什么是量化投资 量化投资的特点
什么是量化投资 量化投资的特点
学习啦【百科知识】 编辑：谢君
　　量化投资是指通过数量化方式及程序化发出买卖指令，以获取稳定收益为目的的交易方式。那么你对量化投资了解多少呢?以下是由学习啦小编整理关于什么是量化投资的内容，希望大家喜欢!
　　量化投资的概念
　　量化投资区别于定性投资的鲜明特征就是模型，对于量化投资中模型与人的关系，大家也比较关心。量邦科技冯永昌打个比方来说明这种关系，我们先看一看医生治病，中医与西医的诊疗方法不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，定性程度上大一些;西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。
　　医生治疗病人的疾病，投资者治疗市场的疾病，市场的疾病是什么?就是错误定价和估值，没病或病得比较轻，市场是有效或弱有效的;病得越严重，市场越无效。投资者用资金投资于低估的证券，直到把它的价格抬升到合理的价格水平上。
　　但是，定性投资和定量投资的具体做法有些差异，这些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;定量投资更像是西医，依靠模型判断，模型对于定量投资基金经理的作用就像CT机对于医生的作用。在每一天的投资运作之前，我会先用模型对整个市场进行一次全面的检查和扫描，然后根据检查和扫描结果做出。
　　量化投资的四大特点
　　其实，定量投资和传统的定性投资本质上是相同的，二者都是基于市场非有效或是弱有效的理论基础，而投资经理可以通过对个股估值，成长等基本面的分析研究，建立战胜市场，产生超额收益的组合。不同的是，定性投资管理较依赖对上市公司的调研，以及基金经理个人的经验及主观的判断，而定量投资管理则是&定性思想的量化应用&，更加强调数据。
　　纪律性
　　所有的决策都是依据模型做出的。我们有三个模型：一是大类资产配置模型、二是行业模型、三是股票模型。根据大类资产配置决定股票和债券投资比例;按照行业配置模型确定超配或低配的行业;依靠股票模型挑选股票。纪律性首先表现在依靠模型和相信模型，每一天决策之前，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。
　　有人问，模型出错怎么办?不可否认，模型可能出错，就像CT机可能误诊病人一样。但是，在大概率下，CT机是不会出错的，所以，医生没有抛弃CT机，我的模型在大概率下是不出错的，所以，我还是相信我的模型。
　　纪律性的好处很多，可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差，行为金融理论在这方面有许多论述。纪律化的另外一个好处是可跟踪。定量投资作为一种定性思想的理性应用，客观地在组合中去体现这样的组合思想。一个好的投资方法应该是一个&透明的盒子&。
　　我们的每一个决策都是有理有据的，特别是有数据支持的。如果有人质问我，某年某月某一天，你为什么购买某支股票的，我会打开系统，系统会显示出当时被选择的这只股票与其他的股票相比在成长面上、估值上、动量上、技术指标上的得分情况，这个评价是非常全面的，只有汇总得分比其他得分要高才有说服力。
　　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。
　　人脑处理信息的能力是有限的，当一个资本市场只有100只股票，这对定性投资基金经理是有优势的，他可以深刻分析这100家公司。但在一个很大的资本市场，比如有成千上万只股票的时候，强大的定量投资的信息处理能力能反映它的优势，能捕捉更多的投资机会，拓展更大的投资机会。
　　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。定性投资经理大部分时间在琢磨哪一个企业是伟大的企业，那个股票是可以翻倍的股票;与定性投资经理不同，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。
　　概率取胜
　　这表现为两个方面，一是定量投资不断的从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。
本文已影响 人
[什么是量化投资 量化投资的特点]相关的文章
看过本文的人还看了
1131人看了觉得好
2904人看了觉得好
8388人看了觉得好
【百科知识】图文推荐
Copyright & 2006 -
All Rights Reserved
学习啦 版权所有苹果/安卓/wp
积分 43080, 距离下一级还需 12815 积分
权限: 自定义头衔, 签名中使用图片, 设置帖子权限, 隐身, 设置回复可见, 签名中使用代码
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡, 千斤顶, 变色卡, 置顶卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 8 天连续签到: 1 天[LV.3]偶尔看看II
