文藝復興期貨
⑴ 益發期貨分析指導軟體怎麼樣
用AlphaGo背後的人工智慧做金融投資
金融人工智慧的浪潮已來
近年來，伴隨著大數據和機器學習技術的興起，人工智慧技術被大規模地應用在許多工業領域，並在一些領域（搜索引擎、個性化推薦、智能客服等）取得了良好的效果。Google去年展示的圍棋AIAlphaGo，擊敗了目前人類最優秀的圍棋大師。這標志著人工智慧技術日趨成熟，具備在一些高智力行業取代人類專家的能力。
在眾多行業中，金融投資領域無疑是最有價值又充滿挑戰性的人工智慧應用場景。然而兩個行業間存在著一定的技術壁壘——大多數金融從業者不熟悉人工智慧技術，正如大部分人工智慧專家們不了解金融市場。為了幫助人工智慧領域和金融行業更好的互通和合作，這篇文章將介紹我們在金融投資領域運用人工智慧方法的一些經驗和思考。
在海外發達國家（美國、英國），人工智慧與金融投資已經非常緊密地結合並取得了良好的成效。一些新興的人工智慧投資機構的崛起，證明了人工智慧方法在金融市場的巨大潛力。比如著名的大獎章基金在2008年金融危機時，通過成功的預測風險，避免了投資者的重大損失，並保持連續多年資產的穩定增長。2017年5月，摩根大通發布了一份題為《大數據與人工智慧戰略：機器學習和其它投資數據分析方法（BigData and AI Strategies: Machine Learning and Alternative Data Approach toInvesting）》的報告，對人工智慧和對金融領域的影響進行了全面的闡述。報告指出人工智慧量化技術將成為未來金融業的主流方法，幫助投資者處理、分析、理解數據，指導投資決策。一個優秀的金融投資機構，必須發展人工智慧投資系統，以適應金融數據化、智能化時代的到來。
金融投資如何應用人工智慧
下面我們將具體介紹人工智慧是如何在金融領域發揮作用，幫助投資者做出更好的投資決策。為了易於讀者理解，我們先介紹一些基本的機器學習概念，也就是人工智慧背後的演算法，並簡單說明他們如何與金融投資相聯系。通過合理運用機器學習技術，投資者們有能力開發出與人類專家水平相當甚至更好的投資決策系統，稱之為人工智慧投資系統。
什麼是機器學習：機器學習是通過一系列演算法，挖掘出歷史數據中我們關心的規律的技術手段，並期望挖掘出的規律，能幫助我們對未來數據做出正確的預測。
金融領域的機器學習：在金融領域，從業者們其實也做著同樣的工作。以計劃長期持有某隻股票為例，分析師們一般會關注公司的基本面信息、財務狀況和發展規劃等因素，從而對公司的未來運營狀況做出預測，並決定是否投資。如果我們將公司的信息量化成各種數據因子，將預測目標改為公司的未來發展趨勢、風險情況，則整個問題可以通過機器學習方法解決，獲得可靠的預測，並指導投資行為。
因此，藉助機器學習的手段，打造一個人工智慧系統來分析金融市場是一個直接而自然的想法。隨之而來的問題是，機器學習能否與有經驗的分析師競爭呢？就歐美國家的市場經驗來看，機器學習方法在某些方面確實是比人工決策更為出色。例如上文提到的文藝復興基金和著名的DEShaw基金，都是人工智慧在金融投資領域成功落地的案例，是近年來金融投資領域的領頭羊。下圖匯總了一些使用人工智慧技術的知名量化投資機構和平台，以及他們專注的具體方向。可以看到，金融AI技術被廣泛的應用在金融投資的各個環節之中，並帶來了一些新的機遇。對某個應用方向具體感興趣的讀者可以查找相關資料做進一步的了解。
具體來說，相比如傳統投資方式，基於人工智慧的量化投資理念有如下幾個方面的優勢：
1.相比於傳統分析，機器學習方法可以處理更多的輸入信息，能夠考慮的信息面更全，信息量更大，可以達到的效果上限更高。從效率上說，人工智慧方法可以同時考慮整個市場，從中選出更多的優質股票，分散投資風險，提供穩定的投資回報，並容納更大量的資金。
2.人工智慧演算法會量化整個投資過程中的變數，做出更精準高效的投資決策。例如對於一個上市公司，投資者關心公司每個信息因子和未來長期股價的相關性。哪些因子對長期受益更重要？未來上漲的概率是多少？最大投資回撤是多少？這些問題都可以通過演算法和回測獲得答案。
3.近年來伴隨著深度學習演算法的快速發展，一些重要但之前不易獲取的非結構性信息可以被演算法分析得到，從而提高投資效率。其中文字類和圖像類信息是傳統金融信息的重要補充。藉助於深度學習和自然語言處理技術，新聞、輿論、圖像信息可以被加工成用於構建人工智慧的模型特徵，輕松使用於投資決策中。歐美的一些發達投資機構早已成立專門的部門對社交媒體進行分析，從而判斷一個企業的流行程度和受眾群體等信息，甚至通過這些信息對關注公司的未來財報進行預測，以佔得投資先機。
4.從金融交易角度，人工智慧演算法帶來的一個巨大的優勢是在決策中可以迴避人性弱點，例如性格、情感、害怕失敗等因素，始終保持客觀的態度。對於普通投資者，市場的波動或多或少會影響人的情緒，進而影響之後的投資決策。
⑵ 北極星文藝復興孫鵬期貨操盤水平如何
千萬別相信，大忽悠一個。我國慶交了6萬8聽了兩天課，跟著孫鵬語音操盤虧了三萬多，總共損失近十萬。更讓人可恨的是孫鵬在你虧損後還讓你交錢繼續語音，還讓你掏八萬買他的看盤軟體和電腦器材，他把所有的學員當傻子一樣忽悠玩弄，真是太可恨了。
⑶ 為什麼高頻交易在期貨中深受異議
高頻交易，說白了就是說這種每一次交易的間隔時間都極其簡短，通常為十多分鍾乃至幾秒。最開始出現於上新世紀90時代末，現階段早已發展趨勢成外匯交易市場的關鍵能量。但近些年高頻交易備受異議，金融機構、外匯交易商及其某些權威專家剛開始斥責高頻交易的缺點，而另某些適用人員則全力支持高頻交易的發展趨勢，那麼高頻交易為什麼在期貨中這般的填滿異議呢?
