课程1量化投资新时代.pptx

《课程1量化投资新时代.pptx》由会员分享，可在线阅读，更多相关《课程1量化投资新时代.pptx（140页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、量化投资与对冲基金新时代介绍 中国量化投资学会 理事长 量化投资-策略与技术作者 量化投资与对冲基金丛书主编 方正富邦基金 投资经理光大乌龙指事件解读 为什么会剧烈波动？ 1巨单追踪策略 2区间突破策略 3止损盘 光大乌龙指造成的羊群效应光大乌龙指事件解读 这个一种全新的盈利模式吗？ 高频交易西蒙斯 趋势追踪WINTON 海外这种量化投资方式已经是主流的对冲基金盈利模式光大乌龙指事件解读 光大的量化系统为啥会出错？ 1速度太快 2风控没有跟上 3订单处理的机制有BUG 国内顶尖券商在用量化投资闷声发财！6 传奇量化投资大师 量化投资的理论根底 十大对冲基金策略分析 量化对冲策略阐述 量化策略分

2、析语言 量化投资支撑：IT系统 中国量化投资学会部门介绍大纲部门介绍大纲概述概述传奇的量化投资大师：西蒙斯 詹姆斯西蒙斯James Simons是世界级的数学家，也是最伟大的对冲基金经理之一 大奖章基金连续20年，每年35%的净回报 创立著名的Cherm-Simons理论 ，西蒙斯被国际金融工程师协会评选为年度金融工程师。 ，他个人盈利大概28亿美元 ，他赚了17亿美元 是15亿美元。 学数学的也能赚大钱传奇量化投资大师：大卫.肖传奇的量化投资大师：伊曼纽尔德曼 毕业于哥伦比亚大学，获理论物理学博士学位 他曾是爱因斯坦、薛定谔、李政道等物理学巨匠的门徒 1985年起参加著名投资银行高盛集团 他

3、参与创作了业界广为采用的布莱克德曼托伊利率模型和德曼卡尼局部波动率模型 于 中选国际金融工程师协会年度金融工程师 入选风险杂志名人堂。 学物理的也能赚大钱传奇的量化投资大师：Ray Dalio 上世纪70年代，年仅26岁的达里奥被一家从事零售经纪预算业务的公司炒鱿鱼后，在一套两居室里成立了桥水公司 目前是世界最大的对冲基金公司，管理的资金约1400亿美元 在市场惨淡的 斩获138亿美元 自1975年成立迄今，Pure Alpha基金总共已为投资者赚取了358亿美元的收益。 失业了也可以成为伟大的对冲基金经理11 全球最大的资产管理公司：巴克莱量化管理基金规模达1.6 万亿美元 全球最赚钱的对冲

4、基金：Bridgewater，管理规模1120亿美金。最核心的Pure Alpha基金近五年收益超过300亿美金 过去20年收益率最高的基金：大奖章基金，年净回报超过35%，08年超过80%。 过去三年里，高盛旗下量化基金的规模增长了一倍多，达1000亿美元 量化投资已经成为国际主流的投资方式之一量化投资已经成为国际主流的投资方式之一部门介绍大纲部门介绍大纲量化投资在国外量化投资在国外12 华尔街90%的基金采用量化分析方法共同基金/对冲基金 美国市场70%的交易量由算法交易实现 量化基金产品从 开始每年管理份额实现20%的增长 随着中国衍生品时代的到来，量化投资必然会成为主流的投资理念和分析

5、理论部门介绍大纲部门介绍大纲量化投资在国外发展量化投资在国外发展海外量化基金开展图1-2 1988 期间成立的量化基金数目海外量化基金开展图1-3 海外量化基金规模开展15 定义：量化投资就是以数据为根底，以策略模型为核心，以程序化交易为手段，以追求绝对收益为目标的投资方法 中医VS西医：传统投资VS量化投资 优点一：赌大概率事件以组合对冲为主 优点二：克服人性弱点以机器交易为主 优点三：精力无限监控全市场、全产品、全周期 优点四：精细化交易利用算法交易降低对市场的冲击 量化投资是投资从艺术走向科学的必由之路部门介绍大纲部门介绍大纲量化投资是什么量化投资是什么一个案例 假设我们有一个不均匀的硬

6、币，有51%的概率正面，49%会反面。选择我们赌注在下一次投掷中，假设出现正面，我们盈利相应的bet，反面我们输掉所有的bet。那么，现在有两种策略：A：投掷一次，赌注1000；B：投掷1000次，每次赌注1；你会选A还是B？ 因为我们知道硬币是不均匀的，我们有2%的概率优势。现在我们来做一个统计的分析，计算下这两种策略的风险收益比一个案例 1. 期望收益：A： 0.51 * 1000 - 0.49 * 1000 = 20； B： 1000 1 * 0.51 - 1 * 0.49 = 20可见，两种策略有相同的期望收益。 2. 全输概率：A： 输掉全部资本的概率 = 0.49B： 输掉全部资本