& && & 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。事实上，互联网的发展，使得新概念在世界范围的传播速度非常快，作为一个概念，量化投资并不算新，国内投资者早有耳闻。但是，真正的量化基金在国内还比较罕见。
基本简介量化投资区别于定性投资的鲜明特征就是模型。
& && &对于量化投资中模型与人的关系，大家也比较关心。打个比方来说明这种关系，我们先看一看医生治病,中医与西医的诊疗方法不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，定性程度上大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。医生治疗病人的疾病，投资者治疗市场的疾病，市场的疾病是什么？就是错误定价和估值，没病或病得比较轻，市场是有效或弱有效的；病得越严重，市场越无效。& && & 投资者用资金投资于低估的证券，直到把它的价格抬升到合理的价格水平上。但是，定性投资和定量投资的具体做法有些差异，这些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；定量投资更像是西医，依靠模型判断，模型对于定量投资基金经理的作用就像CT机对于医生的作用。在每一天的投资运作之前，需要先用模型对整个市场进行一次全面的检查和扫描，然后根据检查和扫描结果做出投资决策。
四大特点& && &
& && & 其实，定量投资和传统的定性投资本质上是相同的，二者都是基于市场非有效或是弱有效的理论基础，而投资经理可以通过对个股估值，成长等基本面的分析研究，建立战胜市场，产生超额收益的组合。不同的是，定性投资管理较依赖对上市公司的调研，以及基金经理个人的经验及主观的判断，而定量投资管理则是“定性思想的量化应用”,更加强调数据。
& && & 所有的决策都是依据模型做出的。我们有三个模型：一是大类资产配置模型、二是行业模型、三是股票模型。根据大类资产配置决定股票和债券投资比例；按照行业配置模型确定超配或低配的行业；依靠股票模型挑选股票。纪律性首先表现在依靠模型和相信模型，每一天决策之前，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。有人问，模型出错怎么办？不可否认，模型可能出错，就像CT机可能误诊病人一样。但是，在大概率下，CT机是不会出错的，所以，医生没有抛弃CT机，我的模型在大概率下是不出错的，所以，我还是相信我的模型。
& && & 纪律性的好处很多，可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差，行为金融理论在这方面有许多论述。纪律化的另外一个好处是可跟踪。定量投资作为一种定性思想的理性应用，客观地在组合中去体现这样的组合思想。一个好的投资方法应该是一个“透明的盒子”。我们的每一个决策都是有理有据的，特别是有数据支持的。如果有人质问我，某年某月某一天，你为什么购买某支股票的，我会打开系统，系统会显示出当时被选择的这只股票与其他的股票相比在成长面上、估值上、动量上、技术指标上的得分情况，这个评价是非常全面的,只有汇总得分比其他得分要高才有说服力。
& && & 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。人脑处理信息的能力是有限的，当一个资本市场只有100只股票，这对定性投资基金经理是有优势的，他可以深刻分析这100家公司。但在一个很大的资本市场，比如有成千上万只股票的时候，强大的定量投资的信息处理能力能反映它的优势，能捕捉更多的投资机会，拓展更大的投资机会。
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。定性投资经理大部分时间在琢磨哪一个企业是伟大的企业，那个股票是可以翻倍的股票；与定性投资经理不同，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。
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。
掌握量化投资的思想与策略，并用当下最潮流最强大的R语言实战
时间：基础班: 日 (一天)& && && && && && &&&
& && && & 实战班: -16日 (三天)
安排：上午9:00-12:00；下午1:30-4:30；答疑4:30-5:00
地点：北京市海淀区首都体育学院
学费：基础班: 1000元 /800元 (仅限全日制本科生及硕士研究生优惠价)
& && && & 实战班: 4000元 /3200元 (仅限全日制本科生及硕士研究生优惠价)
& && && & 全程优惠价: 4500元 /3600元 (仅限全日制本科生及硕士研究生优惠价) & && && &
& && && &(食宿自理)
优惠：现场班老学员9折优惠；
& && && & 同一单位三人以上同时报名9折优惠；
& && && & 以上优惠不叠加。。
课程详情：
联系方式：魏老师QQ：Tel：010-Mail：
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
总评分:&经验 + 110&
论坛币 + 150&
学术水平 + 1&
