1 定义与核心原理
量化（Quantification）是将连续、模糊或定性的现象映射为离散数值或可计算数据的数学过程。其核心目标是在保留关键信息的前提下，实现可比较、可分析、可复现的数字化表达。
1.1 量化的数学基础
量化依赖集合论、测度论与数值分析，通过将无限可能的连续状态压缩为有限可数集合，完成从模拟世界到数字领域的桥梁搭建。
1.1.1 离散化与连续化
- 离散化：将连续区间（如一个电压范围）划分为若干子区间，每个子区间用一个代表值（如某个整数或码字）表示。常见方法包括均匀划分与非均匀划分（如对数量化）。
- 连续化（反量化）：将离散值还原为近似连续值的过程，通常通过查表或线性插值实现。两者构成量化编码—解码的基础闭环。
1.1.2 量化误差与精度
量化误差指原始连续值与量化后代表值之间的差异，通常以量化噪声的形式呈现。精度由量化级数（比特数）决定：每增加1 bit，信噪比理论上提升约6 dB。误差的统计特性（如均匀分布、零均值）直接影响到后续信号恢复的质量。
1.2 量化在信息论中的角色
信息论将量化视为一种有损压缩手段，旨在以最少比特数保留目标信息源的最大熵。
1.2.1 信号量化理论
以话音信号为例，模拟波形经采样后需进行幅度量化。标量量化（如均匀量化、μ律/A律压缩量化）是最基础的形式，而矢量量化通过联合考虑多个样本实现更高的压缩效率。香农的率失真理论给出了在给定失真下所需最小比特率的理论下界。
1.2.2 概率分布量化
将连续概率密度函数（PDF）映射为有限个概率质量点，常用于生成对抗网络（GAN）的隐空间压缩或贝叶斯推断中的近似计算。本质上是将连续随机变量离散化为有限符号集，并保留其概率质量。
2 量化在信息技术中的应用
量化技术渗透到信息技术的各个层面，从金融交易到机器学习模型，再到多媒体编码，处处可见其身影。
2.1 金融量化
金融量化指利用数学模型与统计方法对市场数据进行量化分析，并据此制定交易或风险管控策略。
2.1.1 量化交易策略
基于历史数据与市场微观结构，通过编程自动执行买卖决策，追求超越人工的收益风险比。
2.1.1.1 均值回归模型
假设资产价格围绕某个均值（如长期移动平均线）波动，当价格偏离均值达到一定阈值时执行反向交易。常用的量化指标包括布林带、相对强弱指数（RSI）等。
2.1.1.2 动量策略
捕捉价格趋势的持续性，认为“强者恒强、弱者恒弱”。策略通过计算过去一段时间（如12个月）的收益率，买入涨幅领先的品种、卖出涨幅落后的品种。此类策略在A股与美股中均有实证表现。
2.1.2 风险管理与量化模型
量化模型用于测量和控制投资组合的潜在损失。
2.1.2.1 VaR模型
Value at Risk（在险价值）指在给定置信水平（如95%）和持有期内，资产组合可能的最大损失。
###### 2.1.2.1.1 历史模拟法
直接使用过去一定时期（如1年）的历史收益率数据，排序后取对应分位数的损失值。优点是不依赖正态分布假设，但需要足够长的历史数据。
###### 2.1.2.1.2 蒙特卡洛模拟
通过随机生成大量未来价格路径（基于假设的随机过程，如几何布朗运动），计算每个路径下的组合损益，再取给定置信水平下的损失分位数。该方法灵活度高，但计算量大。
2.2 机器学习与数据量化
机器学习中，量化用于将非数值特征转化为数值、或将高精度模型参数压缩为低精度表示，以加速推理并降低存储。
2.2.1 特征量化与归一化
将类别特征（如性别、颜色）通过独热编码或嵌入映射为实数向量；将连续特征（如年龄、销售额）通过最小-最大缩放或Z分数标准化至统一范围。量化后的特征可避免量纲影响、提升模型收敛速度。
2.2.2 模型参数量化（如神经网络量化）
将浮点权重和激活值转换为低位宽（如8位、4位甚至1位）整数，大幅减少模型体积与计算能耗，是边缘部署的关键技术。
