最佳答案4.如何进行量化投资一个量化投资的交易系统主要包括三个部分，阿尔法模型、风险模型和交易成本模型，阿尔法模型旨在预测宽客所考虑金融产品的未来趋势；风险模型旨在帮助宽客投资不太能带来收益但会造成损失的敞口规模；交易成本模型用于帮助确定从目前的投资组合到新的投资组合的交易成本，目前对于量化交易的研究重点大都集中在对阿尔法模型的研究上，阿尔法模型阿尔法模型是量化明卜交易系统的第一个重要组成部分，主要是为了寻找盈利机会，阿尔法是希腊字母α的音译，常用于量化表述投资者的盈利能力或投资者得到的与市场波动无关的回报，阿尔法模型分为：趋势形、回复型、技术

如何开发量化投资模型

最佳答案4.如何进行量化投资

一个量化投资的交易系统主要包括三个部分，阿尔法模型、风险模型和交易成本模型。

阿尔法模型旨在预测宽客所考虑金融产品的未来趋势；

风险模型旨在帮助宽客投资不太能带来收益但会造成损失的敞口规模；

交易成本模型用于帮助确定从目前的投资组合到新的投资组合的交易成本。

目前对于量化交易的研究重点大都集中在对阿尔法模型的研究上。

阿尔法模型

阿尔法模型是量化明卜交易系统的第一个重要组成部分，主要是为了寻找盈利机会。

阿尔法是希腊字母α的音译，常用于量化表述投资者的盈利能力或投资者得到的与市场波动无关的回报。

阿尔法模型分为：

趋势形、回复型、技术情绪型、价值型/收益型、成长型和品质型

趋势型和均值回复型交易策略都依赖价格数据；纯技术情绪型的策略比较少见通常都只作为一个辅助因子；而价值型/收益型、成长型和品质型策略都基于基本面数据

趋势跟随策略

趋势跟随策略是基于以下基本的假定：在一定时间内市场通常朝着同一方向变化，据此对市场趋势做出判断就可以作为制定交易策略的依据。常见于期货市场，最常用移动平均线交叉来定义趋势。

均值回复策略

均值回复策略的基本理论认为，价格围绕其价值中枢而上下波动，判断出这个中枢以及波动的方向便足以捕捉到交易机会。统计套利是用的最多的均值回复策略，认为价格出现背离类似股票的价值终究会缩小到合理的区间范围。

技术情绪型策略

这一类策略没有明确的经济理论支撑，主要通过追踪投资者情绪相关指标来判断预期回报，如交易价格、交易量以及波动性指标等。比如观察期权激悉穗市场的认沽认购量和隐含波动率做现货的择时，再者就是高频交易通过限价指令簿的形态来判断近期市场情绪。

价值型/收益型策略

价值型策略主要用于股票交易。这类策略认为市场倾向于高估高风险资陆姿产的风险，而低估低风险资产的风险。因此，在适当的时间买入高风险资产和卖出低风险资产，就可以获得收益。常用的指标有PE（市盈率）、PB（市净率）等，常应用于股票多空。

成长型策略

成长型策略试图通过对所考虑资产以往的增长水平进而对未来的走势进行预测。他认为价格上涨通常都是存在趋势的，价格上涨最快的产品通常比同类产品更具有优势，他要求投资者能尽早判断公司的股价处于增长期，从而捕捉到公司的股价未来更大的上涨幅度。宏观上常见于外汇市场，例如持有经济迅速增长的国家的外汇，这些国家的利率比经济增长缓慢或处于复苏期的经济体要高；股票市场通常用EPS等指标度量。

品质型策略

这类策略的支持者认为，在其他条件相同的条件下最好买入或持有高品质的产品而做空或减少持有低品质的资产。这类策略比较看重资金的安全，受宏观市场影响比较大，常用的指标有杠杆比率、收入波动比、管理团队水平和欺诈风险。

不管是什么类型的策略最终受益都体现在交易中关于买卖时机的把握和持有头寸选择的技巧。

这个社区里面有很多关于量化的策略，也有很多牛人，可以和他们多讨论讨论的。

如何建立一个股票量化交易模型并仿真?

最佳答案研究量化投资模型的目的是找出那些具体盈利行羡确定性的时空价格形态，其最重要手段的概率取胜，最重要的技术是概率统计，最主要的研究方向是市场行为心理。那么我们在选择用于研究的参数时，也应该用我们的经验来确定是否把某技术参数放进去，因为一般来说定性投资比较好用的参数指标对量化投资同样适用。x0dx0a量化投资区别于传统定性投资的主要特征在于模型。我打个比方，我们看病，中医与西医的诊疗方法是不同，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，主观定性程度大一些；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。中医对医生的经验要求非常高，他们的主观判断往往决定了治疗效果，而西医则要从容得多，按事先规定好的程序走就行了。量化投资就是股票投资中的西医，它可以比较有效地矫正理智与情绪的不兼容现象。x0dx0a量化投资的一般思路：选定某些技术指标（我们称之为参数，往往几个组成一组），并将每一个参数的数据范围进行分割，成几等份。然后，用计算机编程写出一段能对这些参数组对股票价格造成的影响进行数据统计的程序，连接至大型数据库进行统计计算，自动选择能够达到较高收益水平的参数组合。但是选出这些参数组后还不能马上应用，因为这里涉及到一个概率陷阱的问题，比如说，有1到丛氏100这一百个数字放在那里，现在让你选择，请问你选到100的可能性是多大？是的，就是1/100，如果较幸运你选到了100并不能说明你比别人聪明，而是概率的必然。所以，在进行统计时要特别关注统计的频率与选出的结果组数量之间的关系。在选出符合要求的参数组后我们还应留出至少三年的原始市场数据进行验证，只有验证合格后才能试用。x0dx0a量化投资原始数据策略：我们选用96年后的市场数据，因为96年股市有过一次交易政策改革（你可以自己查询了解一下），为了不影响研究结果我们不96年以前的数据进数据库。x0dx0a量化投资研究的硬设备：高计算性能电脑，家用电脑也可以，不过运算时间会很长，我曾经用家用电脑计算了三个月时间才得到想要的数据。x0dx0a统计方法：可以选用遗传算法，但我在这里陪大家做的是比较简单的模型，所以采用普通统计方法就可以了。x0dx0a用于量化研究的软件：我采用的是免费的大型数据库MYSQL，ASP网络编程语言，以及可以设置成网络服务器的旗舰版WIN7操作系统。档郑拍

