量化投资实例
1. 量化宽松计划的相关实例
在雷曼兄弟于2008年9月倒闭后，美联储就赶忙推出了量化宽松政策。在随后的三个月中，美联储创造了超过一万亿美元的储备，主要是通过将储备贷给它们的附属机构，然后通过直接购买抵押贷款支持证券。
这些超过法律规定的储备都是银行自愿持有的。银行愿意持有这些超额储备，是因为它们想向监管者和投资者表示他们有足够的流动资产来弥补潜在的贷款损失或满足任何其它的流动资金需求。
这个在2008年底创建这些超额准备金的过程，通常被称为第一次量化宽松(QE1)，其关键的目的在于稳定银行体系。这些超额储备使得银行不必通过贷款来恢复其流动性。
伯南克采取这项行动是因为他已经从央行在20世纪30年代犯下的错误中汲取了教训。美联储没有在危机期间向银行提供超额准备金，这是美国的银行体系在经济大萧条时期崩溃的主要原因。
自2010年4月份美国的经济数据开始令人失望，进入步履蹒跚的复苏以来，美联储一直受压于需要推出另一次的量化宽松：第二次量化宽松(QE2)。
伯南克在今年八月份在杰克逊霍尔的联储官员聚会中为第二次量化宽松打开了大门。但他同时谨慎地指出，量化宽松不是一个成熟的补救办法。
而且，也不是所有的人都支持量化宽松政策。费城联邦储备银行总裁查尔斯·普洛瑟以及堪萨斯城联邦储备银行总裁托马斯·洪尼格今年就一直与伯南克存在异议，他们表现出了对量化宽松的强烈质疑。
不过伯南克一直在试图获得联邦公开市场委员会成员的支持。上次闭门会议结束后发表的声明又将第二次量化宽松的大门打开了一点，声明指出美联储认为通货膨胀率低于目标水平，与美联储保持高就业率的的任务不一致。
随着疲弱的经济数据继续被公布出来，对美联储将进行量化宽松政策的可能性已经越来越明显。
2. 用Python怎么做量化投资
本文将会讲解量化投资过程中的基本流程，量化投资无非这几个流程，数据输入------策略书写------回测输出
其中策略书写部分还涉及到编程语言的选择，如果不想苦恼数据输入和回测输出的话，还要选择回测平台。
一、数据
首先，必须是数据，数据是量化投资的基础
如何得到数据？
Wind：数据来源的最全的还是Wind，但是要付费，学生可以有免费试用的机会，之后还会和大家分享一下怎样才Wind里摘取数据，Wind有很多软件的借口，Excel，Matlab，Python，C++。
预测者网：不经意间发现，一个免费提供股票数据网站 预测者网，下载的是CSV格式
TB交易开拓者：Tradeblazer，感谢@孙存浩提供数据源
TuShare：TuShare -财经数据接口包，基于Python的财经数据包，利用Python进行摘取
如何存储数据？
Mysql
如何预处理数据？
空值处理：利用DataFrame的fill.na()函数，将空值（Nan）替换成列的平均数、中位数或者众数
数据标准化
数据如何分类？
行情数据
财务数据
宏观数据
二、计算语言&软件
已经有很多人在网上询问过该选择什么语言？笔者一开始用的是matlab，但最终选择了python
python：库很多，只有你找不到的，没有你想不到，和量化这块结合比较紧密的有：
Numpy&Scipy：科学计算库，矩阵计算
Pandas：金融数据分析神器，原AQR资本员工写的一个库，处理时间序列的标配
Matplotlib：画图库
scikit-learn：机器学习库
statsmodels：统计分析模块
TuShare：免费、开源的python财经数据接口包
Zipline：回测系统
TaLib：技术指标库
matlab：主要是矩阵运算、科学运算这一块很强大，主要有优点是WorkSpace变量可视化
python的Numpy+Scipy两个库完全可以替代Matlab的矩阵运算
Matplotlib完克Matlab的画图功能