7、的概率 = 0.49 * 0.49 . * 0.49 = 0.49 1000. B策略全输的概率远小于A策略一个案例 3. 风险评估 A: stdev(1000,0,0,0 .0) = 31.6 ； B：stdev1，-1,1,1，-1, . 1) = 1可见，A策略的标准差远大于A。 4. 夏普比例A： SR = 20/31.62 = 0.63； B: SR = 20/1 = 20可见，B策略的收益风险比远高于A策略 投资的核心是大数定律量化投资与有效市场假说 量化投资是半强有效市场几乎唯一的解决方案无效市场弱有效市场半强有效市场强有效市场价格反映了部分历史全部信息价格反映了全部历史信息价格

8、反映了全部公开信息价格反映了全部信息技术分析有效基本面分析有效内幕消息或量化分析有效所有分析手段均无效20 量化选股 量化择时 股指期货套利 商品期货套利 统计套利 期权套利 另类套利 量化投资是一个复杂的学科体系部门介绍大纲部门介绍大纲量化投资主要策略量化投资主要策略21 人工智能 数据挖掘 小波分析 支持向量机 分形理论 随机过程 量化投资的理论根底是现代数学理论部门介绍大纲部门介绍大纲量化投资主要理论量化投资主要理论金融市场的数学定义 Y=F(x1,x2,.xn) 其中Y是金融市场的波动涨跌/涨跌幅/伸缩/概率 Xi 为一系列因子 数学可以描述金融市场看做是一个函数逼近问题 案例： Y=

9、F(换手率=300%，成交量100亿=10% 其中Y表示涨幅 如何进行函数逼近？ 人工神经网络/回归/.看成是一个分类问题 案例： Y=F(换手率=300%，成交量100亿=1 其中：1表示涨，0表示跌 如何进行分类模型的学习？ 决策树/贝叶斯分类/支持向量机看成是一个概率问题 案例： Y=F(换手率=300%，成交量100亿=90% 其中：90%表示涨的概率 如何计算概率？ 概率分布/随机过程看成是一个模式识别问题 案例：出现右侧的图形时， 未来的走势是涨还是跌？ 如何进行图形模式识别？ 分形理论/机器学习/小波分析 现代数学理论在量化投资中大有用武之地27 很多量化策略的灵感起源于传统投资

10、 量化投资提升了传统投资的成功率1先量化选股票池，再人工分析2人工分析股票，量化模型检验3量化择时模型，判断大盘拐点4算法交易提高交易的效率投资市场需要中西医结合部门介绍大纲部门介绍大纲量化投资与传统投资量化投资与传统投资量化投资对行业的价值 对于经纪商券商/期货公司 1增加市场活泼度 2增加佣金收入 3通过产品化增加客户粘性 经纪商需要量化投资量化投资对行业的价值 对IT公司的价值 1大量的数据和系统的需求 2大量的IT效劳的需求量化投资对行业的价值 对财富管理机构基金/券商资管/信托/保险的价值 1获得绝对收益 2降低人力本钱 3产品快速复制 有利于迅速做大规模量化投资对行业的价值 对于监

11、管层 1杜绝了内幕消息 2杜绝了老鼠仓 大大降低监管本钱十大对冲基金分析2012年排名2011年排名公司/基金注册地管理资产（十亿美元）2012年2011年2010年11布里奇沃特联合基金韦斯特波特 76.658.934.622摩根大通资产管理纽约4554.245.137奥奇-齐夫资本纽约28.427.623.548贝莱德纽约25.52516.9511鲍波斯特集团波士顿2523.421.764保尔森公司纽约22.635.8932.11710安祖高顿公司纽约21.2323.620.8817文艺复兴科技公司地址纽约201715918埃利奥特纽约19.216.816.091012法拉龙资本管理旧金山

12、19.221.520.66BridgeWater 创立于1975年(Ray Dalio) 是很多创新策略的先锋者：货币管理外包、别离Alpha与Beta等。 目前管理者1200亿美金，过去十年资产规模每年增长25%。 旗舰产品为Pure Alpha，分为 1Pure Alpha I12%波动率，100亿规模 2Pure Alpha218%波动率，230亿规模BridgeWater 图 Pure Alpha 累计收益率Bridgewater千禧年国际（Millennium）GAMut 投资标普500指数BridgeWater_可转移Alpha 可转移阿尔法是指零市场风险贝塔为0的投资组合的收益。