量化模型的八种基础

最佳答案量化模型的八种基础

量化选股就是利用数量化的方法选择股票组合，期望该股票组合能够获得超越基准收益率的投资行为。量化选股策略总的来说可以分为两类：第一类是基本面选股，第二配闹类是市场行为选股。

基本面选股主要有多因子模型、风格轮动模型和行业轮动模型。市场行为选股主要有资金流模型、动量反转模型、一致预期模型、趋势追踪模型和筹码选股模型。

有关量化选股业绩评价要从两个方面来考虑，一个是收益率，一个是风险指数，只是收益率高的策略并不能成为最好的策略，应该综合考虑收益率和风险情况才能判断一个选股的策略的好坏。量化选股需要考虑的是在斗正承担多大的风险情况下的收益率情况。

简单的说一下八种基本的量化模型，这个也是在网上经常被提到的模型。

多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。多因子模型相对来说比较稳定，因为在不同市场条件下，总有一些因子会发挥作用。

风格轮动模型是利用市场的风格特征进行投资，比如有时候市场偏好小盘股，有培销罩时候偏好大盘股，如果是风格转换的初期介入，则可以获得较大的超额收益。

行业轮动模型与风格轮动类似，由于经济周期的原因，总有一些行业先启动，有的行业跟随。在经济周期过程中，依次对这些轮动的行业进行配置，则比买入持有策略有更好的效果。

资金流选股模型的基本思想是利用资金的流向来判断股票的涨跌，如果资金流入，股票应该会上涨，如果资金流出，则股票应该下跌。所以将资金流入流出的情况编成指标，则可以利用该指标来判断在未来一段时间股票的涨跌情况了。

动量反转模型是指股票的的强弱变化情况，过去一段时间强的股票，在未来一段时间继续保持强势，过去一段时间弱的股票，在未来一段时间继续弱势，这叫做动量效应。过去一段时间强的股票在未来一段时间会走弱，过去一段时间弱势的股票在未来一段时间会走强，这叫做反转效应。如果判定动量效应会持续，则应该买入强势股，如果判断会出现反转效应，则应该买入弱势股。

一致预期模型是指市场上的投资者可能会对某些信息产生一致的看法，比如大多量加牛人看好某一只股票，可能这只股票在未来一段时间会上涨；如果大多数量加牛人看空某一只股票，可能这只股票在未来一段时间会下跌。一致预期策略就是利用大多数牛人（股票分析师）的看法来进行股票的买入卖出操作。

趋势追踪模型是属于图形交易的一种，就是当股价出现上涨趋势的时候，则追涨买入；如果出现下跌趋势的时候，则杀跌卖出，本质上是一种追涨杀跌策略。判断趋势的指标有很多种，包括MA，EMA，MACD等，其中最简单也是最有效的是均线策略。

筹码选股模型是另外一种市场行为策略，基本思想是，如果主力资金要拉升一只股票，会慢慢收集筹码，如果主力资金要卖出一只股票，则会慢慢分派筹码，所以根据筹码的分布和变动情况，就可以预测股票的未来是上涨还是下跌。

什么是量化投资？

最佳答案所谓量化，就是把经过抽样得到的瞬时值将其幅度离散，即用一组规定的电平，把瞬时抽样值用最慎迹旦接近的电平值来表示。简单理解量化投资是由一群精通数学、统计学、计算机的学霸们，他们去找看似没有规律的股票市场中运行的规律，然后搭建投资模型，最后按照其方法去投宽扰资，所以量化资金就是买量化基金的钱。

按照量化级的划分方式分，有均匀量化和非均匀量化。

均匀量化：ADC输入动态范围被均匀地划分为2^n份。

非均匀量化：ADC输入动态范围的划分不均匀，一般用类似指数的曲线进行量化。

非均匀量化是针对均匀量化提出的，因为一般的语音信号中，绝大部分是小幅度的信号，且人耳听觉遵循指数规律。为了保证关心的信号能够被更精确的还原，我们应该将更多的bit用于表示小信号。

常见的非均匀量化有A律和μ率等，它们的区别在于量化曲线不同。

拓展资料：

一个普遍的误区是大家都认为量化交易全都是高频交易甚至超高频交易，其实量化资金是有分类区别的：

第一类：指数增强类量州皮化，这种策略目的是跑赢追踪的指数如沪深300、中证500，交易频率并不高，基本以一周或一月为单位换手一次。

第二类：量化中性类：对做多的股票标的同时融券卖出进行量化对冲。

第三类：量化对冲类：通过股指期货或期权等衍生品做对冲进行交易。

第四类也是最后一类才是大家所认为的进行高频交易的量化，但是第四类在量化资金中的占比只有10%-20%，第一类占比50%，第二类和第三类占比30%左右。综合来看，现在A股每日成交量中量化资金占比最多就30%-40%，并没有所说的有一半那么夸张。

_

量化投资主要体现在哪些方面？

最佳答案量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。

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；依靠股票模型手含吵挑选股票。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毕侍进行决策，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、精选老让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。