1.5 量化投资的缺点
1.5.1 入门门槛较高
量化投资要求投资者有着深厚的理论功底和熟练的计算机编程技术，因此许多公司和量化团队都乐于招收数学、物理学或者金融工程专业的博士和硕士研究生。但这对于普通投资者来说要求较高，大部分普通投资者并不具备这些理论功底和熟练的技术，因此，相比于量化投资，普通投资者更加青睐于入门门槛稍低的技术分析和基本面分析，故而投资者仍旧以主观投资为主。并且，量化投资需要补充的知识和技术较多，会让投资者花费巨大的学习成本，对于业余投资者来说很难实现，因此量化投资在我国也一直比较神秘，普通投资者也较少涉及。
近年来，随着TradeStation, Quantopian等量化交易平台的出现，大大降低了量化投资的入门门槛，国内目前也出现了诸如优矿、聚宽、米筐等量化交易平台，这些平台为投资者提供了量化策略的研发、回测以及模拟交易的一体化过程。但是，这些平台仍旧需要使用者具备一定的编程能力和建模能力。并且，许多平台能够实现的功能依旧有限，因此更适合于普通投资者和量化投资爱好者研发策略使用，专业的投资团队一般不使用上述第三方平台，其数据处理、建模、回测平台构建等全部过程都由团队内部完成。这样，不仅能够实现更多的功能，而且也能够规避许多回测可能出现的陷阱（可见第2章对其进行详细的介绍）。因此，对于有志于未来以量化投资作为自己发展方向的人应努力学习好编程和建模的知识与技术，增强动手能力。
【1-10】国内外常见的量化平台
TradeStation
TradeStation是由美国TradeStation公司开发推出的服务活跃的交易客户的专业交易平台，该平台能够为客户提供构建模型、回测检验、优化、监控以及程序化交易等量化投资服务。TradeStation已经为美国华尔街的专业交易员提供了超过30年的服务，在全球都享誉盛名。2014年，国信联手TradeStation公司开发了“国信TradeStation”，将其引入了中国市场，并在2015年上线。国信TradeStation可以为客户提供从产品设计、账户管理、交易实现、订单执行到风险管理等一系列的专业服务。
Quantopian
Quantopian是国外著名的量化投资学习和研发平台，它鼓励来自世界各地的爱好量化投资的人士构建量化投资策略，Quantopian为投资者提供相关培训教育信息、数据、研究环境和开发平台等。同时也为优秀的策略开发者提供获得可观收益的机会。基于Quantopian的社区有着超过16 000名会员，涵盖超过了160个国家和地区的金融教授、科学家、策略开发者以及学生等。会员在平台的论坛相互交流学习，共同进步。
Quantpedia
Quantpedia是一个较为著名的量化英文网站，并且该网站称自己为“量化交易策略的百科全书”，该网站的使命是促进金融学术研究转化为更利于应用的形式来为那些寻求新的量化交易策略的人提供帮助。网站的管理团队大多有着较强的金融和数学背景，以及熟练的IT（信息技术）等。网站使用世界各地的大量金融研究资源，包括研究门户、财经期刊、大学和会议等。每天都通过这些来源搜索并筛选新的有趣的文章和论文，是一个不错的量化研究网站。
JoinQuant
JoinQuant量化交易平台是由北京小龙虾科技有限公司为量化爱好者（宽客）量身打造的云平台，可以为客户提供精准的回测功能、高速实盘交易接口、易用的API文档、由易入难的策略库，便于快速实现、使用自己的量化交易策略。
Uqer
Uqer是我国推出较早的量化平台，依托于通联数据，为光大量化从业者提供专业量化装备，提供海量金融数据与高性能的计算能力，安全稳定的策略回测研究环境和实盘模拟交易，解决量化从业者从研究到实盘的一站式需求。
RiceQuant
RiceQuant量化交易平台由深圳米筐科技有限公司开发，目标是成为每一个宽客（quant）的私人量化交易平台。所有的灵感都可以在这里变成代码，通过安全、极速的平台交易获得运算结果，每一个策略都可以通过该平台实现。在RiceQuant的平台上，客户无须担心海量的金融数据处理和复杂的量化模型运算，只需要把所有的才能都投注于策略的设计与优化。
