锐客网

  1. 首页 > 睿知 > >

量化投资策略，量化投资策略的基本概念

经验分享睿知

1，量化投资策略的基本概念量化投资策略就是利用量化的方法，进行金融市场的分析、判断和交易的策略、算法的总称 。在《量化投资—策略与技术》（丁鹏著、电子工业出版社、2012/1)中，将策略分为两大类：分别为：趋势判断型和波动率判断型 。【量化投资策略，量化投资策略的基本概念】
2，国内股票的量化投资策略有哪些特别是基本面量化柠檬给你问题解决的畅快感觉！主要的量化对冲策略有：1、市场中性策略主要追求的是通过各类对冲手段消除投资组合的大部分或全部系统风险 ， 寻找市场中的相近资产的定价偏差，利用价值回归理性的时间差，在市场中赚取细小的差价来获得持续的收益 。2、事件驱动套利策略利用特殊事件造成的对资产价格的错误定价，从错误定价中谋利 。3、相对价值策略主要是利用证券资产间相对的价值偏差进行获利 。感觉畅快？别忘了点击采纳哦！虽然我很聪明，但这么说真的难到我了
3，常见的量化策略都有哪些经典量化策略——双均线策略(期货)经典量化策略——跨品种套利(期货)研究量化投资模型的目的是找出那些具体盈利确定性的时空价格形态，其最重要手段的概率取胜，最重要的技术是概率统计，最主要的研究方向是市场行为心理 。那么我们在选择用于研究的参数时，也应该用我们的经验来确定是否把某技术参数放进去，因为一般来说定性投资比较好用的参数指标对量化投资同样适用 。量化投资区别于传统定性投资的主要特征在于模型 。我打个比方 ， 我们看?。?中医与西医的诊疗方法是不同，中医是望、闻、问、切，最后判断出的结果 ， 很大程度上基于中医的经验，主观定性程度大一些；西医就不同了，先要病人去拍片子、化验等 ， 这些都要依托于医学仪器，最后得出结论，对症下药 。中医对医生的经验要求非常高，他们的主观判断往往决定了治疗效果 ， 而西医则要从容得多，按事先规定好的程序走就行了 。量化投资就是股票投资中的西医，它可以比较有效地矫正理智与情绪的不兼容现象 。量化投资的一般思路：选定某些技术指标（我们称之为参数，往往几个组成一组） ， 并将每一个参数的数据范围进行分割，成几等份 。然后，用计算机编程写出一段能对这些参数组对股票价格造成的影响进行数据统计的程序，连接至大型数据库进行统计计算，自动选择能够达到较高收益水平的参数组合 。但是选出这些参数组后还不能马上应用，因为这里涉及到一个概率陷阱的问题，比如说 ， 有1到100这一百个数字放在那里，现在让你选择 ， 请问你选到100的可能性是多大？是的 ， 就是1/100 ， 如果较幸运你选到了100并不能说明你比别人聪明 ， 而是概率的必然 。所以，在进行统计时要特别关注统计的频率与选出的结果组数量之间的关系 。在选出符合要求的参数组后我们还应留出至少三年的原始市场数据进行验证，只有验证合格后才能试用 。量化投资原始数据策略：我们选用96年后的市场数据，因为96年股市有过一次交易政策改革（你可以自己查询了解一下），为了不影响研究结果我们不采纳96年以前的数据进数据库 。量化投资研究的硬设备：高计算性能电脑，家用电脑也可以，不过运算时间会很长，我曾经用家用电脑计算了三个月时间才得到想要的数据 。统计方法：可以选用遗传算法，但我在这里陪大家做的是比较简单的模型，所以采用普通统计方法就可以了 。用于量化研究的软件：我采用的是免费的大型数据库mysql，asp网络编程语言，以及可以设置成网络服务器的旗舰版win7操作系统 。
4，量化交易主要有哪些经典的策略研究量化投资模型的目的是找出那些具体盈利确定性的时空价格形态 ， 其最重要手段的概率取胜，最重要的技术是概率统计，最主要的研究方向是市场行为心理 。那么我们在选择用于研究的参数时，也应该用我们的经验来确定是否把某技术参数放进去，因为一般来说定性投资比较好用的参数指标对量化投资同样适用 。量化投资区别于传统定性投资的主要特征在于模型 。我打个比方，我们看病，中医与西医的诊疗方法是不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，主观定性程度大一些；西医就不同了 ， 先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药 。中医对医生的经验要求非常高 ， 他们的主观判断往往决定了治疗效果，而西医则要从容得多，按事先规定好的程序走就行了 。量化投资就是股票投资中的西医，它可以比较有效地矫正理智与情绪的不兼容现象 。量化投资的一般思路：选定某些技术指标（我们称之为参数，往往几个组成一组） ， 并将每一个参数的数据范围进行分割，成几等份 。然后，用计算机编程写出一段能对这些参数组对股票价格造成的影响进行数据统计的程序，连接至大型数据库进行统计计算，自动选择能够达到较高收益水平的参数组合 。