專業量化投資

① 什麼是量化投資

量化投資在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大、得到了越來越多投資者認可。事實上，互聯網的發展，使得新概念在世界范圍的傳播速度非常快，作為一個概念，量化投資並不算新，國內投資者早有耳聞。但是，真正的量化基金在國內還比較罕見。其實，定量投資和傳統的定性投資本質上的相同的，二者都是基於市場非有效或是弱有效的理論基礎，而投資經理可以通過對個股估值，成長等基本面的分析研究，建立戰勝市場，產生超額收益的組合。不同的是，定性投資管理較依賴對上市公司的調研，以及基金經理個人的經驗及主觀的判斷，而定量投資管理則是「定性思想的量化應用」,更加強調數據。 第一，紀律性，所有的決策都是依據模型做出的。我們有三個模型：一是大類資產配置模型、二是行業模型、三是股票模型。根據大類資產配置決定股票和債券投資比例；按照行業配置模型確定超配或低配的行業；依靠股票模型挑選股票。紀律性首先表現在依靠模型和相信模型，每一天決策之前，首先要運行模型，根據模型的運行結果進行決策，而不是憑感覺。有人問，模型出錯怎麼辦？不可否認，模型可能出錯，就像CT機可能誤診病人一樣。但是，在大概率下，CT機是不會出錯的，所以，醫生沒有拋棄CT機，我的模型在大概率下是不出錯的，所以，我還是相信我的模型。 紀律性的好處很多，可以克服人性的弱點，如貪婪、恐懼、僥幸心理，也可以克服認知偏差，行為金融理論在這方面有許多論述。紀律化的另外一個好處是可跟蹤。定量投資作為一種定性思想的理性應用，客觀地在組合中去體現這樣的組合思想。一個好的投資方法應該是一個「透明的盒子」。我們的每一個決策都是有理有據的，特別是有數據支持的。如果有人質問我，某年某月某一天，你為什麼購買某支股票的化，我會打開系統，系統會顯示出當時被選擇的這只股票與其他的股票相比在成長面上、估值上、動量上、技術指標上的得分情況，這個評價是非常全面的,只有匯總得分比其他得分要高才有說服力。 第二，系統性。具體表現為「三多」。首先表現在多層次，包括在大類資產配置、行業選擇、精選個股三個層次上我們都有模型；其次是多角度,定量投資的核心投資思想包括宏觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度；再者就是多數據，就是海量數據的處理。人腦處理信息的能力是有限的，當一個資本市場只有100隻股票，這對定性投資基金經理是有優勢的，他可以深刻分析這100家公司。但在一個很大的資本市場，比如有成千上萬只股票的時候，強大的定量投資的信息處理能力能反映它的優勢，能捕捉更多的投資機會，拓展更大的投資機會。 第三，妥善運用套利的思想。定量投資正是在找估值窪地，通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會。定性投資經理大部分時間在琢磨哪一個企業是偉大的企業，那個股票是可以翻倍的股票；與定性投資經理不同，定量基金經理大部分精力花在分析哪裡是估值窪地，哪一個品種被低估了，買入低估的，賣出高估的。 第四，靠概率取勝。這表現為兩個方面，一是定量投資不斷的從歷史中挖掘有望在未來重復的歷史規律並且加以利用。二是依靠一組股票取勝，而不是一個或幾個股票取勝。在國內市場的發展潛力首先，相較於海外成熟市場，A股市場的發展歷史較短，投資者隊伍參差不齊，投資理念還不夠成熟，留給主動投資發掘市場非有效性，產生阿爾法的潛力和空間也更大。投資理念多元化，也創造出多元分散的alpha機會。 其次，量化投資的技術和方法在國內幾乎沒有競爭者。中醫治療中醫擅長的疾病、西醫治療西醫擅長的疾病；如果把證券市場看作一個病人的話，每個投資者就是醫生，定性投資者挖掘定性投資的機會，治療定性投資的疾病，定量投資者挖掘定量投資的機會，治療定量投資的疾病。現在證券市場上定性投資者太多了，機會太少，競爭太激烈；量化投資者太少了，機會很多，競爭很少。這給量化投資創造了良好的發展機遇——當其他人都擺西瓜攤的時候，我們擺了一個蘋果攤。 總的看來，量化投資和定性投資的差別真的有如中醫和西醫的差別，互有長短、各有千秋。 由此可見，隨著2010年4月股指期貨的出台，量化投資國內市場發展潛力逐漸顯現，目前已有國泰安金融學院，北京大學匯豐商學院，上海交通大學安泰管理學院投入數百萬開設了專業的量化投資金融實驗室，並開辦了量化投資高級研修班，為國內量化投資的市場發展提供了良好學術和實戰環境。相關基金： 光大量化基金（光大量化核心基金），嘉實量化阿爾法基金，長盛量化基金，中海量化基金。

