量化投资理念

目标：资产稳定中高速增长，年化回报20%以上，最大回撤少于20%，满足投资研究兴趣，实现财富自由。

方法：统一量化投研框架，实现各种常见中低频量化策略，筛选出可靠的量化投资模型，建立使用者界面GUI方便使用，做到可并发提高运行效率，可实盘下单买卖。

编程模块实现：1. 获取数据，2. 处理数据，3. 储存数据，4. 建立策略，5. 风险管控，6. 策略回测，7. 分析结果，8. 导出结果，9. 实盘下单。

实战战略：多策略，多资产，多频率，多市场。

投资策略大类

有被动型（全天候）和主动型投资策略。

被动型策略就是投一些指数基金，债券基金，黄金基金等等，长期或定期按一定比例投，不主动择时或轮动干预投资。好处是不需要投入大量时间研究，也有高于利率的回报，风险中等，回报率也不高，长期年化回报率5-10%。这种投资方式适合没有时间研究投资的朋友。

我认为常见的主动型投资策略有三大类：1. 轮动，2. 择时（因子规则，升跌预测，图表形态）和 3. 套利。这些策略是我的焦点，我平时基本上研究这些量化策略。

数据类别：横截面数据 (cross-sectional data)，时间序列 (time-series data)，面板数据 (panel data or longitudinal data)

数据间隔频率：高频(微秒至秒)，中频（分钟），低频（日）

投资标的：股票，商品期货，债券，ETF，外汇，加密货币，各个国家指数基金，行业基金，投资风格基金等

因子：财务，经济，技术指标，统计，AI挖掘创造，规则筛选等

1. 轮动策略：
   用各种投资标的，各种因子。
   两种执行：1. 多因子综合打分，排序，选择投资标的轮动，2. 独立因子打分，排序，择标轮动
   性质：可以是趋势或者均值回归
   轮动频率：每分，每时，每天，每周，每月，每季，每年

2 择时
2.1 规则择时
用各种投资标的，各种因子。
性质：可以是趋势或者均值回归
单时间序列，因子规则决定买卖。
海龟交易，网格交易，Dual Thrust, R breaker 策略也是择时策略。
用各种数据频率。

2.2 升跌预测
用各种投资标的，各种因子。
模型预测一只或多只标的的升跌。
可用各种模型，包括线性回归，机器学习模型，深度学习模型。
用各种数据频率。

2.3 图表形态
按图表形态决定买卖。

3 套利
3.1 无风险套利：同样的投资标的在不同市场有差价，可同时买低价标的，卖高价标的，赚差价。

3.2 统计套利：配对交易，多标的组合套利，跨期套利

建立策略从单标的多模型开始，然后做多标的单模型，最后做到多标的多模型。这样可以分散模型风险，降低最大回撤，增加夏普比率，从而达到投资目标。