智能投顾系统介绍简.pptx

智能投顾系统介绍 智能投顾系统(量化投资) 在大数据+程序化+量化框架下的智能投顾/投资业务是大资管时代的大趋势 智能选股：量化应对股票投资 股票投资的三个基本问题: 企业经营情况是否良好？ 估值是否具有吸引力？ 当前的供应/需求趋势对股票操作有利吗？ IIA通过基于大量历史数据的定量分析，做出回答。 国内研究员就两个背景，一个行业背景，一个财务背景。财务分析各个行业都可以看一下，他们看到的只有全部因素中的一两点，不可能看到全部。行业研究员要懂上下游各个主要公司的运营和产品，是吃经验饭的。量化就是基本面的观点系统性的执行。 ----------《量化投资的未来和资产管理行业人才的培养》郭涛 浙江省国际对冲基金人才协会秘书长 项目建设进展 已完成工作如下 建立量化技术研发团队 建立量化投资研究平台 建成策略回测系统 建成多维度的量化因子数据库 完成数据整理清洗和数据访问接口 智能选股（多因子策略） 完成指标因子检验程序 数学回归分析 分层回测分析 IC值分析 因子相关性分析 拟合多因子阿尔法模型 风险管理 建立结构化因子风险模型 业绩归因 净值分析 Brinson归因 因子类型 因子数量 起始年份 基本面财务因子 101 1993 成交量换手率技术因子 29 2001 收益类技术因子 40 1991 行情衍生因子 20 2001 趋势风险因子 6 1991 一致预期因子 43 2002 对数及其他日估值因子 8 2017 指数估值因子 10 2017 行业日衍生因子 24 2016 总数： 281 　 项目后续工作和量化系统未来展望 后续工作 智能选股（多因子策略） 多因子策略回测 多因子策略实盘模拟 分行业因子检验和策略回测 风险管理 引入Barra等第三方风险模型 弹性风控建议 投资组合优化 均值方差效用函数 二次规划求解组合权重分配 交易管理 交易冲击成本模型 算法交易模型 业绩归因 基于风格因子的收益归因 未来展望 人工智能应用于多因子选股 机器学习寻找有效因子 机器学习算法拟合模型 机器学习实现组合优化 人工智能应用于大类资产配置 机器学习判断资产趋势 人工智能应用于读资讯写研报 股票择时策略 多因子择时策略 趋势跟踪策略 均值回复策略 量化策略应用于港股投资 固收类量化投资策略 现期量化对冲策略 科技改变世界！ I T.引领创新！ FinTech 主导资管业变革，重塑金融业生态