量化投资基础知识简介(国泰安)PPT课件
合集下载
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
-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
1,量化投资简介
量化投资基础知识
DMC 量化投资小组
2017.4.21
量化投资简介
1、量化投资：借助现代统计学、数学的方法，从海量历史大数据中寻找能够带来股票上
涨的多种“大概率”策略和规律，并在此基础上，综合归纳成因子和模型程序，最终纪律严明地按 照这些数量化模型组合来进行独立投资，力求取得稳定的、可持续的、高于平均的超额回报。
量化投资简介
Байду номын сангаас
大话主动管理、量化投资
股价的影响因素
参考文献
[1] Josef Lakonishok, Bhaskaran Swaminathan. Quantitative vs. Fundamental Analysis in Institutional Money Management: Where’s the Beef? The Journal of Investing. 2009, 18(4):42-52
2.、量化投资的主要内容包括：量化选股、量化择时、期货套利、期权套利、
ETF/LOF套利、高频交易等
3、量化投资的基础知识包括：数据挖掘、小波分析、模式识别、随机过程、时
间序列分析等。
量化投资的核心部分是投资组合的构建和模型执行。其中，投资组合构建包括收益率溢价模 型，风险控制模型和择时交易模型。在构建了一个投资组合策略之后，需要基于理论假设或者是 数据来进来调整。
DMC 量化投资小组
2017.4.21
量化投资简介
1、量化投资：借助现代统计学、数学的方法，从海量历史大数据中寻找能够带来股票上
涨的多种“大概率”策略和规律，并在此基础上，综合归纳成因子和模型程序，最终纪律严明地按 照这些数量化模型组合来进行独立投资，力求取得稳定的、可持续的、高于平均的超额回报。
量化投资简介
Байду номын сангаас
大话主动管理、量化投资
股价的影响因素
参考文献
[1] Josef Lakonishok, Bhaskaran Swaminathan. Quantitative vs. Fundamental Analysis in Institutional Money Management: Where’s the Beef? The Journal of Investing. 2009, 18(4):42-52
2.、量化投资的主要内容包括：量化选股、量化择时、期货套利、期权套利、
ETF/LOF套利、高频交易等
3、量化投资的基础知识包括：数据挖掘、小波分析、模式识别、随机过程、时
间序列分析等。
量化投资的核心部分是投资组合的构建和模型执行。其中，投资组合构建包括收益率溢价模 型，风险控制模型和择时交易模型。在构建了一个投资组合策略之后，需要基于理论假设或者是 数据来进来调整。
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，
国泰安公司简介
育、基础教育领域提供教研、教学、管理、资源、实训及增值服务全方位支持的 “易”系列
教育服务平台、为金融机构提供全套量化投资服务方案的 “宽”系列量投服务平台和精准数 据服务，对推动我国教育创新及金融创新做出了较大的贡献。
深圳市国泰安信息技术有限公司 版权所有
2013 © GTA. All rights reserved.
深圳市国泰安信息技术有限公司 版权所有 2013 © GTA. All rights reserved.
全国营销与服务网络
国泰安总部设立于深圳，现已在全国30多个主要城市和香港设立有分公司或办事机构，形成 完整的营销与服务网络。公司成立营销管理委员会，创建分区域管理的营销模式，目前全国150
多个营销部已经辐射到了除西藏以外的中国区域。
王春雷 简介
公司 执行总裁； 华南师范大学数科院\汕头大学商学院 兼职教授 中山大学MBA，有十多年从事经管专业的江苏科大教师和二十多年的深 交所工作经验。曾任职深圳证券交易所信息公司助总、全景网络公司副总、 巨灵信息公司总裁等岗位。具有复合专业背景、丰富的工作经验。在财经资 讯、中心数据库建设、数据挖掘应用及金融工程研究等方面具有较高的理论 水平和丰富的实验经验，是财经资讯应用方面的专家。