但是选出这些参数组后还不能马上应用，因为这里涉及到一个概率陷阱的问题，比如说 ， 有1到100这一百个数字放在那里 ， 现在让你选择，请问你选到100的可能性是多大？是的，就是1/100 ， 如果较幸运你选到了100并不能说明你比别人聪明，而是概率的必然 。所以，在进行统计时要特别关注统计的频率与选出的结果组数量之间的关系 。在选出符合要求的参数组后我们还应留出至少三年的原始市场数据进行验证，只有验证合格后才能试用 。量化投资原始数据策略：我们选用96年后的市场数据，因为96年股市有过一次交易政策改革（你可以自己查询了解一下），为了不影响研究结果我们不采纳96年以前的数据进数据库 。量化投资研究的硬设备：高计算性能电脑，家用电脑也可以，不过运算时间会很长，我曾经用家用电脑计算了三个月时间才得到想要的数据 。统计方法：可以选用遗传算法，但我在这里陪大家做的是比较简单的模型 ， 所以采用普通统计方法就可以了 。用于量化研究的软件：我采用的是免费的大型数据库mysql，asp网络编程语言，以及可以设置成网络服务器的旗舰版win7操作系统 。量化对冲策略即同时利用量化手段和对冲技巧的投资策略 。经典的量化对冲策略有市场中性策略、事件驱动套利策略三种 。5，如何构建量化投资策略量化策略有简单也有复杂的，简单到围绕一根均线构建系统，复杂到根据多个因素共同构建系统 。方式虽然不同，但本质都是一样的，即策略中涉及的各项要素都需要标准化 。1、要素的标准化既然是策略，必然要有一些要素 ， 如标的、仓位、买点、卖点等 。这是最基本的四个要素 。先来看标的选择，任何一笔交易首先要明确的是标的如何选择 。市场有几千只股票 ， 不可能每只股票都是符合你的标的，如何去选择，需要建立一定的筛选标准 ， 有人喜欢用基本面去分析 ， 有人喜欢用技术面去分析，都无可厚非，但一定要有逻辑支撑，这就是标的选择的量化 。再来看仓位的量化，如果要用数学期望的角度去看待投资，那么仓位就需要去平均分配 ， 避免因人为主观因素导致仓位的不同，从而影响最终结果 。那么既然是平均分配，就要考虑仓位分配与收益之间的权衡关系 。如果仓位过于分散 ， 虽然整体波动性会变小，但势必也会降低整体收益率 ， 反之亦然 。所以，仓位分配需要结合实践来达到最优 。最后来看买点和卖点的量化，在标的、仓位标准化后，接下来需要考虑买卖点的设置 。即达到什么条件就会触发买入和卖出指令，当卖出指令执行，就意味着一笔交易的结束 。而买入卖出条件因人而异，可以根据不同周期、不同模式，再结合实践来确定，最终核心是要围绕成功率和盈亏比来最终决定 。2、一致性原则一个完整的量化策略不仅包括前面所说的各项要素的标准化，还包括最终的执行 。对于专业的量化投资机构来说，往往是通过电脑去执行命令，这样做的好处是能够百分之百的实行量化策略 ， 而不受人为因素的干扰 。最终目的是要保持交易的一致性 。对于普通投资者的量化策略来说 ， 由于资金规模、量化策略的简易性，往往不需要如此复杂，可以通过投资者自己去执行 。那么 ， 如何确保完全按照量化策略去执行呢？这就需要投资者具备良好的心态以及极强的控制能力，在交易中避险主观因素的干扰 。以上两点阐述了如何去构建一个量化策略，包括涉及的各个要素，但一个好的量化策略注定要经过长期反复的市场检验，并且不断的修正，数据的持续回测 ， 最终达到理想的预期 。最后，还需要强大的执行力，而这考验的是你的心态 。1. 量化投资策略就是利用量化的方法，进行金融市场的分析、判断和交易的策略、算法的总称 。2. 量化投资策略类型包括：（1） 趋势判断型量化投资策略，判断趋势型是一种高风险的投资方式，通过对大盘或者个股的趋势判断，进行相应的投资操作 。如果判断是趋势向上则做多 ， 如果判断趋势向下则做空，如果判断趋势盘整 ， 则进行高抛低吸 。这种方式的优点是收益率高 ， 缺点是风险大 。一旦判断错误则可能遭受重大损失 。所以趋势型投资方法适合于风险承受度比较高的投资者，在承担大风险的情况下，也会有机会获得高额收益 。（2） 波动率判断型量化投资策略，判断波动率型投资方法，本质上是试图消除系统性风险，赚取稳健的收益 。这种方法的主要投资方式是套利，即对一个或者n个品种，进行买入同时并卖出另外一个或n个品种的操作 ， 这也叫做对冲交易 。这种方法无论在大盘哪个方向波动，向上也好，向下也好，都可以获得一个比较稳定的收益 。在牛市中，这种方法收益率不会超越基准，但是在熊市中，它可以避免大的损失，还能有一些不错的收益 。，第一层级是包含所有中国对冲基金的综合指数，第二层级为四个分策略指数 ， 包括相对价值策略、趋势性策略、事件驱动策略和多策略指数，第三层级为第二层级的子策略，目前包括权益类套利、股票市场中性策略指数（相对价值策略）、CTA、股票动态对冲、宏观对冲等子策略指数 。

    推荐阅读


    上一篇：稳定杆有限元分析,杆梁结构的有限元分析

    下一篇：网络质量分析方法