13、 可转移阿尔法是通过运用像期权、互换或者期货等金融衍生工具对市场风险进行对冲所得到的。 在这种策略下，Alpha收益与Beta收益是完全别离的。BridgeWater_可转移Alpha 假设客户要保持其在大盘股投资比例如36%的同时，增加所获得的收益。 小盘股的投资资金可以通过降低大盘股的资产比例从36%降到26%获得，假设这10%的资产等于1，000，000元。具体如下。 1投资经理把50，000元存到保证金账户，利用杠杆可以买价值1，000，000元的股指期货，这意味着剩下950，000元进行小盘股的投资。 2购置1，000，000元的标准普尔500指数期货，使大盘股的投资比例重新回到36

14、%。 3用950，000元购置精选的小盘股股票，可以打败小盘股指数的收益。 4卖空价值950， 000元的小盘股股指期货来对冲小盘股市场风险。BridgeWater_可转移Alpha 结果是顾客保持了其固有的36%的大盘股投资比例初始的26%加上后来的10%道琼斯500指数期货，并且可以获得小盘股的可转移阿尔法收益 26% 大 盘 股 + 10% 大 盘 股 = 26% 大 盘 股 10% 标普股指期货 小盘股 小盘股 股指期货 + + + 融资路径 没有改变 BridgeWater_可转移Alpha 牛市中可转移Alpha策略案例BridgeWater 1996年BridgeWater创立了

15、第二个对冲基金The All Weather Fund 核心理念是：风险平价。 通过资产配置，对低风险资产运用更高的杠杆，对高风险资产运用低杠杆，使得投资组合里所有资产的预期收益和风险都接近相同。 这种资产配置的方法，可以形成一个更优的收益风险比率，因为分散化投资降低的风险比杠杆运用增加的风险要多BridgeWater 图 All Weather投资组合风险比照BridgeWater_风险平价策略 通过使用杠杆降低使每个资产都拥有相近的预期收益和风险。 借款购置更多的低风险/低收益资产，如债券。 通过去杠杆化降低高风险/高收益的投资品种如股票。 从以上的投资收益流中选出投资组合，使其在任何经济

16、环境下都不会与预期收益出现偏差。 BridgeWater成功在于卓越的风控能力保尔森公司 Paulson & Co. Inc.保尔森，下面简称为“PCI是一家由员工持股，总部设立在纽约的对冲基金管理公司。基金管理资产规模十亿（美元）并购基金并购基金保尔森合伙人，国际，增强的4.6事件基金事件基金保尔森优势，优势叠加8.3信贷基金信贷基金 保尔森信贷机会6.8复苏基金复苏基金1.8金基金金基金1.2合计22.7表 Paulson & Co. Inc.各个基金管理资产规模 截止 /1/1保尔森公司 一战成名 年底，保尔森敏锐地发现了美国房贷市场的泡沫。 7月筹集了1.5亿美元，在做空CDO的同时收

17、购廉价的CDS。 随着金融危机的到来，PCI的Credit Opportunities Fund升值589.9%，另一支基金也上涨了353%，PCI的基金总规模在 年底已到达280亿美元如下图。保尔森公司 遭遇滑铁卢 保尔森在 面临着创立基金公司以来的最差业绩，管理资产锐减至227亿美元。 ，PCI旗舰基金Advantage Plus Funds亏损52.5%；Advantage Funds下跌36%；Recovery Funds下跌28%；Credit Opportunities Funds下跌18%；the Paulson Partners Fund 和The Paulson Gold F

18、und那么分别下跌了10%和10.5%。 宏观因素策略风险巨大保尔森公司 1The Paulson Advantage Funds The Paulson Advantage Funds成立于 4月，目前管理着83亿美元资产，是PCI最大的基金，主要关注那些由重要的交易事件所带来的投资时机，这些事件主要包括重组、合并、收购、接管、破产以及撤资等。图 The Paulson Advantage Funds历年收益率 保尔森公司 2The Paulson Merger Funds Paulson Partners LP是专门从事并购套利的基金，平均收益率为14.28%，累计收益率高达933.68%

19、。保尔森公司 从上面的分析可知，Paulson & Co.的历史收益水平是相当有竞争力的。然而，自从进入 以来，该公司的基金正处于不断的亏损之中。 其旗舰对冲基金Advantage Plus Fund继 全年累计损失21%之后， 前四个月的损失又扩大8.8%。保尔森过去四年来始终头顶的“对冲基金之父光环正在快速退去。 高风险的策略很难持久文艺复兴科技 1988年3月，Simons成立了大奖章基金，最初主要涉及期货交易。大奖章基金在1993年到达2.7亿美元，并开始停止接受新资金。现在，公司有150个雇员，交易60种金融产品，基金规模那么有50亿美元。 自1988年创立以来，Medallion对