正： 正直、正派、公正
诚： 诚实、诚信、真诚、坦诚
爱： 友爱、爱心、爱护 激情：主动、积极、有计划、不怕困难、千方百计动脑筋
踏实：踏踏实实、能静能动、吃苦耐劳精神
创新：在学习、思考、借鉴的基础上创新，设计、开发、效率、方法 超越：克服自己不足、缺点、人性弱点→超越自我、超越过去、超越对手 卓越：每位员工、产品、服务、管理→整个集体卓越
供一流产品、增值服务及软硬件整体解决方案的高科技公司。
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。
国泰安量化投资终端Quantrader培训
图表元素设置
合理设置图表的标题、坐 标轴标签、图例等元素， 提高图表的可读性。
交互式图表制作
利用Python等编程语言实 现交互式图表制作，增强 数据展示效果。
04 量化模型构建与 优化
量化模型构建方法
基于统计学的模型构建
01
运用回归分析、时间序列分析等方法，挖掘历史数据中的统计
规律，构建预测模型。
量化投资发展
随着计算机技术和大数据技术的不断发展，量化投资在近年来得到了迅速的发 展。越来越多的投资者和机构开始采用量化投资策略，并取得了显著的成果。
量化投资策略类型
统计套利策略
利用统计方法分析历史数据，寻 找资产价格之间的异常波动，通 过构建投资组合获取低风险收益。
高频交易策略
利用计算机程序在极短的时间内 对市场进行快速交易，捕捉微小 价格波动中的盈利机会。
机器学习模型构建
02
应用神经网络、支持向量机、随机森林等机器学习算法，训练
模型并预测未来市场走势。
基于规则的模型构建
03
根据特定的交易规则和逻辑，编写算法程序实现自动化交易。
模型评估与回测技巧
模型评估指标
使用准确率、召回率、F1分数等 指标，全面评估模型的预测性能。
交叉验证
运用交叉验证方法，评估模型的稳 定性和泛化能力，避免过拟合现象。
国内量化投资市场尚处于初级阶段，投资者教育和市场规范有待加强。
国外量化投资现状
国外量化投资市场相对成熟，拥有完善的法律法规和监管体系。许多知名的投资机构和 对冲基金都采用量化投资策略，并取得了显著的业绩。同时，国外金融市场历史悠久， 数据丰富，为量化投资提供了良好的研究基础和市场环境。然而，随着市场竞争的加剧
量化投资基础知识简介
资组合的稳健性和收益性。
05
量化投资案例分析
某对冲基金的统计套利策略
总结词
基于统计学的套利策略详Fra bibliotek描述该策略通过分析历史数据，寻找价格差异较大的投资品种，利用市场失衡的机会进行套利。例如，在 不同市场或不同交易品种之间寻找价格差异，当价格差异超过一定阈值时，买入低估品种，卖出高估 品种，待价格回归正常水平后获利。
风险度量
总结词
风险度量是量化投资风险管理的重要环节，它涉及到对投资组合风险的定量分析 和测量。
详细描述
风险度量是量化投资风险管理的核心环节，它要求投资者运用各种统计和数学工 具对投资组合的风险进行定量分析和测量。通过风险度量，投资者可以更准确地 了解投资组合的风险水平，为后续的风险控制提供依据。
风险控制
某基金的趋势跟踪策略
总结词
跟随市场趋势的投资策略
详细描述
跟随市场趋势的投资策略
某基金的机器学习策略
总结词
利用机器学习算法进行投资决策的策略
VS
详细描述
该策略利用机器学习算法对大量历史数据 进行分析和学习，自动识别市场趋势和交 易信号。通过训练模型，使机器能够根据 市场走势做出买入或卖出的决策。该策略 具有较高的灵活性和适应性，能够快速应 对市场的变化。
发展趋势
随着人工智能技术的不断发展，其在 量化投资领域的应用也将越来越广泛 。未来，人工智能可能会成为量化投 资领域的主流技术之一，为投资者提 供更加精准和高效的投资建议。
大数据技术在量化投资中的应用
1
总结词
大数据技术为量化投资提供了海量的数 据来源和高效的数据处理能力，有助于 提高投资决策的准确性和前瞻性。
量化投资基础知识简介
05
量化投资案例分析
某对冲基金的统计套利策略
总结词
基于统计学的套利策略详Fra bibliotek描述该策略通过分析历史数据，寻找价格差异较大的投资品种，利用市场失衡的机会进行套利。例如，在 不同市场或不同交易品种之间寻找价格差异，当价格差异超过一定阈值时，买入低估品种，卖出高估 品种，待价格回归正常水平后获利。