② 目前國內進行量化投資的個人多不多

近年來,隨著證券市場規模的不斷擴大,金融衍生產品不斷推出, 投資策略和盈利模式發生根本性改變,投資復雜程度日益提高,導致證券市場投資者的構成比例出現了相應的變化。專業投資管理人的佔比越來越大,且有加速之勢。另一方面,量化對沖投資策略以其中低風險穩定收益的特性,將成為機構投資者的主要投資方向之一。一、量化對沖業務特點及服務要求量化對沖是一項業務特點鮮明、極具專業性、配套服務要求高的業務,其業務特點表現為:(一) 投顧專業化水平高。量化對沖業務對管理人在數據挖掘、策略開發、程序化交易等IT 技術研發能力要求很高。根據海外經驗證明,從事量化對沖投資的管理人均為專業機構投資者,專業背景來自物理、數學、統計、計算機等領域的高端人才,需要具備量化投資模型的開發能力及持續的模型優化能力,具有一定的行業進入門檻。分支機構在識別和扶植量化對沖管理人方面也必須具備一定的鑒別能力,避免付出大量精力而收效甚微。(二) 量化對沖業務存在天然的地域分布。與公募基金公司布局相類似,目前主要的量化對沖管理人大都集中在上海、北京、深圳等幾大金融市場活躍區域,與公司各地區量化對沖業務發展不均衡的情況相吻合。(三) 產品風險相對較低。目前市場上的量化對沖產品多以市場中性策略為主,對沖證券市場系統性風險,相較於傳統方向型的權益類產品,在控制產品回撤和獲取穩定收益方面具備較大的優勢。隨著賣空機制的不斷完善,對沖策略將逐漸豐富,例如:統計套利、多空策略、配對交易等。(四) 業務落地要有專門的支持團隊。據近年來推廣量化對沖業務的實際操作經驗,在業務執行層面需要落地營業部協調的技術問題就很多,各營業部須配備專業的業務團隊進行支持,快速響應和解決存在的問題。實際情況是大部分營業部沒有足夠的人力、財力和物力,用於配臵專業的支持團隊。根據開展量化對沖業務的以上特點,對券商提出了較高的綜合服務要求:(一) IT 系統要求高。量化對沖業務模式對於IT 系統都具有極高要求,一方面體現在交易系統及行情數據響應速度穩定高效,另一方面體現在系統整合及開發易用性。(二) 策略研發需求高。隨著金融創新工具的不斷推出,量化對沖管理人只有具備持續策略開發和策略優化的能力才能取得穩定、優秀的投資業績,需要我公司提供強大的策略研究以及策略交流等支持。(三) 產品設計和發行要求高。量化對沖業務發展的必由之路, 是以產品化的模式實現規模效益擴大生產力,投資管理人需要券商提供SPV 設計(如信託、公募、資管等法律結構安排)、提供產品結構設計、風險控制、後台運營和營銷組織等全方位的一攬子配套服務, 與證券公司在產品設計的專業能力、統一營銷的組織能力和整合公司總部資源能力相匹配。二、量化對沖業務的發展現狀
(一) 投資管理人或直接投資者專業化水平參差不齊
目前,市場上量化對沖投資管理人按專業水平大致分為三大類:
第一類:專業水準極高的管理人或投資人,擁有多年的投資經驗,擁有自主開發的量化交易系統,有專門的策略研究團隊,有實盤過往業績表現,有持續的生存能力。此類管理人既有自學成才的,也有從 海歸加盟的,來自成熟市場有經驗的管理人在逐步增加;
第二類:正在成長過程中的管理人或投資人。此類管理人有較好的國內證券市場投資經驗和過往業績,學習能力強,應變能力強,正在成為量化對沖業務的新生力量;
第三類:專業能力欠缺,只有願望,沒有專業支撐,被動依賴技術平台而操作的管理人或是直接投資人,對量化對沖業務一知半解甚至完全不懂,根據策略交易系統發出信號被動投資,預計此類管理人 (投資人)難以應對市場變化,很快就會因束手無策而離開市場。
(二) 從券商或營業部提供的服務支持來看,專業化水準和服務支持能力也參差不齊。
主要分為三類:
第一類:由專業的團隊支撐,有系統的技術支持、策略支持和服務支持;
第二類:正在起步階段的券商,但他們也有可能後發制人,定位精準,整合資源,成為量化對沖市場的主力服務機構;
第三類:沒有能力支持量化對沖業務。既無技術支持,也無專業服務團隊,更談不上策略支持。業務發展處於自生自滅的狀態,業務也處於很大的波動中。

