先來說兩個有趣的現(xiàn)象：

　　1、《Margin Call》這部描述金融危機前夕的電影中，提前發(fā)現(xiàn)公司資產(chǎn)“問題”的年輕分析師皮特·蘇利文，是斯坦福大學空氣動力學的博士，也就是一名火箭工程師;而他所在風險分析部的上司則是一名過目不忘、心算能力逆天的橋梁工程師。

　　2、目前美國華爾街的公司正在大量的購買一種產(chǎn)品，你絕對想不到，這個產(chǎn)品盡然是——GPU，因為如果單純的比拼“計算量”，GPU的能力要遠遠大于CPU。

　　當海外對沖基金的焦點從宏觀對沖基金轉(zhuǎn)向量化對沖基金，當索羅斯的名氣被數(shù)學家西蒙斯超過時，當股神巴菲特年化20%的收益神話被大獎?wù)履昊?5%(1989-2007)打敗時，量化基金的神秘逐漸被投資者所知。正如電影中所描述的，從事金融，尤其是量化的人不再是傳統(tǒng)的金融出身，換成了數(shù)學家、統(tǒng)計學家、物理學家甚至是火箭動力學家，就像電影里說的“It’s just all about numbers”。量化好像成為了投資領(lǐng)域的一種高維武器。

　　

　　今年5月，《機構(gòu)投資者》旗下出版物《阿爾法》公布的“2016年全球收入較高的對沖基金經(jīng)理”排行榜顯示，前十位收入較高的對沖基金經(jīng)理中，有八位被歸為量化基金經(jīng)理，前25位有一半屬于量化分析。與國外已經(jīng)發(fā)展許久的量化基金相比，國內(nèi)還是處于起步階段，昨天我們分析了目前國內(nèi)所有的主動管理型的量化基金，在目前來看，量化基金取得成績證明了其可以戰(zhàn)勝市場。

　　“市場效率越是不高的市場，量化投資獲得超額收益的空間越大。”就國內(nèi)目前的量化基金來看，國內(nèi)的量化分成兩個陣營：披著量化的外衣，通過一些模型和具體策略來進行“量化”選股，但在配置和交易上還是依賴于基金經(jīng)理的主觀經(jīng)驗;華泰柏瑞副總經(jīng)理田漢卿說。真正的量化，涉及機器學習?；鸾?jīng)理只負責對現(xiàn)有策略的管理和維護，或者開發(fā)新策略。那么量化“黑箱子”到底裝的是什么?每個量化基金的“黑箱子”都是不向外公開的秘密，但是量化黑箱子形成的過程大致相同：

　　1、提出一個量化交易思路“市值超過10億就剔除”的小市值輪動、或者是“只選擇分紅最多最勤”的紅利企業(yè)思路，或者是多因子，或者是什么“只炒次新”，總之你要先有個想法。

　　2、變成一個策略

　　想法是好的，但是想當然就不好了。當你通過一些開放、易得的數(shù)據(jù)對你的想法進行驗證時，發(fā)現(xiàn)3年翻倍喲。在量化領(lǐng)域，一個成功的選股策略稱為“因子”，而要實現(xiàn)穩(wěn)定的盈利，你需要有較大的、高質(zhì)量的“因子庫”來支持。

　　3、搭建一個量化模型

　　這才是真正的量化核心，關(guān)于這一部分就不多做介紹了(因為小蘿莉并不清楚。。。)但是顧名思義還是可以理解的，并且三者要達到一個動態(tài)平衡，就是你既要追求高利潤、還要限制風險，還要降低交易成本。

　　4、讓機器跑起來

　　當量化模型建議后，你就獲得了一個較優(yōu)目標組合，然后讓機器來交易吧

　　5、完事了嗎

　　是不是交給機器就可以了?不，你依然需要時刻盯著模型，因為魔鬼在細節(jié)里。機器的理解能力依然無法達到人腦的程度。比如，你的策略里有一個限定條件，當某只股票當日漲停后賣出獲利。但是，如果這個股票是因為重組停牌，是有可能連續(xù)漲停的，這個時候就需要人為干預(yù)，通過修正參數(shù)和調(diào)整策略來讓模型更好的獲利。而不是在第一個漲停板就跑掉。

　　量化的黃金時代到來了嗎?國家 成員、華泰柏瑞副總經(jīng)理、量化投資負責人田漢卿的預(yù)計，國內(nèi)目前有著最適合量化投資的土壤：

　　第一，市場處于弱有效狀態(tài)，量化投資戰(zhàn)勝市場的機會很大。A股市場的發(fā)展歷史較短，市場效率相比發(fā)達市場要低不少，因此有更多獲得超額收益的機會。