风险度量
总结词
风险度量是量化投资风险管理的重要环节，它涉及到对投资组合风险的定量分析 和测量。
详细描述
风险度量是量化投资风险管理的核心环节，它要求投资者运用各种统计和数学工 具对投资组合的风险进行定量分析和测量。通过风险度量，投资者可以更准确地 了解投资组合的风险水平，为后续的风险控制提供依据。
风险控制
某基金的趋势跟踪策略
总结词
跟随市场趋势的投资策略
详细描述
跟随市场趋势的投资策略
某基金的机器学习策略
总结词
利用机器学习算法进行投资决策的策略
VS
详细描述
该策略利用机器学习算法对大量历史数据 进行分析和学习，自动识别市场趋势和交 易信号。通过训练模型，使机器能够根据 市场走势做出买入或卖出的决策。该策略 具有较高的灵活性和适应性，能够快速应 对市场的变化。
发展趋势
随着人工智能技术的不断发展，其在 量化投资领域的应用也将越来越广泛 。未来，人工智能可能会成为量化投 资领域的主流技术之一，为投资者提 供更加精准和高效的投资建议。
大数据技术在量化投资中的应用
1
总结词
大数据技术为量化投资提供了海量的数 据来源和高效的数据处理能力，有助于 提高投资决策的准确性和前瞻性。
量化投资基础知识简介
量化投资经典TB公式入门课件
通过建立严格的投资模型和风险管理机制， 量化投资能够在一定程度上控制风险，并 降低投资组合的波动性。
自动化
策略多样性
量化投资可以通过计算机程序自动执行交 易决策，提高了交易效率，减少了人为错 误和情绪干扰。
量化投资涵盖多种策略，包括市场中性、 趋势跟踪和高频交易等，为投资者提供了 更多的选择和灵活性。
量化投资利用各种分析工具和技术，如统计分析、机器学习和人工智能等，从市场 数据中提取有价值的信息，并形成可操作的投资建议。
量化投资旨在通过严格的投资策略和科学的决策过程，降低风险并获得更高的投资 回报。
量化投资的优势
客观性
风险控制
量化投资以数据和模型为基础，减少了对 主观判断和人为干扰的依赖，提高了决策 的客观性和准确性。
法交易程序进行自动化交易。
基于TB公式的外汇策略
策略概述 基于TB公式的外汇策略是一种量化投资策略，通过使用技 术指标和数学模型来分析外汇市场的趋势和波动，以制定 相应的交易策略。
交易原理 与股票和期货策略类似，TB公式在外汇策略中也用于计算 市场趋势和波动，为投资者提供买卖信号。
策略实现 在外汇策略中，可以使用TB公式来分析外汇的趋势和波动， 并通过算法交易程序进行自动化交易。
信号线
MACD线的移动平均线， 用于判断趋势的持续性。
柱状图
MACD线的变化趋势，可 以反映市场情绪和超买超 卖情况。
RSI指标
RSI值
通过计算相对强弱指数来反映市 场走势的强度和稳定性。
超买和超卖区域
RSI值高于70或低于30时，表明 市场处于超买或超卖状态，预示 着价格趋势可能发生反转。
量化投 TB公
详细描述
风险控制策略包括多种手段，如分散投资、 对冲策略、期权策略等。分散投资可以通过 投资多个不同的证券或资产类别，降低单一 投资的风险。对冲策略可以通过买入和卖出
国泰安公司简介
实时数据 历史高频数据 基本面数据 金融工程数据
GTA 虚拟交易所
数据访问API
策略平台
GTA 模拟柜台
交易下单API
交易 网关
真实 交易所
真实 柜台
典型产品举例——智能大屏幕展示系统
以“全球金融信息分析系统”技术底层为基础，利用独有的一拖多、专业分屏、多媒体集成、远 程视频等先进技术，形成独特的大屏信息展示系统。已在中金所和高校中得到广泛应用。
典型产品举例——创新实验室系列
以国际化仿真实训环境设计、创新型金融软件资源提供、系统性学科增值服务配套为特 色的整体解决方案和实训产品。
目前已经为北大、清华、中科大、上海交大、复旦、浙大、厦大、川大、大连理工、天津商业大学、 郑州大学、广东商学院、广西大学等130多所高校和深圳职业技术学院、顺德职院等20所职校建立各类
2011年取得的软件知识产权数超过过去10年之和。
资质认证
2009年公司被认定为国家级“高新技术企业” 2011年获深圳市“优秀软件企业和优秀软件产品” 2011年获广东省“诚信示范企业”称号 2012年获广东省“守合同重信用企业”称号 2012年成为中国教学仪器设备行业协会会员单位 2012年通过CMMI三级国际认证 2012年正式通过ISO9001:2008的质量认证
