量化交易简介

量化交易简介金融工程部什么是量化交易•量化投资理论是借助现代统计学和数学的方法，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，用数量模型验证及固化这些规律和策略，然后严格执行已固化的策略来指导投资，以求获得可持续的、稳定且高于平均的超额回报。量化交易优势•数量投资相对于传统投资方法的优越性主要来自两个方面：–消除投资组合配置的局限性–克服了人性弱点，使投资决策更科学、更理性交易策略分类投资策略主动型策略被动型策略（指数型）传统策略基本面/技术分析量化策略量化投资的发展•20世纪50~60年代–马克维茨均值-方差模型–资本资产定价模型CAPM–有效市场假说EMH•70~80年代–期权定价模型（Black-Scholes）–套利定价模型（APT）–金融工程诞生•90年代至今–风险管理模型（VaR，风险矩阵）–行为金融学–非线性科学的引入海外量化基金•根据Bloomberg的数据，截至2008年11月4日，1184只量化基金管理的总资产高达1848亿美金，相比1988年21只量化基金管理的80亿美元资产来说，年均增长速度高达到20%•同期非量化基金的年增长速度仅为8%•1998年长期资本管理公司的失败已经证明，量化策略和量模型并不能被完全信赖•量化投资策略在2007年以来的次贷风波中又一次向我们真实展现了其风险的一面量化投资的传奇•詹姆斯·西蒙斯（JamesSimons）,量化投资大师、数学家和对冲基金——文艺复兴科技公司（RenaissanceTechnologiesCorp.）掌门人。从1988年到2008年，他管理下的大奖章（Medallion）基金的年均净回报率是35.6%，比索罗斯等投资大师同期的年均回报率要高出10个百分点，比同期标准普尔500指数的年均回报率则高出20多个百分点。量化交易的组成•量化交易策略覆盖了投资的全过程–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–风险控制量化交易统计与数学工具•人工智能•数据挖掘•信号处理•随机过程•分性理论量化选股•公司估值法–基本面决定价值，价值决定价格•趋势法–根据市场表现，强势、弱势、盘整等不同的形态，做出对应的投资决策•资金法–追随市场主力资金的方向量化择时•大多数研究报告的结论支持中国的股票市场尚未达到弱有效–可以通过对历史信息的分析预测价格•高级数学、统计分析技术–时间序列分析–分形理论–人工神经网络股指期货套利•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，相近类别股票指数合约交易，以赚取差价的行为–期现套利–跨期套利量化交易实现不同层面•市场事件信号量化–定性事件预警的自动化与程序化•牛熊市反转、市场轮动、超买超卖、突破等•买卖决策量化–实现了买入卖出机会发现的自动化与程序化•确定的买入卖出预警提示•交易自动化–资金管理–自动下单管理量化交易策略的评价方法•策略概述–择股/择时–投机/对冲/套利•资金规模–总资产规模–平均持仓水平•操作频率–低频（平均年操作次数）–高频（平均日操作次数）–超高频（平均分钟操作次数）•胜率–盈利操作次数/总操作次数–35%以上才有实际操作意义•平均盈利–超过手续费+平均冲击成本•最大回撤–绝对资产最大回撤–最大回撤比例•最大连续亏损–笔数–金额•平均年化收益–期间收益/期间时长*1年时长•平均年华风险–期间收益方差*SQRT(采样频率*1年时长)•收益风险比率–平均采样收益率/采样方差–1，90%把握绝对年投资收益为正