申银万国--流程保证表现,细节提升绩效——量化投资的策略与实施(PPT)
量化投资策略与技术期末报告精编WORD版
量化投资策略与技术期末报告精编W O R D版 IBM system office room 【A0816H-A0912AAAHH-GX8Q8-GNTHHJ8】
《量化投资策略与技术》结课报告 学科专业： 研究方向： 姓名： 学号： 2015年7月9日 目录 1 目标股票的选取 (3) 1.1 备选对象 (3) 1.2 择股标准 (4) 2 投资组合的构建 (4) 2.1 目标股票的收益率 (4) 2.2 最优投资组合 (6) 3 预期收益和风险 (7) 4 风险对冲策略 (8) 附录A：原始数据 (10) 表A1: 财务指标 (10)
表A2：投资组合股票收益率（节选） (11) 表A3：投资组合日收益率（节选） (11) 表A4：资产组合预期收益率（节选） (12) 表A5：沪深300股指期货日收盘价和收益率（节选） (12) 附录B：代码 (13) B1：择股 (13) B2：投资组合风险-收益的计算 (13) B3：最优投资组合求解 (14) 1 目标股票的选取 1.1 备选对象 从上海主板、深圳主板、中小板和创业板分别随机选择10只股票，列示于表1.1中： 表1.1 投资组合备选对象 所属板块股票名称股票代码 武钢股份600005 上海主板 中国国贸600007
首创股份600008包钢股份600010华能国际600011日照港600017上港集团600018上海电力600021中国石化600028三一重工600031 深圳主板 万科A000002.SZ 世纪星源000005.SZ 深振业A000006.SZ 零七股份000007.SZ 中国宝安000009.SZ 南玻A000012.SZ 沙河股份000014.SZ 深康佳A000016.SZ
量化投资基础学习知识入门基础
量化投资基础入门（一） 讲起量化投资，就不得不提华尔街的传奇人物——詹姆斯·西蒙斯(James Simons)。 这位慧眼独具的投资巨擘，有着一份足以支撑其赫赫名声的光鲜履历：20岁时获得学士学位;23岁时在加州大学伯克利分校博士毕业;24岁时成为哈佛大学数学系最年轻的教授;37岁时与 中国数学家陈省身联合发表了著名论文《典型群和几何不变式》，并开创了著名的陈—西蒙斯理论;40岁时运用基本面分析法设立了自己的私人投资基金;43岁时与普林斯顿大学数学家勒费尔(Henry Laufer)重新开发了交易策略并由此从基本面分析转向数量分析;45岁时正式成立了文艺复兴科技公司，最终笑傲江湖，成为勇执牛耳的投资霸主。 这段看似青云直上的成名之路，再次为世人印证了一个道理——当代的技术创新，其实大多源自跨越学科的资源整合，而非从无到有的发明创造。具体说来，即使睿智如西蒙斯，在最初之时，他也没有直接想到运用量化方法投资，而是和众多投资者一样着眼于外汇市场，但野心勃勃的西蒙斯并不甘于只是简单因循传统的投资策略。随着经验的不断累积，他开始思考，为何不运用他最为熟悉的数学方法来搭建投资模型，从而能够科学精准地预测货币市场的走势变动?这一大胆的跨学科尝试，最终彻底改变了他的人生走向。
通过将数学理论巧妙融合到投资的实战之中，西蒙斯从一个天资卓越的数学家摇身一变，成为了投资界中首屈一指的“模型先生”。由其运作的大奖章基金(Medallion)在1989-2009的二十年间，平均年收益率为35%，若算上44%的收益提成，则该基金实际的年化收益率可高达60%，比同期标普500指数年均回报率高出20多个百分点，即使相较金融大鳄索罗斯和股神巴菲特的操盘表现，也要遥遥领先十几个百分点。最为难能可贵的是，纵然是在次贷危机全面爆发的2008年，该基金的投资回报率仍可稳稳保持在80%左右的惊人水准。西蒙斯通过将数学模型和投资策略相结合，逐步走上神坛，开创了由他扛旗的量化时代，他的骤富神话更让世人对于量化投资有了最为直观而浅显的认识：这能赚钱，而且能赚很多钱。 “文艺复兴”的能否真的“复兴”? 但金融行业瞬息万变，老天也没有一味垂青这位叱咤风云的“模型先生”。自2012年以来，由西蒙斯掌印的文艺复兴科技公司可谓祸事不断，厄运缠身。其麾下的“文艺复兴机构期货基金”(RIFF)在2011年仅实现盈利率增长1.84%，到2012年，更是破天荒的亏损了3.17%，这一亏损幅度甚至超过了同年巴克莱CTA指数的平均降幅(1.59%)。RIFF主要通过全球范围的期货和远期交易来实现绝对收益，虽属于文艺复兴公司旗下规模较小的基金产品，但作为公司的明星”印钞机“，其回报率竟会一下暴跌至行业平均水平，难免让众人始料不及。到2012年底，RIFF 的
量化投资基础知识C14070课后测试100分
一、单项选择题 1. 著名的Chern-Simons定理是由（）与数学家陈省身共同创立。 A. 詹姆斯·西蒙斯 B. 大卫·肖 C. 伊曼纽尔·德曼 D. Ray Dalio 您的答案：A 题目分数：10 此题得分：10.0 2. 事件驱动策略的特点是（）。 A. 低收益、低风险、大容量 B. 高收益、低风险、小容量 C. 高收益、高风险、大容量 D. 低收益、高风险、小容量 您的答案：B 题目分数：10 此题得分：10.0 二、多项选择题 3. 数学理论和方法在量化投资中非常重要，以下（）是对图形进 行模式识别的数学理论或方法。 A. 贝叶斯分类 B. 分形理论 C. 机器学习 D. 小波分析 您的答案：C,B,D 题目分数：10 此题得分：10.0 4. 量化投资具有以下（）等优点。 A. 以组合对冲为主，赌大概率事件 B. 以机器交易为主，克服人性弱点 C. 可进行全市场、全产品、全周期监控，精力无限
D. 利用算法交易降低对市场的冲击，实现精细化交易 您的答案：C,B,A,D 题目分数：10 此题得分：10.0 5. 下列选项属于主要量化对冲策略的是（）。 A. 阿尔法套利 B. 股指期货套利 C. 商品期货套利 D. 期权套利 您的答案：B,D,A,C 题目分数：10 此题得分：10.0 三、判断题 6. 阿尔法套利是主流的量化对冲策略，Pure Alpha是阿尔法套利 的代表性产品。（） 您的答案：正确 题目分数：10 此题得分：10.0 7. 投资的核心是小数定律。（） 您的答案：错误 题目分数：10 此题得分：10.0 8. 对于资产管理而言，高收益率策略是主导策略。（） 您的答案：错误 题目分数：10 此题得分：10.0 9. 商品期货套利策略的核心是持仓成本的计算和现货的组织。（） 您的答案：正确 题目分数：10 此题得分：10.0 10. 统计套利可以看作无风险套利。（）
申银万国-策略思考报告
策略研究 投资策略 证 券研究报告策略思考系列报告之十六 2011年02月25日策略如何看工程机械？ 相关研究 《策略如何看交通运输—打 造交通运输的“驱动力”和 “信号验证”机制》—2011 年1月28日 《策略如何看农林牧渔—打 造农林牧渔的“驱动力”和 “信号验证”机制》—2010 年12月29日 《经济为本，资金助势—对 风格转换的若干理解》 —2010年11月30日 《策略如何看银行—打造银 行的“驱动力”和“信号验 证”机制》—2010年10月 9日 2 证券分析师 凌鹏 A0230209090482 (策略) lingpeng@https://www.360docs.net/doc/4213310789.html, 李晓光 A0230206040424 (机械) lixg@https://www.360docs.net/doc/4213310789.html, 黄夔 A0230210010497 (机械) huangkui@https://www.360docs.net/doc/4213310789.html, 冯宇 A0230210080006 (策略) fengyu@https://www.360docs.net/doc/4213310789.html, 研究支持 黄鑫冬(策略) huangxd@https://www.360docs.net/doc/4213310789.html, 左俊义(策略) zuojy@https://www.360docs.net/doc/4213310789.html, 王喆(机械) wangzhe@https://www.360docs.net/doc/4213310789.html, 联系人 张潇潇 (8621)23297818×7387 zhangxx@https://www.360docs.net/doc/4213310789.html, 地址：上海市南京东路99号 电话：(8621)23297818 上海申银万国证券研究所有限公司 ——打造工程机械的“驱动力”和“信号验证”机制 主要内容： 在申万行业分类中，工程机械称为建筑机械，归在专用设备下。工程机械 品种繁多，主要分土方机械、混凝土机械、装载机械和起重机械四大类， 其中挖掘机、推土机、装载机等产量较大。 ● 基建、房地产新开工和出口是工程机械的三大需求。挖掘机和推土机国内 销量累计增速与房地产新开工面积累计增量均高度同步，分析员可以通过 调研其销量验证房地产的开工情况；难以从工程机械销售与基建投资的数 据间发现明显的关系或规律；推土机和汽车起重机是主要的出口品种，通 过跟踪、调研推土机和履带式起重机的销售，有助于判断我国出口的景气 程度。 ● 成本方面，由于工程机械行业呈典型的寡头垄断格局，具备一定的成本转 嫁能力。08年以来钢材价格波动剧烈，但工程机械行业的毛利率波幅仅为 5%左右。正因为成本端的变动对行业利润影响不大，所以工程机械行业研 究的重点应该集中在需求端的变化上，这是工程机械行业与其他中游行业 的明显区别。 ● 工程机械股票兼具周期和成长属性。一方面，行业利润增速与房地产开发 投资、工业生产以及国内信贷状况密切相关，呈现周期性波动的特征；另 一方面，过去四年以建筑机械、专用机械、电力设备为代表的机械类和以 农林牧渔、家电和食品饮料为代表的消费类是收益率最高的两类股票，工 程机械高速成长给投资者带来的长期回报远非一般周期品行业所能实现。 总体来看，工程机械的投资策略既简单又复杂：从战略的角度，投资者应 用投资成长股的方式，买入并长期持有；从战术的角度，投资者可观察有 色、水泥等周期股的表现，把握合适的进退时机。 ●
中信证券——量化投资策略特征
量化投资策略特征 量化投资注重数理分析与逻辑推导，不依赖主观判定形成交易决策，当模型思想来源于投资者市场体会，基于历史数据所作的几率统计，也可以是技术指标，甚至基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 量化投资是指将投资理念或市场洞见转化为数学模型，并依据历史数据对模型进行测实验证，总结收益-风险特性以及相关参数，最后通过运算机技术实现自主化交易的投资方法。量化投资主要运用在具有高流动性与历史数据丰盛的金融投资市场，就期货市场而言，既可以在商品类品种也可以在股指等金融类品种上进行。 总的来说，一个完整的量化投资策略具备四个方面的特征： 一是具有特定的定量分析策略。量化投资是基于一定的市场逻辑或依据历史数据作出的几率统计，形成特定的数学模型用以分析和评判市场表现，进而形成交易策略，这与当前大多数分析师所采用的定性分析方法有很大区别。量化投资注重数理分析与逻辑推导，不依赖体会主义和主观判定形成交易决策，当然其模型思想仍旧是来源于投资者的市场体会，这种来源可以是基于历史数据所作的几率统计，也可以是一些技术指标，甚至可以是来源于基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 二是绩效具有可追溯性。量化投资是基于特定的交易模型，可以用历史数据输入模型进行绩效检测，从而运算出交易策略的胜算率、期望收益与风险度等，并且可以根据这些检测值来预判模型未来的收益表现。