请选择 进入手机版 | 继续访问电脑版
楼主: 资料狂人
4747 59

[统计套利] 量化投资已成为穿越“牛熊”的利器, 前景广阔   [推广有奖]

运营管理员

巨擘

0%

还不是VIP/贵宾

-

威望
9
论坛币
975096818 个
通用积分
41089.5271
学术水平
4617 点
热心指数
3402 点
信用等级
3620 点
经验
634965 点
帖子
9585
精华
140
在线时间
18155 小时
注册时间
2010-5-1
最后登录
2024-3-29

初级热心勋章 初级学术勋章 中级学术勋章 中级热心勋章 初级信用勋章 中级信用勋章 高级学术勋章 高级热心勋章 高级信用勋章 特级信用勋章 特级学术勋章

资料狂人 在职认证  发表于 2017-8-18 08:56:42 |显示全部楼层 |坛友微信交流群

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

       ▲量化投资是一种依托计算机构建模型再投资的策略。从长期业绩表现看,量化基金具备业绩稳健、资产管理规模大、分散化投资、不带有主观投资情绪等优势,被称为穿越“牛熊”的利器

  大类资产配置需求给量化投资带来了全新的发展机遇。随着技术门槛的降低以及大数据、人工智能的应用,任何投资者都可以将量化投资应用到自身资产组合当中,广大中小投资者也可以为自己定制量化投资产品

  如果从2007年大批海外量化基金投资人才归国算起,我国量化投资基金行业已走过10年历程。从最初不为人知到成为公募行业名片,从单一的量化对冲产品到多策略量化组合,从震荡市大放异彩到单边行情下饱受质疑……这一全新的投资方式正在被各类资管机构接受,尤其是公募量化证券投资基金因其高门槛、大规模、运作透明规范的标准化特点,被广大中小投资者热捧。


穿越牛熊的利器

  量化投资是一种依托计算机构建模型再投资的策略。其投资逻辑在于从海量的历史数据中寻找能带来超额收益的多种“大概率”事件,并严格地按照这些策略构建的数量化模型来投资。本质上,量化投资是利用计算机和数据运算,寻找市场定价偏差的一种投机策略。

  量化投资区别于定性投资的鲜明特征是构建模型。“每个模型由很多因子组成,每个因子本质上都是基金经理眼中的一个赚钱的观点。例如,投资者情绪因子,是将投资者情绪变化作量化统计,作为筛选股票投资的决策依据。”华泰柏瑞基金副总经理田汉卿认为,定性投资和定量投资的具体做法有些差异,如同中医和西医的差异,定性投资更像中医,依靠经验和感觉判断。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。

  量化投资在国外已有30多年的发展史,因其稳健的业绩广受投资者认可。曾是数学老师的美国量化基金经理西蒙斯管理的大奖章基金,在1989年到2007年取得了平均年收益高达35%的佳绩。国内首只量化公募基金——光大保德信量化核心诞生于2004年,但国内量化投资基金真正开始发展始于2007年大批海外量化人才回国管理产品。

  Wind资讯显示,截至7月24日,目前市场上存续的公募量化证券投资基金达184只,其中成立年限不足1年的达85只,不足2年的达124只,成立年限超过10年的仅有光大核心、博时裕富沪深300A、上投摩根阿尔法等3只基金。

  这180余只量化基金中,截至7月25日,具备可比数据的22只基金近5年的投资回报率高达117.10%,远高于同期沪深300指数、中证500指数等被动指数类产品,甚至好于大多数主动管理类股票型基金。


量化+”前景广阔

  3年前,量化对冲产品曾风靡一时,部分公募基金公司一度密集发行,但受到对冲工具限制,这类产品近期逐渐归于平静,业绩表现平平,市场对于量化投资策略有效性的质疑声开始出现。

  “量化对冲产品的发展规律说明,量化投资的困难有两方面:一是量化投资模型同质化,参与的人多了会失效,这就要求开发者在策略研发上不断拓展。其次,仅靠量化模型做量化已不能满足市场需求,必须通过‘量化+’寻找新的投资领域和投资机会。例如,分级基金套利、商品期权等都可以应用量化模型。总之,量化投资的发展不能局限于传统股票池。”艾方资产总经理兼投资总监蒋锴说。