20、冲基金年均报酬率高达34%。 ，Simons光是佣金就赚了5亿美元。 ，Simons成为全球收入最高的对冲基金经理，净赚15亿美元，差不多是索罗斯的两倍；从1988年开始，他所掌管的大奖章基金年均回报率高达34%，15年来资产从未减少过。文艺复兴科技年份Medallion Fund年收益率S&P500年收益率中国上证指数年收益率198849.40%16.60%19894.10%31.50%199055.90%3.10%32.86%199139.40%30.50%129.41%199234%7.60%166.57%199339.10%10.10%6.84%199470.70%1.30%22.30

21、%199538.30%37.60%14.29%199631.50%23.00%65.14%199721.20%33.40%32.22%199841.50%28.60%3.97%199924.50%21.00%19.18%200098.50%9.10%51.73%200131.20%11.90%20.62%200229.10%22.10%17.52%200325.30%28.70%10.27%200427.80%10.90%15.40%200529.50%4.90%8.33%200644.30%15.80%130.43%200773.00%5.50%96.66%200880.00%37.22%5

22、8.14%200939.00%27.11%64.63%文艺复兴科技Medallion Fund年收益率S&P500年收益率中国上证指数年收益率平均数0.4369000.1012950.384670中值0.3865000.1050000.147250最大值0.9850000.3760001.665700最小值0.2120000.37220014.29000标准差0.2106810.1979633.326102表 1988 Medauion Fund，S&P500，中国上证指数51高频交易策略高频交易策略1 1流动性回扣同时买卖，赚取佣金返还流动性回扣同时买卖，赚取佣金返还2 2 猎物追踪算法瞬间

23、拉升杀跌，吸引投猎物追踪算法瞬间拉升杀跌，吸引投资者追涨杀资者追涨杀 跌的方法跌的方法3 3自动做市商利用数据到达的速度差距自动做市商利用数据到达的速度差距赚取赚取高频策略牺牲了资金规模高频策略牺牲了资金规模 部门介绍大纲部门介绍大纲文艺复兴科技埃利奥特 1987年，Paul Singer以130万美元创立Elliott Associates，主要专注于可转债套利convertible arbitrage 从创立至今，公司创造了14.6%的净复合年回报率。管理规模超过190亿美元。埃利奥特 Elliott在过去的30年都跑赢市场指数，从纵向来看，减去交易费用之后，Elliott的5年平均收益率

24、到达15.2%埃利奥特 Elliott 的投资操作大体分为两种 1先折价购置处于“困境被收购、破产或重组公司、国家的债券，然后要求全额偿付 2购置被收购公司的债券或股票，然后要求收购公司出更高的收购价格。 有必要提及的是，从Elliott的案例来看，涉及极为复杂的法律程序，特别是主权债务，运用法律武器为自己取得定价权是Elliott成功的关键埃利奥特 案例1： ，全球最大的快销公司宝洁公司P&G宣布收购Wella AG，随后，法兰克福股市Wella公司股价飚升19.6%。 通过分析，Elliott认为此次宝洁公司的收购，Wella AG的股价被低估了。具体做法： 1购入被低估的资产权益。在收购

25、宣布之后，Elliott立刻现金购入约10%的优先股权。埃利奥特 2拉拢大投资者、大股东参与反对收购的行动。在Elliott购入10%的优先股后，Paulson & Co、Perry Capital LCC、Deka Investment均参加到Elliott的行列，反对收购。 3通过法律或者董事会的途径来阻止收购，要求更高的收购价 4P&G最终把优先股股权的收购价格提高到80欧元每股。 通过以上述的投资操作，Elliott最终获得每股15欧元的收益，收益率到达23%。 事件驱动策略是有门槛的。策略分类相对价值策略宏观因素策略事件驱动策略BridgeWater保尔森鲍波斯特摩根大通安祖高顿齐夫

26、资本文艺复兴科技贝莱德埃利奥特法拉龙低收益/低风险/大容量高收益/高风险/大容量高收益/低风险/小容量策略定义 资本资产定价模型CAPM CAPM揭示了一个根本原理：超额的收益来自于超额的风险( ) ()ifmfiE rRE RR( )iE r：资产的预期收益率fR : 无风险利率i : 该资产的风险系数()mfE RR :资产的风险溢价策略定义 CAPM的缺陷： 1没有考虑到资产回报的非线性问题 2收益与风险正比的结论值得商榷 策略定义 第一个问题： 例如：有1亿资金进行资产组合配置，其中3000万股票+5000万债券+ 万大宗商品，预期收益率分别为：20%，5%，10%。那么该资产组合总的

