245份国内券商含金量十足的量化金融工程研报.docxVIP

量化具备的要素 具备以下四个因素就是量化:对海量的数据进行分析；运用统计分析的方法；运用计算机甚 至大型计算机作为辅助工具，进行数据存取、统计分析和策略实证测试；寻找统计规律，基于大概率思想制定投资和交易策略。 量化的优点 建立在现代统计学、数学和信息技术基础上的量化投资，有三个方面的强大能力:首先， 及时快速地跟踪市场变化，不断寻找、发现获得超额收益的新交易机会。其次，准确客观评价交易机会，克服人为的主观偏差。第三，在控制风险的条件下，充当准确实现分散化投资 目标的工具。 量化金融工程的现状 2011 年被称为量化投资的元年，但相对于国外 40 多年的量化投资历史，目前 A 股的量化处于快速发展阶段。在一批批华尔街人士回国的过程当中，华尔街这一先进的投资方式也被带 了回来，大量国外模型被直接引进到 A 股市场当中，A 股的量化也直接跳过了原始的探索阶段直接步入实战阶段。但在“一口吃成大胖子”之后，一些弊端和困境也开始逐渐显露出来， 而其中数据问题尤为受到关注。 量化投资中，数据非常核心，因为量化就是对市场信息的结构化过程，数据将直接影响投资结果。 目前国内量化投资领域运用到投资中的主要有四种数据，包括行情数据(来源：交易所)，财务数据(来源：上市公司的财务报表)，分析师数据(来源：数据提供商对卖方研究报告的结构化整理)以及行业专业数据(来源：行业网站或者数据商)。 其中，来源于交易所的行情数据或者价格数据是量化投资中最普遍使用的数据，目前国内量化投资领域中，相当大一部分量化策略和模型都是基于行情数据。 量化金工发展方向 数量金融，或者叫金融工程，目前在国内主要有三大发展方向：交易策略研究、衍生品定价、风险管理。 交易策略研究包括选股，择时，套利。选股以α 与β 策略为主，择时方面，目前国内流行机器学习的手段进行择时建模，诸如SVM、神经网络等，目前该工作多见于券商与期货公 司的研究部（金融工程组）、自营部（量化交易）、资产管理部等。有关交易策略研究，可以多看看券商的金工专题研报，某些大券商的金工专题研报还是很有含金量的，具体可以参 考新财富金工组的排名。 衍生品定价，指的是场外（内）期权的定价以及套利，多见于券商的柜台市场部（OTC 产品）、资产管理部，某些一线券商的机构销售部也配有交易组，负责场外期权的定价。衍生品定价 大多数被海归名校生占领。没办法，国外的期权理论较为成熟，这是不可避免的。而且个人 认为，如果希望做衍生品定价的话，最好刷一个phd 的学位…… 风险管理，多数是围绕对冲做文章，通常需要较好的资产组合管理知识以及衍生品对冲的知识，delta hedge, gamma hedge 等自然必不可少。多见于券商的风控部门。 * 精准搜索能力 量化投资需要的核心软实力的技能点 遇到问题想要知道是什么以及怎么解决，那就需要精准搜索能力，快速定位到问题得到解决办法。 *行业信息获取能力 行业信息包括量化行业相关新闻、咨询，金融市场、券商研报相关信息，私募产品、私募策略相关信息等。 *金融的能力 其实就是金融知识背景的一些储备，做量化是需要这些知识的，这可能不属于技能。 *数学功底 西蒙斯获得了数学界的诺贝尔奖，被称为模型先生。量化与数学密切相关。 *数据分析的能力 现在很多做大数据、数据挖掘、机器学习的都属于data scientist ，大部分时间都是对数据进行分析。 *交易技能 对交易很熟悉可以对策略、市场理解更为深刻，也便于开发出更好的策略，不会纠结于某些 细节，也不容易走偏。同时，如果开发日内策略、高频策略、套利策略，需要对市场、交易的微观结构有更精细的认识。 *编程技能 编程技能就是 IT 能力，所幸的是量化投资对编程其实要求不高，因为很多人只是策略研究员，大部分的工作是开发策略，代码重复率比较高。 本期精选干货 今天籴米君精选 245 份国内券商含金量十足的量化金融工程研报，关于量化金工，通过这一期相信能对你过去的知识体系形成巨大的震撼！ 方正证券方正证券撞数期货基差跟踪振告： 市场分化 各合约贴水加深pdf 方正证券十字星选股策略： 缨效回 顾．pdf 方正证券＿2017021一1 量化金股：聪明钰 彴精选组合．pdf 方正证券懦 绪温度计：趋同 度择时的新视角p df 方正证券＿2017032一9 方正证券指数期货基差跟踪振：市吉场总体向好J 贴水待续收窄嗣p df 方正证 券＿2017030一3 方正证券十字星选疫策略： 缕效回 顾，p d f 方正证 券方正证券APM 因子缕效回顾 ( 2017上） ： 凤鸣朝阳』余 音不绝．pdf 方正证方正证券“聆听忘颉世界的声音”系 列研究（六）