量化投资基础知识 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
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，
量化投资基础知识
量化投资基础知识
1、量化投资：量化投资是一种使用数据导向的投资策略，该策略通
过运用计算机科学、统计学和算法来分析投资行为，以期通过捕获市场机
会来获得投资收益。
2、基础知识：使用量化投资的投资者需要掌握的基础知识包括财务
市场理论、投资组合理论、衍生品理论、金融市场风险管理和计量经济学。
3、数据：使用量化投资技术进行投资分析需要准备大量的实时和历
史市场数据，包括股票、期货、外汇等。
4、技术：量化投资需要使用各种技术，如建模、机器学习、统计方法、计算机语言和模型构建等。
5、风险管理：使用量化投资分析的投资者必须能够有效的管理投资
风险，并采取确定的投资策略来获得可持续的投资收益。
Python量化投资基础教程教学课件第二十章 算法交易
（2）滑点：就是投资者下单的价格和真实成交之后的价格存 在差距，这种差距就和上述提到的交易成本有着密不可分的关 系
市价单产生滑点：一般下市价单的时候会比较明显，市价单造 成滑点的主要原因是网络延迟，下单时刻的报价，和下单指令 真实到达交易所时的报价因存在时间差发生了变化。
限价单产生滑点：限价单的成交机制是标的价格必须达到或超 过设定价格才会在下一个可成交的Tick成交（先出发后成交） 。
目标：使用算法交易对大额订单进行分拆，寻找最佳的下单时间 、下单数量和最有利的执行价格，以降低市场的冲击成本、提高 执行效率和订单执行的隐蔽性。
交易成本最小化，如降低市场冲击成本。 执行效率最大化。 成交均价最贴近目标价格。 执行效率最大化。 隐藏下单意图。 其他非技术性原因。包括节约人力成本、提高下单效率，确保指令
摩根大通的冲击成本模型
在摩根大通的冲击成本模型中， 为永久性冲击成本。 为暂时性冲击成本。上式表明，冲击成本与方差，相关交易数量和交易速率成正比。
德银的冲击成本模型
根据德银的冲击成本模型，总体冲击成本与相关交易数量、波动率、交易速率和买卖价差呈正性相 关关系。德银的冲击成本模型包含了瞬间冲击成本、暂时性冲击成本和永久性冲击成本。其中
02 算法交易目标 03 冲击成本模型 04 算法交易经典模型
算法交易是相对于普通交易而言的另一种执行订单交易的 方法，相比于手动订单执行，算法交易能够有效减少冲击 成本、自动监控交易机会、隐藏交易意图、避免人的非理 性因素对交易造成的干扰等。同时通过算法交易还可以寻 求最佳的成交执行路径，以获取最大收益。基于算法交易 的思想，又可以将其划分为被动型、主动性和综合性算法 交易。本章以在国际市场上使用最多的被动型算法交易中 的时间加权平均价格（TWAP）、成交量加权平均价格 （VWAP）为例详细介绍具体的交易实施策略
Python量化投资基础教程教学课件第十二章 网格交易策略
textInfo,ContextInfo.accountid)
63.#获取持仓信息{code.market:手数}
64.def get_holdings(accountid,datatype):
65. holdinglist={}
66. resultlist=get_trade_detail_data(accountid,datatype,"POSITION")
步长：
是指在基准价的基础上，产生交易信号的价格波动幅度，既可以是价格 的百分比，也可以是具体的波动金额。
交易数量：
每次交易股票数量或合约数量，同步长一样，交易数量也可以是变化的。
持仓上下限：
和网格交易的交易区间是可以相互推导的，知道其中一个便能推导出另 一个。
ቤተ መጻሕፍቲ ባይዱ
01 网格交易策略基本原理
不是每次价格突破网格线都需要进行交易、
当价格上涨且目标仓位小于手中仓位时，卖出两者差额，当价格 下跌且目标仓位大于手中持仓时，买入其中差额。
1.#coding:gbk
2.''''' 3.C12_2_1_网格交易策略 4.本策略首先根据移动均线发散策略开仓，将初始资金的70%用于建仓，以开仓价为基准价，以1%为买步长，2%为卖步长，即在 价格下跌1%后，买入10%底仓股票，上涨2%后，卖出 10%底仓股票。网格数目为10，网格交易的价格上限为基准价的110%,价格 下线为基准价的5%。 5.'''