27、预期收益率为： 0.3*20%+0.5*5%+0.2*10%= 10.5% 问题在于：并没有考虑到资产收益率与时间的关系 策略定义 如果资产的回报是线性的 如下图，如此的组合配置自然是最正确解决方案 时间收益率策略定义 但问题是：绝大多数的资产收益率与时间并不是线性关系 方案2：先做多、后做空，收益率会超过1000% 方案1：简单持有，收益率约为200%左右 需要根据市场的变动，动态调整资产配置，从而提高收益率。需要根据市场的变动，动态调整资产配置，从而提高收益率。策略定义 因此实际的交易中，需要引入一个策略组合模型的概念。 1亿资金进行如下的动态操作：1-3月份全部买入股票，4-8月份平仓换

28、成债券，9月份后，做空大宗商品 对于资产的一系列动态操作过程，那么为一个策略。 策略定义 策略组合模型SCMStrategy Combination Model数学上的定义为： 1三元组SCMiReturn，Risk，Capacity)为一个策略，其中： Return：策略预期收益率 Risk：策略风险度 Capacity：策略最大资金容量策略定义 2策略组合SCM为一系列策略的集合，即： SCM=(scm1, scm2scmiscmn )，其中scmi为单个策略 上面的例子的SCM组合即为scm1, scm2,scm3,其中scm1, scm2,scm3分别为股票、债券和大宗商品的子策略。

29、SCM扩充传统的CAPM模型，关键是增加了Capacity这个指标 策略的类型 根据收益率、风险度、资金容量的三要素组合，一共有8种类型的策略 收益率风险度资金容量代表性策略低 低 低 淘汰低 低 高 相对价值策略低高低淘汰低高高淘汰高 低 低 事件驱动策略高低高不存在高高 低淘汰高 高 高 宏观因素策略 策略类型 1不存在的策略：不存在的策略：高收益高收益/低风险低风险/高容量高容量 如果一旦有这样的策略存在，大量的如果一旦有这样的策略存在，大量的资金一定会涌入该策略，从而造成收资金一定会涌入该策略，从而造成收益率大幅度降低，或者就是市场容量益率大幅度降低，或者就是市场容量大幅度降低，从而转

30、变为低收益大幅度降低，从而转变为低收益/低风低风险险/高容量策略，或者是高收益高容量策略，或者是高收益/低风险低风险/低容量策略。低容量策略。策略类型 2淘淘汰汰的的策策略略1：低低收收益益/高高风风险险/高高容容量量和和低低收收益益/高高风风险险/低低容容量量 这这不不符符合合人人性，性，任任何何人人承承担担了了高高风风险，险，追追求求的的就就是是高高收收益。益。如如果果是是高高风风险险但但是是低低收收益益的的策策略，略，没没有有人人愿愿意意长长期期从从事事该该策策略略交交易，易，从从而而投投资资者者会会大大量量撤撤出，出，从从而而使使得得该该策策略略的的市市场场收收益益率率变变大。大。 也

31、也就就是是该该策策略略会会转转化化为为高高风风险险/高高收收益益/高高容容量量的的策策略。略。策略类型 3淘淘汰汰的的策策略略2：高高收收益益/高高风风险险/低低容容量量 在在高高收收益益/高高风风险险情情况况下，下，投投资资者者肯肯定定会会选选择择高高容容量量的的策策略，略，来来使使得得自自己己的的绝绝对对收收益益最最大大化，化，所所以以该该策策略略也也会会遭遭到到淘淘汰。汰。 由由于于采采用用该该策策略略的的投投资资者者变变少，少，从从而而使使得得该该策策略略的的容容量量会会变变大，大， 转转化化为为高高收收益益/高高风风险险/高高容容量量策策略略策略类型 4淘淘汰汰的的策策略略3：低低收

32、收益益/低低风风险险/低低容容量量 在在低低收收益益/低低风风险险情情况况下，下，投投资资者者肯肯定定优优先先选选择择高高容容量量的的策策略，略，来来使使得得自自己己的的绝绝对对收收益益最最大大化，化，所所以以该该策策略略会会遭遭到到淘淘汰。汰。 由由于于采采用用该该策策略略的的投投资资者者变变少，少，从从而而使使得得该该策策略略的的收收益益变变大，大，从从而而转转化化为为高高收收益益率率/低低风风险险/低低容容量量策策略。略。策略类型 最终留下的长期有效的策略只有三种： 1低收益/低风险/高容量 这种策略属于类固定收益率策略，比方银行理财/货币基金/债券以及各种对冲套利策略。 在美国证监会的