③ 量化投資有什麼優勢 量化投資的前景

量化投資從歷史大數據入手，邏輯嚴密，止損嚴格，免除了人為判斷的失誤，而且可以通過頻繁的交易頻率獲得不菲的收益。但是也有對應的缺點，如交易系統需要不斷完善，防止泄密，並且開發成本高，同時因為量化交易造成的市場恐慌可能會有大面積拋盤造成市場的瞬間崩潰。不過，我覺得總體而言，量化交易就想人工智慧阿爾法狗一樣，發展前進無限，新事物總有這樣那樣的不完美，就好比一開始的汽車跑不過賽馬一樣，但遲早把舊事物淘汰，世道必進後勝於今

④ 什麼是量化投資

量化投資是指通過數量化模型建立科學投資體系，以獲取穩定收益。在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大、得到了越來越多投資者認可。在國內，量化投資不再是一個陌生的詞彙，近幾年得到了迅猛的發展。可在應用過程中學習量化投資

⑤ 量化投資的量化投資

開設學校：對外經濟貿易大學
開設學院：統計學院
所屬學科：金融學
課程名稱：資產管理與量化投資方向
配備最強師資組合
對外經濟貿易大學在職研究生享受與統招研究生一模一樣的師資，均為碩導、博導。對外經濟貿易大學校長施建軍、統計學院副院長劉立新教授在該領域內享有很高聲譽，均參與在職研究生授課。
課程特有國際性、前沿性、實踐性
對外經貿大學自身國際化、前沿化特徵顯著，金融專業一直是對外經貿大學的優勢學科，所設課程同樣與國際金融市場接軌密切，如量化投資、統計套利、高頻交易等。
課程將資產管理和量化投資技術緊密結合
課程講授金融各行業資產管理業務的發展模式及運用，尤其是運用量化投資技術和程序交易進行資產管理：套利策略設計、投資方案實施、風險分析、市場預測等，旨在培養復合型的金融高級人才。
定期為在職研究生開展主題講座論壇
邀請政府和業內知名專家舉辦系列關於經濟金融政策分析、金融監管、金融市場投資、風險管理等方面專題講座。如：貴金屬市場投資、微量網量化投資、風險投資、投資銀行、對沖基金、等專題。 伴隨著金融全球化的進程，以及我國金融市場的發展創新，利用多市場、多品種、多策略的綜合投資和管理將成為未來資產管理、財富管理、風險管理、結構化產品設計的重要發展模式，尤其是運用量化投資技術和程序交易進行套利策略設計、投資方案實施、風險分析、市場預測等。
為適應政府、各類金融機構（銀行業、證券業、保險業、期貨業、信託業等）以及各類企事業單位對資產管理和投資分析人才迅速增長的需求，提高從事資產管理、金融市場投資、財富管理和養老金策劃、社會保障等領域在職人員的專業理論水平，尤其是運用量化投資方法進行資產管理，對外經貿大學特開設金融學專業資產管理與量化投資方向在職研究生課程，旨在培養復合型專業化人才。 資產管理已經成為我國金融市場的發展創新的重要領域，許多金融機構紛紛成立專門的資產管理公司以滿足社會發展的需求，而資產管理不僅需要對於各類型資產的了解、應用，更重要的是基於經濟金融的生態環境的變化進行綜合的、動態的資產管理。