亲切关怀
国泰安成立十载，受到国家各级领导和社会各界人士的支持与关怀，将企业自身发展与国家实力 的壮大、社会的进步和行业的提升紧密相连，为振兴中国教育和金融事业而积极努力，踏实践行！
全国人大常委会原副委员长成思危视察国泰安 全国人大副委员长蒋正华先生视察国泰安工作 教育部副部长鲁昕考察国泰安全国职业院校展洽会展位 国家审计署副审计长石爱中一行考察国泰安金融实验室 安徽省副省长花建慧、省政协副主席王鹤林帅团到公司调研 台湾期货交易所董事长蔡庆年访问国泰安 “诺贝尔经济学奖”获得者Robert William Forgel教授到问
Python量化投资基础教程教学课件第三章 量化投资策略基础
不同的市场、不同的商品、不同的时间以及不同的投资者，所适 用的量化投资策略都是不同的。因此，用户必须有针对性地开发 其最适用的量化投资策略程序。
作为一个完整的量化投资 策略系统，它应该由右图 这些基本功能模块综合构 成。
变量定义模块是量化投资程序的基础模块。
变量定义包括外部参数（常量）和内部变量两类。
一个完整的量化投资策略系统，必须包括以上5个方面的功能模 块。
变量的定义和数据的处理是基础，交易决策和执行和核心，风 险控制是关键。
这些功能相互制约而又相互依赖，构成一个完整的交易策略系 统，这些功能对于一个成功的交易策略系统时缺一不可的。
01 量化投资策略系统的构成 02 量化投资交易平台（国信iQuant） 03 量化投资的标的与数据 04 量化投资策略的开发 05 量化投资策略的优化
个程序中所使用的参数和变量都必须在该模块中进行定义。没有 定义的任何参数和变量将无法在程序中调用。每一种计算机语言 有不同的变量定义方式、格式和命令的规定。
在IQUANT策略交易终端里则是在INIT(CONTEXTINFO)里定义 全局变量，在HANDLE(BAR)中定义该次循环的变量。INIT和 HANDLEBAR中都可以自行定义外部变量，或者使用终端内函数 定义内部变量。
量化投资交易策略需要在量化交易平台上进行开发、测试、优化 和运行。
我们以国信IQUANT为例对量化交易平台的功能进行介绍：
国信IQUANT为量化投资者提供一站式的投资研究和交易服务，包含行 情显示、策略编写、回测、模拟交易和实盘交易等功能。
国信IQUANT中的“投资研究”“策略开发”以及“策略交易”模块提 供了策略开发交易想法形成、可行性分析和策略代码实现等各阶段所需 的功。
我们通过指标筛选出的股票 可选中它们，单击鼠标右键， 即可将其加入自选股。按住 CTRL和SHIFT键均可一次选 中多只股票。
作为一个完整的量化投资 策略系统，它应该由右图 这些基本功能模块综合构 成。
变量定义模块是量化投资程序的基础模块。
变量定义包括外部参数（常量）和内部变量两类。
一个完整的量化投资策略系统，必须包括以上5个方面的功能模 块。
变量的定义和数据的处理是基础，交易决策和执行和核心，风 险控制是关键。
这些功能相互制约而又相互依赖，构成一个完整的交易策略系 统，这些功能对于一个成功的交易策略系统时缺一不可的。
01 量化投资策略系统的构成 02 量化投资交易平台（国信iQuant） 03 量化投资的标的与数据 04 量化投资策略的开发 05 量化投资策略的优化
个程序中所使用的参数和变量都必须在该模块中进行定义。没有 定义的任何参数和变量将无法在程序中调用。每一种计算机语言 有不同的变量定义方式、格式和命令的规定。
在IQUANT策略交易终端里则是在INIT(CONTEXTINFO)里定义 全局变量，在HANDLE(BAR)中定义该次循环的变量。INIT和 HANDLEBAR中都可以自行定义外部变量，或者使用终端内函数 定义内部变量。
量化投资交易策略需要在量化交易平台上进行开发、测试、优化 和运行。
我们以国信IQUANT为例对量化交易平台的功能进行介绍：
国信IQUANT为量化投资者提供一站式的投资研究和交易服务，包含行 情显示、策略编写、回测、模拟交易和实盘交易等功能。
国信IQUANT中的“投资研究”“策略开发”以及“策略交易”模块提 供了策略开发交易想法形成、可行性分析和策略代码实现等各阶段所需 的功。
我们通过指标筛选出的股票 可选中它们，单击鼠标右键， 即可将其加入自选股。按住 CTRL和SHIFT键均可一次选 中多只股票。
量化投资基础知识简介.
