【组队学习】whale-quant TASK01

ch1 投资与量化投资

1.1 投资

经济学上的意义

包括政府、金融机构、企业和个人在内的各类经济主体为获得一定的预期社会经济效益进行的资金或资本物的投入及其活动过程。

投资的分类

• 实物（资产）投资

  实物资产：以实物形态存在的资产，如汽车、房屋等，是固定资产与流动资产、生产流通性固定资产与非生产流通性（消费性）固定资产的统一。

  实物投资（早期投资概念）：投资者将资金用于购置和建造固定资产和流动资产并获得未来收益的行为。

• 金融（资产）投资

  金融资产：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：投资者将资金用于存款、贷款、股票、债券、基金并获得未来收益的行为。

随着资本主义生产力和商品经济的发展，资本主义投资规模不断扩大，单个资本家的资本实力难以满足日益扩大的投资规模对庞大资本的需求，需要超出自身资本范围从社会筹集资金。于是银行信用制度得到迅速发展，股份制经济应运而生，银行信贷、发行股票、债券日益成为投资资金的重要来源。因此，金融投资成为现代投资概念的重要组成部分。

投资是个人或机构进行的投入资源，以期在未来获取收益的行为。投资在各个领域有着不同的意义。对于个人投资者而言，投资品种包括股票投资（A股、港股、美股），基金投资（证券投资基金），债券投资（国债、金融债券、公司债券等），房地产投资等。

注：投资 $\ne$ 投机，前者注重长期价值，后者追求短期内快速增值。

1.2 股票投资的基本流程

投资流程如图所示

1.3 股票投资分析流派

• 宏观策略分析法

一种自上而下的研究方法，从宏观经济变化大方向出发，再应用到具体投资中。

特点：市场整体和背景上的“面”的研究，常用于专业机构做股票投资。

• 价值投资法

一种自下而上的研究方法，选取具有巨大增值潜力的股票。

特点：需要对行业发展有较深的理解，了解具体行业规模，未来市场规模，行业特点，竞争格局的转变。

• 主题事件投资法

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。

体系性主题：宏观因素的影响，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：影响股价的各种事件，例如AIGC、ChatGPT股等。

• 技术分析法

从股价变化的历史走势着手，看k线、指标等。

• 量化投资法

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，主要通过数量化和计算机程序化的方式进行买卖。

1.4 量化投资

1.4.1 基本概念

量化投资是一种交易策略，利用统计学、数学、人工智能等方法代替人工做出决策，利用计算机技术和数学模型实现投资策略。比较常见的方法有，多因子策略、套利策略、期货CTA策略。

1.4.2 优势

• 投资范围广：信息搜集范围更广，覆盖整个市场。
• 程序化交易：自动下单，避免主观因素。
• 快速响应：强大的数据处理和信息挖掘能力。

1.4.3 主要风险

• 策略失效风险：无法预测策略何时会失效，其损失会非常大。
• 流通性风险：市场融资风险。
• 模型风险：参数难以进准估计。

1.4.4 出现的主要原因

• 现代金融理论的发展，使金融定价模型更加科学和精确，如CAPM模型和马科维茨模型，可快速估算股票预期收益率，选择最优投资组合。
• 计算机技术的发展，如利用机器学习构建模型和执行交易。
• 交易成本的下降，使高频交易变得可行。

1.5 历史发展

参考链接：量化投资的发展

1.6 一般流程

策略设计（基于金融理论、历史数据等构建想法）- 回测验证（利用历史数据进行回测，检测有效性和可行性）- 模拟盘验证（虚拟盘账户和资金）- 实盘交易（实际交易）
注：量化策略的的设计和实施，不仅需要严谨、科学、系统的方法，也需要一定技术和数学功底。

1.7 常见平台

参考资料：
whale-quant ch1