量化投资丁鹏

1.首席投资官丁鹏是谁

他是中国量化投资领域的开拓者与奠基者，他编著的《量化投资-策略与技术》，是国内第一本有关量化投资策略方面的教材，已经成为业内启蒙读物。

他同时还是《大数据金融丛书》主编，截止2016年中，已经出版十余本，深刻的推动了金融行业的发展。 [2] 他同时还是CCTV特邀嘉宾、第一财经《解码财商》资深解码人、《财经》《财新》《中国金融报》等顶级传媒的撰稿人，发表多篇有深度的文章，深刻的影响了整个行业。

[3] 他同时还是清华大学、北京大学、中国人民大学、中央财经大学、上海交通大学、南方科技大学等顶尖学府的讲座教授，开设多次讲座，深得学子好评。 [3] 他还担任'金麟'量化投资与对冲基金年会（系列）主席，‘宽客天下’对冲基金会议（系列）学术委员会主席，中国量化投资高峰会议（系列）学术委员，是业内具有崇高威望的专家。

2.量化投资

没有你想的书 我多年来都有关注这方面的书 可是也没有在国内找到 数量化投资是将投资理念及策略通过具体指标、参数的设计，体现到具体的模型中，让模型对市场进行不带任何情绪的跟踪；相对于传统投资方式来说，具有快速高效、客观理性、收益与风险平衡和个股与组合平衡等四大特点。

量化投资技术几乎覆盖了投资的全过程，包括估值与选股、资产配置与组合优化、订单生成与交易执行、绩效评估和风险管理等，在各个环节都有不同的方法及量化模型： 一、估值与选股 估值：对上市公司进行估值是公司基本面分析的重要方法，在“价值投资”的基本逻辑下，可以通过对公司的估值判断二级市场股票价格的扭曲程度，继而找出价值被低估或高估的股票，作为投资决策的参考。对上市公司的估值包括相对估值法和绝对估值法，相对估值法主要采用乘数方法，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等；绝对估值法主要采用折现的方法，如公司自由现金流模型、股权自由现金流模型和股利折现模型等。

相对估值法因简单易懂，便于计算而被广泛使用；绝对估值法因基础数据缺乏及不符合模型要求的全流通假设而一直处于非主流地位。随着全流通时代的到来和国内证券市场的快速发展，绝对估值法正逐渐受到重视。

选股：在当前品种繁多的资本市场中，从浩瀚复杂的数据背后选出适合自己投资风格的股票变得越加困难。在基本面研究的基础上结合量化分析的手段就可以构建数量化选股策略，主流的选股方法如下： 资产配置方法与模型 资产配置类别 资产配置层次 资产配置方法 资产配置模型 战略资产配置 全球资产配置 大类资产配置 行业风格配置 收益测度 风险测度 估计方法 马克维茨 MV 模型 均值 -LPM 模型 VaR 约束模型 Black-Litterman 模型 战术资产配置 （ 动态资产配置 ） 周期判断 风格判断 时机判断 行业轮动策略 风格轮动策略 Alpha 策略 投资组合保险策略 基本面选股：通过对上市公司财务指标的分析，找出影响股价的重要因子，如：与收益指标相关的盈利能力、与现金流指标相关的获现能力、与负债率指标相关的偿债能力、与净资产指标相关的成长能力、与周转率指标相关的资产管理能力等。

然后通过建立股价与因子之间的关系模型得出对股票收益的预测。股价与因子的关系模型分为结构模型和统计模型两类：结构模型给出股票的收益和因子之间的直观表达，实用性较强，包括价值型（本杰明·格雷厄姆—防御价值型、查尔斯·布兰迪—价值型等）、成长型（德伍·切斯—大型成长动能、葛廉·毕克斯达夫—中大型成长股等）、价值成长型（沃伦·巴菲特—优质企业选择法、彼得·林奇—GARP价值成长法等）三种选股方法；统计模型是用统计方法提取出近似线性无关的因子建立模型，这种建模方法因不需先验知识且可以检验模型的有效性，被众多经济学家推崇，包括主成分法、极大似然法等。