量化投资运用的目的：
美国：
o o o
分散风险。 获取高的Alpha。 降低投资组合与市场的相关性。
中国：
o
捕捉大概率。传统投资是重仓赌小概率事件，量化投资是做组合投资，追求大胜率事
件。
o o
克服人性的恐惧和贪婪，机器可以稳定执行投资纪律。 可以全球市场、24 小时交易，寻找细微的获利空间，这是传统投资做不到的。
国内股票和期货范围迅速扩大，从投资标的看，目前A股有30多个行业近2500只股票，期货 43个品种，具备量化投资所需要的足够的投资宽度及行业厚度。 量化风险模型以及优化器等也不止一家公司提供，国际主要产品在中国都有应用。 投资者日渐成熟。从机构投资者逐渐成长，市场对量化投资的配置需求提高。
• 构建组合
根据预测结果按规则选择对象构建投资组合
量化投资 - 全球各资产类别的趋势
中国私募基金的快速壮大
截至10月12日，中国证券投资基金业协会备案私募基金管理人有3886家。管理规 模接近2.5万亿元。
量化投资在中国是一片蓝海！
美国等发达国家市场有效性高，量化投资获取超额收益的机会越来越少，同类策略的投资者众
多。 中国市场有效性相对较弱的情况下，量化投资追求阿尔法收益的机会更多。 中国证券市场中同类策略少，目前国内做量化的基金少，严格遵循量化投资方式的基金更少。 同时，整个资产管理行业规模迅速扩大，机会众多。 国内实现量化投资的技术条件不断成熟。数据供应商提供数据深度和广度不断提高，时效性非 常强，数据基础得到保证。
量化投资策略对象：美国90%在国内，亚洲机构53%设计国际产品。
资产管理规模迅速增长
据国外资料显示，2014 年全球资产管理规模达到87万亿美元。
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%
- 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)。
21
应用举例3：股指期货套利---期现套 利
(1) IF1005的理论价格:
F(t,T)=S(t)*[1+(r-d)*(T-t)/365]=2896*[1+(0.048-0.0275)*15/365]=2898.4
(2) 划分无套利区间 设：股票买卖双边手续费成交额的0.1%：2896*0.1%=2.9 股票买卖双边印花税为成交额的0.3%：2896*0.3%=8.7 股票买入和卖出冲击成本为成交额的0.5%： 2896*0.5%=14.5 股票模拟指数跟踪误差为指数点位的0.2%：2896*0.2%=5.8 借贷理查成本为指数点位的0.3%：2896*0.3%=8.7 股指期货的买卖双边手续费为0.2个指数点：0.2
投资策略 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
简介
利用数量化的方法选择股票组合，包括基本面和市场行为 量化选股
通过对各宏微观指标的量化分析判断大势走势
利用股指期货市场存在的不合理价格，实现期限、跨期套 利等
利用商品期货市场存在的不合理价格，实现期限、跨期、 跨市场、跨品种套利等
利用证券价格的历史统计规律构建资产组合
通过计算机程序发出交易指令，TWAP、VWAP为代表
12
应用举例1： Graham基本面量化选股
• Graham选股思想的量化实证：基本面量化选股
策略 1.上市3年以上 2.连续三年分红 3.EPS最近两年的平均值除以往前推第四年第五 年的平均值的值>1.3 4.最近12个月营业收入大于10亿 5.流动比率>1
深圳市国泰安信息技术有限公司
7
传统投资VS量化投资
• 相同点：本质相同，都是基于市场非有 效或是弱有效的理论基础。
• 不同点：传统投资依赖公司调研和个人 经验及主观判断；量化投资依靠数理模 型实现投资理念。
8
传统投资VS量化投资
• 传统投资：索罗斯、巴菲特；量化投资：西蒙斯、文 艺复兴科技公司、大奖章基金（Medallion Fund）
量化投资基础知识
1
整体概况
概况一
点击此处输入 相关文本内容
01
概况二
点击此处输入 相关文本内容
02
概况三
点击此处输入 相关文本内容
03
2
目录
1.什么是量化投资 2.传统投资VS量化投资 3.量化投资应用及举例 4.量化投资从构想到实现 5.量化投资的发展历程以及现状 6.量化投资在中国 7.国泰安量化投资平台简介
