期权量化模型
量化投资这个东西比较小众，据说国外是主流，不过这个说法最近我比较回怀疑，因为好像大家答对“量化交易”这个词理解不太一样，比如做市商，那可能都是通过程序来完成交易对冲，这个可能和我们说的量化交易不是一回事。
再说回来，目前股票量化很难做，因为不是T+0，期货要好做不少，但是我知道的比较少人去做，而期权，目前国内商品期权和个股期权加在一起才4个品种（我假设你是做国内的交易，并且都是场内期权），从我实盘来看，商品期权的流通量还是很低，这就会导致你不断撤单改价，也就会影响你的滑点，最终你交易下来，恐怕和你模拟的结果差别很大。
另外个问题是手续费，如果按照期权金的比例来算，期权的手续费真是相当高了，尤其是个股期权，所以这个会导致你短线模型基本没法做。
但是从我个人来看，我认为期权是比较合适做量化交易的，这里涉及的因素比较多，远远比期货股票复杂，这点来看是适合量化交易的，只是在这么小的水池里，是不是要搞这么复杂，我就不好说了。
没在证券公司干过，不知道一般是否有这种职业位置配置，所以上面我只能说说我对这个交易本身的看法了。
你要是有啥这方面的信息也希望分享一下，大家都了解了解。
❷ 量化投资策略的趋势判断型量化投资策略
量化选股就是利用数量化的方法选择股票组合，期望该股票组合能够获得超越基准收益率的投资行为。量化选股策略总的来说可以分为两类：第一类是基本面选股，第二类是市场行为选股。
基本面选股介绍了多因子模型、风格轮动模型和行业轮动模型。市场行为选股介绍了资金流模型、动量反转模型、一致预期模型、趋势追踪模型和筹码选股模型。 与股指期货套利类似，商品期货同样存在套利策略，在买入或卖出某种期货合约的同时，卖出或买入相关的另一种合约，并在某个时间同时将两种合约平仓。在交易形式上它与套期保值有些相似，但套期保值是在现货市场买入（或卖出）实货、同时在期货市场上卖出（或买入）期货合约；而套利却只在期货市场上买卖合约，并不涉及现货交易。
商品期货套利主要有期现套利、跨期套利、跨市场套利和跨品种套利4种 有别于无风险套利，统计套利是利用证券价格的历史统计规律进行套利的，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。
统计套利的主要思路是先找出相关性最好的若干对投资品种（股票或者期货等），再找出每一对投资品种的长期均衡关系（协整关系），当某一对品种的价差（协整方程的残差）偏离到一定程度时开始建仓——买进被相对低估的品种、卖空被相对高估的品种，等到价差回归均衡时获利了结即可。
统计套利的主要内容包括股票配对交易、股指对冲、融券对冲和外汇对冲交易。 期权（Option）又称选择权，是在期货的基础上产生的一种衍生性金融工具。从其本质上讲，期权实质上是在金融领域将权利和义务分开进行定价，使得权利的受让人在规定时间内对于是否进行交易行使其权利，而义务方必须履行。在期权的交易时，购买期权的一方称为买方，而出售期权的一方则称为卖方；买方即权利的受让人，而卖方则是必须履行买方行使权利的义务人。
期权的优点在于收益无限的同时风险损失有限，因此在很多时候，利用期权来取代期货进行做空、套利交易，会比单纯利用期货套利具有更小的风险和更高的收益率。
❸ 量化模型是什么意思
量化模型，是把数理统计学应用于科学数据，以使数理统计学构造出来的模型得到经验上的支持，并获得数值结果。这种分析是基于理论与观察的并行发展，而理论与观测又通过适当的推断方法而得以联系。
一个完整的量化模型包括哪些？
近几年，量化投资在国内兴起，但在很多人眼里，量化投资仿佛是一个非常神秘的新事物。而实际上，量化投资的无非就是宽客通过计算机语言，将交易策略布置到一个量化系统中，然后进行回测和实战的过程。量化投资的本质还是投资者的智慧，只是实现过程中运用到计算机这一工具。
宽客们到底是如何系统的构建一个完整的量化模型的？可以肯定的是，宽客跟普通投资者一样，也在观察市场，产生一些普通投资者也会想到的想法，当宽客产生一些想法时，他们会通过计算机去验证他们的想法是否靠谱或者是能否带来收益。而作为普通投资者，实现想法往往是困难的，如同普通投资者在投资或炒股过程中，发现在15分钟K线图，上升趋势中股价跌破MA169后便会进入调整。普通投资者只是感觉，而宽客可以通过编写程序然后在市场的历史数据回测，验证这个想法是否靠谱。
