手机超级AV免费播放,五月国外成人国模吧免费视频

量化問答：在投行內(nèi)部做量化交易與獨立出去做量化交易有何不同?這里我們只說量化交易，不討論量化研究和量化定價這一塊的業(yè)務(wù)。量化交易是分兩個階段的。

　　第一個階段是2008年以前，或者說Dodd-Frank法案以前，投行內(nèi)部林立著各樣的很多對沖基金或者類對沖基金的實體，比如Morgan Stanley的PDT(Process Driven Trading)和高盛的Global Alpha，而很多投資銀行的自營交易業(yè)務(wù)也很像對沖基金。在這一階段，這些類對沖基金的實體和外面的對沖基金是沒有啥區(qū)別的，業(yè)務(wù)很類似——賭方向、做部分對沖(Partial Hedging)、跨市場套利，也非常敢于承擔風險。

　　當時在投行內(nèi)做對沖基金類型的量化交易有著非常大的優(yōu)勢，因為兩點——第一是銀行有著非常良好的融資渠道，融資成本顯著地低于當時的對沖基金，如果你嘗試去組建過一個基金，你就知道資金成本對于一個對沖基金的影響多么大——巴菲特這么多年的成功是離不開長期1.6倍的財務(wù)杠桿和其低于中央銀行存款準備金率的資金渠道的。

　　第二是銀行有著一個灰色的信息流——客戶的交易記錄。這個交易信息，就是今天，也是非常有用的內(nèi)部消息。幾周前Bill Gross從PIMCO離開時，所有投行的Sales都瘋了，不停地研究之前PIMCO在自己銀行的倉位，然后分析那些債券最有可能最先被清盤，從而給其它客戶交易建議。而當年文藝復興多次更迭合作的投行，就是因為其大獎?wù)禄鸬慕灰子涗浀貌坏酵咨频谋Ｃ埽芏嗪献縻y行的自營交易桌跟著交易。

　　這兩個優(yōu)勢造成了當時的自營交易極其暴利，而且管理層為了做大業(yè)績，全力支持明星交易員放大杠桿——而實際上，金融危機期間很多的CEO都是靠著自營交易的暴利業(yè)績從交易大廳升職到管理層的——比如Citi的前任CEO Pandit和摩根斯坦利的前任John Mack。

　　這也造成了，為什么很多高盛離職的自營交易員在金融危機后，當銀行不能做自營交易后出來自立門戶開設(shè)對沖基金，卻完全無法復制當年的業(yè)績——因為他們是因為整個組織的強大而獲得超額收益，當失去了資金優(yōu)勢和信息優(yōu)勢后，一切都成為了浮云。

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

　　 AQF證書

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)。>>>點擊咨詢AQF課程相關(guān)問題

（點擊上圖了解課程詳情）

　　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

　　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。

　　2008年，準確說是2009年后，一切都變了。

　　首先是政府明令規(guī)定自營交易不讓干了，于是各種投行旗下的基金，放入資管部的放入資管部(比如Goldman Sachs Global Alpha進入GSAM)，獨立營業(yè)的獨立營業(yè)(比如PDT從摩根斯坦利分離)，要不直接就關(guān)門大吉了(比如UBS、德銀)。

　　還有一些碩果僅存的，一般是在股票交易部門，打著對沖為名，通過會計手法，維持著極小的自營規(guī)模，這種類似的團隊很多投行都有。但是不成氣候了，也不會造成任何系統(tǒng)性的風險——當然，各種馬路傳奇故事也銷聲匿跡了。

　　銀行內(nèi)部還有沒有量化交易了，其實還有——那就是隨著計算機技術(shù)進步的自動化做市交易。做市在國內(nèi)這個概念剛剛出現(xiàn)——因為期權(quán)做市商制度的引入。但是在美國這個是從華爾街開始就有的交易體系了。簡單來說，就是假設(shè)你經(jīng)營一家買可樂的小店，你有兩個主要的交易——一是從總經(jīng)銷商那里拿貨，用的價格是Bid，二是分銷給街邊下象棋和夕陽下奔跑的孩子們，這是Ask。Bid是你的進價，Ask是你的出貨價格，Bid一般小于Ask(除非你是搞慈善的)。你持續(xù)的維持報出這兩個價格，同時根據(jù)你的存貨來調(diào)整報價或者對應(yīng)報價的數(shù)量——比如你的存貨太多，大爺不出來下象棋了，你就降低Bid，這樣很難進到貨了，而保持Ask，等待有人來消耗你的庫存。

　　這個過程就是基本的做市商交易流程，在金融中，由于沒有實際的總經(jīng)銷商供貨，你的報價(Bid-Ask)是基于你對于對應(yīng)資產(chǎn)的Fair Price的估計來決定的，通常是你算出來的均衡價格加減一個值構(gòu)造成Bid-Ask組合。在很長的時間內(nèi)，這個報價都是靠人來完成，這個過程是枯燥的，而且很容易出錯——而對于期權(quán)類產(chǎn)品(非線性價格)也很難快速報價。我之前和期權(quán)交易員合作過很長時間，他們的工作不一定智力上很難，但是對于人得耐力絕對是一種挑戰(zhàn)——因為在開市后他們要注意力高度集中的報價，一quote兩quote，一quote兩quote，似爪牙，似魔鬼的步伐，報價，報價，在這交易大廳報價... ...