高頻交易的益處
先而言說高頻交易在商品期貨中各種各樣益處，最先，高頻交易應用繁雜的優化演算法交易，另外藉助快速的程序流程行情軟體和有關硬體配置設備來超過在短暫性的市場起伏中盈利的實際效果。這類交易方式針對投資者而言優點極大，由於在短短幾秒鍾到幾彼此之間中能夠靈巧地捕獲期貨的起伏進而超過相對穩定的盈利，基礎理論上每天以內能夠開展千萬次的高頻交易，那麼得到的盈利將是永無止盡的。
次之，高頻交易解決信息的速率貼近光速，現階段紐約到倫敦光速65毫秒，納斯達克更快交易速率接近0.001ms到1ms當中，而人們的更快反應時間也就1000ms，即1秒。因而，這般高效快捷的響應速度巨大地為期貨市場引入充裕的流通性，減少交易價差，進而深化減少點差成本費，全面提高市場效率。
高頻交易的弊端
通常情況下，高頻交易必須根據程序交易，而且以便超過競爭能力必須更加技術專業的硬體配置設備，能夠說，高頻交易到最終拼的全是「誰的網路速度快誰利害」，而這卻給外匯市場中的個人投資者產生了不合理的市場競爭自然環境。由於個人投資者並不是具有技術專業的硬體配置設備和復雜的優化演算法交易，高頻交易就是說運用個人投資者交易很慢的缺點，每天以內達到千萬次的交易是個人投資者如何都沒法理解的，攪亂了全部期貨市場，個人投資者非常容易蒙受損失，特別是短線投資人。
除開速率上的危害外，高頻交易技術性的不平穩巨大地加重了期貨的性的震盪，因為高頻交易必須精準的程序化交易優化演算法交易，假如交易編號中出現1個小小的出錯，那麼其產生的結果將會是損害所有資產，另外很多的高頻交易將會會導致交易軟體承擔，導致市場部分快速垮台。
高頻交易的產生的不良影響還不僅在此，其真實受異議的地區取決於其管控空白頁。高頻交易非常容易被居心叵測的人來控制價錢，通常會拋出去不容易實行的訂單信息，導致要求的錯覺，誘惑投資人或有關組織提交訂單，欠缺公平公正和相容性。不但對個人投資者還是外匯交易商又或者大中型金融機構，高頻交易既抵觸了個人投資者的參加，又持續危害者各大組織的權益，好像是一頭老鼠過街的過街老鼠。
高頻交易將出路在哪裡
現如今，高頻交易早已變成市場上沒法忽略的能量，在為市場造就高額成交量的同時卻一直游離於管控以外。2014年，英國股票交易聯合會、聯邦調查局、商品期貨和交易聯合會和美國司法部競相剛開始下手調研高頻交易行業的內線交易個人行為。2019年7月，對沖基金文藝復興時期高新科技運用繁雜的計算機演算法，相互配合很多網路伺服器及其原子鍾，可以保持在幾十億分之一秒內同歩實行交易命令，致力於清除高頻交易。
而2019年瑞信投資分析師應用了瑞信特有的ExPRT交易統計數據。在10-12%的美國股票成交量統計數據適用下，獲得了純非高頻交易者(包含買家、買家、零售業和組織投資者)實行每單交易中心需時間的互聯網大數據。根據統計數據，市場的全部參加者不太可能所有獲得公平看待。針對這些投資風險較低，而且對交易交易量時間非常重視的投資人而言，假如他不想要擔負持倉的風險性，那他務必在別的層面作出某些妥協。
不難看出，適用與不兼容高頻交易的多方常有分別有效的大道理和統計數據，異議也許還將再次爭執下來。
⑷ 短線高手們身價都上億了嗎，股市里做短線最多一年賺幾百萬，但是炒商品期貨，股指期貨和外匯短線的話
短線高手大部分都盯著自己曾經賺了多少錢，而忽略了曾經是怎麼虧錢的。如果經常賺賺虧虧，那裡面就有一個邏輯問題，您的所以技術到底是幫您賺錢的還是虧錢的？為什麼會反復出現同樣的錯誤？您幾時可以不再犯同樣的錯誤？呵呵，，，這些問題沒人能回答。
⑸ 期貨分析軟體哪個好 益發期貨分析指導軟體
股票軟體一樣的
⑹ 請問「數學模型」如何運用在期貨投機交易中
金融數學，又稱數理金融學等，是利用數學工具研究金融現象，通過數學模型進行定量分析，以求找到金融活動中潛在的規律，並用以指導實踐。金融數學是現代數學與計算機技術在金融領域中的結合應用。目前，金融數學發展很快，是目前十分活躍的前言學科之一。
金融數學的發展曾兩次引發了「華爾街革命」。上個世紀50年代初期，馬克維茨提出證券投資組合理論，第一次明確地用數學工具給出了在一定風險水平下按不同比例投資多種證券，收益可能最大的投資方法，引發了第一次「華爾街革命」。