热心指数 + 6&
信用等级 + 1&
量化投资：思想，策略与R语言实战
<font color="#月上海班已经是第10次开班，之前北京上海的现场班都让参加的学员们受益匪浅，
这次蔡老师又更新的大纲，加入了更多的案例来帮助大家掌握量化投资的精髓，欢迎大家报名学习！
PS：不需要R语言和量化投资理论的基础哦~ 只要您有金融的基础知识就可以报名参加~
总评分:&经验 + 10&
讲师介绍：蔡立耑（Terry Tsai），美国伊利诺伊大学金融硕士，华盛顿大学经济学硕士、博士，在国内外如美国、韩国有丰富的授课经验。带领博、硕士生从事投资决策、金融衍生品、风险分析、交易策略等领域的研究。
生长于台湾，求学于美国，在台湾的信息与金融业担任高级顾问，不仅拥有扎实的金融理论基础，而且具备广阔的国际视野与前沿的研究理念！
主持多项金融大数据研究项目，涉及SAS、R、Matlab、Mathematica、Java 与C#、F# 等多种统计分析工具与编程语言。在数据处理、数据分析以及数据可视化等数据科学领域有丰富的经验和独到的见解。
亲身实践各种金融应用，主持研究团队与台湾知名大学与企业合作开展各种金融研究，例如量化投资、风险分析等。在统计套利、金融大数据等领域有丰富的操作经验与授课经验。带领的量化投资研究团队用多种编程语言实现了统计套利以及风险管理自动化程序。
课程特色：
1：现场教学，可现场和老师互动，解决当下的课程疑惑2：课程内容丰富，囊括了许多量化投资的理论知识3：课程内容新颖，应用前沿的学术理论4：教学过程深入浅出, 以实例与实作印证所学5：学员能快速掌握灵活R语言，能在现实中通过此工具解决量化投资等综合金融问题6：可操作性强，将所介绍理论在实战中一一展示，即学即用，在实战中搭建课程的整体脉络
总评分:&经验 + 10&
论坛币 + 8&
课程目标：本课程旨在有限的四天时间内帮助学员高效实现：<font color="#：深入理解量化投资的思想，建立起量化投资的理论直觉<font color="#：熟练灵活使用R语言，能藉助R语言工具高效迅速构建量化投资策略<font color="#：培养强烈的市场投资直觉，能通过构建量化投资策略敏锐捕捉市场盈利，赢取市场套利空间
总评分:&论坛币 + 6&
量化投资基础班：主题内容简介R语言实战案例
R语言基础与金融统计分析
Part1：R语言学习与应用1、R语言简介（1）R语言的特点与安装&&&&（2）R&&Studio的环境配置（3）R 语言的扩展包&&&&2、数据操作&&&&（1）基本数据类型与互相转换&&（2）数据结构介绍&&&&&&【向量、矩阵、数组、因子、列表、数据框】&&3、数据的输入与输出（IO）& &&&（1）常用文件格式&&&&&&（excel、csv、txt、 access数据框）导入方法（2）数据结果输出&&&&4、数据计算基础&&& & 常用数据运算函数&&5、R语言绘图&&（1）基础图形绘制&&&&&&【折线图、散点图、条形图、直方图、箱线图等绘制与输出】 &&（2）ggplot2图层式绘图&&&&6、R语言高阶技巧& &&&（1）R语言的函数结构&&&&（2）apply函数簇介绍&&&&&&【apply、lapply、sapply、tapply函数应用与区别】&&&&（3）R语言并行运算，提高运行速度&&&&Part2 ：金融统计分析与R语言1、概率分布理论&&&&（1）样本分布理论&&&&（2）描述性统计&&&&（3）参数估计&&&&（4）假设检验&&&&2、多变量相关性分析3、方差分析、线性回归模型& &
案例一： &&大型股票数据（Access）读取股票数据读取&&案例二：A股市场股票数据绘图&&案例三：& &&&A股交易数据描述性统计&&案例四：& &&&上证综指和创业板指数编制与计算&&案例五：& &&&<font color="#09-2013行业间收益率比较
实战班课程大纲：主题内容简介R语言实战案例
第一天：量化投资概述及&&量化投资中的数据挖掘与文本挖掘
Part1 量化投资概述&&&&1、投资策略回顾与比较&&&&基本面、技术分析和量化的联系与区别&&&&2、量化投资概述3、量化投资风险与管控&&&&4、量化选股&&&&（1）量化选股系统介绍&&（2）基本面选股： 财务评级选股&&（3）超额Alpha选股&&&&& && && &CAPM模型&&&&& && && &三因子模型选股&&5、投资组合配置&&&&（1）随机资产配置的模拟&&&&（2）马科维茨风险-收益模型原理& &&&（3）模型缺陷与修正：Black-Litterman模型&&&&Part2 数据挖掘算法在量化投资中的运用&&1、逻辑回归与涨跌预测&&&&2、神经网络与涨跌预测&&3、支持向量机模型与涨跌预测&&<font color="#、聚类与股票配对&&&&Part3 舆情分析与关注度模型&&1、文本挖掘概述&&2、编码知识&&3、正则表达式&&4、中文分词<font color="#、文本分类模型