一个简单的想法编写成简单的程序，这明显不能称作为量化模型，但这却是任何一个量化模型的来源，即人的想法。完整的量化模型应当包括：策略模型、风险模型、交易成本模型、投资组合构建模型、执行模型，如下图：
投资组合构建模型：投资组合构建模型在于构建一个能创造最大盈利的投资组合。主要分为：基于规则的投资组合构建模型和基于优化的投资组合构建模型。基于规则的投资组合构建模型主要分三类：相等头寸加权，相等风险加权，信号驱动型加权。其中前两类分别保证了投资组合的每个个股头寸相等和所承担的风险相等。第三类根据信号强度来加权，投资组合中个股与策略模型设定的条件越接近则赋予的权重越大，这是合理决定头寸规模的最佳途径。
执行模型：执行模型是实施量化模型的最后一个环节，如果没有执行模型，那么整个量化模型并没有存在的意义。执行模型中订单执行算法是最关键的，其主要目的是，以尽可能低的价格，尽可能完整地完成想要交易的订单。具体的执行算法包括：采用何种订单类型，采用进取订单还是被动订单，采用大订单还是小订单。对于资金量比较小的宽客，执行模型往往是比较简单的，一旦出现信号，其所需成交量的并不需要太大。而对于资金量较大的宽客来说，执行模型是比较复杂的，需要根据实际情况来选择合适的下单方式。
以上就是量化模型的整个系统框架，其中任何一个部分都发挥至关重要的作用，因此一个完整的能盈利的量化模型是非常有价值的。
❹ 什么是量化投资
你好，量化投资，简单地说就是利用数学、统计学、信息技术的量化投资方法来管理投资组合。
❺ 如何开发量化投资模型
4.如何进行量化投资
一个量化投资的交易系统主要包括三个部分，阿尔法模型、风险模型和交易成本模型。
阿尔法模型旨在预测宽客所考虑金融产品的未来趋势；
风险模型旨在帮助宽客投资不太能带来收益但会造成损失的敞口规模；
交易成本模型用于帮助确定从目前的投资组合到新的投资组合的交易成本。
目前对于量化交易的研究重点大都集中在对阿尔法模型的研究上。
阿尔法模型
阿尔法模型是量化交易系统的第一个重要组成部分，主要是为了寻找盈利机会。
阿尔法是希腊字母α的音译，常用于量化表述投资者的盈利能力或投资者得到的与市场波动无关的回报。
阿尔法模型分为：
趋势形、回复型、技术情绪型、价值型/收益型、成长型和品质型
趋势型和均值回复型交易策略都依赖价格数据；纯技术情绪型的策略比较少见通常都只作为一个辅助因子；而价值型/收益型、成长型和品质型策略都基于基本面数据
趋势跟随策略
趋势跟随策略是基于以下基本的假定：在一定时间内市场通常朝着同一方向变化，据此对市场趋势做出判断就可以作为制定交易策略的依据。常见于期货市场，最常用移动平均线交叉来定义趋势。
均值回复策略
均值回复策略的基本理论认为，价格围绕其价值中枢而上下波动，判断出这个中枢以及波动的方向便足以捕捉到交易机会。统计套利是用的最多的均值回复策略，认为价格出现背离类似股票的价值终究会缩小到合理的区间范围。
技术情绪型策略
这一类策略没有明确的经济理论支撑，主要通过追踪投资者情绪相关指标来判断预期回报，如交易价格、交易量以及波动性指标等。比如观察期权市场的认沽认购量和隐含波动率做现货的择时，再者就是高频交易通过限价指令簿的形态来判断近期市场情绪。
价值型/收益型策略
价值型策略主要用于股票交易。这类策略认为市场倾向于高估高风险资产的风险，而低估低风险资产的风险。因此，在适当的时间买入高风险资产和卖出低风险资产，就可以获得收益。常用的指标有PE（市盈率）、PB（市净率）等，常应用于股票多空。
成长型策略
成长型策略试图通过对所考虑资产以往的增长水平进而对未来的走势进行预测。他认为价格上涨通常都是存在趋势的，价格上涨最快的产品通常比同类产品更具有优势，他要求投资者能尽早判断公司的股价处于增长期，从而捕捉到公司的股价未来更大的上涨幅度。宏观上常见于外汇市场，例如持有经济迅速增长的国家的外汇，这些国家的利率比经济增长缓慢或处于复苏期的经济体要高；股票市场通常用EPS等指标度量。
品质型策略
这类策略的支持者认为，在其他条件相同的条件下最好买入或持有高品质的产品而做空或减少持有低品质的资产。这类策略比较看重资金的安全，受宏观市场影响比较大，常用的指标有杠杆比率、收入波动比、管理团队水平和欺诈风险。
不管是什么类型的策略最终受益都体现在交易中关于买卖时机的把握和持有头寸选择的技巧。
