帶你入門——揭開量化投資的面紗

? ?量化投資,簡單地說就是利用數(shù)學马靠、統(tǒng)計學襟交、信息技術(shù)的量化投資方法來管理投資組合狼讨。量化投資者搜集分析大量的數(shù)據(jù)后,借助計算機系統(tǒng)強大的信息處理能力,采用先進的數(shù)學模型替代人為的主觀判斷,利用計算機程序在全市場捕捉投資機會并付諸實施,克服了投資者情緒波動的影響,使投資的穩(wěn)定性大為增加,避免因市場極度狂熱或悲觀的情況而導(dǎo)致做出非理性的投資決策,以保證在控制風險的前提下實現(xiàn)收益最大化佩研。用一句話說,就是利用電腦幫助人腦處理大量信息。


? ? 提起量化投資荔茬,就不得不提量化投資的標桿——華爾街傳奇人物詹姆斯·西蒙斯(James Simons)

? ?通過將數(shù)學理論巧妙融合到投資的實戰(zhàn)之中竹海,西蒙斯成為了投資界中首屈一指的“模型先生”慕蔚。由其運作的大獎?wù)禄?Medallion)在1989-2009的二十年間,平均年收益率為35%斋配,若算上44%的收益提成孔飒,則該基金實際的年化收益率可高達60%,比同期標普500指數(shù)年均回報率高出20多個百分點艰争,即使相較金融大鱷索羅斯和股神巴菲特的操盤表現(xiàn)十偶,也要遙遙領(lǐng)先十幾個百分點。最為難能可貴的是园细,縱然是在次貸危機全面爆發(fā)的2008年,該基金的投資回報率仍可穩(wěn)穩(wěn)保持在80%左右的驚人水準接校。西蒙斯通過將數(shù)學模型和投資策略相結(jié)合猛频,逐步走上神壇,開創(chuàng)了由他扛旗的量化時代蛛勉。

價值投資趨勢投資技術(shù)分析)是引領(lǐng)過去一個世紀的投資方法鹿寻,隨著計算機技術(shù)的發(fā)展,已有的投資方法和計算機技術(shù)相融合诽凌,產(chǎn)生了量化投資毡熏。

量化投資的原理是什么?


將每次賺錢概率提高到50%以上侣诵。也許從每次投資來看,成功的概率略微超過50%并不是很出彩,但是很多次加起來,投資所靠的“運氣”就可能被變成風險有限的高額投資回報痢法。

如果每次交易賠錢的概率超過50%,但是每次賠的數(shù)量都很小,相對而言如果每次賺錢的概率雖然小于50%,但是賺的數(shù)目都很大的話,成功的概率也有可能超過50%。經(jīng)過多次交易之后,只要盈利交易多于虧損交易,總體交易結(jié)果就是盈利的杜顺。對于這種情況,如果將交易進行分組,如果最大連續(xù)虧損次數(shù)為3次,則可以將6次交易分為一組,這樣就可以看到每組賺錢概率提高到50%以上了财搁。與原理一的情況就相同了

量化投資的優(yōu)勢

量化投資的主要優(yōu)勢在于紀律性、系統(tǒng)性躬络、及時性尖奔、準確性和分散化。

1.?紀律性:嚴格執(zhí)行投資策略穷当,不是投資者情緒的變化而隨意更改提茁。這樣可以克服人性的弱點,如貪婪馁菜、恐懼茴扁、僥幸心理裕偿,也可以克服認知偏差规惰。

2.?系統(tǒng)性:量化投資的系統(tǒng)性特征包括多層次的量化模型、多角度的觀察及海量數(shù)據(jù)的觀察等谨胞。多層次模型包括大類資產(chǎn)配置模型、行業(yè)選擇模型躲胳、精選個股模型等蜓洪。多角度觀察主要包括對宏觀周期、市場結(jié)構(gòu)坯苹、估值隆檀、成長、盈利質(zhì)量粹湃、市場情緒等多個角度分析恐仑。此外,海量數(shù)據(jù)的處理能力能夠更好地在廣大的資本市場捕捉到更多的投資機會为鳄,拓展更大的投資機會裳仆。