馬克維茨也因此獲得了1990年諾貝爾經濟學獎。1973年，美國金融學家布萊克和舒爾斯用數學方法給出了期權定價模型，推動了期權交易的發展，期權交易很快成為世界金融市場的主要內容，成為第二次「華爾街革命」。2003年諾貝爾經濟學獎第三次授予以數學為工具分析金融問題的美國經濟學家恩格爾和英國經濟學家格蘭傑，以表彰他們分別用「隨著時間變化易變性」和「共同趨勢」兩種新方法分析經濟時間數列給經濟學研究和經濟發展帶來巨大影響。
不僅僅是理論界在金融數學領域取得巨大的成就。實務投資派也運用金融數學模型在市場中取得了巨大的盈利。
數學教授出身的「模型先生」詹姆斯·西蒙斯（JamesSimons）連續兩年在對沖基金經理人收入排行中位列第一。2005年，西蒙斯成為全球收入最高的對沖基金經理，凈賺15億美元，去年，他收入高達17億美元，差不多是索羅斯的兩倍。68歲的西蒙斯是世界級的數學家，也是最偉大的對沖基金經理之一。他24歲就出任哈佛大學數學系教授，曾與著名華裔數學家陳省身一同創立了Chern-Simons幾何定律，該定律成為理論物理學的重要工具。西蒙斯和他的文藝復興科技公司是華爾街一個徹底的異類，公司從不僱用華爾街人士，而是靠數學模型捕捉市場機會，用電腦作出交易決策，是這位超級投資者成功的秘訣。
「對積理論」也是用數學模型捕捉市場機會，量化資金管理，用計算機系統發出交易信號，通過大量的短線交易，達到穩定累盈的結果。
「數學模型」方法是針對或參照某種事物系統的特徵或數量相依關系，採用形式化數學語言，概括的或近似地表述出來的一種數學結構。
採用「數學模型」做交易，相對於常用的技術分析、基本分析等方法有如下優勢：
首先，交易更加精確量化。
技術分析、基本分析等方法的缺陷都是不能做到完全的精確量化。
技術分析主要是用來分析交易的進場、出場點的，是抉擇交易時機的一種方法。技術分析理論的主要的代表有道氏理論、波浪理論、江恩法則等。主要分析方法有K線（日本線）理論、切線理論、形態理論、量價關系理論。主要的分析指標包括：趨勢型指標、超買超賣型指標、人氣型指標、大勢型指標等內容。技術指標大多是線型的公式來表達價格漲落與歷史價格成交量之間的關系。由於價格運動的復雜性用線型公式是無法概括表述的，所以存在技術指標時好時壞的現象。用幾套技術指標疊加做出的系統，同樣解釋不了價格的運動。因為大多技術指標編制的思路及出發點雷同，趨向性一致，所以造成了好用都好用，不好用都無奈的現象。技術分析是成千上萬證券市場投資者經驗的結晶，它更像一門藝術。其一，在它的各種理論體系中，從定義到規則，都帶有明顯的經驗總結色彩，不具備嚴格的數學推理過程；其二，它包含的理論很多，每位技術分析家都有不同的見地，這些分支理論並不能形成一整套相互輝映的理論體系。任何一種技術分析方法都不能完全適應於市場，每一種方法都有自己的盲點。
使用技術分析、基本分析無法精確量化交易。「數學模型」是採用離散采樣的方法，對數據進行統計分析。根據證券市場的特性，價格是離散型的隨機變數。「數學模型」會將隨機變數的所有可能取值及相應的概率描述出來，模擬離散型隨機變數的概率分布。通過概率進行資金分配，能夠量化每筆交易手數。對交易的把控更加精確量化。
其次，能夠克服人性在交易時的弱點。
在交易當中，最可怕莫過於人性的弱點。人的「貪婪」和「恐懼」在交易的過程當中會毫無遺漏的表現出來。有盈利的時候「惜賣」，虧損後又「死抱」；容易受到周邊議論的影響，等等這些都會造成交易的隨意性，導致虧損。用「數學模型」各種規則都是固定量化的，計算出來的結果也是確定、唯一的，能夠避免投資者在交易時主觀的判斷。我們所要做的就是相信系統，嚴格執行。
下面，我們對「數學模型」類交易方法的特點進行總結，深一步討論「數學模型」在交易中的應用。
1.認為價格的運動是隨機與有序並存。它並不是完全隨機，也沒有固定的規律，它的運動具有一定的「人為特徵表象」。整體而言，市場是有效的，但仍存在短暫的或局部的市場無效性，可以提供交易機會。
2.主要通過對歷史數據的離散采樣統計，找出金融產品價格、宏觀經濟、市場指標、技術指標等各種指標間變化的數學關系，發現市場目前存在的微小獲利機會，並通過杠桿比率進行快速而大規模的交易獲利。
3.通過高頻次且快速的日內短線交易來捕捉稍縱即逝的機會。通過大量的交易次數對沖風險，累積盈利。
4.要求市場具有高活躍度和流動性。要求交易品種價格的運動具有連續性，以及成交量的活躍性。這一點主要是為了保證交易的可成交性。