51.
Buy_aim_Position= basic_holdings + pd.Series(ContextInfo.Buy_Lable*trade_volume)
量化投资经典TB公式入门课件
详细描述
止损止盈设置通常用于控制买入和卖出的风险。止损设置是预设一个最大亏损值，当投资的证券价格下跌到这个 值时，系统会自动卖出，锁定亏损。止盈设置是预设一个盈利目标，当投资的证券价格上涨到这个值时，系统会 自动卖出，锁定盈利。
风险控制策略
总结词
风险控制策略是量化投资中不可或缺的一部 分，通过科学的风险评估和管理，降低投资 风险并提高投资回报的可持续性。
VS
详细描述
TB公式通过将股票价格趋势与一个经过 时间序列分析得出的趋势进行比较，来预 测股票价格的未来走势。该公式将股票价 格趋势视为一种类似于气压的趋势，而将 经过时间序列分析得出的趋势视为一种类 似于气温的趋势。通过比较这两种趋势， 可以得出股票价格的未来走势。
TB公式的应用场景
总结词
TB公式主要应用于股票市场，用于判断股票价格的未来走势 ，指导投资决策。
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。
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。
基于TB公式的量化
04
策略设计
策略设计流程
01
02
03
04
明确投资目标
确定策略的投资目标，如收益 最大化、风险最小化等。
研究市场趋势
通过技术分析、基本面分析等 手段，研究市场趋势，为策略
设计提供依据。
设计交易策略
根据研究结果和市场趋势，设 计相应的交易策略，包括买入 卖出规则、止损止盈规则等。
止损止盈设置通常用于控制买入和卖出的风险。止损设置是预设一个最大亏损值，当投资的证券价格下跌到这个 值时，系统会自动卖出，锁定亏损。止盈设置是预设一个盈利目标，当投资的证券价格上涨到这个值时，系统会 自动卖出，锁定盈利。
风险控制策略
总结词
风险控制策略是量化投资中不可或缺的一部 分，通过科学的风险评估和管理，降低投资 风险并提高投资回报的可持续性。
VS
详细描述
TB公式通过将股票价格趋势与一个经过 时间序列分析得出的趋势进行比较，来预 测股票价格的未来走势。该公式将股票价 格趋势视为一种类似于气压的趋势，而将 经过时间序列分析得出的趋势视为一种类 似于气温的趋势。通过比较这两种趋势， 可以得出股票价格的未来走势。
TB公式的应用场景
总结词
TB公式主要应用于股票市场，用于判断股票价格的未来走势 ，指导投资决策。
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。
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。
基于TB公式的量化
04
策略设计
策略设计流程
01
02
03
04
明确投资目标
确定策略的投资目标，如收益 最大化、风险最小化等。
研究市场趋势
通过技术分析、基本面分析等 手段，研究市场趋势，为策略
设计提供依据。
设计交易策略
根据研究结果和市场趋势，设 计相应的交易策略，包括买入 卖出规则、止损止盈规则等。
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
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 Quantitative Investment
方法与技术 • （4）《积极投资组合管理》，阐述了如果利用量化的方法进行投
资组合设计，获得超额收益的书
谢 谢 观 赏
三个层次上我们都有模型； • 其次是多角度，定量投资的核心投资思想包括宏观周期、市场结
构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个 角度； • 再者就是多数据，就是海量数据的处理。
量化投资的四大特点
• 3、套利思想 • 定量投资正是在找估值洼地，通过全面、系统性的扫描捕捉错误定
价、错误估值带来的机会。定量基金经理大部分精力花在分析哪里 是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。
算法交易
通过计算机程序发出交易指令，TWAP、VWAP为代表
