1.1.2 当代量化金融

随着时间的推移，量化金融已经不仅仅是基于经典经济理论的模型，还包括了大量数据驱动的策略，如机器学习算法、神经网络等。因此，当我们在讨论当代量化金融时，通常可以将其分为两大类：Q-Quant （Risk-Neutral Probability Measure，风险中性概率测度）和P-Quant（Actual Probability Measure，真实概率测度）。Q-Quant和P-Quant的区别如表1.1所示。

总的来说，Q-Quant倾向于使用基于理论的模型，而P-Quant则更注重使用数据来驱动交易决策。然而，这两种方法并不是相互排斥的。许多成功的量化策略结合了Q-Quant的理论洞察力和P-Quant的数据驱动能力。