什么是“量化基本面投资”...-问答

投资投资平台问答详情

什么是“量化基本面投资”

龙寿孝 2019-12-21 23:31:00

推荐回答

1.对于基本面量化来说的确数据是第一位的,真正生产环境可以work的策略都是必须有高质量的数据支撑;2.一般来说首先是资产配置模型,根据宏观,市场情绪以及经济基本面等建模,优化股票债券和现金的优化配置比例,当然资产配置本身就是博大精深的,有很多可以研究3.在具体的投资标的比如股票,可以利用量化的方法构建价值因子,成长因子,盈利质量分析因子,分析师估值因子,情绪因子,市场动量因子等阿尔法模型,最后在风险模型的基础上进行优化和个股选择/组合构建。

赵颖雪2019-12-22 00:10:15

提示您：回答为网友贡献，仅供参考。

为您推荐: 理财投资贷款股票基金信托外汇保险信用卡贵金属债券

其他回答

柠檬给你问题解决的畅快感觉！主要的量化对冲策略有：1、市场中性策略主要追求的是通过各类对冲手段消除投资组合的大部分或全部系统风险，寻找市场中的相近资产的定价偏差，利用价值回归理性的时间差，在市场中赚取细小的差价来获得持续的收益。2、事件驱动套利策略利用特殊事件造成的对资产价格的错误定价，从错误定价中谋利。3、相对价值策略主要是利用证券资产间相对的价值偏差进行获利。感觉畅快？别忘了点击。

龚小芝2019-12-22 00:21:34
基本面交易很大程度上也是靠经验，要靠多年的积累，因为基本面交易也包含了很多因素，包括供求平衡关系、市场结构、微观因素、宏观因素等等有很多因素。这个交易经验或者说交易人，这种交易经验可复制性又非常差，就是想带一个成熟的交易员要经历很长的时间，如果靠基本面交易，特别是靠商品期货，一个人所带的资金就很有限，到一定规模我就很难以再扩大。在这种市场情况下，要想开展一部分程序化交易或者量化投资，一定要有所区别，因为现在市场上由于期货公司或者现在期货行业发展的现状，很多年轻人快速进入到量化投资这个领域，对基本面分析或者说交易经验比较少的情况下，做出来的交易模型大部分是纯数学化的模型。实际上量化做模型的背后有大量的数据采集，这个数据采集也包含了很多宏观、微观方面的一些数据，将这些数据整理、加工进行人工智能的分析。

黄益明2019-12-22 00:00:40
量化基本面投资其实是一种对基本面投资和量化投资的融合，是将计算机算法与人类的分析结合起来的一种1+1>2的新型投资方式。官方电话官方网站向TA提问。

