量化交易基础与策略编写开发
目录 content
第一章 量化交易基础知识
第二章 编写量化交易策略
第一章 量化交易基础知识
1.量化投资的定义
2.量化投资的特点
3.量化投资的应用
4.量化投资与传统投资的区别
5.国外发展状况
6.国内发展状况
量化投资定义
量化投资是借助现代金融学、统计学和数学的方法，将投资理念和研究成果量化为客观的数理模型，同时利用
计算机技术从庞大的历史数据中海选出能带来超额收益的多种“大概率”事件以制定策略，然后用模型验证及
固化这些规律和策略，严格执行已固化的量化策略来指导投资，以求获取可持续的、稳定且高于市场平均的超
额回报的一种投资方式。
量化投资以先进的数理模型代替人为的主观判断，客服人性的弱点，如贪婪、恐惧和侥幸心理，也可以克服认知
偏差，借助系统强大的信息处理能力，极大地减少投资者情绪的波动影响，避免在市场上极度狂热或悲观的情况
下做出非理性的投资决策。
统计学 计算机技术
投资理念
量化投资
高效
精准
迅速
客观 量化投资的特点 分散
客观执行，避免情绪因素
量化投资运用模型对历史和当时市场上的
数据进行分析检测，模型一经检验合格投
入正式运行后，投资决策将交由计算机处
理，一般情况下拒绝人为的干预。 支持大数据处理，提高决策效率
量化投资运用计算机技术快
速处理大量数据，对其进行
辨别、分析、找出数据之间
的关联并做出投资决策，大
大减少了人工工作量，提高
了投资决策效率。
统计模型支撑，策略选股择时精准
量化投资在套利策略中，能做到精准投
资。例如在股指期货套利的过程中，现
货与股指期货如果存在较大的差异时就
能进行套利，量化投资策略和交易技术
会抓住精确的捕捉机会，进行套利交易
来获利。
程序化交易，缩短决策与交易时滞
量化投资往往利用高速计算机进
行程序化交易，能够迅速发现市
场存在的信息并进行相应的处理
，把握市场稍纵即逝的机会，在
极短的时间内完成交易。
标的选择分散多样化，靠概率取胜
一是定量投资不断的从历史中挖
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
有较大概率获胜的策略。二是依
靠筛选出股票组合来取胜，而不
是一个或几个股票取胜，从投资
组合理念来看也是捕获大概率获
胜的股票，而不是押宝到单个股
票上。
量化选股量化择时 资产配置 统计套利 算法交易 量化投资的应用 量化投资几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货 套利、统计套利、算法交易和资产配置等。 量化选股：采用数量的方法判断某个公司是否值得买入的行为，可以分 为公司估值法、趋势法和资金法三大类。 量化择时：我国股市存在经典线性相关之外的非线性相关，拒绝了随机 游走的假设，指出股价的波动不是完全随机的，因此存在可预测成分。 股指期货套利：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，不同（但相近）类别股票 指数合约交易，以赚取差价的行为，主要分为期现套利和跨期套利两种。 统计套利：利用证券价格的历史统计规律进行套利，在方法上可以分为 两类，一类是利用股票的收益率序列建模，称之为β中性策略；另一类是利用 股票的价格序列的协整关系建模，我们称之为协整策略。 算法交易：指使用计算机程序来发出交易指令，可以把不同算法交易分 为被动型算法交易、主动型算法交易、综合型算法交易三大类。 资产配置：指资产类别选择，投资组合中各类资产的适当配置以及对这 些混合资产进行实时管理。 股指期货套利
传统投资
量化投资是由计算机自动产生交易策略的一种
投资方法，通过建立数学模型来实现交易理念
，它具有完整的评价体系。
传统的投资方法主要有基本面分析法和技术分
析法这两种，注重人为的分析和投资者的感觉
。
詹姆斯·西蒙斯
依据科学模型
信息来源广泛，海量数据和多层次信息
投资周期偏向短期
沃伦·巴菲特
依据人的经验与判断
信息来源渠道少，仅有基本面和宏观经济信息
投资周期偏向长期
VS
量化投资
标的组合分散化、多样化 投资于某一只或少量股票
在风险最小化前提下实现收益最大化 风险考虑不周全
代表人物
分析方法
信息来源
投资风格
投资标的
风险处理
量化投资与传统投资的区别
复兴科技公司创立于1982年成立于纽约。其公司董事，总裁和首席执行官三职为一身的就是该公司
的创始人——詹姆斯-西蒙斯。
作为一家私人对冲基金管理公司，复兴科技公司拥有275名雇员。旗下三个基金管理着150亿美元资