33、分类中，这种叫做相对价值策略。 适合做资产管理策略类型 2高收益高收益/高风险高风险/高容量高容量 这种策略也是最主流的投机型策略。包括这种策略也是最主流的投机型策略。包括一级市场的天使投资一级市场的天使投资/创投创投/风投，二级市场风投，二级市场的各种单边投机策略，他们的高收益来自的各种单边投机策略，他们的高收益来自于承担了高风险，这也是传统的资本资产于承担了高风险，这也是传统的资本资产定价模型定价模型CPAM中所揭示的原理。中所揭示的原理。 美国证监会的分类中，这种叫做美国证监会的分类中，这种叫做宏观因宏观因素策略素策略 适合做适合做自营自营策略类型 3高收益高收益/低风险低风险/低容量低

34、容量 这种策略主要是利用市场的缺陷去赚钱，这种策略主要是利用市场的缺陷去赚钱，各种制度套利都属于这种类型的策略。例各种制度套利都属于这种类型的策略。例如定向增发套利，缺陷套利、高频交易等。如定向增发套利，缺陷套利、高频交易等。 但是这种策略的市场容量是有限的，只能但是这种策略的市场容量是有限的，只能是一个小众策略。是一个小众策略。 在美国证监会的分类中，这种可以统称为在美国证监会的分类中，这种可以统称为事件驱动策略事件驱动策略。 适合做适合做案例案例策略类型 策策略略转转换换图图低收益/高风险/低容量投资者大量撤出低收益/低风险/高容量高收益/低风险/低容量高收益/高风险/高容量高收益/低风险

35、/高容量低收益/高风险/高容量低收益/低风险/低容量高收益/高风险/低容量投资者大量涌入投资者大量撤出策略的类型 高收益率策略： 1要么承担了较高的风险 2要么牺牲了资金规模 对于资产管理而言，高收益率策略不可能成为主导策略。76 “穷人要搏命，富人要稳定 高净值客户不喜欢高风险策略 银行理财：20万亿；保险资金：5.7万亿；基金：3万亿；期货：几千亿 市场份额与风险度负相关。 目前券商和基金的相对收益产品，决定了客户群中高净值客户比例不大 只有实现绝对收益才能扩大市场份额部门介绍大纲部门介绍大纲绝对收益是未来的趋势绝对收益是未来的趋势77 阿尔法套利 股指期货套利 商品期货套利 期权套利 统

36、计套利 另类套利部门介绍大纲部门介绍大纲主要量化对冲策略主要量化对冲策略78 正向Alpha：构建多头股票组合，同时做空股指期货 反向Alpha：构建空头股票组合融券，同时做多股指期货 核心策略：量化选股模型 包括：多因子、风格轮动、行业轮动、动量翻转、资金流、一致预期、趋势追踪、筹码理论 代表产品：Pure Alpha部门介绍大纲部门介绍大纲Alpha套利套利79 股指期货套利是指利用股指期货市场存在的不合理价格，同时参与股指期货与股票现货市场交易，以赚取差价的行为。 股指期货套利分为期现套利，跨期套利，跨市套利和跨品种套利，其中期现套利和跨期套利这两种最主流的方式。 策略核心：冲击本钱和保

37、证金管理 目前市场时机稀少，需要高速的套利系统部门介绍大纲部门介绍大纲无风险套利无风险套利股指期货套利股指期货套利80 与股指期货套利类似，商品期货同样存在套利策略，在买人或卖出某种期货合约的同时，卖出或买入相关的另一种合约，并在某个时间同时将两种合约平仓。 商品期货套利主要有期现套利，跨期套利，跨市场套利和跨品种套利四种。 策略核心：计算持仓本钱、现货组织 期货公司CTA产品将有大开展的时机部门介绍大纲部门介绍大纲商品期货套利商品期货套利基本概念基本概念81 有别于无风险套利，统计套利是利用证券价格的历史统计规律进行套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在

38、。 统计套利的主要内容包括：股票配对交易、股指套利、融券套利和外汇套利。 策略核心：协整模型、主成分模型 随着转融通成行，未来统计套利空间巨大部门介绍大纲部门介绍大纲统计套利统计套利基本概念基本概念82 期权的优点在于收益无限的同时风险损失有限，因此在很多时候，利用期权来取代期货进行做空，进行套利交易，会比单纯利用期货套利具有更小的风险和更高的收益率。 利用期权的各种组合，有多种套利方法，包括股票期权套利、转换套利、跨式套利、宽跨式套利、蝶式套利和飞鹰式套利等。 策略核心：折溢价率 目前国内还没有时机部门介绍大纲部门介绍大纲期权套利期权套利基本概念基本概念83 算法交易指的是通过使用计算机程序

