量化投资原理解析ppt课件
合集下载
第1讲-1量化投资简介
A Quantitative Approach for Providing Superior Returns and Controlling Risk
M制风险获取超额收益的数量方法
清华大学出版社
第1讲 — 2
Richard Grinold's Experience Global Director of Reseach Barclays Global Investors 1994 – 2009 (15 years) President Barra 1979 –1993 (14 years) Professor University of Californai, Berkeley 1969 – 1989 (20 years)
第1讲 — 10
现代投资理论与量化投资的发展
1950~60 Markowitz 提出均值—方差组合理论
1960~70 Sharpe 提出基于Markowitz组合理论的资本资产
定价模型（CAPM）
1970~80 Rosenberg Barr开发出基于Sharpe的CAPM模型
的Barra多因素模型（强调α和β的应用） Barclays Global Investors（BGI / 巴克莱）开始
第1讲 — 6
积极投资组合管理的世界在不断发展变化，现 在已呈现出更加浓厚的定量色彩。这种发展趋势 是非常可喜的，因为它使得资产管理的发展走向 一条更加可控的道路，最终无论是个人还是机构 投资者都可以从中获益。
—— Chincarini & Kim
第1讲 — 7
课程考评方法： 提交一篇学期研究论文，并进行论文答辩。
由于采用历史数据进行建模，模型回测时业绩通 常不错，但在实际的市场中表现却不尽人意。
M制风险获取超额收益的数量方法
清华大学出版社
第1讲 — 2
Richard Grinold's Experience Global Director of Reseach Barclays Global Investors 1994 – 2009 (15 years) President Barra 1979 –1993 (14 years) Professor University of Californai, Berkeley 1969 – 1989 (20 years)
第1讲 — 10
现代投资理论与量化投资的发展
1950~60 Markowitz 提出均值—方差组合理论
1960~70 Sharpe 提出基于Markowitz组合理论的资本资产
定价模型（CAPM）
1970~80 Rosenberg Barr开发出基于Sharpe的CAPM模型
的Barra多因素模型（强调α和β的应用） Barclays Global Investors（BGI / 巴克莱）开始
第1讲 — 6
积极投资组合管理的世界在不断发展变化，现 在已呈现出更加浓厚的定量色彩。这种发展趋势 是非常可喜的，因为它使得资产管理的发展走向 一条更加可控的道路，最终无论是个人还是机构 投资者都可以从中获益。
—— Chincarini & Kim
第1讲 — 7
课程考评方法： 提交一篇学期研究论文，并进行论文答辩。
由于采用历史数据进行建模，模型回测时业绩通 常不错，但在实际的市场中表现却不尽人意。
量化投资基础知识简介(国泰安)PPT课件
• 期限套利分类：
▪ 正向套利：当期货价格被高估，交易者通过卖出股 指期货，同时买入对应的现货所进行的套利交易。
▪ 反向套利：当期货价格被低估，交易者通过买入股
指期货，同时卖出对应的现货所进行的套利交易。
19
应用举例3：股指期货套利---期现套利
•期货理论价格=现货价格 +融资成本-股息收入
• F(t,T)=S(t)*[1+(r-d)*(Tt)/365]
9
传统投资VS量化投资
• 下图为3种基金1、3、5、10年期相对于S&P指数的信息 比率，数据覆盖1996.01.01-2005.12.31
10
量化投资应用及举例
深圳市国泰安信息技术有限公司
11
量化投资的应用
• 量化投资技术几乎覆盖了投资的全过程，包括量化选股、量化择时、股
指期货套利、商品期货套利、统计套利、算法交易，资产配置，风险控 制等。
26
应用举例4：算法交易---修正型VWAP 算法
• 下图为策略流程图：
27
应用举例4：算法交易---修正型VWAP
算法
• 下单量处理：
• 下置两个参数：
偏差调整比例函数ƒ(β),表示市场价 格和市场均价的偏差β导致的调整 比例。容忍系数ρ表示不同决策者 对待这种偏差的态度及相应的决策 ，这里设定5个ρ值：1、2、3、4 、5，每个ρ对应一个不同的偏差调 整比例函数ƒ(β)。
32
量化投资从构想到实 现
深圳市国泰安信息技术有限公司
33
量化投资从构想到实现
• 量化投资一般步骤
数理化构建模型模 型验证构建投组再平 衡
• 数量化
将不可观测的变量数量
化，如风险、市场情绪
了解量化投资的原理和策略
了解量化投资的原理和策略量化投资是一种由计算机程序和数学模型驱动的投资方法，通过严谨的数据分析和模型构建，实现对市场的深刻洞察和有效决策。
