量化股票多头策略？
量化选股，其实是个很大的话题，我以主动管理基本概念和原理开始，简单的介绍如何运用量化手段选取股票。 首先，我们考虑一个最简单的问题，也就是主动管理基本概念的提出，假设有一百万投资者，每个人买50万股票，合计五百万股；然后有人提出一个新的选股策略，按照这个策略能拿到8%的收益，那么这百万投资者每人可以多赚4000元（8%*50万），合计多赚了400万，这个策略就是主动的，它比市场指数收益高出了2%。（注意这里没有考虑交易费用和成本）。
我们再考虑一个问题，也就是主动管理的方差-协方差定义，考虑n个样本（这里的样本可以是历史某段时间的股价走势或某只基金的收益率情况），设每一个样本都有m个观测值，则每个样本的观测值构成了一个m行n列的数据表，我们将每个样本的所有观测值的加权和作为该样本的预测值，然后将所有样本的预测值构成一个新数据表，这个新数据表的各行元素互为正交，即任意两个行的元素乘积为0，我们用cov(xi，yj)表示任两行x i与y j的元素之比，就是我们所求的协方差。而方差是协方差的转置。 利用上述方法我们可以计算出每一个样本的方差-协方差阵，接着我们求出样本的均值向量和方差-协方差阵的行列式，利用Choleski分解法即可求出实现最大信息量的正交基向量，这些基向量对应的元素就是我们所选基金的权重。这样我们就完成了从数据到基金组合的过程。
以上我们都假定了一个最优的投资组合，也就是说所有的资金都投资在一个基金上，接下来我们需要考虑的是，如何将有限的资金投入更多的基金，以构建一个更合适的投资组合。这就是资产配置的问题了，其核心也是求解一个最小方差/最大信息量的优化问题。在这里我们只需要将上式的基金个数改成资产的个数，就可以通过求解最优化问题得到每一类资产的投资比例。最后我们把单个基金的组合再优化一下即可得到我们最终的目标组合。