  针对“量化+”的发展思路,富善投资总经理兼投资总监林成栋认为:“当前几大发展趋势决定了量化投资必须‘走出去’,这也是未来投资者继续看好量化基金的关键:一是大类资产配置需求带来的全新量化投资发展机遇,二是量化策略和主动投资策略相结合。基本面投资和量化投资并不矛盾,中西医也可以实现良好的互动和融合发展,量化投资管理人应多学习宏观基本面的研究方法,将纯量化的策略与传统主观策略相结合,有望产生新的‘化学反应’。”

  之所以应用更多的“量化+”策略,也有预防“业绩地雷”“业绩变脸”等事件的考虑。“随着2017年上市公司中报发布,业绩变脸的公司开始增多。要预防业绩变脸,需要重点过滤那些长期业绩稳健、信息披露规范、数据规范的公司,那些业绩数据不稳定的公司,‘变脸’概率较大。”泰达宏利业绩驱动量化股票型基金的拟任基金经理杨超表示,从稳健的业绩到业绩变脸的判断,不是一天之间形成,需要通过量化投资的方法长期对公司基本面研究并预判。


定制型量化值得期待

  从量化投资基金的发展趋势看,无论是“量化+”还是多策略量化的应用,都说明量化投资已不再是一种单纯的投资产品、单一的投资策略,而是更加偏向工具化、模块化发展。通俗地说,随着技术门槛的降低以及大数据、人工智能的应用,任何投资者都可以将量化投资应用到自身资产组合当中,广大中小投资者也可以为自己定制量化投资产品。

  业内人士表示,计算机决策有很大局限性,缺陷就是没有前瞻性,因为它是基于历史数据和历史检验的结论,其逻辑是历史会重复。市场环境是不断变化的,长期看,要战胜市场必须具有前瞻性,的基金管理人如巴菲特和索罗斯都具备这一特征。如果将量化投资、人工智能仅仅视为一种投资工具,将两者的优点和传统主动管理类投资方法整合起来改良量化基金产品,则有可能产生全新的定制型、聪明的量化基金。目前,国内一些阳光私募基金已开始将人工智能的三个子领域——机器学习、自然语言处理、知识图谱,融入自身策略中,尝试获取“聪明”的收益。

                                                                                                                                 (摘自经济日报)


学习量化投资除了自己摸索实践外,跟业内有成功经验的人学习也是快速掌握这门金领技能的重要方式:

经管之家量化投资学院联合业内名师开设Python量化现场班,分享量化投资技能与经验:

Python机器学习与量化投资
时间:2019年5月24-27日 (四天) 北京, 6月6-9日 (四天) 上海   
安排:上午9:00-12:00;下午1:30-4:30;答疑4:30-5:00
地点:
北京市海淀区厂洼街3号丹龙大厦/上海市培训教室

学费:5000元 / 4200元 (仅限全日制在读本科生及硕士生优惠价);食宿自理

我要报名

讲师介绍:

蔡立耑(Terry Tsai),美国伊利诺伊大学金融硕士,华盛顿大学经济学硕士、博士,在国内外如美国、韩国有丰富的授课经验。带领博、硕士生从事投资决策、金融衍生品、风险分析、交易策略等领域的研究。

生长于台湾,求学于美国,在台湾的信息与金融业担任高级顾问,不仅拥有扎实的金融理论基础,而且具备广阔的国际视野与前沿的研究理念!经管之家资深量化投资讲师。

主持多项金融大数据研究项目,涉及SAS、R、Matlab、Mathematica、Java 与C#、F# 等多种统计分析工具与编程语言。在数据处理、数据分析以及数据可视化等数据科学领域有丰富的经验和独到的见解。

亲身实践各种金融应用,主持研究团队与台湾知名大学与企业合作开展各种金融研究,例如量化投资、风险分析等。在统计套利、金融大数据等领域有丰富的操作经验与授课经验。带领的量化投资研究团队用多种编程语言实现了统计套利以及风险管理自动化程序。


课程介绍
人工智能与机器学习对交易与投资产生巨大影响。交易领域的人工智能应用,大多藉由机器学习来鍳别,分析资产价格变化的特征或因子,以利于构建盈利的交易策略。本课程将系统性介绍常用机器学习方法在股市的应用。

课程大纲:

Python 基本介绍(一天)

1. Python对象类型

2. Python 常用语句和语法

3. Python函數


Python数据分析(一天)

1. Numpy程序库与多维数组

2. Pandas与时间序列数据

3. Matplotlib数据可视化


机器学习与量化交易(两天)

