量化投资ppt

1.量化对冲基金国内发展情况如何

林健武博士量化投资峰会演讲—— 我们现在看一下整个国际量化投资发展对冲基金的发展趋势。

虽然可能对冲基金经受了很多的风险折磨，实际上可以看到，下降的尖实际上是07年整个的信用危机和次贷危机。但是总体来说，对冲基金还是有非常超额的回报。

可以看到，对冲基金比起债券、股票和其他的商品期货的投资还是远远超前。对冲基金仍然是一个非常蓬勃的产业，而且在整个的资产市场里头占据了举足轻重的地位。

整个的对冲基金现在非常有意思，对冲基金很多原始的投资手段，像一些Equity Hedge，长期以来，为全球的对冲基金提供最高的年化平均收益。整个的对冲基金就像一般的产业一样，在07、08年，把很多的南郭先生全部淘出去了，实际上混世的人已经离开了这个市场，真正留下的是最优秀的对冲基金的经理，经过这个市场的洗礼以后，存活下来的基金经理焕发出了新的活力，大放异彩。

对冲基金的发展，越来越多的对冲基金进入到亚太市场，但是美国究竟还是对冲基金发展最快的舞台，美国和英国基本上占了半天下。其中量化投资之父西蒙斯的文艺复兴技术，Renaissance Technologies。

我们看一下中国的量化投资的发展，更多的其实刚才孟总讲得非常有意思，期货市场是2012年最大的受益者，整个的成交量达到14.5亿手总的成交额达到了171万亿资产，也就验证了他说的那一点，所有的人都在给中金所和期货公司在打工，所以整个的期货市场实际上他的整个手数和交易量分别增长了37.6%和24.44%，希望大家关注这一点，希望在这个方面能够作出成绩。 整个量化投资的整个发展的一个趋势，这里头数据并不是很全面，因为大家知道，很多的量化投资都是私募基金，私募基金很多的资金很多东西并不公开，我们只能利用一些公开数据进行投资整个的分析。

公开的数据我们可以看到指数性爆炸性的增长，私募的量化基金实际上从大概2006年到现在，实际上增长了将近40几倍，从两支发展到88支，这个数目其实远远超过这个，如果把很多的有限合伙人，很当的一些自己的小的公司算起来的话，据不完全统计可能有上万家，这是一个研究报告，我们希望每一个数据都是验证过的，我们只能拿到一些有效的数据。但是通过管理的资产和管理的数目来说，他们都成了一个指数发展的趋势。

整个投资的业绩，我们这里头做了一件有趣的事情，我们按照基金成立的年份来做的，06年成立的基金和07年以及各年份成立的基金，在2012年整个的投资回报情况，我们发现还是不错的，虽然我们2012年整个的大势还是下降的，但是他们基本平均的回报都在2%以上，有的还达到了7%—8%，但是有一个不太好的，也就是08年发的对冲基金。其实在上一个峰会我已经提到，但是这次实际上有更多的数据来验证我自己的一个结论，实际上我们可以看到，我们的量化投资有一个最重要的因素，也就是说，我们需要历史的数据进行回归、检验来建立我们的策略，但是历史数据是不完整或者不一致的，就可能做出错误，大家可以想一想，07、08年建立的基金，用的回验数据用的是什么？他用的大概是07年以前的，大家可以知道07年中国的市场和现在的市场完全不是一个市场，学到的知识不对，所以真正到中国市场的时候，到了现在市场的时候表现很差完全跟大家相反，所以告诉我们做量化投资的时候一定要有精准而长期的数据，而且要完整的经历市场不同的洗礼，所以大家可以看到经历市场完整洗礼的几个基金发展的速度还是不错的，整个投资就会发生一个偏差。

我们这里头呢，我们讲一下，我们整个量化投资研究院做的一个指数，实际上我们分几种，一个是量化的公募基金，我们选15支表现比较好的基金，量化的私募基金，和量化的市场中性基金，我们使用的数据是19个月，从2011年6月到2012年的12月份，看到我们公募量化基金，因为大部分的情况下都只能做多，所以跟市场是非常相似的，所以可以看到，在去年由于市场的下跌，损失非常的惨重，但是今年由于我们年初的市场的上扬，他实际上去年年底的市场上扬，所以他恢复了不错的，收复了一些失地。 去年表现不错的私募的基金，在去年年底失手了，跟市场有一个负相关的关系。

