【罗军】量化投资之旅：择时、选股与衍生品(0805打印版本)技术总结.ppt

* * * * * * 信息挖掘是通过分析用户数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示等步骤。互联网数据具有数据量大、数据结构复杂、数据内容分散等特点，呈现出爆炸性增长的趋势。因此，为了从浩如烟海的数据中提取出有效信息，必须选择合适的数据挖掘策略。 信息挖掘是一个复杂的过程，需要进行大量的数据采集和运算等。按照基本功能，可以将整个信息挖掘流程划分成内容采集、内容挖掘和行为分析3个环节。 页面内容爬取：这是将网页的内容通过爬虫获取的部分，分析页面代码格式，进行网页代码的编码转换等，尽可能获取自己需要的信息。 页面垃圾过滤：页面中不可避免地会存在大量的垃圾信息，这些信息严重干扰到对后期信息挖掘的准确性，页面垃圾过滤机制会找出包括广告在内的段落以及其他对内容挖掘无效的部分，并将其清除，不进入内容挖掘部分。 内容挖掘：主要是对需要的特定信息进行提取，该阶段处理后的文本数据是后期进行分词、情感分析的基础； 行为分析：重点和难点是分词和情感分析，对于海量文本信息而言，程序的处理速度也是至关重要的一点。 * 对于大规模的互联网信息抓取而言，单线程的数据获取是一项非常局限的事情，因此多线程、分布式的信息抓取平台是必须搭建的。因此数据的抓取平台的搭建是一项基础性的工作。整体上，数据的抓取平台分为三部分，首先是搜索热门网站，对需要提取信息的网站的网页编码格式、网页制作规则进行研究，提取出需要提前的信息的网页编码格式；第二是对需要提取信息的网站进行分布式配置，多线程爬取特定的信息，并将信息存储到指定的数据库中；第三，监控数据爬取过程，防止网站数据异常带来的数据抓取缓慢等问题，主要是防止对指定网站的频繁访问导致IP被限制访问的问题。 * 从Twitter 上人们发表的各类状态提取情感并进行相应的统计，对股市进行了有效的预测，并已实际地应用于国外某量化基金 参考文献：Johan Bollen,?Huina Mao,?Xiao-Jun Zeng ，“Twitter mood predicts the stock market” Journal of Computational Science, 2(1), March 2011, Pages 1-8。主要270万Twitter用户的对970万条Twitter信息进行了研究，并发现Twitter的“镇定”水平可以预测道琼斯工业平均指数的走向。 另外美国知名对冲基金Two Sigma也有一个量化组在做文本挖掘方向的量化策略 * * * * * 备兑卖出认购期权可以为投资组合增加额外的收益，牺牲一部分上行收益为投资组合增加确定性收益 买入认购期权是通过较低的成本实现资产配置，可以结合目标价位买入虚值期权进一步降低成本 买入认沽期权是为股票头寸上了一个保险，锁定了下行风险。如果想要降低对冲成本，可以结合目标价位买入虚值期权，相当于在买入保险时设定了一定数额的免赔额，这样保费可以更低 * * * * * * * * * 案例：巴菲特卖出可口可乐看跌期权 1993年4月份，巴菲特以1.5美元的期权金做空500万份当年12月17日为到期日、执行价为35美元的看跌期权，当时可口可乐的市价是40美元左右，期权价格1.5美元 1、对巴菲特而言，若1993年12月17日可口可乐的价格在35美元以上，显然没人会愿意用35美元的价格出售，那么这份期权就是废纸一张，巴菲特可以白拿之前收到的750万美元(1.5美元×500万份)期权金；但若届时股价低于35美元，巴菲特就必须按照35美元买入500万股可口可乐，当然因为之前收取了1.5美元期权金的原因，所以只有当可口可乐跌破33.5美元时巴菲特才真正亏损。 2、对巴菲特而言，本来就有不断增持可口可乐的意愿。若可口可乐不跌，那么白赚点期权金也是好的；但是若大跌，那么期权金等于市场补贴你1.5美元去买入可口可乐，同样也是好的。对于一个长期投资者而言，这就成为上涨下跌两相宜的投资方法了。 应用策略：资产配置 案例：巴菲特卖出下跌敲出看跌期权（Down and out Put） 2012年底到2013年初，日元贬值幅度接近10%，多数投资者选择抛日元买美元，或者做空日元期货。索罗斯团队动用3000万美元，买入大量行权价不同比虚值期权更便宜的下跌敲出期权，即日元大幅下跌时才能赚钱，但是，跌破一定水平，期权作废。该笔收益，其净赚10亿美金，资金收益率在30倍。 应用策略：资产配置 常用策略包括： 1、股票组合+看跌期权多头 2、股票组合+看涨期权空头 套保 资产配置 套利 应用 应用策略：套期保值 期权与期货套保策略的差异： - 预期短期市场下跌较大且确定性高，股票组合长期看好，可以做空股指期货 - 预期市场下跌幅度比较大，确定性较高，希望判断错误的时候损失有