python还有很多其他的功能
pycharm（python的一款IDE）有很棒的调试功能，能代替Matlab的WorkSpace变量可视化
推荐的python学习文档和书籍
关于python的基础，建议廖雪峰Python 2.7教程，适合于没有程序基础的人来先看，涉及到python的基本数据类型、循环语句、条件语句、函数、类与对象、文件读写等很重要的基础知识。
涉及到数据运算的话，其实基础教程没什么应用，python各类包都帮你写好了，最好的学习资料还是它的官方文档，文档中的不仅有API，还会有写实例教程
pandas文档
statsmodels文档
scipy和numpy文档
matplotlib文档
TuShare文档
第二，推荐《利用Python进行数据分析》，pandas的开发初衷就是用来处理金融数据的
三、回测框架和网站
两个开源的回测框架
PyAlgoTrade - Algorithmic Trading
Zipline, a Pythonic Algorithmic Trading Library
3. [高分求案例]高分求一个MBO的案例
MBO产生于传统并购理论，在西方国家有近20年的发展历史。今天，作为资本运作的一个重要手段，MBO正在中国悄然兴起。
MBO的兴起取决于外部经济环境，我国国有股减持以及国有企业的抓大放小政策为MBO提供了一个良好的经济背景和发展契机。针对中国的具体情况，如何解决公有企业"产权模糊、产权主体缺位"的难题，MBO在理论上提供了一条较为可行的思路。正当我国对国有股减持方式以及产权改革方案困惑彷徨的时候，MBO的出现不失为一个积极的尝试。由于在实践中还存在种种障碍和疑虑，所以断言"MBO将成为未来中国产权改革的主流方式"还为时过早。但中国企业的产权困境是一个历史遗留问题，并且在经济体制改革的背景下随着不同利益主体地位和相互关系的衍变而不断变化，时至今日每个公有企业的产权结构都有自身的特点，只有符合本企业具体情况的改革方案才有可能获得成功。
目前我国MBO不乏成功的例子，例如粤美的、宇通客车、深圳方大等，如果说这些大的上市公司MBO案例具有某种特殊性或条件性的话，那么对于一般的非上市国有中小企业或国有企业某个部门的收购，则具有更加普遍的意义和可操作性。
实现一个蜕变
一夜之间从企业的管理人员成为企业的所有者，成为拥有一定资源基础的创业者，这种"不可思议"的蜕变无疑是令人神往的。但MBO项目要想成功实施并不是那么简单，只有找准合适的机会、选择适当的途径、控制内在的风险才能保障项目的成功。
1.什么样的企业或部门适合管理层收购
MBO既是一种资本运作的工具，又是一种企业管理方式上的变革，收购只是手段，整合才是关键。由此可见整合对MBO实施成功的重要性。整合一般分为两个方面：内部整合和外部整合，前者指公司组织结构、财务结构及经营管理本身的调整与整合；后者则是指公司针对资本市场的运作和调整。经过整合，公司要实现改善经营管理、获得稳定现金收入并通过资本市场的运作最终使投资者获得可观的投资回报。
一个能成功地实施MBO的企业或部门，必须具备一些基本的特点：第一，该企业或部门应该具备管理效益的空间。只有当企业管理者的报酬与他们所创造的价值之间有较大的差异时，实施MBO后，才能使管理者的潜能最大限度的发挥出来，有利于企业的发展。管理者成为所有者之后，能够把这部分潜力转化为企业的效益。第二，企业管理层的素质必须很高，有事业心。管理层必须是一个团结的团队，领导者之间目标一致，有很好的合作心态。第三，企业所处行业倾向于成熟产业，且企业债务负担不是很重。第四，企业经营管理层在企业管理岗位上的工作年限较长，经验丰富，各方对其管理能力均表认可，有利于MBO活动的开展。第五，第一大股东的股权比例应该较低，这样可使收购的费用不是特别高，有利于管理层控股，也利于MBO的实现。