5.運用現代計算機技術將「數學模型」轉化為交易系統，通過計算機的海量運算能力實現應用。
⑺ 文藝復興科技用的是什麼模型
文藝復興的模型起源於統計信息理論，是一種從大量噪音中尋找信號，最後做出結論的方法，和最大熵理論和隱含馬爾可夫過程都有關系。語音識別也是同樣的道理:需要從人們所發出的各種因人而異、似是而非的聲音裡面尋找信號，過濾掉各種雜訊。文藝復興技術僱用了很多這方面的專家。這種技術的使用使復興技術能夠更有效地從過去的價格中去除大量雜訊，發現規律。西蒙斯在復興技術的左膀右臂布朗和默瑟都是這方面的專家。
1 .市場過激反應
這個模型是復興技術的創始人之一施特勞斯在2007 年接受采訪時說的，而且他說過去大獎章靠這個模型賺了很多錢。言下之意，這個模型現在已經不賺錢了，所以才說給公眾聽。
如果某個期貨的價格在開盤的時候遠遠高於前一天的收盤價，大獎章會沽空這個期貨;如果開盤價遠低於上一天的收盤價，那麼大獎章就會買人。
這個模型針對的正是市場對於新的消息常常反應過激的現象。離開或者低開，那麼返回原地的可能性要大於扔硬幣出現正面的概率，所以大獎章高開之後拋出，低開之後買人。這個模型在很多的投資書上也有提過，肯定有很多人專門做這樣的交易，所以現在用這個簡單的形式賺錢的可能性已經不太大了，因為在同一個地點采同一種蘑菇的人太多。但是，投資者對消息反應過激的偏差並沒有消除，所以類似的情況肯定會在其他許多地方出現，或者以其他形式出現。
比如說，在整個一天的交易過程中(而不是僅僅看開盤價和收盤價) ，有可能某個匯率的價格突然大跌或者大漲，或者某個股票的價格在公司有新消息公布之後突然大幅波動，這時候它們返回原地的機會就比較高。我們可以想像，使用一些量化模型對這類變動進行分析， 將那些返回原地的情形和沒有返回原地的情形分類，尋找一些能夠區別兩類情形的條件，然後再使用這些條件進行交易。條件是什麼意思呢?我們舉個具體的例子:是不是某種匯率在1 分鍾之內價格變化超過2% 以上回歸的可能性大一些，但是如果變化只是1. 5% 就不一定?另一個例子:是不是同時有多隻股票的價格(標准普爾500指數裡面的250 只股票)移動超過1% 的時候回歸的可能性大一些?又一個例子:在過去30 天中已經出現過一次或者兩次以上價格波動之後又回落的商品期貨.如果再次出現價格波動的時候，回落的可能性是不是會大-些?這類各種各樣的"如果 那麼 " 都可以算是一個個量化投資模型，它們的變化是無窮無盡的，有的可能有一定的道理，有的則很難解釋。
量化研究可以對這些林林總總的模型進行分析、歸納，依照歷史數據進行模擬，可以給出各種模型的歷史回報和風險。但是，數據研究到了一定的程度，最後還是要西蒙斯這樣的人來判斷:通過量化研究找到的那些過去表現很好的模型只是數字上的巧合呢還是有-定的道理?它們未來重復出現的可能性有多大?如果西蒙斯認為它將來再次出現的可能性要比隨機出現的大，那麼他就有可能將這個條件編成程序，放到計算機裡面去。如果未來這個條件再次滿足的話，計算機就可以自動進行交易。
尋找這類機會，計算是否滿足各類條件需要很強的計算能力，因為你可能需要對市場上的各種交易進行連續監控，獲取各類數據，並且在最短的時間要做出響應。我們根據已有的資料分析，這類模型仍然是大獎章使用最多的一類模型:追蹤很短線的市場過激反應，採取相應的買賣手段，
等待市場的回歸。西蒙斯自己也說過:當市場波動性比較高時，大獎章的模型一般表現較好。大獎章使用的這類短線過激反應的模型正適合於市場上下起伏狀況:大家都摸不著北，一會兒要買，一會兒要賣，西蒙斯的電腦模型正好在渾水裡面摸魚。
2. 套利交易
這類模型是西蒙斯自己於2000 年11 月接受采訪時透露過的。
如果美國政府債券長期債券的折價遠遠高於短期債券的折價，那麼購人長期債券，拋出短期債券。
他當時也承認，像這樣的機會現在已經不存在了，因為有很多像長期資本管理這樣的公司專門做這樣的生意。美國政府債券交易市場是交易量非常大、信息流動很迅速的市場，這樣的套利機會的確寥寥無幾，其他西方發達市場的
政府債券也情況類似。所以基本上可以肯定，大獎章現在不做這類交易了。
但是在一些新興市場的國家債券市場上，這樣的機會仍然可能存在，大獎章有沒有在那些市場上交易呢?西蒙斯說過，大獎章只投資流動性比較好的產品，所以我們推測它投資新興市場債券的可能性也比較低.