相比于传统投资方式，量化投资更注重数据的精准性和分析的科学性，更加客观和透明，在现代化的金融市场中具有越来越重要的地位。
一、原理量化投资的原理是基于市场数据与数学模型的关系来实现投资决策，其核心是建立数学模型和算法模型，并根据策略自动执行交易。
量化投资依赖于强大的计算能力和数学模型的准确度，其投资的基础是由人工智能、大数据和各种算法技术构成的。
量化投资的原理的现代化来源于很多的数学和统计学的研究，例如随机过程理论、线性代数或微积分的运用等等，可以研究市场中的波动，发现市场中的规则，从而可以对股票、期货、外汇等品种中的交易历史数据，进行大量的深入分析，寻找其中复杂信息的内涵，最后形成一组高精准度的交易信号，根据这些信号开仓、平仓。
二、策略量化投资策略的种类很多，例如基本面分析策略、技术分析策略、价值投资策略等等，这些策略的目的都是为了从市场中获得更可靠的结论。
其中最常用的策略是：1. 日内交易策略Day Trade，其基本原理是利用日内股市波动的规律进行交易，一天中的股票价格波动通常都是有规律可循的，因此，可以通过预测波动趋势，准确把握高低点，并且及时采取对应的买卖策略。
2. 均值回归策略Mean Reversion，其基本原理是通过历史价格的波动规律，预测价格的中心线，如果在波动中价格偏离较多，就会回归到中心线上。
均值回归是量化投资中最常用的策略之一，具有可靠性和较高的回报率。
3. 动量追踪策略Momentum，其基本原理是通过股票的价格变化趋势，提前发现并跟踪市场中存在的潜在热点，以期获得更高的收益。
动量策略与均值回归策略相反，其追求的是已经存在的趋势，持续买进，以期达到更高的回报。
三、优势量化投资最大的优势在于其科学性和目标性，它建立在深入的数据研究和策略分析之上，广泛运用计算机程序、大数据和人工智能技术，将投资决策从主观的猜测中解放出来，更加科学和准确。
量化投资ppt课件
-7% -4% -1% 2% 5% 8% 11% 14% 17% 20% 23% 26% 29% 32% 35% 38%
50% 40% 30% 20% 10%
0% -10% -20% -30% -40% -50%
收益曲线比较：股票 vs Straddle
股票价格变化
股票 Straddle
量化投资策略
Renaissance Technology, 管理资产超过150亿 美元，总部位于纽约长岛，主基金Medallion， 17年年化收益35%
主要市场参与者与产品
几个著名的量化对冲基金产品表现
第21页
国内市场现状
规模占管理资产不到2%
公募15支量化基金，超过200亿管理资产 券商集合理财10支 私募量化基金20多支
需要借助复杂的数学模型。特征过于复杂，不够透明 ，难以被普通投资者理解。
实际应用：
• 期权、奇异期权 • 信用衍生品(CDS等) • 利率掉期(IRS)、货币互换(Swap) • 结构性产品(ABS、CDO)
量化投资策略
一个例子，使用期权组合构造收益
资本收益 -40% -37% -34% -31% -28% -25% -22% -19% -16% -13% -10%
Litterman、Rosenberg Barra、李祥林(David Li)
什么是量化投资
和量化投资有关的故事
量化投资策略
常见的量化投资策略
套利 多因子模型 高频交易 统计套利 衍生品、结构性产品 事件驱动
量化投资策略
套利类策略
利用价格与真实价值之间暂时的背离获取收益 理论上无风险，实际中风险很低，收益取决于套利机
量化投资关注的领域
50% 40% 30% 20% 10%
0% -10% -20% -30% -40% -50%
收益曲线比较：股票 vs Straddle
股票价格变化
股票 Straddle
量化投资策略
Renaissance Technology, 管理资产超过150亿 美元，总部位于纽约长岛，主基金Medallion， 17年年化收益35%
主要市场参与者与产品
几个著名的量化对冲基金产品表现
第21页
国内市场现状
规模占管理资产不到2%
公募15支量化基金，超过200亿管理资产 券商集合理财10支 私募量化基金20多支
需要借助复杂的数学模型。特征过于复杂，不够透明 ，难以被普通投资者理解。
实际应用：
• 期权、奇异期权 • 信用衍生品(CDS等) • 利率掉期(IRS)、货币互换(Swap) • 结构性产品(ABS、CDO)
量化投资策略
一个例子，使用期权组合构造收益
资本收益 -40% -37% -34% -31% -28% -25% -22% -19% -16% -13% -10%
Litterman、Rosenberg Barra、李祥林(David Li)
什么是量化投资
和量化投资有关的故事
量化投资策略
常见的量化投资策略
套利 多因子模型 高频交易 统计套利 衍生品、结构性产品 事件驱动
量化投资策略
套利类策略
利用价格与真实价值之间暂时的背离获取收益 理论上无风险，实际中风险很低，收益取决于套利机