3.?及時性:及時快速地跟蹤市場變化,不斷發(fā)現(xiàn)能夠提供超額收益的新的統(tǒng)計模型孤钦,尋找新的交易機會歧斟。

4.?準確性:準確客觀評價交易機會,克服主觀情緒偏差偏形,從而盈利静袖。

5.?分散化:在控制風險的條件下,量化投資可以充當分散化投資的工具俊扭。表現(xiàn)為兩個方面:一是量化投資不斷地從歷史中挖掘有望在未來重復(fù)的歷史規(guī)律并且加以利用队橙,這些歷史規(guī)律都是較大概率取勝的策略;二是依靠篩選出股票組合來取勝萨惑,而不是一只或幾只股票取勝捐康,從投資組合的理念來看也是捕捉大概率獲勝的股票,而不是押寶到單個股票庸蔼。


智能投顧的模式

智能投顧真的智能嗎吹由?

讓全球鼻祖Betterment告訴你,什么是智

股多多投顧——智能投顧產(chǎn)品簡報

專業(yè)量化交易人士如何看待傳統(tǒng)技術(shù)分析

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末朱嘴,一起剝皮案震驚了整個濱河市倾鲫,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌萍嬉,老刑警劉巖乌昔,帶你破解...
    沈念sama閱讀 216,496評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異壤追,居然都是意外死亡磕道,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,407評論 3 392
  • 文/潘曉璐 我一進店門行冰,熙熙樓的掌柜王于貴愁眉苦臉地迎上來溺蕉,“玉大人伶丐,你說我怎么就攤上這事》杼兀” “怎么了哗魂?”我有些...
    開封第一講書人閱讀 162,632評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長漓雅。 經(jīng)常有香客問我录别,道長,這世上最難降的妖魔是什么邻吞? 我笑而不...
    開封第一講書人閱讀 58,180評論 1 292
  • 正文 為了忘掉前任组题,我火速辦了婚禮,結(jié)果婚禮上抱冷,老公的妹妹穿的比我還像新娘崔列。我一直安慰自己,他們只是感情好旺遮,可當我...
    茶點故事閱讀 67,198評論 6 388
  • 文/花漫 我一把揭開白布峻呕。 她就那樣靜靜地躺著,像睡著了一般趣效。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上猪贪,一...
    開封第一講書人閱讀 51,165評論 1 299
  • 那天跷敬,我揣著相機與錄音,去河邊找鬼热押。 笑死西傀,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的桶癣。 我是一名探鬼主播拥褂,決...
    沈念sama閱讀 40,052評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼牙寞!你這毒婦竟也來了饺鹃?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,910評論 0 274
  • 序言:老撾萬榮一對情侶失蹤间雀,失蹤者是張志新(化名)和其女友劉穎悔详,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體惹挟,經(jīng)...
    沈念sama閱讀 45,324評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡茄螃,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,542評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了连锯。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片归苍。...
    茶點故事閱讀 39,711評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡用狱,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出拼弃,到底是詐尸還是另有隱情夏伊,我是刑警寧澤,帶...
    沈念sama閱讀 35,424評論 5 343
  • 正文 年R本政府宣布肴敛,位于F島的核電站署海,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏医男。R本人自食惡果不足惜砸狞,卻給世界環(huán)境...
    茶點故事閱讀 41,017評論 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望镀梭。 院中可真熱鬧刀森,春花似錦、人聲如沸报账。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,668評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽透罢。三九已至榜晦,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間羽圃,已是汗流浹背乾胶。 一陣腳步聲響...
    開封第一講書人閱讀 32,823評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留朽寞,地道東北人识窿。 一個月前我還...
    沈念sama閱讀 47,722評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像脑融,于是被迫代替她去往敵國和親喻频。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,611評論 2 353

推薦閱讀更多精彩內(nèi)容