2.寻找合适的融资渠道
MBO是杠杆收购方式的一种，而杠杆收购的特点决定了融资在整个收购过程中将扮演举足轻重的角色。在我国，落后的金融体制和不发达的资本市场限制了许多融资渠道，因此目前较为常见的方法就是抵押贷款和引入风险投资，如前面所提到的MBO案例中，只有一部分的款项是自有资金，其余都是通过抵押贷款和风险资本解决。当然，不同的融资渠道也导致了不同的实施过程和风险程度，因此，MBO实施主体应该根据自身所具有的客观条件和信用地位来选择融资方式。
3.规避政策和法律上的风险
在MBO刚刚起步的中国，很多法律和制度上还缺乏清晰的规定，因此，目前MBO活动有很多细节还介于合法与不合法的灰色地带。如法律规定禁止银行贷款给个人从事股权投资的活动，同时也禁止公司用资产或股票作为抵押贷款从事股权投资。
在MBO的实施中，管理层和职工通常需要共同设立一个壳公司并以法人的名义展开收购活动，而我国《公司法》规定有限责任公司有2~50人的限制，当然职工可以以职工持股会的名义介入，但职工持股会属社会团体的性质，是非盈利性的组织，不能够进行投资活动。同时，壳公司对原公司的收购行为是一种股权投资，对于股权投资，我国《公司法》明确规定，公司向其他有限责任公司或股份有限公司投资的，除国务院规定的投资公司和控股公司外、累计投资额不得超过本公司净资产的50%，显然这一点在MBO实施过程中也很难满足。
针对这样一种客观环境，MBO的实施主体一方面要适当地规避法律或制度上可能的障碍，另一方面也需要和当地政府及主管机关保持良好的沟通与合作，以确保MBO能顺利进行。
案例
顾是在2001年收购科龙的,MBO时他是科龙的绝对领导人.
2000年，科龙电器所在地，容奇镇，发生了一件决定科龙命运的事——容奇镇与紧邻的桂洲镇合并成立容桂镇。行政区划的调整带来了政府领导的连锁变更。新来的镇委书记是原顺德市北滘镇的邓伟根，原容奇镇副镇长徐铁峰则被选定担任镇长。
在此之前，容奇镇镇政府通过下设的容奇镇经济发展总公司（后更名“容声集团”）一直对科龙电器保持着绝对控股地位。期间虽然历经潘宁与王国端的人事更迭、不同领导者在经营上的策略摇摆、以及裙带企业挤占科龙电器利润等种种问题，科龙依旧在1999年完成了56亿元的营业总额。当年，科龙冰箱产量国内第一，全球第五，空调产量亦排名国内第五。然而，随后在2000年发生的这场政府改制，让科龙走进了一场漩涡。
改制后出任容桂镇镇长职务的徐铁锋，原系科龙的法人代表。据《财经》事后报道，徐铁锋与新来的镇书记邓伟根不合，又加之他曾一直冀望容桂镇书记一职却败于邓伟根，因此，徐铁锋履新不久，即生去意，于2000年6月辞去镇长一职，“下海”出任科龙总裁。
但让徐铁锋没有想到的是，他的下海有些生不逢时。2000年正是国内家电业竞争激化的一年，旷日持久的价格大战让科龙损失严重。再加上徐铁峰本人疏于品控，上任当年便发生产品质量事故，回收冰箱逾万台。结果，科龙当年巨亏亿元。
此时，顾雏军出场了。
顾雏军是在科龙股价跌破发行价的背景下出现在容桂镇镇政府面前的。据当时的媒体报道，科龙的巨亏已经让荣桂镇镇政府将其视为烫手的山芋。书记邓伟根亦向媒体表示，科龙历史问题严重且现状堪忧，再由政府把持已无前途，只要接手之人能够把企业留在容桂，为政府贡献税收，解决就业，政府便可以退出。就这样，2001年10月，顾雏军与容声集团签约，以每股2.73元的价格收购20.64%科龙电器股份，成为科龙第一大股东。
顾雏军入主科龙之后的事，我们已经多次在媒体上见到。他掌控科龙的四年间，第一年巨亏，继而在第二年、第三年转盈，其本人也荣登《财富》百富榜，并成为“2003年CCTV年度经济人物”，随即，第四年再亏。正是最后2004年的亏损引发了舆论争议，也引来了中国证监会的立案调查，顾雏军旋即案发。