案例一：R语言进行A股市场投资组合配置实例&&&&案例二：& &Black-Litterman模型优化资产配比&&案例三：财务估值指标（PB、PE）对市场收益的影响&&案例四：使用分类模型预测未来股票涨跌&&案例五：微博股票热度选股模型&&案例六：&&面对A股市场2000多只股票，您是选价值股还是成长股？或许二者可以兼顾？GARP量化选股将给出一种答案。&&案例七：&&如何批量化地选出有异常收益率的股票？ 本案例将演示Alpha选股模型，并据以批量选股。&&案例八：&&在Alpha选股时，除了市场收益率以外，应该还要考虑其他影响超额收益率的因素。本案例将结合应用Fama-French三因子模型，展示高效、批量化应用三因子模型之技巧。&&案例九：&&如何科学有效地对投资标的物进行资产配置？本案例运用R语言实现A股市场投资组合配置。&&案例十：如何在资产配置时加入自己或者专家的观点？Black-Litterman模型优化资产配比提供一种资产配置新思路。主题内容简介R语言实战案例
第二天：技术指标&&交易策略与&&R语言实现
Part1：金融时间序列分析与R语言1、什么是时间序列数据&&2、时间序列的平稳性检验与白噪声探讨&&3、时间序列平滑&&【SMA、WMA EWMA】4、金融时间序列建模预测【ARMA、ARIMA模型】5、波动的集聚效应&&6、高频金融数据分析&&（1）非同步交易&&（2）交易数据的经验特征&&（3）价格变化模型（4）持续期模型&&（5）处理市场微观结构噪声&&Part2：R语言捕捉技术指标买卖点&&1、K线图绘制与形态分析<font color="#、动量指标（momentum）策略&&&&动量指标交易&&3、相对强弱指标（RSI）&&&&计算与交易&&<font color="#、移动平均线策略&&（1）均线编制与计算&&（2）双均线交叉策略<font color="#、异同均线（MACD）策略<font color="#、BOLL通道突破策略（1）唐奇安 通道&&（2）布林（Bollinger）通道&&<font color="#、KDJ指标交易策略&&<font color="#、OBV指标交易策略&&9、量价关系交易策略 &&成交价格与成交量关系传递的信息
案例一：股票交易的历史数据能够预测未来吗？以上证综指为例，运用统计方法检验时间序列数据可预测性的前提条件。&&案例二：预测股票收益率是广大投资者密切关心的主题。本案例运用ARIMA模型进行批量模拟建模，以预测股票未来的收益率。&&案例三:市场波动与投资风险密切相关，本案例使用GARCH模型预测波动率，并将其应用于VaR模型的风险管控。&&案例四：&&高频数据的数据特征有何独特性？如何对高频数据进行建模预测？本案例探讨高频数据模型构建、波动率估计。&&案例五：&&选股可谓是投资的第一步，如何有效率地对上千只股票进行筛选？本案例结合R语言，运用财务指标在A股市场进行批量选股。&&案例六：K线形态是买卖操作的重要参考，但如何编程捕捉？本案例将提供启发性的技巧。&&案例七：本案例将介绍如何使用动量交易策略，捕捉涨者恒涨，跌者恒跌的巿场现象。&&案例八：如何衡量金融市场买卖热度？RSI指标提供一种判断技巧，本案例运用R语言演示RSI指标求值过程并制定交易策略。&&案例九：如果某只股票一直没有超越近期股价的最高点，我们要采取何种交易策略，才能获得较高收益？是继续持有股票？还是抛售股票？我们将介绍解决这个问题的交易策略，并用R语言进行展示。主题内容简介R语言实战案例
第三天：&&用R语言玩转量化交易策略
Part1： 高级交易策略1、多种技术指标综合应用2、统计套利策略&&（1）无风险套利与统计套利&&（2）套利空间产生的理论基础&&（3）配对交易策略&&3、轮动投资策略&&4、趋势追踪、反转策略与波动率之间的关系&&5、仓位控制的几种技术6、“支持向量机”与金融市场分析预测&&（1）支持向量机原理（2）运用支持向量机进行股票分类与R语言
案例一：当多个买卖信号出现时，如何进行最终买卖决策？&&案例二：&&如何避免虚假信号的捕捉？&&案例三：本案例将演示配对套利策略在中国股票市场的应用，并探索开仓时奌与触发信号的设计技巧。&&案例四：&&轮动投资的投资标准是什么？本案例结合R语言编写轮动投资的选股策略，并进行绩效检测。&&案例五：&&趋势追踪与反转策略往往让投资人难以抉择；本案例检视依波动率选择两个策略之表现。&&案例六：&&买卖信号出现时，如何进行仓位管控？本案例运用R语言实现不同仓位技术，并进行风险评估。&&案例七：&&如何运用“支持向量机”技术辅助投资决策？本案例将提供一种参考思路。
总评分:&论坛币 + 6&
回帖奖励 +2
回帖奖励 +2
回帖奖励 +2
回帖奖励 +2
量化投资区别于定性投资的鲜明特征就是模型
总评分:&经验 + 10&
初级热心勋章
初级热心勋章
初级学术勋章
初级学术勋章
中级学术勋章
中级学术勋章
中级热心勋章
中级热心勋章
初级信用勋章
初级信用勋章
中级信用勋章
中级信用勋章
高级学术勋章
高级学术勋章
高级热心勋章
高级热心勋章
高级信用勋章
高级信用勋章
特级信用勋章
高级信用勋章
特级学术勋章
特级学术勋章
特级热心勋章
高级热心勋章
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
加入我们,立即就学扫码下载「就学」app& Join us!& JoinLearn&
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师}