机器学习是从看似无序的数据中分析规律,识别可能具代表性的模式,再藉以对未知数据进行预测。

而股市具有大数据特征,应用机器学习方法从海量的股市数据中发现潜在规律,预测未来发展趋势,对于降低投资风险与增进决策效率显然有重要的意义。

本课程拟介绍如何应用下列的机器学习方法来预测股市,并分析不同方法的效能。

1. 逻辑回归

1.1 逻辑回归基本概念

1.2 二元分类与逻辑回归模型

1.3 多类别逻辑回归

1.4 逻辑回归的案例分析


2. 机器学习算法:线性判别分析(LDA)和 二次判别分析(QDA)

2.1 判别分析的基本定义

2.2 线性判别分类器与二次判别分类器的理论模型

2.3 构造判别分析分类器的具体操作步骤

2.4 LDA与QDA 金融案例分析


3. 支持向量机

3.1  支持向量机基本概念

3.2  支持向量机的原理

3.3  线性可分与非线性可分支持向量机

3.4  核函数

3.5  支持向量机与金融数据分类


4. 聚类与统计套利

4.1 时间序列的基本概念

4.2 配对交易的思想与实现

4.3 聚类演算法的介绍与应用


5. 随机森林

5.1 决策树

5.2 随机森林的基本概念与演算法

5.3 随机森类算法的独特优势

5.4 随机森林的应用:股票市场


6. 人工神经网路(ANN)与深度神经网络(DNN)

6.1 人工神经网络的缘起

6.2 神经元与激活函数

6.3 人工神经网络

6.4 反向传播算法

6.5 深度神经网络

6.6 人工神经网络与深度神经网络的金融市场应用分析


7. 卷积神经网络(CNN)

7.1 卷积神经网络的基本想法

7.2 卷积层

7.3 池化层

7.4 全连接层

7.5 卷积神经网络的整体架构及其变形架构

7.6 CNN与股票预测

     

8. 递归神经网络(RNN)

8.1 递归神经网络的基本框架

8.2 Backpropagation Through Time(BPTT) 算法            

8.3 RNN与CNN对股票预测的对比分析

8.4 長短期記憶模型LSTM和GRU 网络

8.5 RNN, LSTM和GRU模型对股票预测的对比分析


报名流程:

1:点击“我要报名”,网上填写信息提交;
2:给予反馈,确认报名信息;
3:网上订单缴费;
4:开课前一周发送课程电子版讲义,软件准备及交通住宿指南。


优惠:

现场班老学员9折优惠;
同一单位三人以上同时报名9折优惠;

以上优惠不叠加。


联系方式:

魏老师

QQ:1143703950 点击这里给我发消息

Tel:010-68478566

Mail:vip@pinggu.org

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝


回帖推荐

资料狂人 发表于6楼  查看完整内容

经管之家量化投资学院:http://q.peixun.net/renmaiquan.html


资料狂人 在职认证  发表于 2017-8-18 08:58:01 |显示全部楼层 |坛友微信交流群
欢迎大家报名参加经管之家量化投资学院名师精品课程!!

使用道具

weinamaleny 在职认证  发表于 2017-8-18 09:05:38 |显示全部楼层 |坛友微信交流群

回帖奖励 +2

从R量化投资到Python量化投资
只为给大家分享前沿的量化投资思想与策略

使用道具

auirzxp 学生认证  发表于 2017-8-18 09:12:38 |显示全部楼层 |坛友微信交流群

回帖奖励 +2

对Python很感兴趣

使用道具

资料狂人 在职认证  发表于 2017-8-18 09:20:21 |显示全部楼层 |坛友微信交流群
经管之家量化投资学院:http://q.peixun.net/renmaiquan.html

使用道具

nndbc 发表于 2017-8-18 09:22:15 |显示全部楼层 |坛友微信交流群

回帖奖励 +2

使用道具

tt_abc 发表于 2017-8-18 09:22:48 |显示全部楼层 |坛友微信交流群

回帖奖励 +2

使用道具

b54932951 发表于 2017-8-18 09:28:37 |显示全部楼层 |坛友微信交流群

回帖奖励 +2

thank you for sharing

使用道具

colongkong 发表于 2017-8-18 09:51:04 |显示全部楼层 |坛友微信交流群

回帖奖励 +2

非常好的培训

使用道具

lwell20 发表于 2017-8-18 09:53:33 |显示全部楼层 |坛友微信交流群

回帖奖励 +2

就像“大数据”已经成为“大便池”,“量化”是?????

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jr
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 21:03