告诉我们实际上大家通过这些统计也可以看到，我们还是有很多的量化基金，可能不是真正的对冲市场中性，只是一些伪的市场中性，没有真正做到，其实他们很多的收益可能是靠简单的对冲市场，因为市场是下跌赚到钱的。我们看到很多的优秀基金，获利一直文件的保持在15%—20%，甚至30%以上，小的资金量更高。

我们可以看到，通过市场牛、熊市的转换，大浪淘沙可以发现很多不同的规律，同样市场中性的基金还是经历了一个洗礼，经历了市场的下跌，市场上扬的时候它下跌，说明当时赚钱可能是靠整个市场的下降的过程。所以，它的整个策略还是需要进一步的修改。

总体来说，我们量化投资总的指数还是处于一个下降趋势，但是这个实际上更多是因为大势的发展，这里头权重比较高的都是公募基金，公募基金募集的资产量是远远超过私募基金的。 我们看看是不是量化基金经过市场以后不。

2.量化投资是什么 如何做量化投资

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。

1·量化选股

量化选股就是采用数量的方法判断某个公司是否值得买入的行为。根据某个方法，如果该公司满足了该方法的条件，则放入股票池，如果不满足，则从股票池中剔除。量化选股的方法有很多种，总的来说，可以分为公司估值法、趋势法和资金法三大类

2·量化择时

股市的可预测性问题与有效市场假说密切相关。如果有效市场理论或有效市场假说成立，股票价格充分反映了所有相关的信息，价格变化服从随机游走，股票价格的预测则毫无意义。众多的研究发现我国股市的指数收益中，存在经典线性相关之外的非线性相关，从而拒绝了随机游走的假设，指出股价的波动不是完全随机的，它貌似随机、杂乱，但在其复杂表面的背后，却隐藏着确定性的机制，因此存在可预测成分。

3·股指期货

股指期货套利是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，股指期货套利主要分为期现套利和跨期套利两种。股指期货套利的研究主要包括现货构建、套利定价、保证金管理、冲击成本、成分股调整等内容。

4·商品期货

商品期货套利盈利的逻辑原理是基于以下几个方面 ：

(1)相关商品在不同地点、不同时间对应都有一个合理的价格差价。

(2)由于价格的波动性，价格差价经常出现不合理。

(3)不合理必然要回到合理。

(4)不合理回到合理的这部分价格区间就是盈利区间。

5·统计套利

有别于无风险套利，统计套利是利用证券价格的历史统计规律进行套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。统计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，目标是在组合的β值等于零的前提下实现alpha 收益，我们称之为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。

6·期权套利

期权套利交易是指同时买进卖出同一相关期货但不同敲定价格或不同到期月份的看涨或看跌期权合约，希望在日后对冲交易部位或履约时获利的交易。期权套利的交易策略和方式多种多样，是多种相关期权交易的组合，具体包括：水平套利、垂直套利、转换套利、反向转换套利、跨式套利、蝶式套利、飞鹰式套利等。

7·算法交易

算法交易又被称为自动交易、黑盒交易或者机器交易，它指的是通过使用计算机程序来发出交易指令。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格、甚至可以包括最后需要成交的证券数量。根据各个算法交易中算法的主动程度不同，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。

8·资产配置

资产配置是指资产类别选择，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。量化投资管理将传统投资组合理论与量化分析技术的结合，极大地丰富了资产配置的内涵，形成了现代资产配置理论的基本框架。

它突破了传统积极型投资和指数型投资的局限，将投资方法建立在对各种资产类股票公开数据的统计分析上，通过比较不同资产类的统计特征，建立数学模型，进而确定组合资产的配置目标和分配比例。

3.什么是量化投资 量化投资的特点

数量化投资、程序化交易、算法交易、自动化交易以及高频交易都是数量化交易的特定方式， 其描述内容的侧重点各有不同。数量化交易应用IT技术和金融工程模型偶那个帮助投资者指定投资策略、减少执行成本、进行套利和风险对冲。数据、速度、风险管理是数量化交易系统建设中的关键问题。期货市场的数量化自动交易模型正逐步由投资者编制自用，演变为有一定规模的投资咨询顾问组成的专业团队参与。

