-
量化交易理论萌芽阶段#
- 1827年，罗伯特·布朗发现布朗运动，奠定金融随机性研究基础
- 1900年，路易·巴舍利耶首次用数学描述股价波动，提出随机游走理论和期权定价雏形
- 1905年，卡尔·皮尔逊正式提出"随机游走"术语，推动统计学在金融中的应用；1923年，诺伯特·维纳建立布朗运动的严格数学理论（维纳过程）
- 1944年，伊藤清提出伊藤引理，解决随机过程微分方程问题，为金融衍生品定价提供关键工具
-
现代投资组合理论的诞生#
- 1952年，哈里·马科维茨发表《投资组合选择》论文，提出现代投资组合理论，将风险量化为标准差，定义"有效前沿"组合，成为量化投资的奠基之作
- 1959年，马科维茨出版《投资组合：有效的多样化》，完善了资产组合选择理论
- 1989年，马科维茨因在投资组合选择理论、稀疏矩阵技术等方面的理论突破和技术创新工作获得约翰·冯·诺依曼理论奖
-
资本资产定价模型的提出与发展#
- 1963年，威廉·夏普提出单一指数模型，简化马科维茨模型的计算过程
- 1964年，夏普发展出资本资产定价模型(CAPM)，用β系数衡量资产系统性风险，成为量化投资的核心工具之一
- 1974年，巴尔·罗森伯格开发Barra多因子模型，扩展CAPM至多维度风险控制；1976年，罗斯在CAPM基础上提出套利定价理论(APT)，提供评估影响股价变化的多种经济因素的方法
-
有效市场假说与技术分析的学术辩论#
- 1970年，尤金·法玛提出有效市场假说(EMH)，认为市场价格反映所有可用信息，技术分析无法持续获利
- 1981年，Banz发现小盘股收益率高于大盘股，首次对EMH提出挑战
- 1985年，De Bondt和Thaler通过实证研究发现"赢者输者效应"，证明市场存在反转现象
- 1992年，Basu发现低市盈率股票收益率显著高于高市盈率股票，进一步质疑EMH
- 2013年，谢里丹·蒂特曼发表《回到赢家和远离输家》，验证动量策略有效性，迫使法玛承认EMH存在例外
-
计算机技术推动量化交易发展#
- 1971年，纳斯达克成立成为首个电子交易市场，为量化交易提供技术平台
- 1986年，大卫·肖在摩根士丹利运用配对交易策略获利4000万美元，展示计算机辅助交易的潜力
- 1990年代，个人计算机和互联网普及，推动程序化交易和算法策略开发
- 2000年8月，美国启动十进制报价改革，缩小价差至1美分，降低交易成本，推动高频交易普及
- 1997-2001年，现代投资组合理论之父马科维茨开发Simscript语言和稀疏矩阵技术，解决大规模投资组合优化的计算瓶颈
-
高频交易与算法交易的兴起#
- 1998年，SEC出台"另类交易系统规定"(Regulation Alternative Trading Systems)，推动高频交易发展
- 2008年，大奖章基金逆势盈利80%，验证高频交易在危机中的有效性
- 2010年5月6日，因幌骗导致的"闪电崩盘"暴露高频交易风险，促使SEC限制高频交易行为
- 2012年，高盛将600名交易员裁减至2名，全面采用量化模型交易
- 2013年，中国"光大乌龙指"事件凸显程序化交易监管需求
- 2015年，美国对高频交易商注册提出要求，加强监管
- 2017年，陈国进等学者研究高频交易对定价效率的影响，推动监管理论发展
-
机器学习与大数据在量化交易中的应用#
- 2008年，Avellaneda和Stoikov提出限价单最优提交策略模型，成为高频算法的理论基石
- 2010年代初，Two Sigma开始应用自然语言处理技术分析新闻舆情和财报电话会议，提取市场情绪特征
- 2013年，Asness等人发表《价值和动量》，推动机器学习在因子挖掘中的应用
- 2015年，姚海博等提出基于时间序列数据的交易量预测模型，优化VWAP策略
- 2020年，柴爽分析高频交易对市场流动性和稳定性的双重影响，推动监管研究
- 2022年，饶瑞等提出融合LSTM网络的深度确定性策略梯度交易算法，有效捕获高频交易机会
- 2023年，柴昱白等采用机器学习与二维伽马函数构建股票指数量化交易策略，年化收益率达11.08%
- 2024年，杨旭等基于深度强化学习算法的投资组合策略在真实市场模拟下累计收益率达86.5%
- 2025年，Two Sigma利用大型语言模型和生成式AI加速特征工程和投资决策流程，将想法转化为交易信号的周期从数月缩短至几分钟