相反基于体会主义的主观交易方法无法通过历史数据进行合理的检测，不具有可追溯性，也无法对以后的交易行为进行合理的预估。 三是具有极高的纪律性，量化投资是依据经过历史验证的模型进行分析和交易，从而规避了主观判定带来的局限，而在具体操作上大多采用运算机程序实现自动化交易，不会呈现主观交易中经常会呈现的人性弱点。 四是在信息处置上具有主观交易不可比拟的优势。当前金融投资品种非常丰盛，以国内商品期货市场为例，品种已经超过二十个，加上每个品种有数份合约同时交易，可供选择的标的组合可以达到成百上千个，倘若再考虑海外商品市场以及金融类市场，信息将更是几何倍递增，处置如此海量的数据，显然依赖数学模型与运算机程序处置的量化投资比传统交易方法效率更高。 从特性上看，量化投资相较主观交易方法具有许多优势，所以自上世纪七十年代诞生以来受到很多投资者尤其是机构投资者的追捧。经过三十多年的发展，已经成为国际金融市场主流的交易方法之一，包含对冲基金和共同基金等在内的
完整量化投资策略四个特征
完整量化投资策略的四个特征 量化投资注重数理分析与逻辑推导，不依赖主观判定形成交易决策，当模型思想来源于投资者市场体会，基于历史数据所作的几率统计，也可以是技术指标，甚至基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 量化投资是指将投资理念或市场洞见转化为数学模型，并依据历史数据对模型进行测实验证，总结收益-风险特性以及相关参数，最后通过运算机技术实现自主化交易的投资方法。量化投资主要运用在具有高流动性与历史数据丰盛的金融投资市场，就期货市场而言，既可以在商品类品种也可以在股指等金融类品种上进行。 总的来说，一个完整的量化投资策略具备四个方面的特征： 一是具有特定的定量分析策略。量化投资是基于一定的市场逻辑或依据历史数据作出的几率统计，形成特定的数学模型用以分析和评判市场表现，进而形成交易策略，这与当前大多数分析师所采用的定性分析方法有很大区别。量化投资注重数理分析与逻辑推导，不依赖体会主义和主观判定形成交易决策，当然其模型思想仍旧是来源于投资者的市场体会，这种来源可以是基于历史数据所作的几率统计，也可以是一些技术指标，甚至可以是来源于基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 二是绩效具有可追溯性。量化投资是基于特定的交易模型，可以用历史数据输入模型进行绩效检测，从而运算出交易策略的胜算率、期望收益与风险度等，并且可以根据这些检测值来预判模型未来的收益表现。相反基于体会主义的主观交易方法无法通过历史数据进行合理的检测，不具有可追溯性，也无法对以后的交易行为进行合理的预估。 三是具有极高的纪律性，量化投资是依据经过历史验证的模型进行分析和交易，从而规避了主观判定带来的局限，而在具体操作上大多采用运算机程序实现自动化交易，不会呈现主观交易中经常会呈现的人性弱点。 四是在信息处置上具有主观交易不可比拟的优势。当前金融投资品种非常丰盛，以国内商品期货市场为例，品种已经超过二十个，加上每个品种有数份合约同时交易，可供选择的标的组合可以达到成百上千个，倘若再考虑海外商品市场以及金融类市场，信息将更是几何倍递增，处置如此海量的数据，显然依赖数学模型与运算机程序处置的量化投资比传统交易方法效率更高。 从特性上看，量化投资相较主观交易方法具有许多优势，所以自上世纪七十年代诞生以来受到很多投资者尤其是机构投资者的追捧。经过三十多年的发
公募量化投资策略 100
公募量化投资策略 100
返回上一级
单选题（共 4 题，每题 10 分）
1 . 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，属 于哪种投资策略？（）
?
A.股指期货套利策略
?
B.商品期货套利策略
?
