勝率差

勝率差隸屬量化投資範疇，其數學定義為，在不同角度的金融環境中，統計出歷史時間段內所有樣本中的單個個體呈現出不同的勝率，通過對所有樣本的勝率數學平均，即可計算出系統的平均勝率，而高於系統勝率的樣本所組成的數學模型，在特定金融角度中具備超越系統勝率的特徵，組合勝率與系統勝率的差值，即為量化模型“勝率差”。
“勝率差”具備如下系統特徵：（1）全樣本。（2）利潤微。（3）可複製。（4）高頻。
勝率差模型必須建立在全樣本的機率統計上，不依賴小概率事件所呈現的勝率來作為策略依據；從效果看，儘管單筆勝率差提供的利潤很細微，但可以通過高頻交易模式來複製和放大，從而構築一條長期穩定的資產成長曲線。
對於構築勝率差金融模型，是勝率差量化套利模型的核心，需要套用到一些國外成熟的量化技術和理論，包括行為金融學理論，灰分析、語音識別、人工神經網路、支持向量機等量化套用技術。
勝率差的核心套利邏輯，決定了量化交易策略不能靠主觀感覺來管理資產，必須將嚴謹的投資邏輯和思想、直覺等反映在量化模型中，利用計算機來處理大量的歷史信息、總結歸納市場的量化規律、建立可重複使用並反覆最佳化的具備高勝率差的投資模型和縝密的交易策略。