率会随时间增长收敛于1/2。数据信噪比低，数据涵盖的信息少，导致A股量化对投资者的要求极高，必须得要用他们的投资经验去弥补交易数据有效信息不足的短板。这也是我建议手动交易经验足够的前提下，才去做量化的原因。

受市场影响较小，不像股票和外汇，更有利于用量化的办法去做出技术分析，详细参照詹姆斯·西蒙斯的大奖章基金的操作。

不是。是十分专业的领域，需要金融、数学、物理，心理学方面的深入积累和研究，有很多人打着量化交易旗子人，因为专业度太高，很多人不明所以。其实量化交易是靠谱的。

不一定更有帮助。量化投资是基于数据的理性分析得到的结果，事实上市场大部分时间都不太理性。比如某期货的历史数据很好，量化分析之后也是值得买入，但是市场的动向永远是没有规律的（短期和长期），你不知道一场大雨可能玉米就跌没了。量化投资做出来的数据都很好看，但是实际上很少有人敢按照策略去操作，因为市场的风云变化是诡异莫测的。股票用量化投资还相对靠谱（也基本没人用，一看收益都很高，实际操作惨的很），期货风险太大了。究其原因是股票背靠上市公司，只要上市公司基本面没问题、财务没问题就问题不大，顶多有点波动也是可控的。期货就不一样了，就像前阵子的原油，跌成负的，谁敢想？期货没有一个可靠的背书，谁也保不准你的玉米在合约到期前会不会被水淹了。