赵飞蓉2019-12-21 23:41:37

相关问答

数据分析基础量化经营量化投资在哪里买的到

什么是量化投资？最近十年来,量化投资成为了欧美资本市场发展的热点与焦点,一举成为了国际投资界兴起的一个新方法,发展势头迅猛,。量化投资和基本面分析、技术面分析并称为三大主流方法。由于量化投资交易策略的业绩稳定,其市场规模和份额不断扩大,得到国际上越来越多投资者的追捧。过去20年收益率最高的基金,是文艺复兴科技公司的大奖章,其客户平均年收益率高达35%;而过去四年高盛旗下的量化基金规模翻了一倍,超过1000亿美金。由此可见,量化投资已经成为机构投资者的重要利器。量化投资对于基金公司/资产管理公司而言,有着非常明显的价值:首先是容易冲规模。一个有效的量化模型是可以在多个产品上进行快速复制,从而迅速做大规模。这个在巴克莱的指数增强系列产品上得到最明显的体现。截止2019年底,巴克莱量化基金,管理规模超过1.6万亿美金,超过富达基金,成为全球最大的资产管理公司。其次是可以获得绝对收益。利用量化对冲方式,构建与市场涨跌无关的产品,赚取市场中性的策略,适合追求稳健收益的大机构客户,例如保险资金、银行理财等。这个产品的代表性公司就是目前全球最大的对冲基金BridgeWater,旗下的旗舰产品PureAlpha过去五年共赚取超过350亿美金。第三是杜绝了内幕消息和老鼠仓。量化投资只利用公开数据,通过数学模型的运算,挖掘出隐藏在公开数据后面的信息,从而战胜市场,从方法论上就杜绝了内幕消息的可能。在交易过程中利用复杂的IT系统进行程序化交易,使得老鼠仓也无法成为可能。在国内金融市场监管日趋规范的情况下,量化投资这种方法必然会成为投资研究的主要方法。量化投资的理论基础说到量化投资的理论基础,就要从市场有效性假说说起，技术分析、基本面分析和量化分析代表了有效市场的三个不同的层次。在无效市场,技术分析是充分有效的,这在中国资本市场最初的十年得到很好的体现;当市场进入弱有效市场后,可以依靠基本面分析获得超额收益,2000年到2019年这十年基本上属于这个时代;当市场进入半强有效市场后,也就是从2019年开始我们可以观察到大部分基本面分析的产品已经无法获得超额收益,此时国内市场已经进入半强有效市场。当然当市场进入强有效市场后,则无论哪种方法均无法战胜市场,那时候只能被动指数化投资。传统的有效市场假说认为,在半强有效市场,只能依靠非公开信息内幕消息或者私人消息来获得超额收益。但是我们可以知道的是,除了非公开信息并不是只有内幕消息和私人消息,还有另外一个获得非公开信息的方法:就是利用数据挖掘的方法,从公开的数据中挖掘出非公开信息,也就是量化投资的方法。这也就是在美国等成熟市场基本上进入半强式有效市场状态,量化投资为啥可以得到蓬勃发展的原因。随着中国市场有效性的提高,中国开始进入半强式有效市场阶段,再加上监管层对内幕消息的监管越来越严厉,使得通过这种方法获得非公开信息的方式越来越难,因此量化投资就成为了一个最好的获得非公开信息的科学理论与技术。很多人问:量化投资是不是仅仅是一个昙花一现的概念,还是一个可以长期有效的科学理论,我想通过上述对有效市场假说的分析,已经得到了明确的答案:量化投资是在半强式有效市场中的最佳分析理论,也几乎是唯一可行的分析理论。美好前景中国经济经过30年的高速发展,各行各业基本上已经定型,能够让年轻人成长的空间越来越小了。未来十年,量化投资与对冲基金这个领域是少有的几个,可以诞生个人英雄的行业,无论是出生贵贱,无论是学历高低,无论是有无经验,只要你勤奋、努力。脚踏实地的研究模型,研究市场,开发出适合市场稳健盈利的交易系统,实现财务自由,并非遥不可及的梦想。曾经有研究助理抱怨:“我们做量化研究的,一年都没有啥机会出去调研,免费旅游的机会都木有啊”。你只要好好研究量化模型,找到持续稳定盈利的策略,自然就会有大量的资金来找你合作,实现财务自由不困难。到时候你会开着游艇出海,去拉斯维加斯享受,去非洲草原猎象,又何必在乎眼前的这点免费旅游呢？”他点头如捣蒜。在中国目前的很多领域,赚钱已经变成一个非常困难的事情,但是在量化投资与对冲基金领域,是完全依靠自己的勤奋与努力。一个持续稳定赚取的模型,不是靠关系和背景就可以的,而是靠着自己的聪明才智和脚踏实地的工作。

传统金融本科做不来量化投资吗

我可以明确告诉你量化投资是以后的趋势。你想赚钱就不要从事理论研究了，中国的金融分类也很奇葩。金融很赤裸，就是要给客户赚钱，给公司赚钱，给国家赚钱，也给自己赚钱，这样的人才是真正金融人。巴菲特早年也是研究理论，但是理论是为实践服务的，不然理论有啥用？巴菲特索罗斯都是实战派，但是哪位搞理论研究的敢说搞金融比他们厉害。中国不缺能赚钱的人，但是缺少这种投资大师。这种大师是金融战的核心。你看现在美国对中国的金融战，中国只能被动苦苦防守。看看美国金融战的战绩，80年代搞垮日本，现在小日本都要看美国脸色；90年代初通过原油搞垮苏联；97年搞垮东南亚；08年把自己搞垮了，但是把风险转到了全世界，现在他恢复了，其余国家还在苦苦挣扎；去年和今年又通过原油搞垮俄罗斯。所以，为来中国金融而崛起，大家奋斗吧！搞金融只有自己或者自己代表的利益团体赚钱才是王道，理论都需要为这个服务。