我們的估計是，大獎章的債券和利率方面的投資方向可能主要是兩塊:
一塊是交易很頻繁的債券期貨、利率期貨，這類交易屬於上面提過的短期過激反應模型的交易范罔;另一塊是流動性比較好，但是在櫃面交易的利率掉期合同，這個我們下面單獨說。
3. 趨勢和聯動性
這個模型也是西蒙斯自己於2000 年提過的。
追蹤商品市場的中、長期趨勢。 但是他也說了這類中長期的趨勢現在已基本上不存在了，即便存在的話能賺到錢的機會也不大，原因也是很多人都在做這類套利，所以機會就沒有了。我們推測，大獎章已經不使用這類比較長線的趨勢模型了，雖說它過去很可能使用過這類模型。
商品期貨的交易現在流動性越來越大， 參與者越來越多，其中包括不少所謂的長線投資者，所以在這個市場進行短線交易的機會應該越來越多，主要是前面所說的過激反應的一類，也包括我們後面要提到的市場微觀結構的一類，大獎章的這兩種模型都應該用在商品期貨市場上。
我們認為西蒙斯的交易模型裡面還有可能包括商品期貨價格和相關股票、匯率價格聯動的交易模型。比如，原油期貨的價格和中石油的股票價格應該有一定的關系， 但是原惱期貨的價格變化可能更快一些，中石油的股票價格可能需要幾秒，或者幾毫秒的時間來反應，如果模型的反應足夠
快、交易速度足夠快的話，這也是-類短線套利模型。這種聯動的關系在各類金融市場裡面有很多:商品價格和股票價格、商品價格和商品出口或者進口同的外匯匯率、外匯匯率和貴重金屬價格、利率和金融類股票的價格、利率和外匯匯率，等等， 雖說我們沒有確鑿的證據證明大獎章的確在從事這類利用相關性的套利操作，但是我們認為這類交易符合它傳統的捕捉過激反應的模式， 而且它能夠快速處理大量數據的優勢也可以在這方面用上， 所以它從事這類交易的可能性是比較高的。
4. 偏門信息源
這是在2004 -2007 年間復興技術訴訟於禧公司以及兩名前雇員自羅波爾斯基和沃爾夫冰的案件之中透露出來的。
使用交易量信息和其他不太常用的信息源。 使用交易量數據來輔佐預測未來的價格變化並不稀罕，很多投資人都會參考過去一段時間某隻股票或者期貨的交易量來進行交易決策。但是這個方法在一些櫃面市場交易的產品上可能做不到，因為沒有公開的交易量數據。另外，交易量數據反映的只是已經成交的交易量，但是從某種角度來講，那些可能成交但是還沒有成交的交易包含更為重要的信息，因為它們還沒有做成，將來做成的可能性仍然存在，做成的話會影響股價未來的走勢。
很少有人會去關心沒有做成的交易。
我們已經知道這個套路了:西蒙斯會。
在沃爾夫冰反訴訟復興技術的文件中，沃爾夫冰聲稱復興技術公司要求他開發一套交易程序，這個程序能夠通過分析"限價買賣指令表數據"而對下一步價格變化進行預測。限價買賣指令是一類比較常用的交易指令，投資人限定在某個價位買人或者沽出一定數量的股票或者其他工具。股票交易所會及時公布這類數據，交易人在下單的時候能夠看到在當前買人賣出價的上下方都有多少買人、賣出的限價指令，這樣他也能夠對價格的下一步變化做出一些判斷。但是對一些交易量很大的股票或者其他工具來說，限價買賣指令表是一個非常龐大的資料庫，而且投資人在不斷增刪或者調整買賣指令，所以指令表還在不停變化，一般的投資人看到的只是這個表格很小的一部分。要想從這個龐大而且是不停變化的"列軍時刻表"上看出風景，同時在最短的時間內發出生殺指令，這不是人腦能夠完成的，也不是一般的量化模型和電腦系統所能夠做到的，而復興技術公司元論在量化模型還是在電腦系統這兩個方面都遠遠領先同行:官所招募的許多專家正是大規模信息處理的行家，它的電腦系統要比一般大學的電腦系統功能強大許多，所以它去看風景有著得天蝕厚的優勢。
通常各個交易所都會公布限價買賣指令表，但是能夠真正在實際操作中使用這些數據的投資手段還不多。我們前面提過的麻省理工學院的量化專家羅聞全教授推測說:假定某隻股票的交易價格是15.05 美元，如果某人通過細篩限價買賣指令表的數據發現在15 美元有一個數額很大的沽空限價
買賣指令，他就可以在1 5 .0 1 美元開始沽空這個股票，如果15 美元的沽空指令被執行的話，股價肯定會受到打壓而大幅下降，這時候他再將沽空的股票買回來，從而獲利。羅聞全說:"如果有很大的沽空指令等在股價下方的時候，股價肯定會受到很大的向下壓力。" 但是也有人不同意羅教授的解釋:股票最後的交易價格是1 5 . 05 美元，如果這時候有-個賣出指令是15美元，那麼這個在市場價格之下的賣出指令會立即被執行， 不可能給誰在15.01 美元潔空的機會，所以那個例子是不合適的。
但是這種在交易價格之下沽空或者在交易價格之上買人的限價買賣指令在櫃面市場是很常見的，它們常常被投資者用來作為止損的手段。所以在櫃國市場上，做市商或者其他人如果能看到投資人的這類限價指令的話就有可能進行"超前交易"，搭順風車。這種做法雖說違反監管規定，但是
在做市商的交易部門是非常常見的，也是做市商利潤的一個重要來源。可是， 復興技術公司不是做市商， 所以不能直接從這個方向獲利。
我們的推測是:復興技術通過某種統計演算法來快速綜合限價買賣指令表裡的各種信息，能夠很快判斷出在不同價位不同數量的限價買賣指令對目前的股價究竟是推還是拉，還能夠判斷出如果股價真是達到了某個或者多個限價買賣指令， 這些交易被執行之後，股價又可能會有什麼樣的連鎖反應。
我們可以拿一個斯諾克檯球桌來比喻:白色球是目前的股票價格，它停在球桌的正中央;許許多多的限價指令像桌上的其他球，數量很多，每個球都有不同的分量，而且都在移動，跟白色球的距離也不同。這些球都對自球有吸引力或者排斥力，所以你可以估算出來如果在沒有桌面阻力的情況下自球會向哪個方向滾動，你還可以進一步計算白球在滾動的過程中會碰到哪些球，反彈之後的方向和速度會如何，等等。有了這個判斷之後，你就可以採取相應的交易策略，如果你的判斷正確，你就可以賺錢。
從純粹物理學的角度來判斷，你可以將白球的軌跡很准確地進行預測，但是我們知道在金融市場上，不斷會有新的消息到來，要麼直接改變白球的軌跡，要麼通過改變其他球的大小、位置、速度和方向來間接改變白球的軌跡，所以你不可能准確預測。但是，如果這些新的信息的到來完全是
隨機的，那麼你把這個實驗重復千萬次的話，那些隨機的效果會相互抵消，剩下的就是准確性相當高的預測了。准確性相當高的預測用另外的話說就是旱澇保收的投資回報。
沃爾夫冰在他的反訴訟中指稱，他認為復興技術的限價指令表模型會觸犯到證券交易法的有關限制條例，所以他拒絕開發這個交易程序。他說在他2003 年離開復興技術公司的時候該公司還沒有使用這個程序。究竟這種演算法有沒有觸犯美國法規我們無從判斷，但是如果用的是公開渠道可以
獲得的信息，進行一些運算而獲得的新的信息，這應該是合法的。復興技術後來有沒有用這個模型我們也不知道，但是可以肯定的一點是，使用別人很少使用的信息來進行分析、判斷和交易的做法肯定也是復興技術長盛不衰的一個重要方面。這類使用限價買賣指令數據來判斷價格走勢的基金
現在已經有幾家，一般都不大，像復興技術這樣技術力量雄厚、能夠在全球多個市場同時操作的公司還比較少.