郎咸平在质疑格林柯尔收购时曾经质疑，顾雏军通过进入收购公司管理层，大幅提高企业运营费用，提高公司亏损幅度进而压低收购价格。
郎咸平炮轰顾雏军席卷财富 MBO想说爱你不容易
4. 完全不懂金融，想学习量化投资需要学习哪些金融科目
我个人认为学习复量化投资在金制融方面需要具备两个方面的知识：
1、首先是要了解金融市场与金融产品，只有这样才能在众多市场与标的中选择合适的来构建投资组合，这一方面需要了解的基础知识有：金融市场与金融机构、投资学、金融衍生品等等；
2、其次是需要了解如何量化，相信你应该有足够的IT背景，编程没啥问题，其次的话就是要了解数理来沟通金融产品选择与编程落地，需要了解的科目有：概率论、统计学、计量经济学、金融经济学、数理金融等。
5. 量化对冲是什么意思，通俗解释。最好能举个例子，百度百科就不要复制了，都看不懂
这个要解释起来比较费力呢，我也是花了很多的时候才搞懂的。
首先把这个词拆开成量化、对冲
量化：就是数量化，数字化，公式化。
对冲：用一项投资来降低另一项投资的风险的投资组合。（这个你应该知道吧？）
合起来就是专业化的对冲投资。
用精确的计算、大数据的支持统计、然后利用模型公式来推演。得到最佳的方案，进行投资。
（纯属个人见解，如果觉得我说的对就采纳吧。）
6. 谁有问道量化投资()用matlab来敲门的随书光盘资料，就是案例的数据
1.可用来记录修炼过程中各种心得体会的经卷，大于等于60级的玩家才可以使用。经验记录完成以后会生成一本经验心得，生成的经验心得等级为玩家等级-20。玩家和宠物可以使用低于自身等级10级的经验心得，不能使用高于自己等级的经验心得。 2.心经...
7. 量化交易该如何入门
5000万差不多吧。没5000万不要谈量化交易，手续费能不能赚回去都是问题
8. matlab做量化投资分析，怎么学
做了2年半程序化，开发了一套适用多品种多周期的趋势策略，靠自己摸索。
tb加matlab开发，很多问题答案网上是找不到的。
9. 同济乔博士《量化分析海龟训练营》课程关于高频交易都讲了哪些案例
【量化分析海龟训练营】课程的程序化交易版块第二课主要讲了高频交易相关内容，其中案例分析讲的是西蒙斯文艺复兴公司和大勋章基金。
10. 投资风险分析实例
【实例Ⅰ】让我们研究有关一个石油化工厂考虑生产一种新型石化产品的例子。其现金流量为：
油气工业技术经济评价方法及应用（第3版）
当假设贷款利率为10%时，其净现值NPV＝2.95，内部收益率IRR＝11%，二者均显示该项目勉强可以接受。为了估算这些方法的精度，必须对现金流量值的变动性做某些设定。很明显，任何一种情况都应该根据其优缺点进行处理。下面的假设仅是在表面合理的基础上做出的。
假设1：已知零年的现金流量为-15 万英镑，无误差，它实质上是投入的成本(广告费，制作样品的费用等)，并且据此已做出了明确的预算。
假设2：其余的现金流量是随机变化的，其中值(Median)即上面所示的值，并且假设每一现金流量的概率分布是已知的(这一点是非常重要的，因为它是后续分析的关键，也是我们进一步讨论的内容)。
目前已提出了一些估算这些分布的方法，针对连续分布最常用的方法似乎是连续分布分值点法。该方法本质上是将最有经验的专家(评估员)的意见进行量化。这一方法首先应给出未知变量的中值，即大于或小于该值的可能性是相等的。第一年的现金流量大概是4万英镑，接下来仅考虑现金流量大于4万英镑的概率，并要求估算出这些结果的“中间标志”。对这种估算而言，所得值为6万英镑，意味着如果所知道的全部情况是现金流量大于4万英镑，则认为大于或小于6万英镑的机会是相等的。对这两个基准点深思熟虑后，认为现金流量大于6万英镑的概率为1/4。对另一半现金流量的低值部分进行类似的讨论后，将会得到另一个低值的“中间标志点”，即3万英镑。值得注意的是，3万英镑和6万英镑距中值4万英镑的概率空间相同是没有任何原因的。我们的大脑可在已确定的四个区间内重复寻找“中间点”的过程，将得到概率分别为1/8，3/8，5/8，7/8的现金流量值，并把它们加入到已有的1/4，1/2，3/4序列中。
