basics:quant
差别
这里会显示出您选择的修订版和当前版本之间的差别。
| 两侧同时换到之前的修订记录前一修订版 | |||
| basics:quant [2026/08/09 21:53] – wiki | basics:quant [2026/08/10 23:09] (当前版本) – wiki | ||
|---|---|---|---|
| 行 1: | 行 1: | ||
| - | ===== 什么是量化交易?Quantitative Trading ===== | + | ====== 什么是量化交易?Quantitative Trading |
| 文章来源:[[https:// | 文章来源:[[https:// | ||
| 行 7: | 行 7: | ||
| 随着计算机语言的普及,目前量化交易已渐渐在普通投资者中应用。华尔街70%~80%的交易都是通过量化交易完成的。 目前有些劵商,比如,盈透IBRK 和 富途 moomoo 都提供的API,提供给用于进行自己的量化交易策略。 | 随着计算机语言的普及,目前量化交易已渐渐在普通投资者中应用。华尔街70%~80%的交易都是通过量化交易完成的。 目前有些劵商,比如,盈透IBRK 和 富途 moomoo 都提供的API,提供给用于进行自己的量化交易策略。 | ||
| - | ==== 什么是量化交易? ==== | + | ===== 什么是量化交易? |
| 量化交易,英文是 Quantitative Trading,是一种基于量化分析 (Quantitative Analysis) 的交易方式。 | 量化交易,英文是 Quantitative Trading,是一种基于量化分析 (Quantitative Analysis) 的交易方式。 | ||
| 行 43: | 行 43: | ||
| * 风险管理:跟踪根据交易模型进行的量化交易,发现交易过程中可能存在的风险,及时进行风险管理。 | * 风险管理:跟踪根据交易模型进行的量化交易,发现交易过程中可能存在的风险,及时进行风险管理。 | ||
| - | ==== 量化交易的创始人 ==== | + | ===== 量化交易的创始人 |
| Jim Simons 是首位将计算机数学模型与金融投资结合的伟大投资者,他创立的 Renaissance Technologies(文艺复兴技术)对冲基金公司,是目前最成功的以量化交易为主的对冲基金公司。 | Jim Simons 是首位将计算机数学模型与金融投资结合的伟大投资者,他创立的 Renaissance Technologies(文艺复兴技术)对冲基金公司,是目前最成功的以量化交易为主的对冲基金公司。 | ||
| + | |||
| + | {{.: | ||
| Jim Simons 以数学家、密码破解者的背景进入金融领域,主张将各种人为情绪因素排除在金融投资决策之外,使用成熟的计算机语言来判断市场行情并从中获取了惊人的收益。他认为计算机有自己的观点,在建立成熟成功的交易模型后,他会盲目地跟从计算机的结果,拒绝任何人为情绪来干扰计算机的运算判断结果。 | Jim Simons 以数学家、密码破解者的背景进入金融领域,主张将各种人为情绪因素排除在金融投资决策之外,使用成熟的计算机语言来判断市场行情并从中获取了惊人的收益。他认为计算机有自己的观点,在建立成熟成功的交易模型后,他会盲目地跟从计算机的结果,拒绝任何人为情绪来干扰计算机的运算判断结果。 | ||
| 行 51: | 行 53: | ||
| 自1982年创立其基于计算机量化交易的 Renaissance Technologies基金公司以来,短短30多年,Jim Simons凭借其量化交易系统,为自己积累了230亿美元的财富。 | 自1982年创立其基于计算机量化交易的 Renaissance Technologies基金公司以来,短短30多年,Jim Simons凭借其量化交易系统,为自己积累了230亿美元的财富。 | ||