量化投资在海外市场现状
• •量化投资在海外的发展已有30多年的历史， 其投资业绩稳定，市场 规模和份额不断扩大、得到了越来越多投资者认可。
量化投资在中国
2009年量化投资热潮之后，量化投资在国内市场上已经 形成券商、公募基金、私募基金，以及期货界四大派系。
• 4、概率取胜 • 这表现为两个方面，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。二是依靠一组股票取胜，而不是一 个或几个股票取胜。
量化投资的常见六种投资策略
• 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 • 资产配置 • 风险控制
Quantitative Investment
什么是量化投资？与定性投资的区别？
• 量化投资，简单的说，就是借助于现代统计学、数学等方法，从海量历史 数据中来构建的数量化模型。从而，指导投资，力求取得稳定的、可持续 的、高于平均的超额回报。
• 量化投资区别于定性投资的鲜明特征就是模型。打个比方来说，它们的差 异如同中医和西医的差异，定性投资更像中医，更多地依靠经验和感觉判 断病在哪里；量化投资更像是西医，依靠模型判断，模型对于量投资基 金经理的作用就像CT机对于医生的作用。
资组合设计，获得超额收益的书
谢 谢 观 赏
三个层次上我们都有模型； • 其次是多角度，定量投资的核心投资思想包括宏观周期、市场结
构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个 角度； • 再者就是多数据，就是海量数据的处理。
量化投资的四大特点
• 3、套利思想 • 定量投资正是在找估值洼地，通过全面、系统性的扫描捕捉错误定
价、错误估值带来的机会。定量基金经理大部分精力花在分析哪里 是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。
算法交易
通过计算机程序发出交易指令，TWAP、VWAP为代表
量化投资在海外市场现状
• •量化投资在海外的发展已有30多年的历史， 其投资业绩稳定，市场 规模和份额不断扩大、得到了越来越多投资者认可。
量化投资在中国
2009年量化投资热潮之后，量化投资在国内市场上已经 形成券商、公募基金、私募基金，以及期货界四大派系。
• 4、概率取胜 • 这表现为两个方面，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。二是依靠一组股票取胜，而不是一 个或几个股票取胜。
量化投资的常见六种投资策略
• 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 • 资产配置 • 风险控制
Quantitative Investment
什么是量化投资？与定性投资的区别？
• 量化投资，简单的说，就是借助于现代统计学、数学等方法，从海量历史 数据中来构建的数量化模型。从而，指导投资，力求取得稳定的、可持续 的、高于平均的超额回报。
• 量化投资区别于定性投资的鲜明特征就是模型。打个比方来说，它们的差 异如同中医和西医的差异，定性投资更像中医，更多地依靠经验和感觉判 断病在哪里；量化投资更像是西医，依靠模型判断，模型对于量投资基 金经理的作用就像CT机对于医生的作用。
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%
Python量化投资基础教程教学课件第十五章 策略组合与资产组合
ContextInfo.accountid)
84.
ContextInfo.g_signal=0
85. #获取账户总权益m_dBalance
86. def get_totalvalue(accountid,datatype):
87.
result=0
88.
resultlist=get_trade_detail_data(accountid,datatype,"ACCOUNT")
在选定的回测区间内，策略的净值曲线远高于基准净值，但策略较基准的 波动幅度也更为明显，不停地在震荡市和趋势市中转变策略可能会导致策 略的波动加剧，我们可以在原有的策略的基础上添加补仓策略及止损策略， 以降低策略的波动性，获得更加稳定的收益。
01 多策略组合投资
稳健投资的分散化有两类基本的方案：
14.
