量化投资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
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。
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
量化投资发展历程ppt课件
APT则套用风险资产的预期收益率和各宏 观经济因素的风险溢价。套利者使用APT模型， 利用证券的错误定价从中取利。当证券出现错 误定价，其价格将异于从理论模式预测出来的 价格
20
大量宽客的培养 芝加哥大学、麻省理工学院、加州大学伯克里 分校、哥伦比亚大学、卡内基梅隆大学、普林 斯顿大学、纽约大学柯朗研究所
1
量化投资的产生(60年代)：科学股票市场系统 和可转债套利策略
量化投资的兴起(70-80年代)：期权定价理论与 统计套利策略
量化投资的“黄金十年”（90年代）：标准金 融理论的形成与量化投资基金的繁荣
量化投资的危机（2000年后）：次贷危机和量 化投资的灾难
2
量化投资的鼻祖—爱德华·索普(Edward Thorp): 加州大学洛杉矶分校物理学博士、MIT教授，加 州大学欧文分校教授。善于用科学方法研究赌术， 对象诸如百家乐、21点。利用21点原理发明了发 明了科学股票市场系统，并用于可转换债券套利， 成立了普林斯顿-纽波特基金，是最早采用纯数 学技术赚钱的人之一，被称为“宽客教父”。
17
--市场有效性理论 证券价格能够反映一切相关信息，市场总是有
效率的。 投资者是理性的，会根据市场的信息做出正确的
决策； 如果投资者是非理性的，但他们的行为具有随机
性，错误的高估和低估可以使他们对价格的影响相 互抵消。
如果投资者的行为不是随机的，那么理性的套利 者也会纠正市场的错误定价。
所以，在有效市场上，价格是由未来的信息决定 的，是随机游走的。没有人可以预测价格并获得超 常的回报
* 88年-99年：总收益2478%，
* 收益中除去管理费用5%、利润参与率36%。 * 1990年净回报为55.9%；翌年39.4%；之后的两年是34%和 39.1% * 1994年美联储连续6次加息，而其净赚71% * 2000年科技股股灾，标普指数下跌10%，大奖章基金净回报 98.5% * 2008年全球金融危机，而大奖章净赚80%
20
大量宽客的培养 芝加哥大学、麻省理工学院、加州大学伯克里 分校、哥伦比亚大学、卡内基梅隆大学、普林 斯顿大学、纽约大学柯朗研究所
1
量化投资的产生(60年代)：科学股票市场系统 和可转债套利策略
量化投资的兴起(70-80年代)：期权定价理论与 统计套利策略
量化投资的“黄金十年”（90年代）：标准金 融理论的形成与量化投资基金的繁荣
量化投资的危机（2000年后）：次贷危机和量 化投资的灾难
2
量化投资的鼻祖—爱德华·索普(Edward Thorp): 加州大学洛杉矶分校物理学博士、MIT教授，加 州大学欧文分校教授。善于用科学方法研究赌术， 对象诸如百家乐、21点。利用21点原理发明了发 明了科学股票市场系统，并用于可转换债券套利， 成立了普林斯顿-纽波特基金，是最早采用纯数 学技术赚钱的人之一，被称为“宽客教父”。
17
--市场有效性理论 证券价格能够反映一切相关信息，市场总是有
效率的。 投资者是理性的，会根据市场的信息做出正确的
决策； 如果投资者是非理性的，但他们的行为具有随机
性，错误的高估和低估可以使他们对价格的影响相 互抵消。
如果投资者的行为不是随机的，那么理性的套利 者也会纠正市场的错误定价。
所以，在有效市场上，价格是由未来的信息决定 的，是随机游走的。没有人可以预测价格并获得超 常的回报
* 88年-99年：总收益2478%，
* 收益中除去管理费用5%、利润参与率36%。 * 1990年净回报为55.9%；翌年39.4%；之后的两年是34%和 39.1% * 1994年美联储连续6次加息，而其净赚71% * 2000年科技股股灾，标普指数下跌10%，大奖章基金净回报 98.5% * 2008年全球金融危机，而大奖章净赚80%
中国量化投资的现状和未来48页PPT
无
游
氛
，
天
高
风
景
澈
。
7、翩翩新 来燕，双双入我庐 ，先巢故尚在，相 将还旧居。
8
、
吁
嗟
身
后
名
，
于
我
若
浮
烟
。
9、 陶渊 明（ 约 365年 —427年 ），字 元亮， （又 一说名 潜，字 渊明 ）号五 柳先生 ，私 谥“靖 节”， 东晋 末期南 朝宋初 期诗 人、文 学家、 辞赋 家、散
1
0
、
倚
南
窗
以
寄
傲
，
审
容
膝
之
易
安
。