2.2.2.1 定点量化与浮点量化
- 定点量化：将浮点数映射到固定间隔的整数网格，需要选择缩放因子与零点偏移。
- 浮点量化：保留浮点格式（如FP16、BF16）但降低指数/尾数位宽，兼顾动态范围与精度。
2.2.2.2 训练后量化与量化感知训练
- 训练后量化：在训练好的模型上直接进行量化权重和激活，通过校准数据集统计激活分布，简单高效但可能引入精度损失。
- 量化感知训练：在训练过程中模拟量化误差（如使用伪量化算子），使模型主动适应低精度表示，通常能保留更高准确率。
2.3 信号处理与图像量化
模拟信号数字化过程离不开量化，图像与音频的压缩标准中也大量采用量化技术。
2.3.1 音频量化（PCM编码）
脉冲编码调制（PCM）将模拟音频信号每隔固定时间采样，并对幅值进行均匀或非均匀量化。CD音质采用16位线性量化，可提供约96 dB的动态范围。常见的A律和μ律压缩量化则针对话音信号优化，在小信号区域使用更细的步长。
2.3.2 图像颜色量化（调色板算法）
将真彩色图像（每像素24位）映射到有限色彩调色板（如256色）。经典算法包括中值切割和八叉树量化：前者递归分割色彩空间并分配代表色，后者利用树结构逐层聚类。量化后的图像体积显著减小，但可能出现色斑与轮廓效应。
3 量化方法的分类
根据量化层级与输入维度的不同，可将量化方法分为标量、矢量及自适应三大类。
3.1 标量量化
对单个数值独立进行映射，是最简单也最广泛的量化形式。均匀标量量化的步长固定，非均匀标量量化则根据信号的统计分布（如拉普拉斯分布）调整步长，以最小化总体失真。典型应用包括ADC（模数转换器）与语音编解码器。
3.2 矢量量化
同时将一组数值（一个向量）映射为单个码字，利用向量内部的统计相关性实现更高压缩比。矢量量化器由一个码书（码字集合）和最近邻搜索规则构成。
3.2.1 LBG算法
Linde-Buzo-Gray算法是矢量量化码书设计的经典迭代方法：从初始码书开始，反复执行“最近邻分配—更新质心”直到收敛。该算法可视为K-means聚类在编码空间中的推广。
3.2.2 K-means聚类与矢量量化
矢量量化的核心等价于对训练数据进行K-means聚类：每个聚类中心即为一个码字。在图像压缩（如JPEG的DCT系数量化）和语音识别中，矢量量化被广泛用于特征压缩与模式匹配。
3.3 自适应量化
根据输入信号的局部特性动态调整量化参数（如步长或码书），以应对非平稳信号。常见形式包括：
- 前向自适应：在编码前分析信号统计量，传递量化参数作为边信息。
- 后向自适应：根据已编码的数据自动调整后续量化器，无需额外开销。
- 基于梯度自适应：在神经网络量化中根据激活分布的滑动平均值调整缩放因子。
自适应量化在实时通信（如自适应脉冲编码调制）与物联网传感器应用中尤为重要。
4 技术挑战与优化
量化不可避免地引入信息损失与计算开销，工程师始终面临精度、效率与硬件约束之间的博弈。
4.1 量化误差最小化
如何设计量化器使误差在给定比特率下最小，是该领域的核心问题。
4.1.1 均方误差（MSE）控制
MSE是衡量量化性能最常用的指标。对于均匀量化器，当信号幅度范围固定时，MSE与量化步长的平方成正比。通过优化步长（如采用Lloyd-Max算法）可使MSE达到局部最优。在图像和视频编码中，率失真优化（RDO）则在编码比特数与MSE之间权衡。
4.1.2 非线性量化器设计
针对非均匀分布信号（如语音的拉普拉斯分布），线性量化器效率低下。μ律和A律量化器通过在对数域中均匀划分，等效于在小信号区使用更细步长，可大幅改善信噪比。现代方法还包括基于深度学习的学习式量化器，直接以端到端方式优化非线性映射。
4.2 量化与计算效率的平衡