1.5.2 易复制性
量化交易策略具有数量化特征，所以，其与许多科技创新相类似，都普遍存在研发困难、复制简单的特点。仅仅泄露一些策略理念都容易被破解，从而增加了量化交易策略额外的风险，这也是人们在学习量化投资时很难收集到非常有价值的信息的原因。面对这种情况，量化研究团队将被迫花费一定的成本确保所开发策略的保密性，使其不被复制。正是基于这一点，许多专业人士并不喜欢在第三方的研发平台上进行策略的研究。随着这几年第三方平台的增多，平台也设定了许多的方法来加强用户策略的保密性。
1.5.3 忽略重要的定性因素
量化投资的一个重要特点就是要把投资逻辑进行数量化，然而，在投资者进行投资决策过程中，时常会面临一些难以量化的因素，并且有一些因素会对投资决策产生重要的影响，这种难以量化的定性的因素通常会在量化投资策略模型构建时舍弃，这就会导致策略丧失了某些重要的盈利因素。目前，随着相关理论和技术的发展，越来越多曾经难以量化的因素都被学者和业界加以解决，如近年来出现的对于投资者情绪的刻画等。而主观投资在这一方面的表现要优于量化投资，从另一个角度也可以说明量化投资就目前来讲是无法替代主观投资的，二者各有利弊。
1.5.4 市场出现重大改变时的反应速度
量化投资策略的研发与构建需要大量的数据样本，而数据随时间不断产生，并且回测是判断策略的有效性的重要标准，这样就有一个前提便是“历史会重演”。而当量化交易策略的构造形式没有发生本质改变时，其数量化特征只会随时间逐渐变化，策略所形成的交易变化较慢。在这种情况下，一旦市场出现重大转变，量化交易策略将无法适应突变的市场，就会导致策略应变不足，最终带来较大的损失。举一个简单的例子，如果根据过去的几次牛市和熊市的市场走势情况，我们构建的策略的止损条件为“上证指数收盘价低于60日均线时清仓止损”，假若在前几次“牛熊切换”时都能够及时地止损，那么回测效果也会较好。但是因未来市场具体情况不同，当再次出现“牛熊”转换时，很可能上述止损条件失效，那么量化交易策略因其反应不及时，也就很可能丧失收益或者扩大损失。而一个经验丰富的主观投资者很可能根据自身的经验和直觉在不同情况下作出不同的调整，可控性更强。
【1-11】人物介绍：詹姆斯•西蒙斯
詹姆斯•西蒙斯（James Simons），1958年毕业于麻省理工学院数学系，1961年获得加州大学伯克利分校数学博士学位。美国著名数学家、投资家和慈善家。作为最伟大的对冲基金经理之一，他是量化投资的传奇人物。
1976年，西蒙斯摘得数学界的皇冠——全美维布伦（Veblen）奖，其个人数学事业的成就也就此达到顶峰。之后，西蒙斯转入金融界，于1978年开设了私人投资基金Limroy，1982年，在美国纽约成立了文艺复兴科技公司（Renaissance Technologies LLC），文艺复兴科技公司是世界最成功地利用量化交易的对冲基金管理公司。他们利用强大的计算机和数学能力来开发与执行投资策略。5年后创立文艺复兴科技公司，并推出公司旗舰产品——大奖章Medallion基金。大奖章基金以其出色的业绩闻名投资界。
【1-12】人物介绍：克里夫•阿斯内斯
克里夫•阿斯内斯（Clifford Asness），1966年出生于美国纽约，大学就读于宾夕法尼亚大学，获得沃顿商学院和应用科学院的两个学士学位。1988年进入芝加哥大学商学院攻读数量金融学博士学位，师从著名金融学家尤金•法玛教授。
在其博士论文中，阿斯内斯在“三因子模型”的基础上加入了动量因子，以四因子模型的形式完成了一系列的实证分析。
博士毕业后，阿斯内斯加入高盛，帮助高盛旗下的全球阿尔法基金获得出色的业绩。1997年，阿斯内斯从高盛离职，联合高盛同事及芝加哥大学同学创建AQR资本管理公司，该公司目前是全球顶尖的对冲基金之一。