什么是量化多策略基金？
谢邀！ 这个问题问得真是时候，昨天刚好跟同行在聊这个事。 目前国内对策略的分类尚没有统一而明确的划分标准，常见的划分依据有两种：一种是以策略的数学形式作为区分标志，比如把策略分为线性、非线性等；另一种则是以策略处理的信息集是否含有历史信息作为指标，如有历史信息的策略称为参数策略（Parametric Strategy），无历史信息的策略称为非参数策略（Nonparametric Strategy）。
鉴于本问题的提问对象主要是学生，这里介绍的策略分类以通俗易懂为主要原则，故采用第二种划分方法，并将根据这一方法划分的策略简单介绍一下。 所谓有历史信息是指策略所利用的数据中含有历史的报价或者交易信息。据此，可以将策略大致分为三类：
1. 基于历史数据的统计策略。这类策略无需历史数据以外的任何信息，其本质是找出历史数据中的一些特征值并加以利用来获得收益。其中又可以根据特征值的不同选择划分出更多的子类。
2. 参数策略。这类策略需要先确定模型的形式，然后在给定模型的结构下寻找使得模型效果最佳的参数，完成对历史数据的解释以及未来收益预测。
3. 人工神经网络策略。人工神经网络是一种由大量简单的模块通过某种方式组织起来的复杂系统，它能够有效地处理模糊、不确定性的信息，因此常被用于组合投资策略的研究之中。
以上各类策略中既有可能包含纯量化的策略，也有可能含有主观的因素。一般而言，对于参数策略而言由于其计算过程是可重复且具有明确公式化的步骤，因而较为适合量化，而对于人工神经网络策略来说，由于其本身具有的复杂性，很难用严格的公式进行表示和计算，因此较难实现完全量化，但是这并不是说其研究就不适合量化了，笔者赞同的观点是该领域值得且可以进行量化研