#设定账号
15.
ContextInfo.accountid= 'test'
16.
ContextInfo.g_stop_days = 5
17.
ContextInfo.g_stop_percent = -0.1
18.
ContextInfo.g_SS = 5000
19.
ContextInfo.g_signal = 0
区间震荡与趋势变动的交易策略是完全不同的。后者需要趋势跟踪策 略，前者需要逆趋势策略。因此，市场状态转换的判断标准是区分震 荡与趋势的关键。
恒温器策略采用CMI指标（市场波动指标）作为评判标准。当CMI值 小于20时，该策略判断市场为短周期震荡模式；当CMI值大于20时， 该策略判断市场为趋势模式（长周期）。
ContextInfo.accountid)
Python量化投资基础教程教学课件第二十三章 仓位管理策略
22.
ma40=np.mean(h[stk][-ContextInfo.long-1:-1])
20.
if ma5>ma20 and ma20>ma40:
21.
ContextInfo.gc[stk]=True
22.
elif ma5<ma20 and ma20<ma40:
.
ContextInfo.dc[stk]=True
24.
pc=h[stk][-1]
25.
if stk not in holdings.keys() and ContextInfo.gc[stk] and pc>ma5:
38. result=0
39. resultlist=get_trade_detail_data(accountid,datatype,"ACCOUNT")
40. for obj in resultlist:
41.
result=obj.m_dBalance
42. return result
策略回测：
28.
order_value(stk,250000,ContextInfo,ContextInfo.accID)
29.
ContextInfo.buys+=1
30.
elif ma20<ma40 and stk in holdings.keys():
31.
order_target_value(stk,0,ContextInfo,ContextInfo.accID)
03 等额加仓策略 04 金字塔加仓策略 05 金字塔补仓策略
策略介绍：
满仓交易策略是每次交易都是满仓进出，相信自己总能买在最低 点，卖在最高点，如果真能每次都在最佳位置和时间，那么满仓 交易法能让资金得到最有效的利用。
- 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)。
2
量化投资的四大特点
• 1、纪律性 • 所有的决策都是依据模型做出的。纪律性首先表现在依
靠模型和相信模型，每一次决策之前，首先要运行模型， 根据模型的运行结果进行决策，而不是凭感觉。
3
量化投资在纪律性上所体现的好处
4
量化投资的四大特点
• 2、系统性
• 具体表现为“三多”。 • 首先表现在多层次，包括在大类资产配置、行业选择、精选个股
投资策略 量化选股
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
量化择时
通过对各宏微观指标的量化分析判断大势走势
股指期货套利 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
商品期货套利 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
统计套利Байду номын сангаас算法交易
三个层次上我们都有模型； • 其次是多角度，定量投资的核心投资思想包括宏观周期、市场结
构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个 角度； • 再者就是多数据，就是海量数据的处理。
5
量化投资的四大特点
• 3、套利思想 • 定量投资正是在找估值洼地，通过全面、系统性的扫描捕捉错误定
价、错误估值带来的机会。定量基金经理大部分精力花在分析哪里 是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。
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
7
量化投资在海外市场现状
• •量化投资在海外的发展已有30多年的历史， 其投资业绩稳定，市场 规模和份额不断扩大、得到了越来越多投资者认可。
8
量化投资在中国
2009年量化投资热潮之后，量化投资在国内市场上已经 形成券商、公募基金、私募基金，以及期货界四大派系。
9
量化投资在中国
1、从2010年起，有了较快的发展，国内已有12只量化投资基金； 2、现状是尚处于起步阶段； 3、量化投资在中国证券市场占比较低，未来发展空间很大。
10
推荐书目