| - | ==== 量化交易的优缺点 ==== | + | ===== 量化交易的优缺点 |
| 量化交易被大多数金融机构使用,目前也渐渐被许多个人投资者使用,同许多其他交易方式一样,它有自己的优缺点: | 量化交易被大多数金融机构使用,目前也渐渐被许多个人投资者使用,同许多其他交易方式一样,它有自己的优缺点: | ||
| - | === 优点 === | + | ==== 优点 |
| 可快速进行大量数据收集和分析,极大缩减目标选择的工作量。 | 可快速进行大量数据收集和分析,极大缩减目标选择的工作量。 | ||
| 行 63: | 行 65: | ||
| 使用计算机数学模型来理性分析行情,判断操作方式,有效避免人为情绪的干扰。 | 使用计算机数学模型来理性分析行情,判断操作方式,有效避免人为情绪的干扰。 | ||
| - | === 缺点 === | + | ==== 缺点 |
| 单一的量化交易模型无法始终在动态市场中有效,需定期调整参数来适应市场的大环境变化。 | 单一的量化交易模型无法始终在动态市场中有效,需定期调整参数来适应市场的大环境变化。 | ||
| - | ==== 量化交易策略有哪些? ==== | + | ===== 量化交易策略有哪些? |
| 量化交易策略即是量化交易员根据交易风格特点,编写针对性的交易模型,收集整合所需信息,根据拟定的不同交易判断点来进行数据监控、决策执行。目前经市场验证,较为成功的量化交易策略有: | 量化交易策略即是量化交易员根据交易风格特点,编写针对性的交易模型,收集整合所需信息,根据拟定的不同交易判断点来进行数据监控、决策执行。目前经市场验证,较为成功的量化交易策略有: | ||
| - | === 阿尔法对冲策略 === | + | ==== 阿尔法对冲策略 |
| 投资者在市场交易中会面临系统性风险—Beta/ | 投资者在市场交易中会面临系统性风险—Beta/ | ||
| - | === 海龟交易策略 === | + | ==== 海龟交易策略 |
| 海龟策略是趋势跟随型量化交易策略,分别在入场条件、仓位控制、资金管理、止损止盈等各环节上设置参数,来进行自动化交易,该策略可以作为复杂交易策略的设计基础模板。 | 海龟策略是趋势跟随型量化交易策略,分别在入场条件、仓位控制、资金管理、止损止盈等各环节上设置参数,来进行自动化交易,该策略可以作为复杂交易策略的设计基础模板。 | ||
| - | === 多因子选股策略 === | + | ==== 多因子选股策略 |
| 多因子选股策略是通过找到某些和收益率相关的指标参数,根据该指标来构建股票组合,如果股票组合跑赢市场指数,则继续做多,同时做空期指,赚取阿尔法收益,如果跑输,则做多期指,做空当前股票组合,赚取反向阿尔法收益。是目前量化选股中的一个重要模型。 | 多因子选股策略是通过找到某些和收益率相关的指标参数,根据该指标来构建股票组合,如果股票组合跑赢市场指数,则继续做多,同时做空期指,赚取阿尔法收益,如果跑输,则做多期指,做空当前股票组合,赚取反向阿尔法收益。是目前量化选股中的一个重要模型。 | ||
| - | === 双均线策略 === | + | ==== 双均线策略 |
| 双均线策略,基本思路是分别建立m天移动平均线,n天移动平均线,两条均线必定会产生交点。如果m> | 双均线策略,基本思路是分别建立m天移动平均线,n天移动平均线,两条均线必定会产生交点。如果m> | ||
| - | === 跨品种套利策略 === | + | ==== 跨品种套利策略 |