1、最灵繁的人也看不见自己的背脊。——非洲 2、最困难的事情就是认识自己。——希腊 3、有勇气承担命运这才是英雄好汉。——黑塞 4、与肝胆人共事，无字句处读书。——周恩来 5、阅读使人充实，会谈使人敏捷，写作使人精确。——培根
文 家 。汉 族 ，东 晋 浔阳 柴桑 人 （今 江西 九江 ） 。曾 做过 几 年小 官， 后辞 官 回家 ，从 此 隐居 ，田 园生 活 是陶 渊明 诗 的主 要题 材， 相 关作 品有 《饮 酒 》 、 《 归 园 田 居 》 、 《 桃花 源 记 》 、 《 五 柳先 生 传 》 、 《 归 去来 兮 辞 》 等 。
相关主题
- 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)。
-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
积极型投资/被动投资 资产配置 衍生品定价 高频交易/算法交易 风险控制
什么是量化投资
量化投资的名词和名人
CAPM、APT、有效市场理论 Black-Scholes期权定价模型 ARMA、GARCH、SVM 机器学习、神经网络、支持向量机、卡曼滤波 Markowitz、Sharpe、 Fama-French、 Black-
Man Group, 管理资产680亿美元，总部位于英 国伦敦，主基金Man AHL，年化收益7%
Winton Capital, 管理资产285亿美元，总部位于 英国伦敦，主基金Winton Global Alpha Fund， 年化收益11.6%
D.E Shaw & Co, 管理资产260亿美元，总部位 于纽约，主基金Oculus，年化收益16%
会 参与门槛低，参与者众多 实际应用：
• 指数期货期现套利、跨期套利 • 跨市场套利 • ETF套利
量化投资策略
多因子模型
通过寻找可以预测股票收益的因子进行选股、配置， 利用市场的无效性获取收益，应用资产组合管理理论 优化风险收益特性
系统的理论框架，成熟的方法，需要深入研究 在成熟的市场中有同质化问题 实际应用
事件驱动
对于投资事件，借助统计分析，提供投资参考 并非完全意义上的量化投资策略，但可以利用量化工
具，寻找最优的融资方案和风险控制方法 实际应用
• 并购套利(Risk Arb, Merger Arb) • 减值证券(Distress Security)/可转债投资
量化投资风险
相信历史可以预测未来 胖尾问题与黑天鹅事件 数据完整性：Survivorship Bias 程序错误或机能失灵 策略同质化
• Vanguard(先锋基金), • Janus(杰纳斯资本), • Alliance Bernstein(联博), • Evergreen(属于美联银行) • Schwab(嘉信理财)
第19页
主要市场参与者与产品
量化对冲基金公司
Bridege Water Associates, 管理资产1220亿美 元，总部位于美国康州，主基金Pure Alpha， 年化收益率18%
关键字：模型、数据分析、系统
什么是量化投资
量化投资的特点：
纪律：利用模型和机器克服人性弱点 系统：海量数据的分析和计算能力 速度：超越人类的机会捕捉能力 套利：利用市场的无效性获取收益 概率：不苛求每笔交易的盈亏，通过大量交易实现稳
定盈利 追求绝对收益：高杠杆，低回撤
什么是量化投资
主要市场参与者与产品
量化投在在国际市场
最早出现于70年代，并 迅速增长
2009年规模达到总管 理资产的30%
资产总额2万亿美元
第18页
主要市场参与者与产品
共同基金
Barclays Global Investors（被Blackrock贝莱德收购） LSV Asset Management 其他有发行量化基金产品的著名共同基金：
量化投资介绍
量化投资部
一
什么是量化投资
二
量化投资策略
三
量化投资风险
四
主要市场参与者与产品
五
国内市场现状
六
量化投资部简介
什么是量化投资
西蒙斯和大奖章基金（Medallion） 火箭科学家 衍生品和次贷危机 骑士资本和Flash Crash 黑箱操作，神秘
什么是量化投资
运用高性能计算机和复杂的数学模型，通过对海 量数据的分析，寻找可以盈利的方法，并通过自 动的交易系统进行交易，获取收益。
• MSCI Barra • 贝莱德(Blackrock，原BGI)
量化投资策略
高频交易
通过强大的计算机，利用比对手更快的机会捕捉能力 获得收益，交易以毫秒计算
对系统要求极高，进入门槛高，是对速度的终极追求 ，快鱼吃慢鱼
实际应用：
• 高频做市策略(Market Making) • 自动交易：均值回归/趋势跟随Βιβλιοθήκη 量化投资策略统计套利
