量化投资研究 PPT

合集下载

量化投资基础知识简介(国泰安)PPT课件

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

量化投资ppt课件

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

量化投资CTA策略120807精品PPT课件

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

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

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

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

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。

常见量化投资数据源ppt课件

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

量化投资-期现套利(精选)35页PPT

量化投资-期现套利(精选)35页PPT
39、没有不老的誓言,没有不变的承 诺,踏 上旅途 ,义无 反顾。 40、对时间的价值没有没有深切认识 的人, 决不会 坚韧勤 勉。
31、只有永远躺在泥坑里的人,才不会再掉进坑里。——黑格尔 32、希望的灯一旦熄灭,生活刹那间变成了一片黑暗。——普列姆昌德 33、希望是人生的乳母。——科策布 34、形成天才的决定因素应该是勤奋。——郭沫若 35、学到很多东西的诀窍,就是一下子不要学很多。——洛克
量化投资-期现套利(精选)
36、“不可能”这个字(法语是一个字 ),只 在愚人 的字典 中找得 到。--拿 破仑。 37、不要生气要争气,不要看破要突 破,不 要嫉妒 要欣赏 ,不要 托延要 积极, 不要心 动要行 动。 38、勤奋,机会,乐观是成功的三要 素。(注 意:传 统观念 认为勤 奋和机 会是成 功的要 素,但 是经过 统计学 和成功 人士的 分析得 出,乐 观是成 功的第 三要素 。

量化投资研究 PPT

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

基于人工智能的量化投资分析与应用 ppt课件

基于人工智能的量化投资分析与应用 ppt课件

新合成的收益分布Π=Π+τΣP′ Ω+τPΣP′ −1(Q − PΠ)
得到最优的权重 Maxω′E R − λ ω′Σω
2
京东金融智能投资顾
基于风险容问忍能力系数
50分-110分资产配置分布对比图
100%
9 0%
80% 70%
60%
50%
40%
30%
20% 10%
0% 50分
5.631578
60分 5.105263
人工智能+智能投顾
人工智能在量化策略设计中的地位
人工智能的应用领 域 人工智能高度依赖数据
人工智能对非结构化数据的处理 -文本 -图像 -声音 人工智能本质上是一种非线性算法 -非线性的拟合的好,但是不稳健 -可能出现过拟合现象, 只要神经元足够多,可以
逼近任何一个函数 -策略参数可能不稳健
对冲基金巨头复兴科技投资公司宣布,因为亏损严重,将旗 下一只量化对冲策略基金——复兴机构期货基金(RIFF)清 盘,并向投资者返还资金。
美国贝恩资本Bain Capital宣布将旗下的绝对收益资本对冲 基金清盘,返还投资者所有投资。该基金截至2016年8月底 亏损超过14%。
2017年国内80%的量化基金都处于亏损,小市值因子阶段性 失效
基于人工智能的量化投资 分析与应用
2019年3月
目录
人工智能给量化公司带来哪些竞争优势? 为量化投资提供服务金融科技公司 量化投资的智能化趋势 人工智能在量化策略设计中的地位
3
精品资料
• 你怎么称呼老师? • 如果老师最后没有总结一节课的重点的难点,你是
否会认为老师的教学方法需要改进? • 你所经历的课堂,是讲座式还是讨论式? • 教师的教鞭 • “不怕太阳晒,也不怕那风雨狂,只怕先生骂我笨,
  1. 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. 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. 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)。

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。
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
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。
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 establishment of quantitative investment module
行业发展状况
Industry development status
国内产品模式
目前国内量化投资平台的产品模式主要有两种:(1)平台给用户提供编码的环境,让用户通过代码编译生成策略,其用户群体 均拥有良好的编程基础,具备一定的专业技能;(2)平台提供量化多因子让用户进行选择,这些量化因子包括但不限于行情指 标、技术指标、财务指标和财报数据,用户通过选择搭配各指标数据,进而生成策略模型,其用户群体以个人投资者为主。
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
传统投资
传统的投资方法主要有基本面分析法和技术分 析法这两种,注重人为的分析和投资者的感觉。
沃伦·巴菲特 依据人的经验与判断 信息来源渠道少,仅有基本面和宏观经济信息 投资周期偏向长期 投资于某一只或少量股票 风险考虑不周全
02
二、行业发展状况
1 .国外发展状况 2 .国内发展状况 3 .国内产品现状 4 .国内产品模式
行业发展状况
Industry development status
提供量化商业服务
国内产品现状
目前从事量化投资主要有两种商业模式,一种是提供量化商业平台服务,另一种就是建自有平台。
提供量化商业平台服务, 全方位为投资机构提供最 专业的技术和产品支撑。
搭建一套覆盖策略研究、 回测、模拟交易全流程的 量化平台。
量化投资模块的组成
模块支持层面
工具:编程语言、集成开发环境、交互式开
发环境;
系统:交易通道、仿真环境、期货策略、股
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,
它具有完整的评价体系。 詹姆斯·西蒙斯 依据科学模型
信息来源广泛,海量数据和多层次信息 投资周期偏向短期
标的组合分散化、多样化 在风险最小化前提下实现收益最大化
VS
代表人物 分析方法 信息来源 投资风格 投资标的 风险处理
资产规模

