量化投资入门到进阶

教材目录第一章：量化基础知识第一节量化投资的概念和优势第二节量化投资的历史和未来第三节量化投资的流程与应用第二章：量化策略入门第一节：MindGo量化交易平台第二节：MindGoAPI介绍第三节：我的第一个量化策略第三章：Python编程第一节：Python介绍第二节：数据类型第三节：条件与循环第四节：函数第五节：numpy第六节：pandas基础第七节：pandas进阶第四章：经典量化策略集锦第一篇：投资高股息股票第二篇：从“二八轮动”中学择时第三篇：网格交易—动态调仓策略第四篇：进军交易系统，从DualThrust中学“趋势”第五篇：布林强盗，一个霸道的交易系统第六篇：交易系统终结者—海龟交易法则第七篇：向彼得林奇投资大师学习PEG选股第八篇：CAPM模型的应用第九篇：Fama-French三因子模型应用第十篇：动量类多因子之择时中选股第五章：量化研究专题第一篇：用matplotlib绘图函数实现数据可视化第二篇：运用Scipy模块实现统计技术第三篇：10分钟学会用Python做线性回归第四篇：统计套利：利用相关系数进行配对交易第五篇：数据处理专题：去极值、标准化、中性化第六篇：数据挖掘专题：分类与预测第七篇：算法交易入门—VWAP第八篇：Python实现马克维兹投资组合理论第九篇：隐马尔科夫模型【机器学习+数据挖掘】第十篇：机器学习之神经网络入门第一章：量化基础知识第一节量化投资的概念和优势量化投资的概念　　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。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，打个比方来说明，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投资决策。量化投资的优势量化投资的优势在于纪律性、系统性、及时性、准确性和分散化。1.纪律性：严格执行投资策略，不是投资者情绪的变化而随意更改。这样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。2.系统性：量化投资的系统性特征包括多层次的量化模型、多角度的观察及海量数据的观察等。多层次模型包括大类资产配置模型、行业选择模型、精选个股模型等。多角度观察主要包括对宏观周期、市场结构、估值、成长、盈利质量、市场情绪等多个角度分析。此外，海量数据的处理能力能够更好地在广大的资本市场捕捉到更多的投资机会，拓展更大的投资机会。3.及时性：及时快速地跟踪市场变化，不断发现能够提供超额收益的新的统计模型，寻找新的交易机会。4.准确性：准确客观评价交易机会，克服主观情绪偏差，从而盈利。5.分散化：在控制风险的条件下，量化投资可以充当分散化投资的工具。表现为两个方面：一是量化投资不断地从历史中挖掘有望在未来重复的历史规律并且加以利用，这些历史规律都是较大概率取胜的策略；二是依靠筛选出股票组合来取胜，而不是一只或几只股票取胜，从投资组合的理念来看也是捕捉大概率获胜的股票，而不是押宝到单个股票。第二节量化投资的历史和未来量化投资的历史与现状　　讲起量化投资，就不得不提华尔街的传奇人物——詹姆斯·西蒙斯(JamesSimons)。　　这位慧眼独具的投资巨擘，有着一份足以支撑其赫赫名声的光鲜履历：20岁时获得学士学位;23岁时在加州大学伯克利分校博士毕业;24岁时成为哈佛大学数学系最年轻的教授;37岁时与中国数学家陈省身联合发表了著名论文《典型群和几何不变式》，并开创了著名的陈—西蒙斯理论;40岁时运用基本面分析法设立了自己的私人投资基金;43岁时与普林斯顿大学数学家勒费尔(HenryLaufer)重新开发了交易策略并由此从基本面分析转向数量分析;45岁时正式成立了文艺复兴科技公司，最终笑傲江湖，成为勇执牛耳的投资霸主。　　这段看似青云直上的成名之路，再次为世人印证了一个道理——当代的技术创新，其实大多源自跨越学科的资源整合，而非从无到有的发明创造。具体说来，即使睿智如西蒙斯，在最初之时，他也没有直接想到运用量化方法投资，而是和众多投资者一样着眼于外汇市场，但野心勃勃的西蒙斯并不甘于只是简单因循传统的投资策略。随着经验的不断累积，他开始思考，为何不运用他最为熟悉的数学方法来搭建投资模型，从而能够科学精准地预测货币市场的走势变动?这一大胆的跨学科尝试，最终彻底改变了他的人生走向。　　通过将数学理论巧妙融合到投资的实战之中，西蒙斯从一个天资卓越的数学家摇身一变，成为了投资界中首屈一指的“模型先生”。由其运作的大奖章基金(Medallion)在1989-2009的二十年间，平均年收益率为35%，若算上44%的收益提成，则该基金实际的年化收益率可高达60%，比同期标普500指数年均回报率高出20多个百分点，即使相较金融大鳄索罗斯和股神巴菲特的操盘表现，也要遥遥领先十几个百分点。最为难能可贵的是，纵然是在次贷危机全面爆发的2008年，该基金的投资回报率仍可稳稳保持在80%左右的惊人水准。西蒙斯通过将数学模型和投资策略相结合，逐步走上神坛，开创了由他扛旗的量化时代，他的骤富神话更让世人对于量化投资有了最为直观而浅显的认识：这能赚钱，而且能赚很多钱。　　但金融行业瞬息万变，老天也没有一味垂青这位叱咤风云的“模型先生”。自2012年以来，由西蒙斯掌印的文艺复兴科技公司可谓祸事不断，厄运缠身。其麾下的“文艺复兴机构期货基金”(RIFF)在2011年仅实现盈利率增长1.84%，到2012年，更是破天荒的亏损了3.17%，这一亏损幅度甚至超过了同年巴克莱CTA指数的平均降幅(1.59%)。