量化投资关注的领域
量化投资CTA策略120807精品PPT课件
股票
债券
平均收益 标准差 偏度 峰度
0.89
0.93
0.64
3.47
4.27
2.45
0.71
-0.34
0.37
4.53
1.81
3.56
Source: Gary Corton, K Greet Rouwenhorst, Fact and Fantasies about Commidty Fuyures
上证综合指数 上证国债指数 豆一连续 沪铜连续
1
0.454
0.61
0.0298
1
0.39
0.515
1
0.62
1
资料来源：wind资讯，齐鲁证券
国外的CTA发展类型简介
根据投资方向的不同，CTA基金可以分为分散型CTA基金和专业化CTA基金。 分散型CTA基金投资的期货品种较多，分散投资往往会使其风险较低；而专业 化的CTA基金则专注于投资某类市场;
• 对中国1995年以来的上证综合指数，期货指数（以豆一与沪铜为代表）与国债指数进行 拟合分析，结果如下表所示。可以发现，股票与商品的相关系数最低，而债券与商品的 相关系数也不高，说明加入商品期货可能有利于大类资产组合分散风险。
表：中国期货与股票、债券市场的相关性
上证综合指数 上证国债指数
豆一连续 沪铜连续
• 商品期货收益与股票、债券的负相关性随着持有区间的延长而增加，这说明商品期货对 投资组合风险的分散作用在长时间里更加显著
• 商品期货与通货膨胀呈正相关关系，意味着商品期货是抵御通货膨胀的有效工具。
表：商品期货与股票债券和通货膨胀的相关系数（1959-2008）
投资期限
股票
债券
通货膨胀
量化投资PPT
大奖章基金
• 西蒙斯的方法多是寻找那些可以复制的微 小的获利瞬间，进行短线方向性预测，依 靠同时交易很多品种、在短期做出大量的 交易来获利。具体到每一个交易的亏损， 由于会在很短的时间内平仓，因此损失不 会很大；而数千次交易之后，只要盈利交 易多于亏损交易，总体交易结果就是盈利 的。
量化投资的定义
• 量化投资就是利用计算机技术并且采用一 定的数学模型去践行投资理念，实现投资 策略的过程。
投资策略
主动型投资 被动型投资
传统策略（基本 面分析、技术分
析）
量化投资策略
量化投资的优势
• 纪律性 • 系统性 • 及时性 • 准确性 • 分散化
量化投资历史
• 理论：
– 1952年，马科维茨，均值——方差模型 – 1964-1966年，夏普、林特纳，CAPM模型 – 1965，萨缪尔森、法玛，有效市场假说 – 1973，布莱克、斯科尔斯，期权定价模型 – 1976，罗斯，APT模型 – 20世纪80年代，倒向随机微分方程 – 20世纪90年代，VaR模型 – 20世纪90年代，行为金融学
一个缓慢的发展，这其中受到诸多因素的 影响，随着信息技术和计算机技术方面取 得巨大进步，量化投资才迎来了其高速发 展的时代。
量化投资历史
• 第三阶段（1995-今）： • 从1995年到现在，量化投资技术逐渐趋于
成熟，同时被大家所接受。在全部的投资 中，量化投资大约占比30%，指数类投资全 部采用定量技术，主动投资中，约有20%30%采用定量技术。
量化投资在中国
• 2004年、2005年分别成立一支公募量化投 资基金，之后几年没有新的量化基金。 2009年发行5支量化基金，2010年3支， 2011年5支。
量化投资系统
量化投资研究PPT.ppt
量化投资 投资策略生成器
QUANTITATIVE INVESTMENT
DIRECTORY 目录
01 量化投资解读 02 行业发展状况 03 量化投资模块建立
的必要性
04 量化投资模块的建
立
01
一、量化投资解读
1 .量化投资的定义 2 .量化投资的特点 3 .量化投资的应用 4 .量化投资与传统 投资的区别
马可维茨提出了资产组合 选择理论，最早采用风险 资产的期望收益率和用方 差代表的风险来研究资产 组合选择问题。资本资产 定价模型提出系统风险和 非系统风险，用贝塔系数 来衡量系统风险的大小， 并对非系统风险则“不能 把所有鸡蛋放在一只篮子 里”。
第四阶段：量 化投资高速发 展（2000年至今）
量化投资高速发展：2016 年数据统计显示，量化科 技在国外的理财产品管理 规模已达到了3.2万亿美 元，而通过计算机和数字 模型进行下单和下达指令 的比例达到了惊人56%。 量化投资基本实现了从最 初的技术分析手段，逐渐 发展演变为如今有金融理 论支撑的金融设计工具， 以计算机程序算法主导的 高频交易。
股指期货套利：指利用股指期货市场存在的不合理价格，同时参与股指
期货与股票现货市场交易，或者同时进行不同期限，不同（但相近）类别股票 指数合约交易，以赚取差价的行为，主要分为期现套利和跨期套利两种。
统计套利：利用证券价格的历史统计规律进行套利，在方法上可以分为
两类，一类是利用股票的收益率序列建模，称之为β中性策略；另一类是利用 股票的价格序列的协整关系建模，我们称之为协整策略。
量化投资运用计算机技术快速处理大量数 据，对其进行辨别、分析、找出数据之间 的关联并做出投资决策，大大减少了人工 工作量，提高了投资决策效率。