學員通過資產管理與量化投資方向的專業學習，不僅可以掌握運用金融產品及投資理論進行資產管理的方法和技術，而且可以通過不同金融市場的實務操作、案例分析、專題講座了解現代資產管理的應用，掌握運用量化技術進行投資、融資、資產負債管理、財富管理的手段，為從事資產管理領域的工作提供必要的准備。 1、隨著國際國內金融市場的發展，現階段資產管理已經成為我國金融市場發展創新的重要領域；
2、加大資產管理業務是金融行業擴大資產規模，增加收益的最好選擇；
3、資產管理是企業追求長期穩定收益的必然選擇；
4、資產管理是普通投資人（家庭、個人投資理財）最受益的選擇方式；
5、資產管理是規範金融市場的有效途徑，極大的降低市場的波動率；
6、資產管理業務是金融從業人員的激勵和動力，促使金融從業人員優勝劣汰，優化金融團隊；
7、政府支持、政策支撐：資產管理為社會、金融業、企業、個體等均帶來巨大收益，自2012年開始政府大力支持，對其放寬政策，目的就是將此項業務堅定不移的開展下去。
報名條件：
1、從事社會工作三年以上的大專學歷者；
2、大學本科畢業三年，並獲得學士學位，可申請金融學專業經濟學碩士學位。 按照對外經貿大學金融學專業碩士研究生培養方案，根據資產管理與量化投資方向的具體情況實施課堂教學。
學位課程：
微觀經濟學 宏觀經濟學 財政學
國際經濟學貨幣銀行學 社會主義經濟理論
資產管理模塊：
投資組合與基金管理 固定收益與信託產品投資
保險規劃與財稅規劃 衍生產品與另類投資
量化投資模塊：
金融工程與量化投資 技術分析與高頻交易
金融統計與計量 統計套利與程序交易
金融市場、財務策劃模塊：
金融市場實務 理財規劃實務
金融風險管理 財務報表分析 1、申請學位按照對外經濟貿易大學研究生部學位辦公室關於以研究生畢業同等學力申請碩士學位的規定辦理。所交學費不包括進入論文階段後的費用。
2、報名參加研究生課程進修班學習的人員，可在報名時提出以研究生畢業同等學力申請碩士學位。
3、國家統一組織的英語和經濟學學科綜合水平考試，由我院協助學員到研究生部辦理手續，費用按規定由學員交納。
4、我院將為學員安排教師進行學位論文的指導。

⑥ 量化投資好做嗎，這份工作有多難

比較專業，還需專業人士來做。

⑦ 量化投資

沒有你想的書

我多年來都有關注這方面的書 可是也沒有在國內找到

數量化投資是將投資理念及策略通過具體指標、參數的設計，體現到具體的模型中，讓模型對市場進行不帶任何情緒的跟蹤；相對於傳統投資方式來說，具有快速高效、客觀理性、收益與風險平衡和個股與組合平衡等四大特點。量化投資技術幾乎覆蓋了投資的全過程，包括估值與選股、資產配置與組合優化、訂單生成與交易執行、績效評估和風險管理等，在各個環節都有不同的方法及量化模型：

