数学与量化投资精要.pptVIP

辩证思维看数学与量化投资 1、量化投资是不是需要复杂的数学工具？ 例子： 1、西蒙斯曾经解密过他的一个简单的交易策略：在每天开盘的时候决定交易方向，如果开盘价过高（过高判断，可以根据历史数据统计检验来计算），则做空，回落后平仓。该策略并没有用到复杂的数学模型，但是在相当长的时间内都是相当有效的。 2、在这次全国高校量化投资大赛中，我们小组做了这样一个投资策略模型，在分频数据下，出现连续三个收盘为上涨的，则做空，出现连续三个下跌的，则做多。当时在2014年6月的商品期货上进行回测，结果相当的好，最大的年化收益率高达51621%。该作品后来获得二等奖的奖项 2、策略模型越复杂越好吗？ 这恐怕是大部分投资人的主流想法，当然也是大部分人对量化投资不了解的人的本能看法。丁鹏在他的《量化投资》中有说过：真正有效的策略是简单的，因为越简单的策略越具有稳定性和可靠性。一个过于复杂的策略模型会存在两个问题：第一是子模型的冲突问题；第二是鲁棒性问题。 市场上有老交易者，有不怕死的交易者，但是没有不怕死的老交易者，海龟当然也有止损策略 3、量化投资到底需不需要复杂的数学工具 不一定 如果简单的策略能够有稳定的收益率，那么明显你并不需要复杂的数学工具 如果复杂的数学工具能够带来稳定的收益率，那么明显复杂的数学工具也是有效的。 数学在风险方面的应用 1963年，威廉·夏普提出了可以对协方差矩阵加以简化的估计单指数模型，大大简化了马可维茨模型需要进行大量计算的协方差矩阵计算，该理论极大地推动了投资组合在实际投资中的应用.20世纪60年代，夏普、林特纳和莫森分别在1964, 1965和1966年提出了资本资产定价模型(CAPM ) 。该模型不仅提供了评价收益一风险相互转化的可运作框架，也为投资组合分析、基金绩效评价提供了重要的理论基础. 1976年，罗斯提出了一种替代性的资本资产定价模型，即APT模型。该模型不仅解决了资本资产定价模型所存在的不可检验性的缺陷，同时也直接导致了投资组合理论走向了新的历史阶段，多指数投资组合分析方法在投资实践中得到了广泛的应用. 接下来的投资组合理论，开始由分散投资理论向着连续时间方向快速发展，首先，莫顿(Merton )和布兰登(Breeden )利用贝尔曼开创的动态规划方法和伊藤随机分析技术，重新考察了包含不确定因素的拉姆齐问题，即在由布朗运动等随机过程的驱动的不确定环境下，投资者如何连续地做出消费投资决策，使得终身效用最大化.无须单期框架下的严格假设，由此获得了连续时间跨期资源配置的一般均衡模型一时际资 定价模型(ICAPM ) 以及消费资产定价模型(CCAPM ) ，从而推广并兼容了早先时期的均值一方差模型.因此在1990年，莫顿(Merton )提出了连续时间金融方法论，这也标志着投资理论进入了新的历史时代. 随着计算机的不断发展，由冯诺伊曼等数学家提出的蒙特卡洛模拟算法在金融学领域的到了广泛的应用.蒙特卡洛方法又称统计模拟方法，借助计算机技术，蒙特卡洛方法实现了两大优势: 一是简单，省却了繁复的数学推导和演算过程使得一般人也能够运用和掌握. 二是快速，简单快速，是蒙特卡洛方法在现代项目管理中获得应用的技术基础. 蒙特卡洛方法为计算风险提供了一个很好的工具，在实际应用中多被用来计算VaR值，用来估算风险. 资产定价模型(CAPM ) 现代资产组合理论是由1990年诺贝尔经济学奖获得者、美国著名经济学家马克维兹（Harry Markowitz）提出的，他于1952年在美国《金融学学刊》上发表的《证券组合选择》（Portfolio Selection）一文中第一次系统地提出了资产组合理论，同时在1959年出版了自己的专著《投资组合选择：投资有效分散化》使自己的资产组合理论得到进一步的完善。在马克维兹的理论模型中，以均值来代表证券资产组合的预期收益，以方差来代表证券资产组合收益的变动性，即风险， 模型中风险和收益的度量 1.单一证券资产收益率的度量 （1）我们在这里以股票为例，以一年为投资期限，在股票投资中，投资收益率等于在这一时期内，股票红利收益和差价收益之和。 （2）在实际研究中，由于证券的收益率收到许多不确定因素的影响，从而它是一个随机变量，因此服从一个概率分布。 （3）可求出该证券的期望收益率或预期收益率： 2.单一证券风险的度量 我们知道，证券的收益率是一个随机变量，其实际收益率与期望收益率往往存在一定的偏差，实际收益率往往分散在预期收益率周围。如果实际收益率越分散，他们与预期收益率的偏离程度就越高，投资者承担的风险也就越大。因此，证券风险的大小可由实际收益率与预期收益率的偏