QUANTITATIVE INVESTMENT
DIRECTORY 目录
01 量化投资解读 02 行业发展状况 03 量化投资模块建立
的必要性
04 量化投资模块的建
立
01
一、量化投资解读
1 .量化投资的定义 2 .量化投资的特点 3 .量化投资的应用 4 .量化投资与传统 投资的区别
马可维茨提出了资产组合 选择理论，最早采用风险 资产的期望收益率和用方 差代表的风险来研究资产 组合选择问题。资本资产 定价模型提出系统风险和 非系统风险，用贝塔系数 来衡量系统风险的大小， 并对非系统风险则“不能 把所有鸡蛋放在一只篮子 里”。
第四阶段：量 化投资高速发 展（2000年至今）
量化投资高速发展：2016 年数据统计显示，量化科 技在国外的理财产品管理 规模已达到了3.2万亿美 元，而通过计算机和数字 模型进行下单和下达指令 的比例达到了惊人56%。 量化投资基本实现了从最 初的技术分析手段，逐渐 发展演变为如今有金融理 论支撑的金融设计工具， 以计算机程序算法主导的 高频交易。
股指期货套利：指利用股指期货市场存在的不合理价格，同时参与股指
期货与股票现货市场交易，或者同时进行不同期限，不同（但相近）类别股票 指数合约交易，以赚取差价的行为，主要分为期现套利和跨期套利两种。
统计套利：利用证券价格的历史统计规律进行套利，在方法上可以分为
两类，一类是利用股票的收益率序列建模，称之为β中性策略；另一类是利用 股票的价格序列的协整关系建模，我们称之为协整策略。
量化投资运用计算机技术快速处理大量数 据，对其进行辨别、分析、找出数据之间 的关联并做出投资决策，大大减少了人工 工作量，提高了投资决策效率。
量化投资研究PPT
2020/8/16
量化投资
统计学
计算机技术
投资理念
量化投资解读
Quantitative investment interpretation
客观执行，避免情绪因素
量化投资运用模型对历史和当时市场上的 数据进行分析检测，模型一经检验合格投 入正式运行后，投资决策将交由计算机处 理，一般情况下拒绝人为的干预。
行业发展状况
Industry development status
国外发展状况
第一阶段：量 化投资的产生 （60年代）
第二阶段：量 化投资的兴起 （70-80年代）
第三阶段：量 化投资黄金十 年（90年代）
1967年，索普与希恩·卡 索夫合著《战胜市场：一 个科学的股票市场系统》， 该书是第一个精确的纯量 化投资策略，股票市场系 统可以正确地给可转换债 券定价（估值）。
客观
量化投资的特点
分散
标的选择分散多样化，靠概率取胜
一是定量投资不断的从历史中挖掘有望在未来 重复的历史规律并且加以利用，这些历史规律 都是有较大概率获胜的策略。二是依靠筛选出 股票组合来取胜，而不是一个或几个股票取胜 ，从投资组合理念来看也是捕获大概率获胜的 股票，而不是押宝到单个股票上。
支持大数据处理，提高决策效率
量化投资未来发展前景广阔
随着传统投资产品选股策略同质化程度日益增加，并且过度依赖于投资经理个人的主观判断，导致投资风险相对较高，在此背景下越来越多的基金、券商和私 募开始关注量化投资，未来若干年国内量化投资必将迎来蓬勃发展的阶段，这是源于：（1）量化投资在国外已经取得的成功经验；（2）国内基础衍生产品市
量化投资与传统投资的区别
量化投资
量化投资是由计算机自动产生交易策略的一种 投资方法，通过建立数学模型来实现交易理念，
常见量化投资数据源ppt课件
❖ 熊市行情时选用风险防御能力较强的非 周期性行业，代表：医药行业、公用事 业行业等。
❖ 主题类投资策略和事件驱动类投资策略， 如战争时期人们会偏向相关行业如军工 股、造船和机械等，科技繁荣时会偏向 互联网、电子等。
❖ 风格轮动效应，不同市场发展阶段往往 呈现个别行业发展的相对优势。
10 .
1.3 公司数据
全与国际流行的FIX兼容“，发布level2行情,速度提升3-6 秒以上
FAST协议 克服了FIX协议传输市场数据冗余度高、带宽需求大的问题，
采用二进制数据流交换方式，将STEP协议的28ms行情延迟
提高到20ms行情延迟，此外，通过对比测试结果显示，
FAST版本的带宽占用率平均为STEP版本的24.2%，发布
2 .
金融信息的重要性
❖ 量化投资成功三要素“质量、经验、运气”，量化投 资对于数据的高质量要求首当其冲。
❖ 数据决定了量化投资各个环节——市场、标的、策略、 语言……
❖ 量化投资三部曲——数据准备（50%），策略编写 （30%），策略调优（20%）
3 .
金融信息分类
4 .
常见量化投资数据源
在金融量化投资领域，数据是人们研究金融现象的纽带和通道。策略 开发人员往往先应用历史数据对策略进行历史回验，策略调整至有效后 进行实盘交易。
level2行情
22 .
3.3 实时数据源
23 .
4 数据提取方法.Fra bibliotek4 数据提取方法
❖ 主流的数据提取方法主要分为终端提取方法和API提取方法两种
25 .
5 数据提供商
.
5 数据提供商
27 .