一、估值與選股

估值：對上市公司進行估值是公司基本面分析的重要方法，在「價值投資」的基本邏輯下，可以通過對公司的估值判斷二級市場股票價格的扭曲程度，繼而找出價值被低估或高估的股票，作為投資決策的參考。對上市公司的估值包括相對估值法和絕對估值法，相對估值法主要採用乘數方法，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等；絕對估值法主要採用折現的方法，如公司自由現金流模型、股權自由現金流模型和股利折現模型等。相對估值法因簡單易懂，便於計算而被廣泛使用；絕對估值法因基礎數據缺乏及不符合模型要求的全流通假設而一直處於非主流地位。隨著全流通時代的到來和國內證券市場的快速發展，絕對估值法正逐漸受到重視。

選股：在當前品種繁多的資本市場中，從浩瀚復雜的數據背後選出適合自己投資風格的股票變得越加困難。在基本面研究的基礎上結合量化分析的手段就可以構建數量化選股策略，主流的選股方法如下：

資產配置方法與模型
資產配置類別 資產配置層次 資產配置方法 資產配置模型
戰略資產配置 全球資產配置 大類資產配置 行業風格配置 收益測度 風險測度 估計方法 馬克維茨 MV 模型 均值 -LPM 模型 VaR 約束模型 Black-Litterman 模型
戰術資產配置 ( 動態資產配置 ) 周期判斷 風格判斷 時機判斷 行業輪動策略 風格輪動策略 Alpha 策略 投資組合保險策略

基本面選股：通過對上市公司財務指標的分析，找出影響股價的重要因子，如：與收益指標相關的盈利能力、與現金流指標相關的獲現能力、與負債率指標相關的償債能力、與凈資產指標相關的成長能力、與周轉率指標相關的資產管理能力等。然後通過建立股價與因子之間的關系模型得出對股票收益的預測。股價與因子的關系模型分為結構模型和統計模型兩類：結構模型給出股票的收益和因子之間的直觀表達，實用性較強，包括價值型(本傑明·格雷厄姆—防禦價值型、查爾斯·布蘭迪—價值型等)、成長型(德伍·切斯—大型成長動能、葛廉·畢克斯達夫—中大型成長股等)、價值成長型(沃倫·巴菲特—優質企業選擇法、彼得·林奇—GARP價值成長法等)三種選股方法；統計模型是用統計方法提取出近似線性無關的因子建立模型，這種建模方法因不需先驗知識且可以檢驗模型的有效性，被眾多經濟學家推崇，包括主成分法、極大似然法等。

多因素選股：通過尋找引起股價共同變動的因素，建立收益與聯動因素間線性相關關系的多因素模型。影響股價的共同因素包括宏觀因子、市場因子和統計因子(通過統計方法得到)三大類，通過逐步回歸和分層回歸的方法對三類因素進行選取，然後通過主成分分析選出解釋度較高的某幾個指標來反映原有的大部分信息。多因素模型對因子的選擇有很高的要求，因子的選擇可依賴統計方法、投資經驗或二者的結合，所選的因子要有統計意義上或市場意義上的顯著性，一般可從動量、波動性、成長性、規模、價值、活躍性及收益性等方面選擇指標來解釋股票的收益率。

動量、反向選股：動量選股策略是指分析股票在過去相對短期的表現，事先對股票收益和交易量設定條件，當條件滿足時買進或賣出股票的投資策略，該投資策略基於投資者對股票中期的反應不足和保守心理，在投資行為上表現為購買過去幾個月表現好的股票而賣出過去幾個月表現差的股票。反向選股策略則基於投資者的錨定和過度自信的心理特徵，認為投資者會對上市公司的業績狀況做出持續過度反應，形成對業績差的公司業績過分低估和業績的好公司業績過分高估的現象，這為投資者利用反向投資策略提供了套利機會，在投資行為上表現為買進過去表現差的股票而賣出過去表現好的股票。反向選股策略是行為金融學理論發展至今最為成熟，也是最受關注的策略之一。

