文章目录
Igor Tulchinsky是worldquant的创始人,从苏联逃到美国,在Mellinium内部做了几年后成为PM,创造出独有的量化公司组织形式
本书针对如何寻找、评价、优化 α \alpha α进行了描述,同时给出了一些简单的alpha例子,基于WebSim给出了许多API介绍。
知乎某同人也有阅读笔记,链接如下:https://zhuanlan.zhihu.com/p/93618059
定义
Definition of alpha
- α \alpha α是一组数学公式,计算机代码及参数的集合,通过对于历史数据的应用实现对金融工具未来的预测
- α \alpha α是对于每种金融工具未来收益值得预测
- α \alpha α基于基本面的表达观点
Efficient-Market Hypothesis (EMH)
- weak:当前的价格已经将过去的公开信息反映出来
- semi-strong:过去的和当前的公开信息已经表现在价格之上
- strong:无论公开还是非公开信息已经全部表现在价格之上了
IC information coefficient
correlation of predicted return and realized return (对于个股的预测准确度)
I R = I C × s q r t ( b r e a d t h ) IR = IC \times sqrt(breadth) IR=IC×sqrt(breadth)
指标
- booksize:总的资金量,对于WebSim中,赚到的和赔了的钱均会被补偿,即不存在利滚利的现象,每天资金重新注入
- PbL: profit and loss:
d a i l y p n l = ∑ ( p o s i t i o n × D a i l y R e t u r n ) daily pnl = \sum (position \times Daily Return) dailypnl=∑(position×DailyReturn)
d a i l y r e