小结
❖ 目前来说，无论是基本面数据还是高频数据，依赖个人来收集是不现实的， 所以对于量化投资者来说，选择一个可靠的数据提供商是进行可靠的量化投资分 析的有力保障。 ❖ 在国外，以彭博资讯、汤姆森金融公司、路透社这“三大”为首的数据提供 商都享誉全球。 ❖ 而目前在国内，国泰安信息技术有限公司以CSMAR系列中国金融经济数据 库、国泰安市场通全球金融信息分析系统与量化投资研究及投资平台等优秀产品 为国内乃至全球的量化投资者提供着优秀的服务；Wind资讯是中国大陆领先的 金融数据、信息和软件服务企业，其数据服务内容囊括新闻、基金、宏观行业、 股票以及理财产品五大模块；创建巨潮数据库的深圳证券信息有限公司则是深交 所和中国证券业协会指定的信息披露单位，多年来致力于中国证券信息数据库系 统的研究、建设、维护与产品开发。
❖ 主题类投资策略和事件驱动类投资策略， 如战争时期人们会偏向相关行业如军工 股、造船和机械等，科技繁荣时会偏向 互联网、电子等。
❖ 风格轮动效应，不同市场发展阶段往往 呈现个别行业发展的相对优势。
10 .
1.3 公司数据
全与国际流行的FIX兼容“，发布level2行情,速度提升3-6 秒以上
FAST协议 克服了FIX协议传输市场数据冗余度高、带宽需求大的问题，
采用二进制数据流交换方式，将STEP协议的28ms行情延迟
提高到20ms行情延迟，此外，通过对比测试结果显示，
FAST版本的带宽占用率平均为STEP版本的24.2%，发布
2 .
金融信息的重要性
❖ 量化投资成功三要素“质量、经验、运气”，量化投 资对于数据的高质量要求首当其冲。
❖ 数据决定了量化投资各个环节——市场、标的、策略、 语言……
❖ 量化投资三部曲——数据准备（50%），策略编写 （30%），策略调优（20%）
3 .
金融信息分类
4 .
常见量化投资数据源
在金融量化投资领域，数据是人们研究金融现象的纽带和通道。策略 开发人员往往先应用历史数据对策略进行历史回验，策略调整至有效后 进行实盘交易。
level2行情
22 .
3.3 实时数据源
23 .
4 数据提取方法.Fra bibliotek4 数据提取方法
❖ 主流的数据提取方法主要分为终端提取方法和API提取方法两种
25 .
5 数据提供商
.
5 数据提供商
27 .
小结
❖ 目前来说，无论是基本面数据还是高频数据，依赖个人来收集是不现实的， 所以对于量化投资者来说，选择一个可靠的数据提供商是进行可靠的量化投资分 析的有力保障。 ❖ 在国外，以彭博资讯、汤姆森金融公司、路透社这“三大”为首的数据提供 商都享誉全球。 ❖ 而目前在国内，国泰安信息技术有限公司以CSMAR系列中国金融经济数据 库、国泰安市场通全球金融信息分析系统与量化投资研究及投资平台等优秀产品 为国内乃至全球的量化投资者提供着优秀的服务；Wind资讯是中国大陆领先的 金融数据、信息和软件服务企业，其数据服务内容囊括新闻、基金、宏观行业、 股票以及理财产品五大模块；创建巨潮数据库的深圳证券信息有限公司则是深交 所和中国证券业协会指定的信息披露单位，多年来致力于中国证券信息数据库系 统的研究、建设、维护与产品开发。
常见量化投资数据源ppt课件
接口单一扩展困难的不足接口单一扩展困难的不足冗余度高带宽需求大发布冗余度高带宽需求大发布level1level1行情行情stepstep协议协议我国证券交易所于2006年7月基于fix协议建立的新一代证券交易数据交换协议该协议不仅将目前证券市场上使用的操作指令和通知用标准的格式描述出来而且完全与国际流行的fix兼容发布发布level2level2行情行情速度提升36秒以上fastfast协议协议克服了fix协议传输市场数据冗余度高带宽需求大的问题采用二进制数据流交换方式将step协议的28ms行情延迟提高到20ms行情延迟此外通过对比测试结果显示fast版本的带宽占用率平均为step版本的242发布发布level2level2行情行情交易及行情数据处理技术有三种协议
5 .
目录
1
基本面数据源
2 历史高频数据源
3
实时数据源
4
数据提取方法
5
数据提供商
6 .
1 基本面数据源
.
1 基本面数据源
基本面数据包括宏观、行业、公司、股票、基金等9大类数据。
❖ 基本面数据主要用于择时、选股等策略构建
❖ 择时策略包括趋势追踪策略、反转策略和市场情绪等 ❖ 选股策略包括多因子策略、风格轮动策略、行业轮动策略等 ❖ 配置策略包括套期保值策略和期现套利策略等
落。
13 .
1.6 债券数据
❖ 债券作为一种相对风险较低的品种，适合于风险规避行的投资者。
❖ 策略方法：采用债券品种进行套利，如不同到期债券之间的套利，同 一公司债券股票之间的套利，可转债与股票之间的套利。
14 .