二、資產配置

資產配置指資產類別選擇、投資組合中各類資產的配置比例以及對這些混合資產進行實時管理。資產配置一般包括兩大類別、三大層次，兩大類別為戰略資產配置和戰術/動態資產配置，三大層次為全球資產配置、大類資產配置和行業風格配置。資產配置的主要方法及模型如下：

戰略資產配置針對當前市場條件，在較長的時間周期內控制投資風險，使得長期風險調整後收益最大化。戰術資產配置通常在相對較短的時間周期內，針對某種具體的市場狀態制定最優配置策略，利用市場短期波動機會獲取超額收益。因此，戰術資產配置是在長期戰略配置的過程中針對市場變化制定的短期配置策略，二者相互補充。戰略資產配置為未來較長時間內的投資活動建立業務基準，戰術資產配置通過主動把握投資機會適當偏離戰略資產配置基準，獲取超額收益。

三、股價預測

股價的可預測性與有效市場假說密切相關。如果有效市場假說成立，股價就反映了所有相關的信息，價格變化服從隨機遊走，股價的預測就毫無意義，而我國的股市遠未達到有效市場階段，因此股價時間序列不是序列無關，而是序列相關的，即歷史數據對股價的形成起作用，因此可以通過對歷史信息的分析來預測股價。

主流的股價預測模型有灰色預測模型、神經網路預測模型和支持向量機預測模型(SVM)。灰色預測模型對股價的短期變化有很強的預測能力，近年發展起來的灰色預測模型包括GM(1, 1)模型、灰色新陳代謝模型和灰色馬爾可夫模型。人工神經網路模型具有巨量並行性、存儲分布性、結構可變性、高度非線性和自組織性等特點，且可以逼近任何連續函數，目前在金融分析和預測方面已有廣泛的應用，效果較好。支持向量機模型在解決小樣本、非線性及高維模式識別問題中有許多優勢，且結構簡單，具有全局優化性和較好的泛化能力，比神經網路有更好的擬合度。

四、績效評估

作為集合投資、風險分散、專業化管理、變現性強等特點的投資產品，基金的業績雖然受到投資者的關注，但要對基金有一個全面的評價，則需要考量基金業績變動背後的形成原因、基金回報的來源等因素，績效評估能夠在這方面提供較好的視角與方法，風險調整收益、擇時/股能力、業績歸因分析、業績持續性及Fama的業績分解等指標和方法可從不同的角度對基金的績效進行評估。

績效評估模型 / 指標

績效評估准則
擇時 / 股能力
業績歸因分析
風險調整收益
業績持續性
Fama 業績分解

模型 / 指標
T-M 模型

H-M 模型

GII 模型

C-L 模型
資產配置收益

證券選擇收益

行業選擇收益

行業內個股選擇收益
RAROC

Sharp, Stutzer

Treynor, Jensen

, ,
雙向表分析

時間序列相關性
總風險收益

系統風險收益

分散化投資收益

五、基於行為金融學的投資策略

上世紀50～70年代，隨著馬科維茨組合理論、CAPM模型、MM定理及有效市場假說的提出，現代金融經濟學建立了一套成熟的理論體系，並且在學術界占據了主導地位，也被國際投資機構廣泛應用和推廣，但以上傳統經濟學的理論基石是理性人假設，在理性人假設下，市場是有效率的，但進入80年代以後，關於股票市場的一系列研究和實證發現了與理性人假設不符合的異常現象，如：日歷效應、股權溢價之謎、期權微笑、封閉式基金折溢價之謎、小盤股效應等。面對這些金融市場的異常現象，諸多研究學者從傳統金融理論的基本假設入手，放鬆關於投資者是完全理性的嚴格假設，吸收心理學的研究成果，研究股市投資者行為、價格形成機制與價格表現特徵，取得了一系列有影響的研究成果，形成了具有重要影響力的學術流派－行為金融學。

