策略的生成才是最重要的.pdfVIP

. 量化交易本身并不神秘，将历史数据做成统计上的规律，以严格的数学逻辑 来实现。 股票定价分成两部分： Beta （股票和市场关联的部分）、 Alpha （风险也是 超收益的来源）。 最著名的风险管理数学模型是 VaR （即Value atRisk ）模型，其中以 JP 摩 根的风险矩阵（ RiskMetrics ）为主要代表。 用量化的方法来做有很大的优势，特别是在越高频的领域，就越有可复制的 一些信息和足够大的数据点，量化就有其非常大的优势。 从长远来看，用科学的算法执行交易策略能避开主观交易的缺陷，同时也要 注意策略的局限性，它不是万能的。 在股市和期市上， 高频交易基本占到 60%以上的交易量，但其容量比较有限， 而且百分之几百的收益率很快就只能跑自营资金，对资产管理而言没有大的意 义，主要用来实现交易员自身财富的增值。 海外还是以 统计套利 为主。 量化与对冲是两个不同的概念 ，可以 做量化不对冲，也可以做对冲不量化 ， 这也是对同行的一个启示，不一定要做量化加对冲才可被市场所接受。 范文 . . 量化投资的好处是可以适应不同经济环境和市场环境，去除人为情绪的干 预，也可以覆盖投资的全过程。 趋势法，根据市场表现、强势、弱势、盘整等不同的形态做出对应的投资行 为的方法，可以追随趋势，也可以进行反转操作 。 现在每天股指交易量在几万手，去年是几百万手，所以很多对冲策略受到了 很大限制。一种应对方法是做量化择时模型，用量化做择时其实就是 CTA模型。 通过对时间序列的建模，选择预测几率大的时机交易，避开收益风险比低的 时刻，再结合量化选股，就可以实现收益比较高的策略。 在策略同等收益风险比的情况下，要首选跟经济周期不相关的策略，并且对 于其和逆经济周期的策略，要增加权重。 股指期货是根据现货的价格进行交割的，所以没有逼仓，纯从金融行业量化 角度而言，股指期货是比商品期货更好的套利标的。 主观选股也是 Alpha 策略 。 量化交易策略和主观判断交易策略的主要差别： 策略如何生成以及策略如何 实施。在我看来，策略的生成才是最重要的，对于策略实施，量化和主观交易策 略完全可以使用同一个模型。 数据挖掘技术相对于简单的基本面量化模型，有一个较高的门槛，优势是可 以更大限度地获取市场行为。 现在的神经网络、 深度学习等都可能是大家今后的 发展方向。 范文 . . 对投资者来讲，量化就是一个黑匣子，存在很多不可控因素。 风险管理不只是规避风险或者减少损失， 而是通过对敞口实施有目的的选择 和规模控制， 从而提高回报的质量和持续性。 限制风险的大小， 头寸规模限制是 风险管理的一种重要形式。 量化策略的优点：系统性、稳定性、可复制性；缺点：容易趋同。 演讲正文： 一、量化交易的历史与现状 1、量化交易的历史 量化交易本身并不神秘，将历史数据做成统计上的规律，以严格的数学逻辑 来实现。 由于计算机自八、 九十年代以来才得到速度上的发展， 所以量化投资才 开始比较广泛的应用。 实际上， 在 1952年哈里·马科维茨(HarryM. Markowitz) 提出的均值 - 方差模 型就第一次将数理工具引入金融研究。后来， CAPM（资本资产定价模型）已成为 度量证券风险的基本量化模型 。原来人们不清楚股票是如何定价的，有了