復興技術使用其他信息糠的另外證據也是來自沃爾夫冰的反訴訟文件。他指稱他在復興技術公司的上司讓他開發一個模型，從一個交易系統的公開數據中推測出交易系統本來要保密的信息，從而獲利。他說的交易系統叫"機構投資組合交易匹配系統"，是美國一家叫投資技術集團的公司提供
的，供機構投資人交易的電子平台。這個平台其實跟普通的股票交易所有些類似，但是所有的參與者都是大的基金，沒有通過券商交易的散戶，也沒有虎視眈眈的做市商。這種繞過大家熟知的交易所進行交易的平台叫"暗池" ， 在過去10 年的發展非常迅速。一方面是因為電子交易技術的發展
和普及.另一方面是許多機構投資人對交易所壟斷地位的不滿，許多國家也都慢慢放開了交易所之間的競爭，允許新的平台提供跟交易所類似的服務。這些平台的交易成本一般比較低，而且保密性可能要比交易所高，因為在這些平台上，限價指令通常是不公開的。在沃爾夫冰的訴狀中他沒有
談及究竟復興技術想要窺視何種投資技術集團不願意透露的信息，但是我們估計很可能也是跟限價買賣指令相關的數據。
沃爾夫冰在訴狀中說， 他當時就告訴了復興技術的老闆這種做法是違反證券交易法規的，所以他拒絕參與這個項目。當然，這是訴狀裡面的一方之詞， 當時的情況究竟如何，復興技術拒絕評論。沃爾夫冰說後來投資技術集團採取了相關的措施，堵住了這個有可能被外界窺視的漏洞，所以復興技術最終沒有採用這個模型。
這兩個指稱都說明復興技術的一些交易策略著重分析那些較少為人所關注的數據來摞。這些數據來源較少被人所關注一般是有原因的，常常是所需要的技術的復雜程度很高。
5. 買賣掉期合同
這也是在2004 -2007 年的訴訟案件中透露出來的。沃爾夫冰指稱復興技術使用掉期合同的交易方法是一個"大騙局"，但是他沒有具體透露是哪一種掉期合同，為什麼是大騙局。他在反訴狀裡面說復興技術的做法違反了美國證交會和全美證券交易商協會有關證券沽空的法規。
在交易工具的選擇上，復興技術一般走的是標准化的道路，選擇買賣流動性高、歷史數據比較齊全、交易成本比較低的各種工具:外匯、商品期貨、利率和債券期貨、藍籌股票都符合這些條件。很多比較復雜的期權因為都是櫃面交易，而且買人賣出價差比較大，所以不太適合大獎章基金
快速買人賣出的交易方式。西蒙斯1998 年才邀請羅聞全到復興技術公司去講授關於布萊克-舒爾斯-默頓的期權復制和標價的理論，但是那時候期權的交易已經非常普遍，我們提過的芝加哥奧康納兄弟早就通過交易期權而盆缽滿盈，由此我們可以推斷復興技術很少使用期權或者其他復雜的產品。事實上，這樣一個非常成功的投資基金很少使用非常復雜的產品， 對普通投資人來說，這也許是個值得思考的問題。
掉期合同在外匯、債券、股票領域都存在，指合同的雙方同意在將來特定的時間按照事先商定的辦法交換一系列現金流。比如外匯掉期，一般有兩個日子，在比較近的那個日子，甲乙雙方交換一筆外匯;到了較遠的那個日子，雙方再換回來， 兩次交換的數目稍有不同，以反映兩種外匯之間利率的不同。按照每日交易量來說，外匯掉期是外匯市場交易量最大的一種合同，而外匯市場又是全球交易量最大的一個市場。利率掉期我們在講長期資本管理的時候提起過，這類合同一般期限比較長，從數年到三四十年不等，雙方在固定的日子裡交換現金流，通常是一方支付固定利率，一方支付浮動利率。按照總存量來說，利率掉期是金融行業存量最多的工具，因為一筆合同的期限通常很辰， 所以總存量很大。外匯或者利率合同都是流動性非常高的工具，所以復興技術把它的短期交易模型用在這兩種工具上不足為奇。另外，這兩種工具其實都是其他一些交易量同樣很大的
簡單工具組合起來而成的，復興技術也有可能通過監控整體和零件之間的價格差別而尋找套利機會。不過這種套利操作是很常規的，所以機會也許是鳳毛麟角。但是利率。掉期和外匯掉期怎麼會觸犯證券沽空的條例呢? 一個可能性是組裝利率掉期的零件之一一一政府債券期貨合同一一的交易要受到一定的限制，美國證交會和全美證券交易商協會有關證券沽空的限制條款包括防止操縱市場的內容，通過交易利率掉期合同，復興技術可以問接潔空相關的美國政府債券期貨。
另外一種可能性是復興技術交易股票掉，期。這類合同的甲方乙方在未來固定的時期交換現金流，一方按照某種利率，另一方則按照某種股票或者股票指數的表現。這種產品的交易量不大，都要通過投資銀行量體裁衣而完成，所以流動性並不高。但是這種產品的基礎一一利率的變動和股票
