量化分析研究和测量将行为的复杂模式分解为数值。它忽略了定性分析,该定性分析基于诸如管理专业知识或品牌实力之类的主观因素来评估机会。
对于一般投资者,甚至是部分金融从业者来说,量化投资都是一门高大上的技术,充斥着模型代码和算法假设,门槛非常高。其实,生活中的量化思想无处不在。
例如,某魔都金融民工,每日上班路线是这样的:乘地铁或者公交至陆家嘴,随后步行或者乘华宝兴业免费接驳车至公司楼下。哪条路线最近呢?
- import turtle as T
- import random
- import time
- # 画樱花的躯干(60,t)
- def Tree(branch, t):
- time.sleep(0.0005)
- if branch > 3:
- if 8 <= branch <= 12:
- if random.randint(0, 2) == 0:
- t.color('snow') # 白
- else:
- t.color('lightcoral') # 淡珊瑚色
- t.pensize(branch / 3)
- elif branch < 8:
- if random.randint(0, 1) == 0:
- t.color('snow')
- else:
- t.color('lightcoral') # 淡珊瑚色
- t.pensize(branch / 2)
- else:
- t.color('sienna') # 赭(zhě)色
- t.pensize(branch / 10) # 6
- t.forward(branch)
- a = 1.5 * random.random()
- t.right(20 * a)
- b = 1.5 * random.random()
- Tree(branch - 10 * b, t)
- t.left(40 * a)
- Tree(branch - 10 * b, t)
- t.right(20 * a)
- t.up()
- t.backward(branch)
- t.down()
- # 掉落的花瓣
- def Petal(m, t):
- for i in range(m):
- a = 200 - 400 * random.random()
- b = 10 - 20 * random.random()
- t.up()
- t.forward(b)
- t.left(90)
- t.forward(a)
- t.down()
- t.color('lightcoral') # 淡珊瑚色
- t.circle(1)
- t.up()
- t.backward(a)
- t.right(90)
- t.backward(b)
- # 绘图区域
- t = T.Turtle()
- # 画布大小
- w = T.Screen()
- t.hideturtle() # 隐藏画笔
- t.getscreen().tracer(5, 0)
- w.screensize(bg='wheat') # wheat小麦
- t.left(90)
- t.up()
- t.backward(150)
- t.down()
- t.color('sienna')
- # 画樱花的躯干
- Tree(60, t)
- # 掉落的花瓣
- Petal(200, t)
- w.exitonclick()
什么是量化对冲?“量化对冲”是“量化”和“对冲”两个概念的结合。“量化”指借助统计方法、数学模型来指导投资,其本质是定性投资的数量化实践。“对冲”指通过管理并降低组合系统风险以应对金融市场变化,获取相对稳定的预期年化收益。实际中对冲基金往往采用量化投资方法,两者经常交替使用,但量化基金不完全等同于对冲基金。
就以我们日常上班的路程举例,我们可以选择步行或者乘坐地铁或公交。比如有人罗列了所有可行的路线,然后花了一定的时间进行反复的试验,最终发现一条最近的路线。那么这种思想就是量化思想,在大量的数据中找出大概率的最优策略并依据策略执行。
化投资最大的优势就在于它可以帮助投资者克服人性的弱点。交易者在进行交易决策时表现出来的恐惧、贪婪等心理都是亏损的原因。我们都知道人的精力是有限的,当投资者在对市场进行分析时,往往只能依据行业层面的信息进行选择,但是量化投资却可以进行更深层次的挖掘。具体来说量化投资具有三大优势。
一、纪律性
所有的交易决策都是依据已经设定形成的交易模型做出的,而不是仅凭投资者的自身感觉。这样可以在很大程度上帮助投资者避免人性中的弱点,又增加了很多投资决策的科学性。
二、系统性
量化投资的系统性主要表现在多角度、多层次和多数据这三个方面。多角度主要是说,量化投资的核心投资思想包含成长、市场情绪、市场结构以及宏观周期等多个角度。多层次是指,量化投资在行业选择、个股选择以及大类资产配置上每个层次都有相匹配的模型。多数据不难理解,就是说量化投资是通过海量的数据进行处理的。
三、概率取胜
从量化交易的概念中我们就可以得出,量化投资是在大量的数据中找到“大概率”事件,并总结出规律建立模型,这是概率取胜的第一方面。第二方面,是说量化投资并不仅仅依靠某只单一股票进行获利,而是从市场弱有效或者非有效的角度,通过行业分析等方便,建立的可获得超额收益的投资组合。


雷达卡



京公网安备 11010802022788号