客户分类 服务体系
普通投资者(小白)
智能投顾
中级投资者(具有一定 高级投资者(具有成熟 的投资理念和投资经验) 的投资理念和丰富的投
资经验)
智能投顾
不明确

智能投顾
不明确
不明确

私人银行
私人银行
私人银行
由表可知,当前的投资服务体系并没有完全覆盖所有客户群,部分中级投资者和大部分的高级投资者并没有相匹配的服务,而这部分客户却显得非常重要,因其具备投资理念和投 资经验,一旦提供完善的服务体系,他们会进行持续而稳定的投资。量化投资模块能够提供良好的编码环境和全面的量化指标选择体系,投资者可以将成熟的投资理念在模块中表 达出来,通过编程语言进行编译或者选择量化指标进行建模,形成一个策略模型,对该策略进行回测分析和优化,最终可以得到一个用于实盘操作的投资策略。由此可见,建立一 个成熟的量化投资模块可以完善当前的服务体系,覆盖所有客群,满足专业投资者的投资需求。
产品模式一
产品模式二
三、量化投资模块建立
03 的必要性 1 .完善投资服务体系
2 .众多机构参与,重 视发展前景
量化投资模块建立的必要性
The necessity of establishing quantitative investment module
完善投资服务体系
目前市场上的投资者大致可以分成三个等级,分别是普通投资者、中级投资者和高级投资者。建行投资服务体系中的智能投顾主 要适用于普通投资者和部分中级投资者,资产比较庞大的客户通常会选择私人银行进行服务,
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。
客观
量化投资的特点
量化投资的应用
量化投资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、统计套利、算法交易和资产配置等。
量化选股:采用数量的方法判断某个公司是否值得买入的行为,可以分
为公司估值法、趋势法和资金法三大类。
量化择时:我国股市存在经典线性相关之外的非线性相关,拒绝了随机
游走的假设,指出股价的波动不是完全随机的,因此存在可预测成分。
我国第一只量化投资基金成立于2004年,到2012年,共有18只量化基金产品成立,40只量化型阳光私募产品成立,仅2012年下 半年,券商共发行量化产品132只,2013年上半年就已发行109只。
3 仍处于起步阶段
1、产品总规模仍然较小。量化型理财产品实际发行规模为124.47亿元,仅占所有券商理财产品的4.2%。量化基金产品总体规模为 281.7亿元,仅占全部基金规模的1.06%; 2、量化类产品投资策略较为单一,缺乏多元化策略的支持; 3、现有量化产品中多数产品投资业绩表现分化,缺乏稳定性和持续性。
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。
高效
精准
迅速
程序化交易,缩短决策与交易时滞
量化投资往往利用高速计算机进行程序化交 易,能够迅速发现市场存在的信息并进行相 应的处理,把握市场稍纵即逝的机会,在极 短的时间内完成交易。
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)。
量化投资模块建立的必要性
The necessity of establishing quantitative investment module
众多机构参与,重视发展前景
最近两年来,越来越多的机构正在加快进入量化投资市场的步伐,它们看中量化投资良好的发展前景,积极寻求第三方量化平台 进行合作或投资,打造专业化的量化交易和研究服务平台,
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 场的发展将为量化投资的发展提供有利的条件;(3)资本市场制度建设的不断完善;4、量化人才队伍逐渐壮大,将加速量化投资在国内的发展。
算法交易:指使用计算机程序来发出交易指令,可以把不同算法交易分
为被动型算法交易、主动型算法交易、综合型算法交易三大类。
资产配置:指资产类别选择,投资组合中各类资产的适当配置以及对这
些混合资产进行实时管理。
量化 选股
统计 套利
算法 交易
相关文档
最新文档