通过寻找资产之间的统计关系，利用对稳定统计关系 的暂时背离获取收益
出发点和套利相似，但关注的是统计关系。并非完全 无风险，需要应对当统计关系发生变化的状况
实际应用
• 配对交易
量化投资策略
衍生品、结构性产品
专注于对复杂产品的定价、收益分析、风险对冲，以 获得合适的收益型态
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
积极型投资/被动投资 资产配置 衍生品定价 高频交易/算法交易 风险控制
什么是量化投资
量化投资的名词和名人
CAPM、APT、有效市场理论 Black-Scholes期权定价模型 ARMA、GARCH、SVM 机器学习、神经网络、支持向量机、卡曼滤波 Markowitz、Sharpe、 Fama-French、 Black-
Man Group, 管理资产680亿美元，总部位于英 国伦敦，主基金Man AHL，年化收益7%
Winton Capital, 管理资产285亿美元，总部位于 英国伦敦，主基金Winton Global Alpha Fund， 年化收益11.6%
D.E Shaw & Co, 管理资产260亿美元，总部位 于纽约，主基金Oculus，年化收益16%
会 参与门槛低，参与者众多 实际应用：
• 指数期货期现套利、跨期套利 • 跨市场套利 • ETF套利
量化投资策略
多因子模型
通过寻找可以预测股票收益的因子进行选股、配置， 利用市场的无效性获取收益，应用资产组合管理理论 优化风险收益特性
系统的理论框架，成熟的方法，需要深入研究 在成熟的市场中有同质化问题 实际应用
事件驱动
对于投资事件，借助统计分析，提供投资参考 并非完全意义上的量化投资策略，但可以利用量化工
具，寻找最优的融资方案和风险控制方法 实际应用
• 并购套利(Risk Arb, Merger Arb) • 减值证券(Distress Security)/可转债投资
量化投资风险
相信历史可以预测未来 胖尾问题与黑天鹅事件 数据完整性：Survivorship Bias 程序错误或机能失灵 策略同质化
• Vanguard(先锋基金), • Janus(杰纳斯资本), • Alliance Bernstein(联博), • Evergreen(属于美联银行) • Schwab(嘉信理财)
第19页
主要市场参与者与产品
量化对冲基金公司
Bridege Water Associates, 管理资产1220亿美 元，总部位于美国康州，主基金Pure Alpha， 年化收益率18%
关键字：模型、数据分析、系统
什么是量化投资
量化投资的特点：
纪律：利用模型和机器克服人性弱点 系统：海量数据的分析和计算能力 速度：超越人类的机会捕捉能力 套利：利用市场的无效性获取收益 概率：不苛求每笔交易的盈亏，通过大量交易实现稳
定盈利 追求绝对收益：高杠杆，低回撤
什么是量化投资
主要市场参与者与产品
量化投在在国际市场
最早出现于70年代，并 迅速增长
2009年规模达到总管 理资产的30%
资产总额2万亿美元
第18页
主要市场参与者与产品
共同基金
Barclays Global Investors（被Blackrock贝莱德收购） LSV Asset Management 其他有发行量化基金产品的著名共同基金：
量化投资介绍
量化投资部
一
什么是量化投资
二
量化投资策略
三
量化投资风险
四
主要市场参与者与产品
五
国内市场现状
六
量化投资部简介
什么是量化投资
西蒙斯和大奖章基金（Medallion） 火箭科学家 衍生品和次贷危机 骑士资本和Flash Crash 黑箱操作，神秘
什么是量化投资
运用高性能计算机和复杂的数学模型，通过对海 量数据的分析，寻找可以盈利的方法，并通过自 动的交易系统进行交易，获取收益。
• MSCI Barra • 贝莱德(Blackrock，原BGI)
量化投资策略
高频交易
通过强大的计算机，利用比对手更快的机会捕捉能力 获得收益，交易以毫秒计算
对系统要求极高，进入门槛高，是对速度的终极追求 ，快鱼吃慢鱼
实际应用：
• 高频做市策略(Market Making) • 自动交易：均值回归/趋势跟随Βιβλιοθήκη 量化投资策略统计套利
通过寻找资产之间的统计关系，利用对稳定统计关系 的暂时背离获取收益
出发点和套利相似，但关注的是统计关系。并非完全 无风险，需要应对当统计关系发生变化的状况
实际应用
• 配对交易
量化投资策略
衍生品、结构性产品
专注于对复杂产品的定价、收益分析、风险对冲，以 获得合适的收益型态