程序化交易，也可称之为系统交易或算法交易，设计人员将市场常用之技术指标，利用电脑软件将其写入系统中，结合市场历史数据，分析和组合各种指标建立数学模型，将交易策略系统化。当交易策略的条件满足时，程序化系统自动发出多空讯号，并且有效掌握价格变化的趋势，让投资人不论在上涨或下跌的市场行情中，都能抓住交易策略，进而赚取波段获利。程序化交易的操作方式不求赚取夸张利润，只求长期稳健的获利，于市场中成长并达到财富累积的复利效果。经过长时期操作，年获利率可保持在一定水准之上。

程序化交易又是一种个性化交易，每个投资者（或机构）都可以根据自己的投资经验和智慧，编写自己的交易模型，进行电脑自动交易。交易模型是交易思想的凝练和实际化，正确的交易思想在。数量化投资、程序化交易、算法交易、自动化交易以及高频交易都是数量化交易的特定方式， 其描述内容的侧重点各有不同。数量化交易应用IT技术和金融工程模型偶那个帮助投资者指定投资策略、减少执行成本、进行套利和风险对冲。数据、速度、风险管理是数量化交易系统建设中的关键问题。期货市场的数量化自动交易模型正逐步由投资者编制自用，演变为有一定规模的投资咨询顾问组成的专业团队参与。

程序化交易，也可称之为系统交易或算法交易，设计人员将市场常用之技术指标，利用电脑软件将其写入系统中，结合市场历史数据，分析和组合各种指标建立数学模型，将交易策略系统化。当交易策略的条件满足时，程序化系统自动发出多空讯号，并且有效掌握价格变化的趋势，让投资人不论在上涨或下跌的市场行情中，都能抓住交易策略，进而赚取波段获利。程序化交易的操作方式不求赚取夸张利润，只求长期稳健的获利，于市场中成长并达到财富累积的复利效果。经过长时期操作，年获利率可保持在一定水准之上。

程序化交易又是一种个性化交易，每个投资者（或机构）都可以根据自己的投资经验和智慧，编写自己的交易模型，进行电脑自动交易。交易模型是交易思想的凝练和实际化，正确的交易思想在严格的操作纪律实行下将获得良好、稳定的投资收益，而通过交易模型正是将正确的交易思想与严格的操作纪律很好地结合在一起，帮助人们获取良好、稳定的投资收益。程序化交易在投资实战中不仅可以提高下单速度，更可以帮助投资者避免受到情绪波动的影响，消除交易时人性的恐惧、贪婪、迟疑及赌性等情绪，实现理性投资。

设计出色的程序化系统可以确保广为流传的交易成功三项基本原则的顺利实施：顺应市场趋势、控制亏损交易、做足盈利交易。

总而言之，模型策略的出色设计、资金的有效风险控制、行情交易软件的稳定可靠、数据的及时流畅以及下单速度的快捷，组成了优秀的程序化交易系统，它是量化投资的一种具体实现途径。

4.什么是量化投资

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特点：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具体运行一、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。

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。三、基于行为金融学的投资策略企业中的应用将主要集中在量化选股、资产配置、绩效评估与风险管理、行为金融等方面，而随着包括基金在内的机构投资者占比的不断提高、衍生品工具的日渐丰富（股指期货、融资融券等）以及量化投资技术的进步，基金管理人的投资策略将会越来越复杂，程序化交易（系统）也将有快速的发展。

可以先接触一些量化平台，例如：宽客在线，发明者量化，可以用模拟软件做些模拟交易，还有就是先要接触一些编程代码；。

5.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。

6.什么是真正的量化投资

定量投资和传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础。

两者的区别在于定量投资管理是“定性思想的量化应用”，更加强调数据。量化交易具有以下几个方面的特点：1、纪律性。

根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。

2、系统性。具体表现为“三多”。

一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、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；三是多数据，即对海量数据的处理。3、套利思想。

定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。4、概率取胜。

一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。

7.量化投资—策略与技术的内容简介

《量化投资—策略与技术》是国内第一本有关量化投资策略的著作，首先介绍了量化投资大师西蒙斯的传奇故事（连续20年，每年赚60%）；然后用60多个案例介绍了量化投资的各个方面的内容，主要分为策略篇与理论篇两部分，策略篇主要包括：量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易和资产配置等。理论篇主要包括：人工智能、数据挖掘、小波分析、支持向量机、分形理论、随机过程及it技术等；最后介绍了作者开发的d-alpha量化对冲交易系统，该系统全球市场验证显示具有长期稳健的收益率。

《量化投资—策略与技术》适合基金经理、证券分析师、普通散户及有志于从事金融投资的各界人士阅读。