• （1）《量化投资—策略与技术》，全面介绍量化投资策略的教材 • （2）《解读量化投资》，介绍量化投资大师西蒙斯的策略和经历 • （3）《高频交易》，介绍量化投资的一个分支：高频交易策略的
方法与技术 • （4）《积极投资组合管理》，阐述了如果利用量化的方法进行投
资组合设计，获得超额收益的书
11
谢 谢 观 赏
12
Quantitative Investment
1
什么是量化投资？与定性投资的区别？
• 量化投资，简单的说，就是借助于现代统计学、数学等方法，从海量历史 数据中来构建的数量化模型。从而，指导投资，力求取得稳定的、可持续 的、高于平均的超额回报。
• 量化投资区别于定性投资的鲜明特征就是模型。打个比方来说，它们的差 异如同中医和西医的差异，定性投资更像中医，更多地依靠经验和感觉判 断病在哪里；量化投资更像是西医，依靠模型判断，模型对于量化投资基 金经理的作用就像CT机对于医生的作用。
• 4、概率取胜 • 这表现为两个方面，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。二是依靠一组股票取胜，而不是一 个或几个股票取胜。
6
量化投资的常见六种投资策略
• 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 • 资产配置 • 风险控制
量化投资的四大特点
• 1、纪律性 • 所有的决策都是依据模型做出的。纪律性首先表现在依
靠模型和相信模型，每一次决策之前，首先要运行模型， 根据模型的运行结果进行决策，而不是凭感觉。
3
量化投资在纪律性上所体现的好处
4
量化投资的四大特点
• 2、系统性
• 具体表现为“三多”。 • 首先表现在多层次，包括在大类资产配置、行业选择、精选个股
投资策略 量化选股
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
量化择时
通过对各宏微观指标的量化分析判断大势走势
股指期货套利 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
商品期货套利 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
统计套利Байду номын сангаас算法交易
三个层次上我们都有模型； • 其次是多角度，定量投资的核心投资思想包括宏观周期、市场结
构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个 角度； • 再者就是多数据，就是海量数据的处理。
5
量化投资的四大特点
• 3、套利思想 • 定量投资正是在找估值洼地，通过全面、系统性的扫描捕捉错误定
价、错误估值带来的机会。定量基金经理大部分精力花在分析哪里 是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。
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
7
量化投资在海外市场现状
• •量化投资在海外的发展已有30多年的历史， 其投资业绩稳定，市场 规模和份额不断扩大、得到了越来越多投资者认可。
8
量化投资在中国
2009年量化投资热潮之后，量化投资在国内市场上已经 形成券商、公募基金、私募基金，以及期货界四大派系。
9
量化投资在中国
1、从2010年起，有了较快的发展，国内已有12只量化投资基金； 2、现状是尚处于起步阶段； 3、量化投资在中国证券市场占比较低，未来发展空间很大。
10
推荐书目
• （1）《量化投资—策略与技术》，全面介绍量化投资策略的教材 • （2）《解读量化投资》，介绍量化投资大师西蒙斯的策略和经历 • （3）《高频交易》，介绍量化投资的一个分支：高频交易策略的
方法与技术 • （4）《积极投资组合管理》，阐述了如果利用量化的方法进行投
资组合设计，获得超额收益的书
11
谢 谢 观 赏
12
Quantitative Investment
1
什么是量化投资？与定性投资的区别？
• 量化投资，简单的说，就是借助于现代统计学、数学等方法，从海量历史 数据中来构建的数量化模型。从而，指导投资，力求取得稳定的、可持续 的、高于平均的超额回报。
• 量化投资区别于定性投资的鲜明特征就是模型。打个比方来说，它们的差 异如同中医和西医的差异，定性投资更像中医，更多地依靠经验和感觉判 断病在哪里；量化投资更像是西医，依靠模型判断，模型对于量化投资基 金经理的作用就像CT机对于医生的作用。
• 4、概率取胜 • 这表现为两个方面，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。二是依靠一组股票取胜，而不是一 个或几个股票取胜。
6
量化投资的常见六种投资策略
• 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 • 资产配置 • 风险控制