https://uqer.io/community/list 这个社区里面有很多关于量化的策略，也有很多牛人，可以和他们多讨论讨论的。
目前国内量化交易平台主要有掘金量化、优矿、聚宽、米筐、讯投、国泰君安、同花顺、龙软、TB、京东量化、Big、雷矿等等。
专业度较高应该是掘金量化、讯投、优矿
用户量较大应该是聚宽米筐
人工智能：Big
❼ 如何在真格量化中计算期权的隐含波动率
隐含波动率(Implied Volatility)是将市场上的期权或权证交易价格代入权证理论价格模型<Black-Scholes模型>，反推出来的波动率数值。
由于期权定价模型(如BS模型)给出了期权价格与五个基本参数(标的股价、执行价格、利率、到期时间、波动率)之间的定量关系，只要将其中前4个基本参数及期权的实际市场价格作为已知量代入定价公式，就可以从中解出惟一的未知量，其大小就是隐含波动率。
我们知道，对于标准的欧式权证的理论价格，可以通过B-S公式计算。在B-S公式中，共有权证价格C或P、正股价格S、行权价格X、剩余期限（T-t）、无风险收益率r和波动率σ六个参数。具体公式如下：
在这6个参数中，我们如果知道其中5个参数的值，就可以通过B-S公式求解出第6个参数的值，尽管有的参数得不到明确的解析表达式，但是可以通过数值算法求解。
也就是说，对于特定的权证，根据现有市场的权证价格C或P、正股价格S、行权价格X、剩余期限（T-t）、无风险收益率r五个参数，可以倒推出隐含在现有条件下的波动率，也即我们经常所说的隐含波动率或引申波幅。
为100%-200%，用（100%+200%）/2=150%的波动率计算权证理论价值（3.698元），发现大于市场价格，再一次将隐含波动率区间改为100%-150%，重复上述操作直至隐含波动率区间小到可以认可的程度。虽然这种方法人为计算比较麻烦，但通过计算机程序（如VB，SAS等）能够很快而又精确地算出结果
❽ 量化分析是什么意思
量化分析就是将一些不具体，模糊的因素用具体的数据来表示，从而达到分析比较的目的。
量化分析可以帮助我们更加方便和直观地衡量风险和收益，但需要强调指出的是，美国华尔街顶级量化金融大师、哥伦比亚大学著名教授伊曼纽尔·德曼，在《数学建模如何诱骗了华尔街》一文中，毫无忌讳地承认：我们根本不可能（通过数理分析方法）发明出一个能够预测股票价格将会如何变化的模型；如果我们相信人类行为可完全遵守数学法则，从而把有着诸多限制的模型与理论相混淆的话，其结果肯定会是一场灾难。
(8)期权量化模型扩展阅读：
量化投资技术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、商品期货套利、统计套利、算法交易，资产配置，风险控制等。
量化分析法将对通过定性风险分析排出优先顺序的风险进行量化分析。尽管有经验的风险经理有时在风险识别之后直接进行定量分析，但定量风险分析一般在定性风险分析之后进行。定量风险分析一般应当在确定风险应对计划时再次进行，以确定项目总风险是否已经减少到满意。
❾ 哪个软件可以看到期权的delta、gamma、theta、vega、rho等值
国内无期权，所以没有软件可以满足你去看这些指标，即使是国外的期权这些指标也不会显示在软件上，都是机构自己购置计算软件计算工具根据模型输入市场数据导出来的，而且这些指标未必对，期权的价格未必会按照这些指标变动
在对期权价格的影响因素进行定性分析的基础上，通过期权风险指标，在假定其他影响因素不变的情况下，可以量化单一因素对期权价格的动态影响。期权的风险指标通常用希腊字母来表示，包括：delta值、gamma、theta、vega、rho等。对于期权交易者来说，了解这些指标，更容易掌握期权价格的变动，有助于衡量和管理部位风险。
Delta值：衡量标的资产价格变动时，期权价格的变化幅度
Gamma：衡量标的资产价格变动时，期权Delta值的变化幅度
Theta：衡量随着时间的消逝，期权价格的变化幅度
Vega：衡量标的资产价格波动率变动时，期权价格的变化幅度
Rho：衡量利率变动时，期权价格的变化幅度
❿ 量化交易都有哪些主要的策略模型
随着量化交易的发展，单一技术指标的策略会面临失效的问题。所以现在的策略都是复合型的。
经典量化交易策略(包括价值投资、技术指标、配对轮动、机器学习等)、研究型文章等