产。该公司由詹姆斯-西蒙斯（James Simons）于1982年设立，从1989年期起，复兴科技公司的大奖
章基金（Medallion）的年回报率平均高达35%,大奖章基金被誉为是最成功的对冲基金。
西蒙斯的复兴科技对冲基金在全球市场进行交易，并且使用了复杂的数学模型去分析并执行交易，
其中很多过程已经完全自动化了。复兴科技公司使用了程序模型来预测那些易于交易的金融工具价
格。这些程序模型的建立是在大量数据收集之后，通过寻找那些非随机行为来进行预测。
为了建立这些程序模型，复兴公司雇佣了大量的非金融背景的专业人士，包括数学家，物理学家，
社会学家和统计学家。在公司位于东锡托基特的办公室里，有三分之一的雇员都拥有博士学位。
大奖章基金的数学模型
主要通过对历史数据的统计，找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的
数学关系，发现市场存在的微小获利机会，并通过杠杆比率进行快速而大规模的交易获利。大奖章基金
的投资组合包含了全球上千种股市以及其他市场的投资标的，模型对国债、期货、货币、股票等主要投
资标的的价格进行不间断的监控，并作出买入或卖出的指令。
从2002年底至2005年底，规模为50亿美元的大奖章基金已经为投资者支付了60多亿美元的回报。1990
年大奖章的净回报为55.9%；翌年39.4%；之后的两年分别是34%和39.1%。1994年，美联储连续6次加息
，而大奖章基金净赚了71%；2000年，科技股股灾，标普指数下跌了10%，大奖章基金更是大获丰收，
净回报98.5%；2008年，全球金融危机，各类资产价格下滑，大部分对冲基金都亏损，而大奖章赚了
80%。
第一阶段：量
化投资的产生
（60年代）
第二阶段：量
化投资的兴起
（70-80年代
）
第三阶段：量
化投资黄金十
年（90年代）
第四阶段：量
化投资高速发
展（2000年- 至今）
1967年，索普与希恩
·卡索夫合著《战胜市
场：一个科学的股票
市场系统》，该书是
第一个精确的纯量化
投资策略，股票市场
系统可以正确地给可
转换债券定价（估值
）。
1973年，芝加哥大学
教授费希尔·布莱克和
迈·斯科尔斯提出“布
莱克-斯科尔斯”公
式，即期权定价理论
。1983年，格里·班
伯格提出在一组对应
的股票中，价格会暂
时出现异常，通过卖
空价格高的股票，买
入价格低的，在它们
的价格恢复到历史均
衡水平时平仓，即可
获利，这就是著名的
统计套利策略。
马可维茨提出了资产
组合选择理论，最早
采用风险资产的期望
收益率和用方差代表
的风险来研究资产组
合选择问题。资本资
产定价模型提出系统
风险和非系统风险，
用贝塔系数来衡量系
统风险的大小，并对
非系统风险则“不能
把所有鸡蛋放在一只
篮子里”。
量化投资高速发展：
2016年数据统计显示
，量化科技在国外的
理财产品管理规模已
达到了3.2万亿美元
，而通过计算机和数
字模型进行下单和下
达指令的比例达到了
惊人56%。量化投资
基本实现了从最初的
技术分析手段，逐渐
发展演变为如今有金
融理论支撑的金融设
计工具，以计算机程
序算法主导的高频交
易。
国外发展状况
量化投资起步晚
量化产品发行迅速
仍处于起步阶段
量化投资起步晚的主要原因有：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；国
内市场对冲工具单一，可量化的标的过少；受到交易规则的限制，量化投资不能充分发挥作用，很难引起人
们重视。 我国第一只量化投资基金成立于2004年，到2012年，共有18只量化基金产品成立，40只量
化型阳光私募产品成立，仅2012年下半年，券商共发行量化产品132只，2013年上半年就已
发行109只。
1、产品总规模仍然较小。量化型理财产品实际发行规模为124.47亿元，仅占所有券商理财产品的4.2%。量
化基金产品总体规模为281.7亿元，仅占全部基金规模的1.06%；
2、量化类产品投资策略较为单一，缺乏多元化策略的支持；
3、现有量化产品中多数产品投资业绩表现分化，缺乏稳定性和持续性。
1
2
3
国内发展状况
第二章 编写量化
本文信息仅用于投资者教育公益性目的，不构成对投资者的任何投资建议，投资者不应
当以该等信息取代其独立判断或仅根据该等信息做出决策。本文信息力求准确可靠，但对这
些信息的准确性或完整性不作保证，亦不对因使用该等信息而引发或可能引发的损失承担任
何责任。 课件内容及相关元素部分来源于网络，如涉及侵权，请联系删除。
感 谢 

贴主:桂花酒于2023_12_31 8:43:26编辑