低位宽量化可大幅降低乘法器功耗与存储器带宽，但可能带来数值漂移与模型退化。
4.2.1 硬件加速与量化
专用AI加速芯片（如Google TPU、NVIDIA Tensor Core）广泛支持INT8甚至INT4计算。量化后的矩阵乘运算可利用查表、近似乘法或加性分解来实现，在牺牲少量精度的前提下获得数倍吞吐量提升。然而，硬件对不同位宽的支持程度差异较大，需针对特定架构进行量化方案适配。
4.2.2 低精度计算下的数值稳定性
低位宽计算容易导致梯度消失或溢出（特别是在训练阶段）。常见对策包括：采用随机舍入代替截断、引入梯度缩放（如混合精度训练中的损失缩放）、以及使用批归一化统计量进行激活钳位。在超低比特（如二值化）情形下，需设计特殊网络结构（如XNOR-Net）以维持收敛性。
5 相关领域与交叉学科
量化作为通用方法论，与众多学科交融，推动着从基础科学到应用研究的范式变革。
5.1 量化与统计物理学
统计物理学中，量化用于将宏观系统（如气体分子运动）分解为微观粒子的可测统计量，例如温度是分子平均动能的量化表现。蒙特卡洛方法中，连续相空间被离散为格点，通过重要性采样计算配分函数。另外，渗流模型与伊辛模型的量化模拟，揭示了相变现象的普适性规律。
5.2 量化与经济学（行为经济学量化）
行为经济学突破了“理性人”假设，将人的非理性决策（如损失厌恶、锚定效应）转化为量化因子。通过设计实验收集决策数据，构建包含心理偏好的效用函数，并运用离散选择模型（如Logit）来预测市场行为。量化行为经济学如今已成为金融科技中用户画像与动态定价的底层工具。
5.3 量化与生物信息学（基因表达量化）
在RNA测序（RNA-seq）数据处理中，将来自测序仪的数百万条短读段映射到参考基因组，并统计每个基因被覆盖的读段数，即为基因表达量化。常用工具如Salmon和Kallisto采用基于k-mer的准映射（quasi-mapping）与期望最大化算法，大幅提升量化速度。这一过程直接决定了差异表达分析的准确性，是现代基因组学的基石之一。
6 发展历史与未来趋势
量化思想源远流长，其演进与技术革命紧密交织。
6.1 早期量化思想（毕达哥拉斯学派）
公元前6世纪，毕达哥拉斯学派提出“万物皆数”，尝试用整数比例解释音阶、几何与天体运动。他们发现弦长比例决定了和谐音程，这本质上是一种频率的量化映射。尽管对无理数的排斥一度阻碍数学发展，但其将世界数字化还原的愿景，至今仍是量化的哲学根基。
6.2 现代量化的里程碑（香农信息论、量化交易兴起）
- 1948年：克劳德·香农在《通信的数学理论》中首次严格定义信息量，并推导率失真函数，为量化奠定了理论基础。
- 1950年代：脉冲编码调制（PCM）的实用化推动数字通信革命。
- 1970年代：矢量量化（Linde-Buzo-Gray算法）诞生，引领语音与图像压缩潮。
- 1980年代：金融学者如爱德华·索普将凯利公式应用于期权定价，量化交易雏形初现。
- 1990年代：文艺复兴科技的奖章基金以纯量化模型斩获年均超30%收益，宣告量化投资时代到来。
- 2010年代：深度学习爆发，模型参数量化与低位宽训练成为边缘设备部署的关键。
6.3 未来方向：量子计算中的量化与超离散化
在量子计算领域，经典信息必须通过量子比特的离散化测量（如投影测量）才能被读取。未来量子纠错码（如表面码）依赖于对量子态的稳定器测量，这本质上是一种特殊的矢量量化。超离散化（ultradiscretization）则是一种将连续动力系统完全转化为元胞自动机（如极限情况下的孤子方程离散化）的代数方法，有望为量子算法设计提供新工具。此外，量子机器学习中参数化量子电路的梯度估计，也需要对普适噪声与有限采样进行量化处理——量子-经典混合架构的成熟或将重新定义量化的极限。