| 该策略的基本思路是利用两种不同种类,但相互关联的指数期货产品之间的差价进行交易,互相关联是指有相互替代性或受到同一供求因素影响,比如相关商品间套利或原料与成品间的套利。该策略对于市场而言,可以帮助发生扭曲的市场价格恢复正常水平,以及增加市场流动性。 | 该策略的基本思路是利用两种不同种类,但相互关联的指数期货产品之间的差价进行交易,互相关联是指有相互替代性或受到同一供求因素影响,比如相关商品间套利或原料与成品间的套利。该策略对于市场而言,可以帮助发生扭曲的市场价格恢复正常水平,以及增加市场流动性。 | ||
| - | === 跨期套利策略 === | + | ==== 跨期套利策略 |
| 与跨品质套利策略类似,跨期套利策略也是适用于期货的量化交易策略,跨期套利是通过在同一交易所进行同一指数、不同交割月的期货合约交易来套利获益。 | 与跨品质套利策略类似,跨期套利策略也是适用于期货的量化交易策略,跨期套利是通过在同一交易所进行同一指数、不同交割月的期货合约交易来套利获益。 | ||
| - | === 指数增强策略 === | + | ==== 指数增强策略 |
| 该策略适用于指数型投资者,基金管理人通过使用该策略来保持自己推荐的投资组合中各项特征参数高于标的指数的回报水平,以保持自己良好的投资业绩。 | 该策略适用于指数型投资者,基金管理人通过使用该策略来保持自己推荐的投资组合中各项特征参数高于标的指数的回报水平,以保持自己良好的投资业绩。 | ||
| - | === 网格交易策略 === | + | ==== 网格交易策略 |
| 该策略是利用市场震荡来获利的一种主动型交易策略,其基本思路为利用投资标的在预设值的网格区间内反复震荡的价格差异中,反复进行加仓减仓操作,比如标对象价格突破网格时加仓,回到网格时减仓,以此来达到投资收益最大化。 | 该策略是利用市场震荡来获利的一种主动型交易策略,其基本思路为利用投资标的在预设值的网格区间内反复震荡的价格差异中,反复进行加仓减仓操作,比如标对象价格突破网格时加仓,回到网格时减仓,以此来达到投资收益最大化。 | ||
| - | === 行业轮动策略 === | + | ==== 行业轮动策略 |
| 该策略旨在根据不同行业不同品牌的强势时间,自动在不同行业间轮流切换以达到投资收益最大化。 | 该策略旨在根据不同行业不同品牌的强势时间,自动在不同行业间轮流切换以达到投资收益最大化。 | ||
| - | === 高频交易策略 === | + | ==== 高频交易策略 |
| 高频交易策略可以帮助投资者在极短的市场变化中赚取收益,计算机可以根据设定的程序实时跟踪市场走势,自动在设定的价格差间进行买入或卖出操作,通过大量交易次数,从价格波动中赚取大量收益。 | 高频交易策略可以帮助投资者在极短的市场变化中赚取收益,计算机可以根据设定的程序实时跟踪市场走势,自动在设定的价格差间进行买入或卖出操作,通过大量交易次数,从价格波动中赚取大量收益。 | ||
| - | === R-Breaker策略 === | + | ==== R-Breaker策略 |
| R-Breaker 是一种日内交易策略,根据前一个交易日的收盘价、最高价和最低价数据,借助特定的数学模型,建立六个价位,从高到低分别为:突破买入价、观察卖出价、反转卖出价、反转买入价、观察买入价和突破卖出价,这六个价位即为当前交易的不同操作触发点,投资者可以通过调整模型中的参数来调节各价位间的差距,以更改自动操作触发条件。该策略被Future Thruth杂志评为最赚钱的策略之一。 | R-Breaker 是一种日内交易策略,根据前一个交易日的收盘价、最高价和最低价数据,借助特定的数学模型,建立六个价位,从高到低分别为:突破买入价、观察卖出价、反转卖出价、反转买入价、观察买入价和突破卖出价,这六个价位即为当前交易的不同操作触发点,投资者可以通过调整模型中的参数来调节各价位间的差距,以更改自动操作触发条件。该策略被Future Thruth杂志评为最赚钱的策略之一。 | ||
| - | + | --- THE END --- | |
basics/quant.1786283618.txt.gz · 最后更改: 由 wiki