1.7 期货数据
❖ 期货的投资策略可分为：
1）单一品种策略 2）混合品种策略
◇单一品种策略：趋势跟踪、 动态反转和跨期套利等 ◇跨市场策略：商品期货与 现货之间的基差套利等
5 .
目录
1
基本面数据源
2 历史高频数据源
3
实时数据源
4
数据提取方法
5
数据提供商
6 .
1 基本面数据源
.
1 基本面数据源
基本面数据包括宏观、行业、公司、股票、基金等9大类数据。
❖ 基本面数据主要用于择时、选股等策略构建
❖ 择时策略包括趋势追踪策略、反转策略和市场情绪等 ❖ 选股策略包括多因子策略、风格轮动策略、行业轮动策略等 ❖ 配置策略包括套期保值策略和期现套利策略等
落。
13 .
1.6 债券数据
❖ 债券作为一种相对风险较低的品种，适合于风险规避行的投资者。
❖ 策略方法：采用债券品种进行套利，如不同到期债券之间的套利，同 一公司债券股票之间的套利，可转债与股票之间的套利。
14 .
1.7 期货数据
❖ 期货的投资策略可分为：
1）单一品种策略 2）混合品种策略
◇单一品种策略：趋势跟踪、 动态反转和跨期套利等 ◇跨市场策略：商品期货与 现货之间的基差套利等
量化投资研究 PPT
行业发展状况
Industry development status
国内发展状况
1 量化投资起步晚
量化投资起步晚的主要原因有：A股市场的发展历史较短，投资者队伍参差不齐，投资理念还不够成熟；国内市场对冲工具单一， 可量化的标的过少；受到交易规则的限制，量化投资不能充分发挥作用，很难引起人们重视。
2 量化产品发行迅速
统计模型支撑，策略选股择时精准
量化投资在套利策略中，能做到精准投资。例如在股指 期货套利的过程中，现货与股指期货如果存在较大的差 异时就能进行套利，量化投资策略和交易技术会抓住精 确的捕捉机会，进行套利交易来获利。
量化投资解读
Quantitative investment interpretation
目前机构和第三方量化公司合作推出的量化平台上线数量增长加快，涉及投资品种增多，券商推出服务客户的量化平台的速度也 越来越快，但是还没有一家银行有传出类似的消息。
四、量化投资模块的建
04 立 1 .量化投资模块的组 成
2 .量化标的选择
3 .与行内业务的关 联
量化投资模块的建立
The establishment of quantitative investment module
1973年，芝加哥大学教 授费希尔·布莱克和迈·斯 科尔斯提出“布莱克-斯 科尔斯”公式，即期权定 价理论。1983年，格 里·班伯格提出在一组对应 的股票中，价格会暂时出 现异常，通过卖空价格高 的股票，买入价格低的， 在它们的价格恢复到历史 均衡水平时平仓，即可获 利，这就是著名的统计套 利策略。
量化投资模块建立的必要性
The necessity of establishing quantitative investment module
量化投资技术培训课件
量化投资技术培训课件量化投资技术培训课件随着科技的不断发展和金融市场的日益复杂化，量化投资技术在投资界的应用越来越广泛。
量化投资是通过数学模型和计算机算法来进行投资决策的一种方法，旨在提高投资效率和风险管理能力。
为了满足市场需求，越来越多的机构和个人开始关注并学习量化投资技术。
因此，量化投资技术培训课件成为了一个热门话题。
一、量化投资技术的基础知识在进行量化投资技术培训之前，首先需要了解量化投资的基础知识。
这包括金融市场的基本概念、投资组合理论、风险管理等。
此外，还需要了解计量经济学、统计学和数学等相关学科的基本原理和方法。
只有掌握了这些基础知识，才能更好地理解和应用量化投资技术。
二、量化投资技术的核心模型量化投资技术的核心是建立和应用数学模型和计算机算法来进行投资决策。
这些模型和算法可以分为多种类型，如时间序列分析、回归分析、机器学习等。
在量化投资技术培训课件中，应该详细介绍各种模型和算法的原理、应用场景和优缺点。
学员可以通过学习这些模型和算法，了解如何利用历史数据和市场信息来预测未来的市场走势，并制定相应的投资策略。
三、量化投资技术的数据处理与分析在进行量化投资之前，需要对大量的数据进行处理和分析。
这包括数据清洗、数据预处理、特征提取等。
在量化投资技术培训课件中，应该介绍如何使用编程语言和数据处理工具来进行数据处理和分析。
例如，Python是一种常用的编程语言，可以通过其强大的数据分析库（如Pandas、NumPy等）来进行数据处理和分析。
此外，还可以介绍一些常用的数据处理和分析方法，如时间序列分析、因子分析等。
四、量化投资技术的回测与验证在进行量化投资策略的实际应用之前，需要进行回测和验证。
回测是指通过历史数据来模拟和评估投资策略的表现。
在量化投资技术培训课件中，应该介绍如何进行回测和验证，并讨论回测的局限性和风险。
此外，还可以介绍一些常用的评价指标，如夏普比率、最大回撤等，用于评估和比较不同的投资策略。