價格、股票指數的變動一一都是有很多數據可以用來做量化分析的，所以，復興技術通過這種產品來沽空某種直接沽空可能受到限制的股票或者股票指數的可能性也是存在的。但是我們覺得這種可能性比較小，首先，這不太符合復興技術一貫的交易原則; 其次，如果復興技術長年累月買賣這種
交易量不太大的工具，那麼復興技術使用股票掉期合同的消息應該早就傳到市場上了。我們目前沒有看到任何關於該公司交易這類產品的報道。
綜合起來看，復興技術通過交易利率掉期而間接影響政府債券期貨的可能性比較大。
另外，從已經掌握的資料來看，復興技術公司交易范圍的擴大通常不是通過使用比較復雜，或者最時髦的產品來達到的，它最可能採取的多元化策略是將成熟市場已經用過的那些交易方法用到其他比較新的市場中去。它申請印度股市的交易牌照就是一個例子，它在中國股市上進行交易的那一天我想也不會太遠。
模型的新陳代謝
除了上面所說的這五點之外，西蒙斯接受采訪時的另外一席話也是值得思考的。他說"我們起初建立大獎章基金的時候試圖捕捉的那些市場異常到目前仍然存在，不過它們都有些弱化。在這種情況下，你必須加大交易的幅度。你的交易系統必須是一層上面又有一層。每個新的交易策略被提出來之後，我們就在內部討論，這究竟是一個全新的交易策略呢，還是包括在我們已經有的模型裡面了?這時候我們就需要使用統汁測試的方法來判斷這個所謂新的交易策略究竟是不是新的。如果真是新的，我們下一步的工作就是確定給這個新的交易策略多少權重。這就又給我們的模型體
系新加了一層。我們會不斷給我們的模型添加新的內容的。"
這段話值得細究。
第一， 它多少證實了我們上面的第一個猜測，那就是復興技術最主要的策略是利用市場過激反應這個現象，捕捉價格跳動之後回歸的那些機會。
第二，復興技術所使用的杠桿可能有所升高，因為市場信號在弱化。當然復興技術的杠桿不可能達到長期資本管理的水平，從我們已知的信息來看，這家公司所使用的杠桿水平相對其他對沖基金是比較低的。
第三，復興技術在最近十幾年中的交易速度越提越快，這也很可能是西蒙斯說的"加大交易幅度"的一部分。第四，復興技術不斷引進新的模型， 將新的模型和老的模型並行使用。
復制文藝復興技術
我們可以看出大獎章的歷程:
·首先是通過統計信息分析方法來判斷外匯和債券短期的價格變化，尤其關注過激反應的一類。
·在這個基礎上加入了風險控制模型。
·之後又引入了統計套利，開始高速交易大量股票。
·接著義引入了統葉套利的變種，低速交易大量股票。
·繼續引人其他模型，分析像現價交易指令表這樣的不太常用的數據來瀾。
這就是大獎章。
當然，復興技術的上百名專家不是天天坐在那裡看電腦的。他們每天都可能提出新的想法，對已有模型的改進和補充肯定是在不斷進行的。但是提出一個嶄新的模型則需要時間，12 年也不過是兩三個模型而已。
這些基本上就是我已經了解到的關於復興技術公司交易模型的信息了當然，如果你想憑著上面說的一些東西來"復制"復興技術的模型，光靠這些還差很遠。很多銀行和復興技術的競爭對手都想復制它的天書秘籍，復興基金不惜去打官司來捍衛自己的秘密。
我們隨後還將看到，復興技術公司成功的秘密不在一個公式上:它有很多不同的公式，適用於不同的-丁.具和不同的市場條件;它另外還有很多公式，幫助它進行風
險管理(何時入市、何時止損、何時止盈、每種交易公式之間的分配、杠桿的配置等) ;它還有很多公式控制公司的交易成本。
退一萬步，如果西蒙斯把所有的公式都交出來.能把這些公式變成錢的公司和個人在全球仍然是屈指可數。為什麼?答案在公司的名字裡面:一家投資公司，卻叫復興技術。很多人都認為.大獎章賺錢最大的秘密就在它的技術上。這里的技術指的是電腦技術、通信技術。
⑻ 北極星文藝復興孫鵬人品怎麼樣值得信賴嗎
北極星的孫鵬啊，這個人水平差勁，人品更差勁，學員跟著他虧了錢，他就大肆挖苦打擊辱罵學員，從來不反省自己過錯，而且孫鵬經常公開攻擊辱罵其他講課老師，上他的課不是學期貨，而且學如何罵人，完全就是一個大人 渣！
⑼ 國際期貨為什麼那麼火
用AlphaGo背後的人工智慧做金融投資
金融人工智慧的浪潮已來
近年來，伴隨著大數據和機器學習技術的興起，人工智慧技術被大規模地應用在許多工業領域，並在一些領域（搜索引擎、個性化推薦、智能客服等）取得了良好的效果。Google去年展示的圍棋AIAlphaGo，擊敗了目前人類最優秀的圍棋大師。這標志著人工智慧技術日趨成熟，具備在一些高智力行業取代人類專家的能力。
