1、简单地说，量化交易就是依靠计算机程序实施投资策略的方法。比如说金融学上有一个很著名的交易策略叫动量交易 （momentumtrading），就是说股票价格向上突破的时候买入，向下跌破的时候卖出。
2、自学量化交易的方法包括：了解基本概念、学习金融市场知识、掌握编程技能、学习量化交易策略、实践回测与优化、不断学习和提升。了解基本概念 在开始学习量化交易之前，需要对量化交易的基本概念有一个清晰的认识。
3、在准备进入量化交易这扇大门之前，我们先需要了解，量化交易是什么。量化交易与其说是一个行业，不如说是交易的一种方法，它对应的是主观交易。主观交易是交易者（本书中：投资者=投机者=交易者。
1、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，第二类是市场行为选股。
2、风险量化评估模型主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。
3、Alpha策略 全对冲的叫做Alpha策略，不对冲的在市面上常被称作指数增强策略。二者所用模型一样，但后者少了期货的对冲。缺少对冲有坏处也有好处，坏处是这种策略的收益曲线是会有较大的回撤。
4、第三类策略就是高频交易策略，高频交易在国内的主要应用有以下几类，期货趋势、期货套利、期权等做高频交易的基本上都是私募，但高频交易的产品基本上不会对外募集或者极少对外募集。
5、量化投资需要掌握以下基本数学基础：统计学：如概率论、统计推断、数据分析等。信号处理：如滤波、调制解调等。时间序列分析：如自回归模型、结构模型等。经济学：如宏观经济学、金融市场、行为金融学等。
6、量化模型，是把数理统计学应用于科学数据，以使数理统计学构造出来的模型得到经验上的支持，并获得数值结果。这种分析是基于理论与观察的并行发展，而理论与观测又通过适当的推断方法而得以联系。
1、Alpha策略 全对冲的叫做Alpha策略，不对冲的在市面上常被称作指数增强策略。二者所用模型一样，但后者少了期货的对冲。缺少对冲有坏处也有好处，坏处是这种策略的收益曲线是会有较大的回撤。
2、国内的量化策略可以简单分为三个类型，Alpha策略，CTA策略以及高频交易策略。其中主要的是Alpha策略和CTA策略。
3、算法交易模块：基于历史数据和统计模型，自动执行投资决策和交易指令，例如订单流优化、股票买卖策略等。回测模块：通过模拟历史市场环境和交易条件，评估量化交易模型的绩效和误差率，以优化策略和算法。
4、若应用于股市，一般包括量化选股和量化选时核陆两点。股票选择模型主要包括：多因素模型、风格轮换模型、行业轮换模型、资本流动模型、动量反转模型、一致预期模型、趋势跟踪模型和芯片股票选择模型。
5、本我控制：控制本我实际上就是在交易中，自始至终坚持已经定好的交易原则。如何不让交易的数据涨跌影响心境，从而做到坚持量化的数据来执行。
6、当然了，还有一大类是多因子模型，但是多因子从广义来说其实概念很广泛，任何的技术指标和财务因子都可以作为多因子模型的因子。
1、量化投资是指通过数学、统计学、信息技术模型替代人为的主观判断，管理投资组合，在控制风险的前提下实现收益最大化。
2、量化投资，通常称为系统投资，是指采用分析历史量化数据的投资策略。可以进行数据分析并使用高级模型来计算概率并确定进行有利可图的投资交易的最佳时机， 量化投资由两个基本部分组成： 研究（ 可能基于专有研究 ）和实施。
3、量化投资是指借助现代统计学和数学的方法，利用计算机技术来进行交易的证券投资方式。
4、量化投资者对于投资模型的构建，一般情况下是在“现代金融学理论框架”下进行的，其主要包括：投资组合选择理论、有效市场理论、公司财务的MM理论、资本资期权定价理论、产定价理论、套利定价理论间。
5、量化投资是运用机器学习、模式识别、数据挖掘等方法建立数学模型，形成投资策略并做成计算机程序，进行自动化交易的一种投资方式。如果从大类上划分，它又可分为“量化策略”和“算法交易”。
发表评论 取消回复