多因素选股：通过寻找引起股价共同变动的因素，建立收益与联动因素间线性相关关系的多因素模型。影响股价的共同因素包括宏观因子、市场因子和统计因子（通过统计方法得到）三大类，通过逐步回归和分层回归的方法对三类因素进行选取，然后通过主成分分析选出解释度较高的某几个指标来反映原有的大部分信息。

多因素模型对因子的选择有很高的要求，因子的选择可依赖统计方法、投资经验或二者的结合，所选的因子要有统计意义上或市场意义上的显著性，一般可从动量、波动性、成长性、规模、价值、活跃性及收益性等方面选择指标来解释股票的收益率。 动量、反向选股：动量选股策略是指分析股票在过去相对短期的表现，事先对股票收益和交易量设定条件，当条件满足时买进或卖出股票的投资策略，该投资策略基于投资者对股票中期的反应不足和保守心理，在投资行为上表现为购买过去几个月表现好的股票而卖出过去几个月表现差的股票。

反向选股策略则基于投资者的锚定和过度自信的心理特征，认为投资者会对上市公司的业绩状况做出持续过度反应，形成对业绩差的公司业绩过分低估和业绩的好公司业绩过分高估的现象，这为投资者利用反向投资策略提供了套利机会，在投资行为上表现为买进过去表现差的股票而卖出过去表现好的股票。反向选股策略是行为金融学理论发展至今最为成熟，也是最受关注的策略之一。

二、资产配置 资产配置指资产类别选择、投资组合中各类资产的配置比例以及对这些混合资产进行实时管理。资产配置一般包括两大类别、三大层次，两大类别为战略资产配置和战术/动态资产配置，三大层次为全球资产配置、大类资产配置和行业风格配置。

资产配置的主要方法及模型如下： 战略资产配置针对当前市场条件，在较长的时间周期内控制投资风险，使得长期风险调整后收益最大化。战术资产配置通常在相对较短的时间周期内，针对某种具体的市场状态制定最优配置策略，利用市场短期波动机会获取超额收益。

因此，战术资产配置是在长期战略配置的过程中针对市场变化制定的短期配置策略，二者相互补充。战略资产配置为未来较长时间内的投资活动建立业务基准，战术。

3.如果从零基础开始学量化投资,需要学哪些

首先，对于这个行业要有所了解，当然必备的K线知识是绝对不能少的里面的内容能很形象的讲述K线形态的特性，在不同的市场情况以及技术面基本面情况下，K线的基本形态以及组合形态都能给与不同程度提示。

然后，结合K线基础通过一些实例来具体将该技术进行应用，这样在后面实际的操作实战中则会有很好的作用，当然我刚才说的情况是在具体实战应用中的，结合该书会有事半功倍的效果。

第三，在以上有基础有实例的情况下大概学习3-6个月逐渐的适应该应用机制，那么后期做单则会更为稳重，注重理论与实践结合的效果。

第四，在形成自己的投资风格与投资理论前应该有相应的专业语言来进行支持，这样计划有助于给和相关理论工具给具体投资以相应准确的指导。

第五，当做这个大约有9个月时，通过相应的书籍形成自己的投资风格与投资理论，后期会逐步职业化与专业化，当然这是我个人的看法，这个过程中有相应的具体的工具理论与知识。

4.量化投资—策略与技术的作者简介

丁 鹏

中国量化投资研究的先行者，他开发的D-Alpha量化对冲交易系统，实战中获得持续稳健的收益率。

毕业于上海交通大学计算机系获得工学博士学位，是国际知名的人工智能研究员，美国电子电气工程师学会（IEEE）、美国金融学会（AFA）会员。

《CCTV证券资讯》特邀嘉宾

《网易财经》特邀嘉宾

《第一财经日报》特约撰稿人

2001年底进入上海交通大学工作，在金融工程、金融数学领域深入研究多年，在国际顶级刊物和会议上发表过十余篇学术文章，获得国家发明专利5项。

2008年进入东方证券股份有限公司工作，从事量化投资研究，包括量化选股、量化择时等研究。

5.真正的量化投资是什么

对历史数据进行统计分类，包括基本面和技术面，然后对影响股市涨跌的因素进行归纳，找出一个模型，这个模型不能保证你一直赚钱，但能确定你长期一直赚钱。

然后对这个模型拿到当下的行情中测验，如果能经受得住时间的洗礼（短线要三个月，中线，一两年，长线五六年，在现实中往往是短线，西蒙斯的就是短线），那么这个模型就是可以的，值得使用的。然后在操盘中，只根据模型发出的信号做为买卖依据，任何个人的主观意念都是错的。