39、来发出交易指令的方法。 根据各个算法交易中算法的主动程度不同，可以把不同算法交易分为被动型算法交易、主动型算法交易、综合型算法交易三大类。 策略核心：成交量分布的预测 机构目前的手动交易造成巨大的冲击本钱损失部门介绍大纲部门介绍大纲算法交易算法交易基本概念基本概念84 另类套利策略是指利用市场的缺陷进行的一些特殊场合的套利策略。 主要包括：封闭式基金套利、并购套利、定增套利、ETF套利、LOF套利 代表产品：定增系列产品部门介绍大纲部门介绍大纲另类套利另类套利量化投资-策略与技术策略建模语言 目前比较流行的策略建模语言主要有： 1MATLAB 2R语言MATLAB简介MATLAB的是美国Mat

40、hWorks公司出品的商业数学软件，用于算法开发、数据分析以及数值计算，主要包括MATLAB和Simulink两大局部。在金融领域，利用MATLAB以及相关产品，可以进行分析数据，评估风险、开发并优化策略等一系列金融建模工作。优势在于：强大的建模能力和全面的分析能力87MATLAB简介MATLAB金融工具箱主要有：Datafeed Toolbox：金融数据工具箱Econometrics Toolbox：计量经济学工具箱Financial Derivatives Toolbox：金融衍生品工具箱Fixed-Income Toolbox：固定收益工具箱Optimization Toolbox：优化

41、工具箱Statistics Toolbox：统计工具箱用户可以利用MATLAB进行1交易策略实现和回测、投资组合优化和分析2资产分配、金融时序分析、期权价格和敏感度分析、现金流分析3风险管理、预测和模拟、利率曲线拟合和期限结构建模4Monte Carlo模拟、基于GARCH的波动性分析等。88简单均线交易系统 测试标的：股指期货日线数据 交易策略：5日均线上穿20日均线做多，5日均线下破20日均线做空。 该策略暂没考虑交易本钱、冲击本钱等影响。89程序化交易回测系统 利用MATLAB构建量化回测平台实现日内、隔夜、对冲策略的回测。丰富的图形展示，自动保存相关图形文件。自动生成Excel文件，保

42、存交易记录、统计指标、资金流、累计平仓盈亏等数据。实现多目标函数与自定义目标函数 参数寻优以及2D、3D参数分布图形展示。实现多策略组合测试，可根据收益风险比、回撤、最大收益等不同指标进行资金分配优化调整。90程序化交易回测系统91R语言 免费开源的数据处理语言 至少几百名世界知名统计学家在算法上的支持 至少几百名世界顶尖的Fortran,C,C+数学库编程高手在代码上的支持 大数据计算平台的运算支撑 开放金融数据资源的免费接入 前沿期刊与代码工具的协同R的本质：全世界统计学者的联合社区 R社区中最活泼奉献者：金融统计学者与工程师，生物统计学者与工程师，计算机人工智能学者与工程师 R语言是一个

43、高效率的实验平台：通过R语言可以很高效的实现前沿paper的模型方法，同时R语言又提供与C，C+等传统语言工具的量化结合 R社区遵守开源协议：R社区内富含众多商业级模块的前身，局部R软件包在成熟之后，也开始迁移出R社区，形成众多商业级前沿软件产品R语言与其他工具的比照R语言的总体优势 R社区体系 对其他语言和平台的整合功能 开放体系与开源属性R语言与C+等通用软件开发语言相比： R语言可以做为C+的库使用 大量C+金融工具包已经被纳入R语言 R软件包多半是C+实现的R语言与SAS，Matlab等科学计算平台相比 R语言在性能上不及SAS，Matlab 统一的R社区的比众多分散的Matlab社区

44、资源多R语言与EViews，RATS等专业统计与计量软件相比 R语言更适合金融工程师使用 R语言是通用的统计开发语言，跟适合作为于量化分析策略的研发平台量化投资金融计量工具均值模型与波动率分析 AR,MA,ARIMA GARCH族与多元GARCH 状态空间与卡尔曼滤波 随机波动率结构关系分析与因子分析 主成分与多因子分析 断点检验 协整模型MCMC 各分布族模拟器 Gibbs抽样 Boostrap抽样 退火算法族 序贯分析 粒子滤波量化投资重要支撑：IT系统历史数据统计后验 历史数据统计一般以收盘价或者日均价作为买入卖出的交易价格。然后根据设定的交易价格计算出在某一段时间内的收益率、超额收益、

