基本面分析的投资方法在长期看来无法战胜市场指数

  威廉.夏普（William Sharpe）于1963年提出了alpha和beta的理念后，理性的投资者便只愿意为代表超额正收益的alpha买单。在该背景下，股票投资管理者之间的竞争更加激烈，以1971年富国银行发行跟踪纽约证券交易所1500只股票的指数基金这一历史性事件为标志，数量化技术开始正式走入投资界实务运作。
  随着数量化投资理论的不断创新以及计算机处理能力的持续提高，越来越多的非传统金融学背景的物理学和数学家进入华尔街，基金经理们开始参考数量化的模型或指标来筛选股票。
  不像采用基本面分析的基金经理需要对股票进行单独且深入地分析，数量化方法主要关注市场上大多数公司那些具有吸引力或能够在未来可能带来超额收益的特征或因素。由于数量化投资的便利性和良好的效果，量化技术逐渐从辅助走向前台，纯数量化的投资管理方式也开始被越来越多的机构投资人所接受。
  30年后的今天，引导数量化投资潮流的BGI仍然是世界上最大的资产管理公司，拥有3000名以上的机构客户，其中以主动数量化投资方式管理的资产占其全部资产规模的约23%，即超过3400亿美元。
  量化投资技术从诞生之日开始，已经为积极型股票管理者提供了大量的帮助。时至今日，数量化投资的理念早已深入到市场内部甚至直接或间接影响了每一个传统投资管理者。因此无论是实务界还是学术界，都难以对纯粹的数量化投资基金或其他资产管理产品进行清晰的界定。
  虽然数量化投资依赖于模型，但模型不是简单地适应于历史数据或，而是要建立在合理的经济逻辑之上，并在强大的统计检验中获得更为广泛的理念支持。

相对于传统的投资方式，数量化投资有着以下明显的特点：

→【徐健明】1、严格的纪律性（Higher disciplined）。数量化投资最大的优点在于它有一配套严格模型决策和匹配的买卖规则，有非常强的纪律性，从而有效克服投资过程中的随意性和情绪冲动。

→【徐健明】2、更大的投资视角（Larger opportunity set）。与传统主动型投资策略只能关注有限的股票数量相比，数量化投资由于计算机处理的强大功能，投资标的往往可以覆盖全市场，从而构造更广阔视角下的投资组合。

→【徐健明】3、风险可控（Risk control）。数量化投资从预先设定的绩效目标、风险水平来定义投资组合，然后通过设置各种指标参数来筛选股票，并对组合实现优化，以保证在有效控制风险。

→【徐健明】4、低成本（Lower cost）。在有效的投资模型下，日常运作中数量化投资无论是选股还是交易更多地由计算机程序运行，无需大量行业研究人员与熟练的交易员，运营和操作成本比传统的基本面投资要低得多。以花旗银行为例，尽管其研究范围覆盖全球3000家上市公司，但其雇用的分析师人数超过300名，而这对于一般投资机构而言其费用是无法负担的。