本人就在一个投资公司做交易员和研发员，就是搞量化投资的，不过主要做的是大宗期货和股指，一星期进行二十资左右的交易，收益不错。

量化投资的本质是对规律的总结和模式化交易，避免个人心里影响成果。

因为市场上最大的敌人是自已的内心，贪，嗔，痴等情感。

6.有哪位大师能给推荐几本量化投资的经典书籍

1.《打开量化投资的黑箱》

这本书算是对量化投资的科普性介绍，没有复杂的公式，很适合初学者。

2.《解读量化投资：西蒙斯用公式打败市场的故事》

正如题目中说的那样，这本书是故事性的书，主要是介绍西蒙斯的一些经历和思维方式。

3.《量化投资策略：如何实现超额收益Alpha》

这本书对常见的各种策略及其量化指标做了系统性分析，但是翻译得。。不是很好，建议英语好的朋友阅读英文版。

4.《金融计量学：从初级到高级建模技术》

这本书是一本偏计量的书，介绍了很多金融领域的建模方法，需要一定的数学功底，可以作为量化投资基础知识学习书。

7.国内做的好的量化投资软件有哪些

需要懂一些数学模型，比如统计分析、人工智能算法之类的，他的本质是利用数学模型分析数据潜在的规律寻找交易机会，并利用计算机程序来搜寻交易时机以及完成自动化交易。并没有现成的软件可以做这个，因为它需要一个搭建一个专业的平台，这不是一个人可以完成的。

国内有一些软件，比如大智慧提供数量分析，还有一些软件提供股票、期货的程序化交易。但是实际上这并不是真正意义上的量化交易。事实上，做一款纯粹的适合个人投资者的量化投资软件，难度是非常大的，因为量化策略并不想传统的基本面、技术面那样存在已有既定的必然规律。他需要跨越多学科，多领域去挖掘数据的规律，然后利用得出的规律进行交易。但是不同时间、空间的数据的潜在规律并不一致，所以对量化过程进行标准化是一件很难完成的事情。

如果是计算机或者数学专业的人士，可以考虑使用C、C++、SQL等语言，其他的可以使用MATLAB/SAS 等软件。不管是哪一种软件，要实现量化交易，肯定是需要一定的建模基础和编程基础的，其中最重要的东西是数学能力。

8.李笑薇的量化投资

从1971年巴克莱投资管理公司发行世界上第一只指数基金至今，定量投资在海外的发展已有30多年。

1970年定量投资在海外全部投资中占比为零。待到2009年，定量投资在美国全部投资中占30%以上。其中指数类投资几乎全部使用定量技术，主动投资中大约有20%到30%使用定量技术。从2000年到2007年，美国定量投资总规模翻了四倍多，与此相比，美国共同基金总规模只翻了1.5倍。

正如定性投资的偶像巴菲特一样，量化投资领域的传奇人物为詹姆斯·西蒙斯。据统计，詹姆斯·西蒙斯管理的大奖章基金1989到2006年的17年间，其平均年收益率高达38.5%。而股神“巴菲特”过去20年的平均年回报为20% 。从1988年成立到1999年12月，大奖章基金共获得2478.6%的净回报率，超过第二名索罗斯的量子基金一倍多。

截至2010年6月30日，中国定量投资规模总量大约187亿元，在全部基金管理规模中占比仅0.6%。可以说量化投资在中国目前还是一块需要开垦的处女地，未来发展空间非常大。

在如何适应中国资本市场方面，量化投资作为一种投资方式本身没有问题，问题在于是否能将这种方式用得好。比如针对国内常见的“政策市”， 定量投资中可以通过主题均衡减少政策风险。另一方面，如果一个定量投资人对某个政策方向有很大把握，他也可以通过形成一个针对该政策的因子来获取超额收益。另外针对中国市场以散户为主的现象，在国外有用的因子在中国未必有用，但在国外没用的因子却可以在中国发挥很大作用， 尤其是那些针对散户投资心理的因子。