23
应用举例3：股指期货套利---期现套利
(7) 盈亏统计：
▪ 卖出一揽子沪深300股票组合亏损：86.8881.78=5.1万
22
应用举例3：股指期货套利---期现套利 (3) 因为股指期货现价为2967点>2937点，因此
市场存在套利机会。
(4) 实施套利操作： 当日收盘前买入一揽子沪深300的股票组合， 市值为2896*300=86.88万；卖出1手IF1005股 指期货合约保证金（20%的保证金率）为： 2967*300*20%=17.802万。投入总资金为：
• 传统投资与量化投资业绩比较： ▪ 1988-2008，年均回报率35.6%（扣除资产管理费和 投资 收益分成）,均高出索罗斯和巴菲特十几个 百分点； ▪ 1988-1999，净回报率2478%，1st;量子基金1710% ，2nd;同期S&P9.6%； ▪ 2002-2005，规模为50亿美元的大奖章基金已经为投
15
应用举例2： 小朋友8周择时法
16
应用举例2： 小朋友8周择时法
17
应用举例3：股指期货套利---期现套 利
18
应用举例3：股指期货套利---期现套利
• 期现套利是当股指期货与现货之间的价差暂时性超 出“无套利区间”时，投资者可以通过买入价格低 估资产，卖出价格高估资产，待期、现货价差恢复 到正常水平时，再通过相反操作获利了结。
13
应用举例1： Graham基本面量化选股
• 下图是按照以上选股思路选出来的前20只股票按照市值加权平均形成 的一个组合，但剔除了金融类股票
14
应用举例2： 小朋友8周择时法 • 小朋友8周择时法：基于技术分析的量化
择时策略
▪ 当指数（或个股）的收盘价比8周前的收盘价高，就 看多（买入或者继续持有），否则看空（卖出或继 续空仓）。
3
什么是量化投资
深圳市国泰安信息技术有限公司
4
量化投资的定义
• 量化投资主要是指通过数理模型来实现投 资理念，由计算机产生交易策略的一种投 资方法。
• 量化投资是一种方法论 • 量化投资通常与基本面、技术面分析相结
合 • 量化投资是以定量方法进行投资的各种技
术综合
5
量化投资五大优势
6
传统投资VS量 化投资
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。
• 期限套利分类：▪ 正向套：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]
•无套利区间：将期货理 论价格加上或者减去交 易成本后形成了区间。
•交易成本包括：借贷利 率差、买卖手续费、期 指及股市冲击成本等
• 下图为期现套利模型，紫色 为指数现货价格，红色为指 数期货价格，二者价差：两 条绿线之间为无套利区间
20
应用举例3：股指期货套利---期现套 利
• 案例：
2010年5月6日，深300指数收盘价为 2896点，到期日为5月21号的沪深300指 数股指期货1005合约的价格为2967点， 假设该日市场上无风险利率为4.8%，预 计2010年沪深300指数成分股年平均分红 率为2.75%，计算此时是否存在套利机会 ？
应用举例3：股指期货套利---期现套 利
(1) IF1005的理论价格:
F(t,T)=S(t)*[1+(r-d)*(T-t)/365]=2896*[1+(0.048-0.0275)*15/365]=2898.4
(2) 划分无套利区间 设：股票买卖双边手续费成交额的0.1%：2896*0.1%=2.9 股票买卖双边印花税为成交额的0.3%：2896*0.3%=8.7 股票买入和卖出冲击成本为成交额的0.5%： 2896*0.5%=14.5 股票模拟指数跟踪误差为指数点位的0.2%：2896*0.2%=5.8 借贷理查成本为指数点位的0.3%：2896*0.3%=8.7 股指期货的买卖双边手续费为0.2个指数点：0.2
投资策略 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
简介
利用数量化的方法选择股票组合，包括基本面和市场行为 量化选股
通过对各宏微观指标的量化分析判断大势走势
利用股指期货市场存在的不合理价格，实现期限、跨期套 利等
利用商品期货市场存在的不合理价格，实现期限、跨期、 跨市场、跨品种套利等
利用证券价格的历史统计规律构建资产组合