最后，评估员要决定估算现金流量的极端值——预计最好和最坏的现金流量值。最后这一步将是很困难的，因为人们对“最坏”和“最好”有不同的解释。评估员应加倍小心，以确保他能考虑的极端情况合情合理，不能把荒唐的事情考虑在内。比如石化厂的竞争对手全部倒闭(最好)或一场大火将石化厂烧毁(最坏)。
据此可假设第一年的现金流量如下：
油气工业技术经济评价方法及应用（第3版）
用肉眼将以上数据用平滑曲线连接，便得到图7-13，应注意到实际中现金流量可能是由多项支出和收益组成的，而实质上的随机变量可能是年销售量。
图7-13 第一年现金流量的主观概率分布
接下来对每年度的现金流量依次重复上述过程。这将是一个费时(尤其对同一个评估员)甚至令人精疲力竭的处理过程。克服这一困难的有效方法是认为后续每一年的现金流量的概率分布完全是第一年按比例的翻版。如果这是可以接受的，则需要做的全部工作就是估算每一年现金流量的中值，就像第一年那样，由它来划分区间并提供比例因子。对所有数据进行完上述过程后可得表7-6。
表7-6 现金流量累计概率
每一个分布值的产生过程是这样的：用一个已知分布(第1年)分别乘以比例因子1.75，1.5和0.5，得到第2、3、4年的分布值。实际中可通过查阅一个随机变量介于00到99间的转换表，该表中的值是可表示为100和第1年现金流量累积概率图(图7-13)中相应值的函数的随机变量。因此序号为63 的随机变量对应的第1年的现金流量为45.6，若求同一随机序号所对应的第3年的现金流量值，则结果应为45.6×1.5＝68.4。
针对一组典型的模拟值，可取随机序号为63、17、02、39，则相应的现金流量分别为45.6(1年)，46.2(2年)，20.4(3年)，17.8(4年)，则净现值为：
油气工业技术经济评价方法及应用（第3版）
结果表明有较大的亏损。为了弄清这是否为非正常结果，需要进行全面模拟，上述一组输入数据的IRR值为-0.07，不仅收益率低于贷款利率而且为负数。由于全部的收益小于初始投入，这一结果应该是可以预料的。
也许有人会提出：上述模型中的假设是不现实的，因为实际上任一年的现金流量是彼此独立的。然而实际情况是，如果一个项目(在本例中就是引进新型石化产品)是成功的，其现金流量会持续大于现金流量中值，反之，一个失误将会导致在项目寿命期内现金流量一直较低。用统计学的术语来说，就是随机变量之间是相关的，并不是彼此独立的。在实际模拟中，处理相关问题并不困难，问题在于如何使数学方法与评估员理解的概念相匹配。解决这一难题的一个办法是对完全独立和完全相关这两个极端情况进行检验，并认为真实的情况应介于两者之间，并希望对于任一种评价项目可行性的方法，这些极端值都会给出最合理的值，并有助于决策的做出。
我们已经考虑过完全独立的模型。假设完全相关的模型，每一个现金流变量相对于其分布都处于同样的位置。这可通过采用对每一组变量X1，X2，X3，X4都使用同一个随机序号的简单方法来完成。例如若我们使用随机数63，则相应的现金流量分别为45.6，79.8，68.4和22.8，则有NPV＝24.4和IRR＝17.8%。
我们对独立和相关两种假设模型均进行了模拟，并将结果以NPV和IRR累计概率的形式绘制成图(图7-14，图7-15)。
图7-14 NPV累计概率图
图7-15/RR累计概率图