Python量化投资基础教程教学课件第五章 财务指标选股策略
策略的年化收益为14.42%，高于基准收益率6.34%，且其胜率为76.09%，胜率值 较高，说明使用净利润增长率选股策略能大概率获得超过基准的年收益。
下图为策略及基准的净值曲线：
策略始终保持在基准净值曲线的上方，特别是在2017-2019年这 段区间，更是远超基准，综上可以得出结论，使用净利润增长率 选股可以将收益率适当提高，且具有稳定性。
利用市盈率比较不同股票的投资价值时，这些股票必须属于同一个行业， 因为此时公司的每股收益比较接近，相互比较才有效。
市盈率计算值 ＜0
0 - 13 14 - 20 21 - 28
28+
一般结论 该公司盈利为负 （此时PER无意义）
该公司价值被低估 该公司价值预估在正常水平
该公司价值被高估 反映股市出现投机性泡沫
01 五大财务指标简介
羊驼选股策略就是根据每天持有收益率最高的股票来选股的策略。 这个量化策略的基本思想，是对股票池中所有股票，每天按照收益率从小到
大进行排序，起始时买入固定数量的股票，然后每天在整个股票池中选出收 益率前的股票，如果这些股票没有持有的话，就进行买入，已经持有的话， 就继续持有，并且把收益率不是排在前面的股票卖出。
净利润 = 利润总额 × （ －所得税率）
净利润率 = （净利润/营业收入） × %
净利润增长率 = （本期利润 − 上期利润） × % 上期利润
在会计学上，利润（Profit）可分为毛利润(销货额与已销货物成本的 差额)、营业利润(毛利润与营业费用的差额)和净利润(营业利润与所 得税的差额)。
下图为策略及基准的净值曲线
策略与基准具有相同的走势，但策略净值曲线始终保持在基准净值曲线的上方， 因此净资产收益率选股可以有效提高持仓的年化收益。
下图为策略及基准的净值曲线：
策略始终保持在基准净值曲线的上方，特别是在2017-2019年这 段区间，更是远超基准，综上可以得出结论，使用净利润增长率 选股可以将收益率适当提高，且具有稳定性。
利用市盈率比较不同股票的投资价值时，这些股票必须属于同一个行业， 因为此时公司的每股收益比较接近，相互比较才有效。
市盈率计算值 ＜0
0 - 13 14 - 20 21 - 28
28+
一般结论 该公司盈利为负 （此时PER无意义）
该公司价值被低估 该公司价值预估在正常水平
该公司价值被高估 反映股市出现投机性泡沫
01 五大财务指标简介
羊驼选股策略就是根据每天持有收益率最高的股票来选股的策略。 这个量化策略的基本思想，是对股票池中所有股票，每天按照收益率从小到
大进行排序，起始时买入固定数量的股票，然后每天在整个股票池中选出收 益率前的股票，如果这些股票没有持有的话，就进行买入，已经持有的话， 就继续持有，并且把收益率不是排在前面的股票卖出。
净利润 = 利润总额 × （ －所得税率）
净利润率 = （净利润/营业收入） × %
净利润增长率 = （本期利润 − 上期利润） × % 上期利润
在会计学上，利润（Profit）可分为毛利润(销货额与已销货物成本的 差额)、营业利润(毛利润与营业费用的差额)和净利润(营业利润与所 得税的差额)。
下图为策略及基准的净值曲线
策略与基准具有相同的走势，但策略净值曲线始终保持在基准净值曲线的上方， 因此净资产收益率选股可以有效提高持仓的年化收益。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
资金
跌跌 涨涨
资金增值
案例分析
一、假设条件
1、已经成功构建优于沪深300指的投资组合（涨得更多，跌的更少） 2、在股票市场做多，在期货市场做空 3、为保证收益，不完全对冲风险，做多100元，做空80元，留有20的敞口。
二、数据分析
投资方向
股票市场（做多）
期货市场（做空）
合计
原始资金
100元
80元
180元
八大交易策略
量化投资的特点
概率取胜 套利思想
四大特点
纪律性 系统性
2 量化投资盈利模式
——时间价值+涨跌通吃
跌 涨
量化投资盈利模式解读
量化对冲套利 = 期现套利收益 + 阿尔法收益 （具有雪球效应） 1、通过期限套利，分享资金时间价值 —— 下雪 （被动增值） 2、构建投资组合，双向操作涨跌通吃—— 滚动 （主动增值）
1、确定调整日期 2、更新个股β 值 3、更新股票
案例2：量化选股——基本思路
1、确定待选股票池
1、确定筛选条件 2、确定筛选顺序 3、剔除条件外股票
量
化 选
2、构建股票组合
股
价
成
质
值
长
量
模
模
模
型
型
型
3、组合调整
1、确定调整日期 2、更新指标 3、更新股票
1、指标打分 2、求和排序 3、构建组合
案例2：量化选股——三个基本模型
投资
2000以后
1970.艾迪·赛柯塔使用电脑和历史价格选取最佳的规则 1980 所罗门兄弟银行的约翰·梅里威瑟进行债券套利 1988 詹姆士·西蒙斯成立复兴技术公司