　　第二，量化投資的市場份額小。與海外動輒數(shù)百、上千億美元的量化基金相比，國內(nèi)目前的基本面量化產(chǎn)品規(guī)?？傮w不大，其中嚴格遵循量化投資理念的基金更少，因此有很大的市場空間和盈利機會。

　　第三，是A股市場容量大，目前A股市場已經(jīng)有超過2500只股票，還在快速擴容中，這對量化投資而言，提供了足夠的投資寬度和行業(yè)寬度。

　　第四，是A股的數(shù)據(jù)質(zhì)量不斷提高。數(shù)據(jù)供應(yīng)商的數(shù)據(jù)逐年不斷提升，再加之識別上市公司數(shù)據(jù)可靠性的技術(shù)手段不斷提升，使得以數(shù)據(jù)為基礎(chǔ)的量化投資的環(huán)境和投資能力不斷提升。

　　做出一個量化策略有多難，什么樣的量化策略能賺錢?小編調(diào)研了很多資料，看了許多量化策略后，發(fā)現(xiàn)要做出真正長期有效的策略，較佳的靈感來源，根本不是參數(shù)、代碼、指標、程序、各種因子的堆砌，而是長期對于實盤的觀察，長期對于行情的關(guān)注，長期對于賬戶運行的了解，長期對于測試策略的不斷重復(fù)和實踐。

量化金融分析師(簡稱AQF ，Analyst of Quantitative Finance)由量化金融標準委員會(Standard Committee of Quantitative Finance，SCQF)主考并頒證，是代表量化金融領(lǐng)域的專業(yè)水平證書。 >>>點擊咨詢AQF證書含金量

　　

課程適合人群：

　　金融工程/數(shù)學專業(yè)背景的同學/工作人士，希望進一步學習Python編程以及在量化投資的實戰(zhàn)應(yīng)用；

　　非金融工程專業(yè)背景的同學/工作人士，希望迅速成為寬客；

　　金融相關(guān)人員，希望學習如何系統(tǒng)的做量化策略；

　　個人投資者，希望系統(tǒng)學習掌握量化投資相關(guān)的實務(wù)技能，從模型開發(fā)，回測，策略改進，搭建穩(wěn)定的量化交易系統(tǒng)。

　　二、量化金融分析師AQF核心課程體系：

　　1、《量化投資基礎(chǔ)》

　　主要涵蓋了量化投資領(lǐng)域的必備知識，包括：基本面分析、技術(shù)分析、數(shù)量分析、固定收益、資產(chǎn)組合管理、權(quán)益、另類投資等內(nèi)容。

　　2、《Python語言編程基礎(chǔ)》

　　包含了Python環(huán)境搭建、基礎(chǔ)語法、變量類型、基本函數(shù)、基本語句、第三方庫、金融財務(wù)實例等內(nèi)容。旨在為金融財經(jīng)人提供最需要的編程方法。

　　3、《基于Python的經(jīng)典量化投資策略》

　　包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龜交易模型、Logistics模型、配對交易模型、波動擴張模型、Alpha模型、機器學習(隨機森林模型、主成分分析)、深度學習(人工神經(jīng)網(wǎng)絡(luò))等內(nèi)容。

　　4、《量化交易系統(tǒng)設(shè)計》

　　旨在學習量化交易系統(tǒng)的具體知識，包括過濾器，進入信號，退出信號，倉位管理等詳細內(nèi)容，并指導(dǎo)學員設(shè)計涵蓋個人交易哲學的量化交易系統(tǒng)。

　　5、《量化實盤交易》

　　旨在為解決實際量化交易策略搭建過程中的一些問題提供較優(yōu)解決方案。 >>>點擊咨詢AQF相關(guān)問題

　　

　　三、掌握Python及量化投資技能，我們能做什么?

1、熟悉中國主要金融市場及交易產(chǎn)品的交易機制；

2、熟知國內(nèi)外期貨交易、股市交易的異同點和內(nèi)在運行機制；

3、掌握經(jīng)典量化交易策略細節(jié)及其背后的交易哲學；

4、掌握金融、編程和建模知識基礎(chǔ)，擁有量化交易實盤操作能力；

5、具備獨立自主地研發(fā)新量化交易策略的能力；

6、掌握量化交易模型設(shè)計的基本框架，以及風險管理和資產(chǎn)組合理論的實際運用；

7、掌握從策略思想——策略編寫——策略實現(xiàn)餓完整量化投資決策過程；具備量化投資實戰(zhàn)交易能力。

　　

　　

金程推薦： AQF培訓 AQF培訓機構(gòu) AQF是什么意思

咨詢電話：400-700-9596

AQF考友群：760229148

　　金融寬客交流群：801860357

　　微信公眾號：量化金融分析師

　　>>>返回首頁