通过计算机程序发出交易指令，TWAP、VWAP为代表
12
应用举例1： Graham基本面量化选股
• Graham选股思想的量化实证：基本面量化选股
策略 1.上市3年以上 2.连续三年分红 3.EPS最近两年的平均值除以往前推第四年第五 年的平均值的值>1.3 4.最近12个月营业收入大于10亿 5.流动比率>1
深圳市国泰安信息技术有限公司
7
传统投资VS量化投资
• 相同点：本质相同，都是基于市场非有 效或是弱有效的理论基础。
• 不同点：传统投资依赖公司调研和个人 经验及主观判断；量化投资依靠数理模 型实现投资理念。
8
传统投资VS量化投资
• 传统投资：索罗斯、巴菲特；量化投资：西蒙斯、文 艺复兴科技公司、大奖章基金（Medallion Fund）
量化投资基础知识
1
整体概况
概况一
点击此处输入 相关文本内容
01
概况二
点击此处输入 相关文本内容
02
概况三
点击此处输入 相关文本内容
03
2
目录
1.什么是量化投资 2.传统投资VS量化投资 3.量化投资应用及举例 4.量化投资从构想到实现 5.量化投资的发展历程以及现状 6.量化投资在中国 7.国泰安量化投资平台简介
23
应用举例3：股指期货套利---期现套利
(7) 盈亏统计：
▪ 卖出一揽子沪深300股票组合亏损：86.8881.78=5.1万
22
应用举例3：股指期货套利---期现套利 (3) 因为股指期货现价为2967点>2937点，因此
市场存在套利机会。
(4) 实施套利操作： 当日收盘前买入一揽子沪深300的股票组合， 市值为2896*300=86.88万；卖出1手IF1005股 指期货合约保证金（20%的保证金率）为： 2967*300*20%=17.802万。投入总资金为：
• 传统投资与量化投资业绩比较： ▪ 1988-2008，年均回报率35.6%（扣除资产管理费和 投资 收益分成）,均高出索罗斯和巴菲特十几个 百分点； ▪ 1988-1999，净回报率2478%，1st;量子基金1710% ，2nd;同期S&P9.6%； ▪ 2002-2005，规模为50亿美元的大奖章基金已经为投
15
应用举例2： 小朋友8周择时法
16
应用举例2： 小朋友8周择时法
17
应用举例3：股指期货套利---期现套 利
18
应用举例3：股指期货套利---期现套利
• 期现套利是当股指期货与现货之间的价差暂时性超 出“无套利区间”时，投资者可以通过买入价格低 估资产，卖出价格高估资产，待期、现货价差恢复 到正常水平时，再通过相反操作获利了结。
13
应用举例1： Graham基本面量化选股
• 下图是按照以上选股思路选出来的前20只股票按照市值加权平均形成 的一个组合，但剔除了金融类股票
14
应用举例2： 小朋友8周择时法 • 小朋友8周择时法：基于技术分析的量化
择时策略
▪ 当指数（或个股）的收盘价比8周前的收盘价高，就 看多（买入或者继续持有），否则看空（卖出或继 续空仓）。
3
什么是量化投资
深圳市国泰安信息技术有限公司
4
量化投资的定义
• 量化投资主要是指通过数理模型来实现投 资理念，由计算机产生交易策略的一种投 资方法。
• 量化投资是一种方法论 • 量化投资通常与基本面、技术面分析相结
合 • 量化投资是以定量方法进行投资的各种技
术综合
5
量化投资五大优势
6
传统投资VS量 化投资
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。
• 期限套利分类：▪ 正向套：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]
•无套利区间：将期货理 论价格加上或者减去交 易成本后形成了区间。
•交易成本包括：借贷利 率差、买卖手续费、期 指及股市冲击成本等
• 下图为期现套利模型，紫色 为指数现货价格，红色为指 数期货价格，二者价差：两 条绿线之间为无套利区间
20
应用举例3：股指期货套利---期现套 利
• 案例：
2010年5月6日，深300指数收盘价为 2896点，到期日为5月21号的沪深300指 数股指期货1005合约的价格为2967点， 假设该日市场上无风险利率为4.8%，预 计2010年沪深300指数成分股年平均分红 率为2.75%，计算此时是否存在套利机会 ？