2000 全自动交易、高频和超高频交易、交易所并购等新兴方式出 2010 出现机房共置、暗池、量化共同基金、可投资量化指数等
量化投资的交易策略
1、明确α 与β 的含义
1、单因素模型：ri=α+β rm 2、α收益：超额收益 3、β ：股票变动与市场变动的相对指标
统
计 套
2、计算β 值，构建组合
利
1、β =COV（ri，rm）/VAR(rm) 2、利用EXCEL斜率公式slope计算β 值 3、上涨时，选择高β ；下跌时，选择低β
3、组合调整
案例2：量化选股——包子模型
1、价值模型V
三个基础模型
2、成长模型G
肉
糖
菜
3、质量模型Q
选
股 模
四个叠加模型
型
1、价值成长VG—5:5 2、价值质量VQ—5:5
肉 菜
3、成长质量GQ—7:3
糖
4、价值ห้องสมุดไป่ตู้长质量VGQ—3:3:4
两个交叉模型
1、GARP-1模型（8%交叉深度） 2、GARP-2模型（13%交叉深度）
2、数据挖掘 从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、 人们事先不知道的、但又是潜在有用的信息和知识的过程。
3、小波分析 通过伸缩平移运算对信号（函数）逐步进行多尺度细化，最终达到高频处时 间细分，低频处频率细分，能自动适应时频信号分析的要求。
4、支持向量机 通过一个非线性映射p，把样本空间映射到一个高维乃至无穷维的特征空间 中(Hilbert空间)，借助于超平面使得在原来的样本空间中非线性可分的问题 转化为在特征空间中的线性可分的问题。
当沪深300涨10% 投资组合涨15% 当沪深300跌10% 投资组合跌5%
100*（1+15%）=115元 100*（1—5%）=95元
80*（1—10%）=72元 187元 80*（1+10%）=88元 183元
3 量化投资策略解析
——统计套利、量化选股、择时为例
肉 菜
糖
案例1：统计套利——通过构建β组合博取α收益
沪深300指数
2.41% 2.41% 2.41% 2.41% 2.41% 2.41% 2.41% 2.41% 2.41% 2.41% 2.41%
公募基金名称 嘉实量化阿尔法
长盛量化红利 富国量化沪深300指
易方达量化衍伸 申万量化小盘 光大量化核心 中海量化策略
华泰柏瑞量化策略 工银量化策略 长江量化先锋 均值
近半年
-2.78% -1.39% 3.98% 12.10% -3.14% 3.81% -1.52% 1.16% -2.62% -6.37% 0.32%
定性投投资 资
定量投资
是借助现代统计学、数学的方法，从海量历史数据中寻 找能够带来超额收益的多种“大概率”策略，并纪律严 明地按照这些策略所构建的数量化模型来指导投资，力 求取得稳定的、可持续的、高于平均的超额回报。
量化投资的历史发展阶段
1930以前
1970以后
1900. 威廉江恩使用几何学、数学和占星术研究投资 1930. 理查德·唐奇安按照“规则投资的投资方式进行
鸳鸯
案例2：量化选股——包子馅儿的做法
选股模型
价值模型V 价值成长模型VG GARP-1模型
模型创新
F1=PE，F2=PB，……，Fn=PEE F1=V，F2=G F1=GARP（某只股票V值和G值综合情况）
F1=市场因子，F2=情绪因子，……，Fn=盈利
案例3：量化择时
1、人工神经网络 应用类似于大脑神经突触联接的结构进行信息处理的数学模型。
价值模型——V
成长模型——G
质量模型——Q
PE（市盈率） PB（市净率） PCF（市现率） PS（市销率） PEE（一致预期市盈率） EV/EBITDA（价值倍数）
1、选指标 2、选股（10%、30%、……）
EBITG（息税前收益增长率） NPG（净利润增长率） MPG（主营利润增长率） GPG（毛利润增长率） OPG（营业利润增长率） OCG（经营现金流增长率） NAG（净资产增长率） EPSG（每股收益增长率） ROEG（净资产收益增长率） GMPG（毛利率增长率）
ROA（总资产收益率） ROE（净资产收益率） ROC（资本报酬率） OPM（营业利润率） GPM（销售毛利率） COIR（现金营业收入比率） CTAR（现金总资产比率） CNPR（现金净利润比率） TAT（总资产周转率） LAT（流动资产周转率）
1、选指标
1、选指标
2、选股（10%、30%、……） 2、选股（10%、30%、……）
【慧泉量化对冲1号】集合资产管理计划 ——量化投资原理解析
国金证券经管零售业务中心
2013年01月
1 量化投资简介 2 量化投资盈利模式 3 量化策略解析 4 内容回顾
1 量化投资简介
——定义、历程、特点、策略
定性投资
定量投资
量化投资的定义
是以深入的基本面分析研究为核心基础，辅以对上市公 司的调研，和管理层的交流，及各类研究报告。其组合 决策过程是基金经理在综合了所有信息后，依赖主观判 断及直觉来精选个股，构建组合，以产生超额收益。