对于相关模型，这两个判断标准都比预计的有较大的变化。这是因为在此模型中，极端随机变量的作用被重复了四次，而在独立模型中，极端值的作用有被其他三个随机变量减缓的趋势。更进一步观察可发现，相关模型的曲线之间形状上具有相似性，并与通常的现金流量累计概率曲线(图7-13)相似。这一现象可简单地解释为：对任一随机变量，四年均有唯一的现金流量，因而便会有唯一的NPV和IRR。现金流量、NPV和IRR的概率表达方式明显相关，事实上则不必模拟。
用这些图进行项目的可行性评价时，决策者或许首先会注意到NRV为负值的概率介于0.34到0.48之间，二者可能都高得不可接受。同样，IRR小于贷款利率(10%)的概率也有一个范围，且可得出相同的结论。这些图会带给我们更深层的思考，例如负NPV的风险或许被大量的正值所抵消。
在上述模拟过程中未涉及投资回收期这一判断标准，尽管该方法不会引起分析上的困难。如前所述，相关模型的值可直接得出，结果见表7-7。
投资模型建立和模拟的结合为项目可行性的评价提供了强有力的工具，它在专业评估员提供的初始主观概率的基础上，为决策者提供了所含风险的详细分析。从这个意义上讲，它具有最有用的信息，风险虽不能完全避免，但被彻底地暴露了出来。
表7-7 累计概率
【实例Ⅱ】石油生产是由地下石油资源量、储量、产量和投资等多种元素组成的一个复杂系统。在石油生产系统中，储量是联系勘探开发和开采的关键元素，通过勘探活动找到的储量只有通过油气开采才能实现它的价值，企业才能获得经济效益，从而使石油生产系统保持连续性和稳定性。
在石油生产系统中，资金流动可能呈现出多种运行模式，图7-16把贴现净现金流和累计贴现净现金流表示在同一时间序列上，A、B、C、D和E点分别表示它们的特征点。这是一种典型的资金流动曲线。
经济可采储量评价的实质就是确定资金流动曲线上的这些特征点。C点是储量开发取得经济效益的临界点，它对未动用储量的开发动用具有重要意义。产量进入递减期后，贴现净现金流降为零而累计贴现净现金流上升到最大，因此，E点是储量开发可以达到的经济效益的最高点。
从以上分析可以看出，经济可采储量评价是动态的，并具有阶段性，它贯穿于石油生产的全过程。经济可采储量评价就是从未来一定时期内的资金流动分析出发，对石油生产系统中一切有资金流出、流入的分年动态进行预测，在一定技术经济条件下，保证国家及勘探开发和生产部门获得相应的利润，从而确定储量开发的经济效益和经济开发界限。
现金流通表中，当累计贴现净现金流达到正值最大而贴现净现金流等于零时称为零效益。对正在开发的老油田来说，如果计算出的现金流通表在评价起始年就没有经济效益，说明该油田已处于零效益亏损状态下开采。对新油田来说，图7-16中C点是储量开发动用并可能获得经济效益的临界点，如果从评价起始年累计贴现净现金流始终为负，尽管贴现净现金流已上升为正值，说明目前该油田储量开发仍没有经济效益。否则，从评价的起始年到零效益年份的累计产油量就是(剩余)经济可采储量，净现值NPV为(剩余)经济可采储量的价值，其表达式如下：
图7-16 石油生产的典型经济特征
油气工业技术经济评价方法及应用（第3版）
式中：NPV为(剩余)经济可采储量的价值；CIi为第i年的现金流入；COi为第i年的现金流出；IR为目标内部收益率；T为经济开采年限。
现金流通法综合反映了石油生产系统中经济可采储量的各种影响因素的动态变化，并考虑到资金的时间价值，因而对所有油田都适用。但是，由于这种方法以石油生产预测为基础，预测精度的好坏会影响到评价结果，因此，在实际应用中应根据储量类型、开发方式和开采阶段，合理选择预测方法。另外，经济极限法因需要参数较少，计算公式简单方便，同时可以避免多种开发生产指标预测偏差造成的影响，但这种方法对参数的敏感性较高，不能计算出所需的大多数评价指标，因此，只能作为经济可采储量评价的辅助方法。