为什么说钱大人是基于量化投资的理财平台？

微量网不错，微量网是国内顶尖的量化投资策略在线交易平台，策略提供者和理财投资者的对接平台。网站集投资策略研发、销售、交易为一体，投资者无需安装软件，通过网页或手机控制云端的交易账户，运行投资策略，进行7*24小时无人值守的全自动交易。使命：微量网致力于打造安全、便捷的策略交易平台，带来简单、极致、高效的理财投资体验。愿景：建立理财投资者与策略提供者之间的桥梁。这个平台上有各种各样的策略，主要是针对国内外交易所的品种，同时配合还有用户论坛，便于策略师和用户间交流，一边用策略一边看大家的讨论，感觉比较爽一些，也是边用边看。再补充2个个人觉得不错的：elitetraderEliteTrader.comisagroupoffinancialtradersthathelpeachotherworkthroughthetoughandlonelyjourneyoftradingprofitably.Ourmemberslearnfaster,developnewrelationships,andavoidcostlymistakesthroughdailycollaboration.这里讨论的话题比较全，很棒！Collective2collective2.com19,000traders.58,000strategies.Copytheworld''sbesttradersinyourbrokerageaccount.ChooseyourtradeleaderThenFollowtheirtradesautomatically.国内使用的话建议使用微量网确实是很不错的量化投资网站。希望可以帮助题主。

量化基金有什么优点和缺点

2019年以来，一股“量化基金”的热潮悄然掀起，中海基金、长盛基金、光大保德和富国基金先后推出了自己的量化产品，而富国正在推出的富国300增强基金还属于第一只增强型的指数基金，就是因为量化概念的引入。关于量化基金，国际资本市场，尤其是美国市场已经有了长足的发展并形成了相当的规模，量化基金通过数理统计分析，选择那些未来回报可能会超越基准的证券进行投资，以期获取超越指数基金的收益。区别于普通基金，量化基金主要采用量化投资策略来进行投资组合管理，总的来说，量化基金采用的策略包括：量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易、资产配置等。

量化投资方面，有哪些好的论坛或者网站

国内人气比较旺，适合非编程用户，做的好的就果仁网；编程类的有聚宽、优矿和米筐国外比较著名的quantopian、quantpedia，matlab等。

YT量化券投资是不是传销

凡有类似《禁止传销条例》里面列举的行为，并且未经商务部批准。这些行为都涉嫌违反《刑法》第二百二十四条：组织、领导以推销商品、提供服务等经营活动为名，要求参加者以缴纳费用或者购买商品、服务等方式获得加入资格，并按照一定顺序组成层级，直接或者间接以发展人员的数量作为计酬或者返利依据，引诱、胁迫参加者继续发展他人参加，骗取财物，扰乱经济社会秩序的传销活动的，处五年以下有期徒刑或者拘役，并处罚金;情节严重的，处五年以上有期徒刑，并处罚金。

量化投资需要金融方面的知识吗

我个人认为学习量化投资在金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。

到底什么是“量化投资”

盈时“策略机器人”集策略智能生成、策略评估、筛选优化、批量生成等功能于一体的交互式策略生成平台。平台以计算机智能生成算法为核心，使用了机器学习、模式识别、统计学、可视化技术等人工智能技术，包含策略构建模块、混编计算模块、策略绩效优化模块等组件，在策略优化方面使用了高效的遗传编程与NSGA-II等算法，进而充分利用CPU多核心性能，实现多进程同步高效生成策略。语言：Python目标客户：期货投资者数据库：期货回测用时：需要排队分钟记支持的功能：支持将策略使用在交易开拓者的平台，属于实盘交易。策略给出建议，但需要自己手动确定进行买卖。自动生成策略原理与简介：通过设置参数，运用机器学习的方法，一键生成源码策略。备注：国内首个利用深度学习的人工智能量化平台，不懂编程也能做量化。盈时，专注于为客户提供高品质的量化交易技术咨询服务和领先的量化交易产品，是一家从事金融数据分析、金融软件开发、程序化交易算法与交易策略研究等业务的科技公司。

