quant——task01

最新推荐文章于 2024-07-24 19:52:48 发布

zhaoaxi

最新推荐文章于 2024-07-24 19:52:48 发布

阅读量806

点赞数 19

文章标签：大数据人工智能 python

本文链接：https://blog.csdn.net/m0_53480978/article/details/135604753

版权

第一章投资与量化投资

量化投资对应的基本为金融投资

金融投资或金融资产投资概念：

金融资产，又称无形资产，是以价值形态存在的资产，如银行储蓄存款、银行贷款、投资基金、股票、债券等。
金融投资，指投资者将资金用于金融资产即用于存款、贷款，或购买股票、债券、基金等各种有价证券，以期获得未来价值增值收益的行为。

个人投资者投资品种

股票投资：包括A股、港股、美股等，是高风险高收益的投资品类。投资者选股并买入股票后，如果股价上涨，投资者就获益，如果股价下跌，投资者就遭受损失。
基金投资：主要指的是证券投资基金。与股票相比，基金投资不需要选股，相对更为省心。
债券投资：包括国债、金融债券、公司债券等。相对股票、基金投资来说，债券投资风险较低，同时收益也较低。
房地产投资：在自住之外，再购入多套房，就属于房地产投资。房地产投资金额一般较大，如果房价上涨获利比较可观。但变现期较长，且存在政策调控带来的房价下跌的风险。

投资策略流派

宏观策略分析法（自上而下）

根据宏观经济形势，找到影响这个趋势的核心驱动因素，然后在这趋势背景下选择哪种风格、主题、行业，甚至选择哪种投资组合。

特点：更多是对市场整体和背景上的“面”的研究，然后选择出最合理的方向。专业机构做股票投资时，这是运用得最多的方法之一。

价值投资法（自下而上）

选股，选出有巨大增值潜力的股票。发现好的公司后，长期持有，需要对行业发展等有较深的理解，知道具体行业的规模及市场蛋糕未来会有多大，行业有啥特点，竞争格局会如何演变，公司自身的核心竞争力和护城河怎样，业务、产品、盈利、品牌等如何，甚至还要剖析公司的各种财务数据，透过数据看到真实的公司样貌，并看到未来几年后的样子。

主题事件投资法

这是对某一事件发展趋势进行判断，通过寻找超预期或者制造预期，来找出具有相同属性特征股票的投资机会。整体可分为体系性主题和事件性主题两类。

体系性主题：关注宏观因素对具体股票的影响，比如说过去几年央行经常放水，就有了降息受益主题。
事件性主题：某某新闻，利好的事件、公司危机的事件等等都会在股价中得到反映。例如AIGC、ChatGPT股等。

技术分析法

散户常用。主要是以股价为研究对象，从股价变化的历史走势着手，看K线、看指标、看图形，对未来价格趋势的变化进行预测。像道氏理论、杰西和索罗斯的心理分析理论、江恩理论等都属于技术分析流。技术分析一般有三类方法，一是看指标，二是画切线，三是研究K线图。

量化投资法

量化投资其实就是定量投资，是通过数量化和计算机程序化的方式来进行买卖的，通过分析一定的数据，在合理逻辑的支撑下，运用某种策略来投资获得收益目前，量化投资方法在基金行业占比不高，2014年后才逐渐兴起。

量化投资

一种投资交易策略。量化投资策略是利用统计学、数学、信息技术、人工智能等方法取代人工作出决策，通过模型完成股票交易来构建投资组合。利用计算机技术和数学模型去实现投资策略的过程。一般情况下，市场研究、基本面分析、选股、择时、下单等都可以由计算机自动完成。最大特点是其具有一套基于数据的完整交易规则。在投资决策的所有环节，始终贯穿一套完全客观的量化标准

优势

投资范围更广泛：借助计算机技术，信息搜集更具速度和广度，分析范围覆盖整个市场，促进获得更多投资机会。
程序化交易，避免主观因素：通过回测证实或证伪策略的有效性，程序化交易自动下单，克服人性弱点，避免人为情绪等主观因素的干扰。
数据处理快速响应，创造交易价值：采用计算机自动分析，拥有强大的数据处理和信息挖掘能力，支撑高频交易，并验证每个决策背后的模型有效性，更有可能创造有效的交易价值。

主要风险

策略失效风险：量化投资最大的风险是策略失效。无法预测策略什么时间会失效，而策略失效的损失会非常大。
流通性风险：流通性风险主要是指市场融资风险，当许多基金都采用相似的策略，一旦出现比如大的对冲基金需要清仓，卖掉过去盈利的股票，那其他基金就可能输钱甚至被迫平仓，这就会导致有流通性风险的问题。量化投资很多因素导致很容易同质化，带来的问题就是会产生共振，更容易产生系统性的风险。
模型本身的风险：量化投资需要借助模型，而建立模型需要设定各种参数，但是，这些参数很难精准估计。估计不准的时候可能会带来巨大的损失。