45、夏普率等结果。 历史数据统计后验的优势是效率高、简单方便。缺点是不够精确，尤其不能考虑资金量对市场的影响。 这个阶段的IT要求：简单的原语/多市场的数据/各种盈亏报表分析。历史高频交易数据后验 历史高频交易数据后验的核心在于根据历史高交易频数据进行模拟撮合，撮合算法主要是判断在某个时段的成交量的成交比例。 例如某个股票在历史上5.05.1价位之间成交了10000股，其中的挂单量为50000股。那么在后验的时候，可以设定成交股的A%和挂单量的B%中最小值，为模拟撮合的成交量。一般经验公式：A和B的值一般取为10%和30%。 这个步骤的IT要求：快速撮合能力高频数据实时模拟 策略后验无法检验其在样

46、本外的效果。解决这个问题的方法是进行高频数据的实时模拟交易。 实时模拟交易是将策略写成一个DLL，放在模拟平台上自动运行。 高频数据实时模拟和实盘交易已经非常接近，对冲击本钱的考虑，市场容量的考虑根本上和实盘已经一致，唯一不能解决的就是对市场的影响， 这个阶段的IT要求：一个简单高效的统一的交易接口API实盘程序化交易 前面3个步骤的目的都是为了最后进行实盘交易，实盘交易对市场的影响会表达出来，只有通过了实盘实时交易，一个策略才能被证明是有效的。 量化投资系统可以通过手动方式下单，也可以写成程序化交易系统。一般交易较为频繁的策略，绝大多数需要通过程序化交易实现。 这个阶段IT的要求：快速报盘抢

47、单能力目前流行的综合量化平台 大智慧DTS 天软量化平台 国泰安宽平台 恒生极速策略系统u系统设计DTS程序化交易平台交易引擎大智慧投研终端大智慧交易终端终端应用财汇金融数据资讯数据高速事件处理全市场、全品种、全业务高速交易产投研一体化DTS-大智慧策略交易平台uLua脚本编程环境Lua脚本策略编辑环境u策略：Hurst指数周期判断基于 .02.17- .01.14 的沪深300指数样本数据，采用5年滚动窗口得出3次Hurst指数和波动率的权重。3次权重结果都比较接近。在全样本期间，对沪深300指数采用平均权重结果实施分形判势策略。总交易次数：67次包括买卖；总资本倍数：6.89 沪深300：

48、2.19天软量化平台体系天软数据仓库高频数据仓库实时数据高频时间序列明细数据数据仓库财务报表公司行为时间序列现有金融数据整合基础数据类天软金融数据第三方数据商TA、交易持仓数据基金财务估值数据预期评级类数据行情交易类沪深LEVEL1开放式接口沪深LEVEL2港股海外股指期货国内商品期货支持业内主流资讯商，如：万X、聚X、财X、巨X等的数据接口支持主流基金估值、柜台接口口支持朝阳永续、今X投资等证券、基金、交易所报盘债券等根底数据恒生量化交易系统极速交易系统 UFT 开展历程UFT系统高效稳定可靠高效性能、极速交易:单业务处理功能耗时,效劳端小于0.2ms，客户端小于1ms并发处理能力在50,0

49、00笔/秒以上克服瓶颈、持续稳定 :p 支持大数据容量的设计，支持百万级的客户，千万级的委托流水容量，并经过实际测试验证。p 采用自主研发内存技术，随着交易流水数据量的增加，并发处理能力持续稳定。数据持久、事务一致:数据依赖磁盘实现持久化，系统异常不会丧失任何数据，已经过实际测试验证。高效稳定可靠智能交易 iTP 开放式的程序化交易系统开放式的程序化交易系统 策略程序可直接加载其他动态库策略程序可直接加载其他动态库DLLDLL、LibLib 策略程序可管理所需的行情数据、交易数据策略程序可管理所需的行情数据、交易数据 策略程序可访问用户指定的效劳器、数据库，策略程序可访问用户指定的效劳器、数据

50、库， 提供提供C+C+开发接口开发接口 策略保密性策略保密性 策略程序编译成策略程序编译成DLLDLL文件，保密性非常好文件，保密性非常好 策略程序无需上传到效劳器策略程序无需上传到效劳器 策略回测、策略测试策略回测、策略测试l 提供回测机制l 提供策略测试机制，方便策略开发者调试程序和观察策略行为l 可用 Visual C+ 进行单步调试 前后台一体化的极速体验前后台一体化的极速体验l iTP 与 UFT 形成前后台一体化的垂直整合智能交易 iTP 策略UI界面 iTP 平台上的策略和个性化交易工具宽系列带来的全新体验宽系列与整个量化投资流程紧密结合宽数据宽研究精选数据策略构建精确回验绩效评