　　于是，從簡單的資產(chǎn)起，從交易所級別開始支持API交易了。什么是簡單的資產(chǎn)，就是Vanilla類別的，比如個股、指數(shù)、外匯、國債等等。因此投行由于本來就是大量資產(chǎn)的做市商，開始把原來這套過程通過計算機來完成。后面大家發(fā)現(xiàn)計算機是完美勝任這項工作的，因為計算機能夠高速計算庫存來調(diào)整報價，還能報出很多復雜的單類型。因此從2000年開始個股、指數(shù)開始逐步被自動化做市來包攬，2005年后個股期權(quán)自動化做市大熱，而2008年后外匯自動化做市也相當成熟了，2010年開始國債自動化做市也在美國興起——這也是我目前在工作的內(nèi)容。

　　那么對沖基金呢，除了傳統(tǒng)的量化Alpha，他們難道不能也做這個業(yè)務(wù)嗎?實際上，很多對沖基金的自動化做市業(yè)務(wù)比投行還要好——比如Citadel，比如KCG。但是區(qū)別何在?區(qū)別在于兩點，第一是很多對沖基金不是專屬做市商(Designated market maker)。DMM的特權(quán)是其有專屬席位——在美國這樣高度商業(yè)化的國家，DMM也是非常稀有的。原因在于，DMM是有責任的，那就是在各種大型金融危機中，當流動性極差的時候，DMM還是要持續(xù)的報價，一quote兩quote，一quote兩quote，似爪牙，似魔鬼的步伐... ... 在流動很差的時候這是非常危險的，因為大家丟給你的都是不好的資產(chǎn)，比如大跌的時候，都在賣，你的Bid反復被Hit，然后又沒人來hit你的Ask，浮動虧損可以非常大。那么DMM的特權(quán)呢，DMM可以獲得非常高比例的rebate，也就是說，傭金返點非常高。這是對于其承擔的義務(wù)的回報。

　　第二就是絕大多是對沖基金不是Broker，也是你一般想買股票不會去找他們報價。在外匯和債券這類市場中，有兩級市場，一個是B2C市場，也就是零售市場，里面基本都是Broker-Client，而第二級就是B2B市場，都是Broker-Broker。一般來說，B2B市場的Bid Ask Spread要低一些。一個形象的例子就是，我小時候去批發(fā)書的商店買書，一個商店有本習題集沒有，于是老板去隔壁家拿了一本，賣給我，最后肯定這個老板要把一部分價格還給隔壁家，我付的價格和老板付給隔壁家的價格就是B2C到B2B市場的差價。

　　這里投行又耍流氓了，他們有著B2C市場的接入優(yōu)勢，因此只要客戶量夠大，基本都能把自動化做市實現(xiàn)盈利——因為根據(jù)大數(shù)法則，一定時間內(nèi)，買賣雙方的交易量應(yīng)該是均衡的。

　　那么對沖基金靠什么——靠更好的策略。對沖基金如果要做高頻做市的，基本在B2B市場參與，他們不是DMM，但是也自己去報價，然后靠著對于價格走向的準確判斷，來調(diào)整報價，實現(xiàn)拿到多數(shù)對自己有利的單，或者持有更久符合預(yù)測方向的單，來達到盈利。這種不是DMM卻自發(fā)去做做市商的行為，叫做Open Market Making。

　　Citadel是期權(quán)自動化做市的王者，頂峰時期一年的利潤可以到1 Billion(2009)，而整個市場那年的利潤也就是7 Billion左右。因此如果策略逆天，沒有客戶流，也能靠做市賺錢的。

　　此外，做市業(yè)務(wù)之外，對沖基金還多了很多機會。因為很多業(yè)務(wù)銀行做起來不劃算——比如商品?？紤]一個金融類公司，不能光討論交易策略，宏觀上你一定要思考資金成本等問題，這才是投資之道在投資之外。商品這些之前銀行干了很多壞事的業(yè)務(wù)(詳細參加高盛的銅交易和JP的風電交易)都被監(jiān)管方克以了極高的資本罰金。這是Basel III里面的規(guī)定，也就是你拿著1元的股票和1元的監(jiān)管資產(chǎn)過夜受到的處罰是完全不同的，具體算法參見Basel對于RWA(Risk Weighted Asset)計算的細則。這一系列監(jiān)管，造成了對沖基金有了大量的新業(yè)務(wù)——因為投行退出。而大量銀行的人才也流向了對沖基金。

　　現(xiàn)在門徑這么清晰，那么投行和對沖基金做量化交易的工作差別就很明顯了——投行主要以自動化做市為中心的高頻信號、客戶流分析、報價博弈論等研究為主。而對沖基金主要是傳統(tǒng)的量化Alpha、量化資產(chǎn)配置為主——當然還有公開市場自動化做市了。

　　 AQF試聽課