在眾多行業中，金融投資領域無疑是最有價值又充滿挑戰性的人工智慧應用場景。然而兩個行業間存在著一定的技術壁壘——大多數金融從業者不熟悉人工智慧技術，正如大部分人工智慧專家們不了解金融市場。為了幫助人工智慧領域和金融行業更好的互通和合作，這篇文章將介紹我們在金融投資領域運用人工智慧方法的一些經驗和思考。
在海外發達國家（美國、英國），人工智慧與金融投資已經非常緊密地結合並取得了良好的成效。一些新興的人工智慧投資機構的崛起，證明了人工智慧方法在金融市場的巨大潛力。比如著名的大獎章基金在2008年金融危機時，通過成功的預測風險，避免了投資者的重大損失，並保持連續多年資產的穩定增長。2017年5月，摩根大通發布了一份題為《大數據與人工智慧戰略：機器學習和其它投資數據分析方法（BigData and AI Strategies: Machine Learning and Alternative Data Approach toInvesting）》的報告，對人工智慧和對金融領域的影響進行了全面的闡述。報告指出人工智慧量化技術將成為未來金融業的主流方法，幫助投資者處理、分析、理解數據，指導投資決策。一個優秀的金融投資機構，必須發展人工智慧投資系統，以適應金融數據化、智能化時代的到來。
金融投資如何應用人工智慧
下面我們將具體介紹人工智慧是如何在金融領域發揮作用，幫助投資者做出更好的投資決策。為了易於讀者理解，我們先介紹一些基本的機器學習概念，也就是人工智慧背後的演算法，並簡單說明他們如何與金融投資相聯系。通過合理運用機器學習技術，投資者們有能力開發出與人類專家水平相當甚至更好的投資決策系統，稱之為人工智慧投資系統。
什麼是機器學習：機器學習是通過一系列演算法，挖掘出歷史數據中我們關心的規律的技術手段，並期望挖掘出的規律，能幫助我們對未來數據做出正確的預測。
金融領域的機器學習：在金融領域，從業者們其實也做著同樣的工作。以計劃長期持有某隻股票為例，分析師們一般會關注公司的基本面信息、財務狀況和發展規劃等因素，從而對公司的未來運營狀況做出預測，並決定是否投資。如果我們將公司的信息量化成各種數據因子，將預測目標改為公司的未來發展趨勢、風險情況，則整個問題可以通過機器學習方法解決，獲得可靠的預測，並指導投資行為。
因此，藉助機器學習的手段，打造一個人工智慧系統來分析金融市場是一個直接而自然的想法。隨之而來的問題是，機器學習能否與有經驗的分析師競爭呢？就歐美國家的市場經驗來看，機器學習方法在某些方面確實是比人工決策更為出色。例如上文提到的文藝復興基金和著名的DEShaw基金，都是人工智慧在金融投資領域成功落地的案例，是近年來金融投資領域的領頭羊。下圖匯總了一些使用人工智慧技術的知名量化投資機構和平台，以及他們專注的具體方向。可以看到，金融AI技術被廣泛的應用在金融投資的各個環節之中，並帶來了一些新的機遇。對某個應用方向具體感興趣的讀者可以查找相關資料做進一步的了解。
具體來說，相比如傳統投資方式，基於人工智慧的量化投資理念有如下幾個方面的優勢：
1.相比於傳統分析，機器學習方法可以處理更多的輸入信息，能夠考慮的信息面更全，信息量更大，可以達到的效果上限更高。從效率上說，人工智慧方法可以同時考慮整個市場，從中選出更多的優質股票，分散投資風險，提供穩定的投資回報，並容納更大量的資金。
2.人工智慧演算法會量化整個投資過程中的變數，做出更精準高效的投資決策。例如對於一個上市公司，投資者關心公司每個信息因子和未來長期股價的相關性。哪些因子對長期受益更重要？未來上漲的概率是多少？最大投資回撤是多少？這些問題都可以通過演算法和回測獲得答案。
3.近年來伴隨著深度學習演算法的快速發展，一些重要但之前不易獲取的非結構性信息可以被演算法分析得到，從而提高投資效率。其中文字類和圖像類信息是傳統金融信息的重要補充。藉助於深度學習和自然語言處理技術，新聞、輿論、圖像信息可以被加工成用於構建人工智慧的模型特徵，輕松使用於投資決策中。歐美的一些發達投資機構早已成立專門的部門對社交媒體進行分析，從而判斷一個企業的流行程度和受眾群體等信息，甚至通過這些信息對關注公司的未來財報進行預測，以佔得投資先機。
4.從金融交易角度，人工智慧演算法帶來的一個巨大的優勢是在決策中可以迴避人性弱點，例如性格、情感、害怕失敗等因素，始終保持客觀的態度。對於普通投資者，市場的波動或多或少會影響人的情緒，進而影響之後的投資決策。
⑽ 北極星文藝復興孫鵬期貨培訓效果怎麼樣
他們家收費是所有培訓裡面最貴的，效果非常差，語音帶盤虧損嚴重，已經有十幾名學員找律師在找孫鵬維權了。