行為金融學是對傳統金融學理論的革命，也是對傳統投資實踐的挑戰。隨著行為金融理論的發展，理論界和投資界對行為金融理論和相關投資策略作了廣泛的宣傳和應用，好買認為，無論機構投資者還是個人投資者，了解行為金融學的指導意義在於：可以採取針對非理性市場行為的投資策略來實現投資目標。在大多數投資者認識到自己的錯誤以前，投資那些定價錯誤的股票，並在股價正確定位之後獲利。目前國際金融市場中比較常見且相對成熟的行為金融投資策略包括動量投資策略、反向投資策略、小盤股策略和時間分散化策略等。

六、程序化交易與演算法交易策略

根據NYSE的定義，程序化交易指任何含有15隻股票以上或單值為一百萬美元以上的交易。程序化交易強調訂單是如何生成的，即通過某種策略生成交易指令，以便實現某個特定的投資目標。程序化交易主要是大機構的工具，它們同時買進或賣出整個股票組合，而買進和賣出程序可以用來實現不同的目標，目前程序化交易策略主要包括數量化程序交易策略、動態對沖策略、指數套利策略、配對交易策略和久期平均策略等。

演算法交易，也稱自動交易、黑盒交易或無人值守交易，是使用計算機來確定訂單最佳的執行路徑、執行時間、執行價格及執行數量的交易方法，主要針對經紀商。演算法交易廣泛應用於對沖基金、企業年金、共同基金以及其他一些大型的機構投資者，他們使用演算法交易對大額訂單進行分拆，尋找最佳路由和最有利的執行價格，以降低市場的沖擊成本、提高執行效率和訂單執行的隱蔽性。任何投資策略都可以使用演算法交易進行訂單的執行，包括做市、場內價差交易、套利及趨勢跟隨交易。演算法交易在交易中的作用主要體現在智能路由、降低沖擊成本、提高執行效率、減少人力成本和增加投資組合收益等方面。主要的演算法包括：交易量加權平均價格演算法(VWAP)、保證成交量加權平均價格演算法(Guaranteed VWAP)、時間加權平均價格演算法(TWAP)、游擊戰演算法(Guerrilla)、狙擊手演算法(Sniper)、模式識別演算法(Pattern Recognition)等。

綜上所述，數量化投資技術貫穿基金的整個投資流程，從估值選股、資產配置到程序化交易與績效評估等。結合量化投資的特點及我國證券市場的現狀，好買認為量化投資技術在國內基金業中的應用將主要集中在量化選股、資產配置、績效評估與風險管理、行為金融等方面，而隨著包括基金在內的機構投資者佔比的不斷提高、衍生品工具的日漸豐富(股指期貨、融資融券等)以及量化投資技術的進步，基金管理人的投資策略將會越來越復雜，程序化交易(系統)也將有快速的發展。

⑧ 量化投資需要學什麼

首先是要了解金融市場與金融產品,只有這樣才能在眾多市場與標的中選擇合適的來構建投資組合,這一方面需要了解的基礎知識有:金融市場與金融機構、投資學、金融衍生品等等。

⑨ 完全不懂金融，想學習量化投資需要學習哪些金融科目

我個人認為學習復量化投資在金制融方面需要具備兩個方面的知識：
1、首先是要了解金融市場與金融產品，只有這樣才能在眾多市場與標的中選擇合適的來構建投資組合，這一方面需要了解的基礎知識有：金融市場與金融機構、投資學、金融衍生品等等；
2、其次是需要了解如何量化，相信你應該有足夠的IT背景，編程沒啥問題，其次的話就是要了解數理來溝通金融產品選擇與編程落地，需要了解的科目有：概率論、統計學、計量經濟學、金融經濟學、數理金融等。

⑩ 想走量化投資方向，大概需要什麼學歷

碩士學歷足夠，需要具備金融學、心理學、經濟學、統計學、會計學等，總結數據統計能力、計算機技能以及心理素質。
量化投資可以肯定說目前還是一年藍海，稀缺人才很少，如果有志往這方面發展是不錯的選擇。