RIFF主要通过全球范围的期货和远期交易来实现绝对收益，虽属于文艺复兴公司旗下规模较小的基金产品，但作为公司的明星”印钞机“，其回报率竟会一下暴跌至行业平均水平，难免让众人始料不及。到2012年底，RIFF的资产规模已缩减至7.88亿美元，远远低于2011年的40亿美元。到今年10月底，文艺复兴公司最终宣布正式关闭RIFF，一代“文艺”明星RIFF就此戛然陨落。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、得到越来越多投资者认可。国外量化投资的兴起和发展主要分为三个阶段：第一阶段（1971-1977）1971年，世界上第一只被动量化基金由巴克莱国际投资管理公司发行，1977年世界上第一只主动量化基金也是巴克莱国际投资管理公司发行，发行规模达到70亿美元，是美国量化投资的开端。第二阶段（1977-1995）从1977年到1995年，量化投资在海外经历一个缓慢的发展，这其中受到诸多因素的影响，随着信息技术和计算机技术方面取得巨大进步，量化投资才迎来了其高速发展的时代。第三阶段（1995-至今）从1995年到现在，量化投资技术逐渐趋于成熟，同时被大家所接受。在全部的投资中，量化投资大约占比30%，指数类投资全部采用定量技术，主动投资中，约有20%-30%采用定量技术。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发展还处于初级阶段。随着我国改革开放30年，证券市场成立二十年，雨后春笋般的在最近短短几年里，国内打着“量化投资”标签的基金已有9只，加上最近即将发行的长信量化先锋，量化基金数量将达到10只。此前9只量化基金策略不同，表现亦是参差不齐，量化投资也因而颇受质疑。因为我国A股的种种特殊性，在我国A股市场使用量化策略，好比盲人摸象。市场上最早的几只量化基金，业绩一度饱受病垢。人们对量化基金的争议主要集中于两点，一是A股市场是否有量化基金生存的土壤，二是基金的量化策略是否可以接受市场长期的检验。量化投资的未来相较于海外成熟市场，A股市场的发展历史较短，投资者队伍参差不齐，投资理念还不够成熟，留给主动投资发掘市场非有效性，产生阿尔法的潜力和空间也更大。投资理念多元化，也创造出多元分散的alpha机会。量化投资的技术和方法在国内几乎没有竞争者。中医治疗中医擅长的疾病、西医治疗西医擅长的疾病；如果把证券市场看作一个病人的话，每个投资者就是医生，定性投资者挖掘定性投资的机会，治疗定性投资的疾病。证券市场上定性投资者太多了，机会太少，竞争太激烈；量化投资者太少了，机会很多，竞争很少。这给量化投资创造了良好的发展机遇——当其他人都摆西瓜摊的时候，我们摆了一个苹果摊。总的看来，量化投资和定性投资的差别真的有如中医和西医的差别，互有长短、各有千秋。由此可见，随着2010年4月股指期货的出台，量化投资国内市场发展潜力逐渐显现，已有北京大学汇丰商学院，上海交通大学安泰管理学院投入数百万开设了专业的量化投资金融实验室，并开办了量化投资高级研修班，为国内量化投资的市场发展提供了良好学术和实战环境。第三节量化投资的应用与流程量化投资应用　　量化投资一般应用于科学分析、市场监测、交易执行。　　科学分析主要运用计算机技术对历史数据进行处理，最终得出一个科学的结论。比如：投资者如果想要知道每股收益这个财务数据是否可以作为投资参考，其可以通过对历史数据进行分析处理，分别买入较高每股收益的股票并持有一段时间和买入较低每股收益的股票并持有一段时间，如果买入较高的每股收益的股票的获利能力远大于买入较低每股收益的股票的获利能力，那么证明了过去一段时间内，股票的每股收益数据确实会影响股价的涨跌，反之，则不然。　　市场监测主要运用计算机程序，实时对整个市场进行监控，包括个股价格波动、市场消息、突发事件等。目前中国股市的上市公司高达3000多家，如果人为去监测整个市场的动态，其会消耗大量的人力物力，并且最终效果达不到预期，而量化投资的市场监测功能能较好的解决这个问题，通过计算机程序，实时对所有上市股票进行监测。　　交易执行主要运用计算机程序，完成精确的、及时的交易工作。一般而言，多账户多策略的交易执行需要计算机程序实现。人为无法同时操作多个账户，会导致交易不精确，过于迟缓的情况发生。不仅如此，计算机程序还能实现算法交易，能有效降低交易成本。量化投资流程一般而言，量化投资的流程为：数据—研发&回测—交易执行。　　1.数据：量化投资需要对大量的数据进行分析与研究，这些数据应当是完整、可靠、规范的数据，使得最终的分析和研究结论是正确的、可靠的。　　2.研发&回测：量化投资在研发策略的过程需要考虑alpha模型、风控模型、成本模型。alpha模型是策略的投资逻辑实现，风控模型作用是控制风险，成本模型能最大化收益。　　3.交易执行：交易执行需要考虑资产管理、订单管理、风控管理。资产管理主要有资金使用、资金分配等。订单管理主要是对订单进行再处理，真实交易中存在未完成的订单。风控管理主要是控制账户的风险以及外部风险：比如网络中断，计算机故障等。第二章：量化策略入门第一节：MindGo量化交易平台MindGo量化交易平台是同花顺旗下的人工智能投资平台，拥有高质海量的金融数据，零延迟的回测引擎，最接近真实市场环境的仿真交易平台，干净、完整的API文档，同时支持目前广泛使用的脚本语言——Python语言，致力打造国内一流的专业在线量化交易平台，帮助广大投资者和高校师生实现量化策略，开启AI时代，让投资变得更简单！MindGo提供以下服务：1.数据MindGo数据基于2014年至今完整的Leve