用Python怎么做量化投资

Python是非常适合做quant类工作的语言，本身就是科学计算方面的统治级语言，现在加入了IPython，pandas等重量级神器，为Quant类工作量身定做，而且仍在飞速发展中，以后会越来越重要。关于其他语言，首先介绍一下我自己最喜欢的一个比较小众的组合，Mathematica+Java/Scala。Mathematica的优点在于：本身提供函数式的编程语言，表达能力非常强大，比如Map/Reduce是标配，很多时候不需要去做烦人的for循环或下标控制，排版经常可以直接照数学公式原样输入，即直观又不容易写错；代码和输出混排的排版方式使得建模时的演算和推理过程非常流畅，甚至还可以直接生成动画，对于找直观理解非常有帮助。他们也可以快速学习掌握一种像C++，Java这样的语言，实现很多必要的功能。但是一方面这些语言陡峭的学习曲线和繁琐的开发步骤会给他们真正要做的工作增加不必要的负担，另一方面一旦涉及到性能敏感的情景，他们对计算机体系结构缺乏理解的缺点就容易暴露，比如说很可能他们没有计算复杂度，内存碎片，cachemiss，甚至多线程等概念，导致写出的程序存在相当大的隐患。即使是计算机功底扎实，如果每天的工作需要在C++，Python，R/Matlab，甚至一众脚本语言之前来回切换，思维负担也会非常重，人的精力是有限的，很难同时兼顾数学建模和底层代码调试这种差距巨大的工作。长期发展下去最可能的结果就是要么远离建模，专心做生产环境开发，要么远离生产环境，专心建模。这种局面显然不论对个人还是团队都是有很大弊端的。如果深入思考这个问题，相信不难得出结论，对于Quant来说，C++这种相当面向机器的语言肯定不是最佳选择。的确在历史上，它比更面向机器的C已经友好了很多，但是在计算机技术飞速发展的今天，如果还需要Quant大量使用C++做建模类的工作显然是很遗憾的事情。设想一下你拿到一份股票数据，不论你是想分析价格走势，成交量分布，还是波动性，第一件要做的事一定是画出图来看看，有一个直观认识。如果你的工具是C++，肯定有很多时间花在编译，调试，再编译的过程上，好容易能解析文件了，接下来怎么算移动平均？怎么算波动性？全都要自己写代码。再然后怎么画图？这整个工作流简直惨不忍睹，这些问题浪费掉你大部分精力，而他们全部和你真正感兴趣的工作毫无关系。所以如果你是一个数理金融等背景的新人打算开始Quant生涯，在决定是否要投资到这项重量级技术上时需要慎重，即便它目前的市场定价可能仍在峰值。相比之下我认为Python会是更理想的选择，即能很好的完成建模工作，也可以训练一定的编程技巧，使你在必要时也能胜任一些简单的C++工作。最后同意@袁浩瀚，不要拘泥于语言，不论学习那一种，对其他的语言还是要抱有开放的心态。另外世界变化很快，你会发现单一的语言分类方式其实是没有意义的，每一门语言在发展过程中都会逐渐吸收其他语言的特性，比如Python本身就既有C/C++/Java那样命令式的特点，也有函数式的特点，像pandas甚至还提供类似SQL的使用方式，在其他语言或系统里也都或多或少包含了不同的特点，可以在学习过程里慢慢体会。

请问什么是量化投资，学量化投资需要什么数学知识，能赚钱吗

我个人认为学习量化投资在金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。

热门分类

项目投资创业投资投资移民风险投资股权投资小额投资网络投资投资平台投资技巧天使投资

推荐问答

热门问答