C.ETF 套利策略
?
D.行业轮动策略
我的答案： A
2 . 晨星风格箱风格鉴别法共将股票分为几种风格？（）
?
A.3 种
?
B.5 种
?
C.7 种
?
D.9 种
我的答案： D
3 . 一揽子股票与 ETF 申购/赎回的市场是在哪个市场完成的？（）
?
A.银行间市场
?
B.交易所市场
?
C.ETF 一级市场
?
D.ETF 二级市场
我的答案： C
4 . 下面哪项不属于打分法多因子选股策略的模型构建流程？（）
?
A.构建因子库
?
B.因子筛选
?
C.风格预测
?
D.因子打分
我的答案： C
多选题（共 3 题，每题 10 分）
1 . 下面属于周期性行业的有？（）
?
A.能源行业
?
B.消费行业
?
C.金融行业
?
D.医药行业
我的答案： AC
2 . 常用的趋势型指标包括以下哪些？（）
?
A.AMA
?
B.MACD
?
C.DMA
?
D.TRIX
我的答案： BCD
3 . 商品期货套利的基本模式包括？（）
?
A.期现套利
?
B.跨期套利
?
C.跨商品套利
?
D.跨市场套利
我的答案： ABCD
判断题（共 3 题，每题 10 分）
1 . 被动型投资策略无法获得超越市场的收益。 对错
我的答案： 对
2 . T-sharp 值与指数收益有较强的正相关关系。 对错
我的答案： 错
3 . 动量策略就是寻找前期弱势的股票，判断它将继续强势后买入持有。 对错
我的答案： 错
基于Python工具的股票量化投资策略研究
2019年第07期20世纪80年代，一些投资者开始利用计算机研究金融数据，并初显 成效。20世纪末，投资者把计算机技术进一步应用在金融数据分析上，进行模型设计，构建股票投资组合。这时，金融数据趋于规范化，在日渐复杂的数据分析过程中，产生了更多类型的因子和更多样化的投资策略。量化投资是借助量化金融分析方法进行资产管理，量化金融分析方法是结合金融数据、个人经验、数学模型和计算机技术的一种复杂金融建模的分析方法[1]。实现量化投资的方法多达数十种，Python 、Matlab 、SPSS 、Eviews 、Excel 、SAS 、R 在量化界都是非常好用的工具，尤其是在数据分析方面。除Python 外，其余几个工具的优势都体现在数据分析方面，而量化投资是一个系统性工程，数据分析只是其中的一部分，不是全部。根据GitHub 官网统计，量化交易开源项目共145个，其中使用Python 以外的技术进行开发的项目共70个，应用Python 语言进行开发的多达75个。Python 的开源性促使开发者开发了大量的库和模块，而这些库和模块又使很多外行人能够轻松入手，反过来又促进了Python 在该领域的发展。应用Python 语言爬取数据，进行数据挖掘和深度案例分析，能够使量化投资基本实现从技术分析到金融设计，实现系统性掌控。因此，采用Python 驱动量化股票投资，对优化股票投资策略和规避投资风险具有十分重要的意义。 1基于Python 的股票量化投资交易程序1.1基于Python 的股票量化投资步骤 将Python 要应用到量化投资交易中，其步骤如图1-1所示。 图1-1股票量化交易应用模块库流程图 第一阶段是数据收集。数据收集是很多券商机构在做的业务，有影响力的模块库有Tushare 和Windpy ，其中Windpy 是Wind 公司开发的一个开源接口。国内的金融终端一般是Wind 、iFind 和Choice 终端，这些终端软件就是把企业和行业的数据收集到数据库，进行深度分析，并稍加整理成表格，然后上传到服务器中，方便客户进行相关的数据分析，一般情况下客户都需要付费来获得数据。 第二阶段是数据分析。NumPy 用来存储和处理多维数组和大型矩阵，搭配SciPy 进行计算；Pandas 解决时间序列；用Matplotlib 进行2D 绘图从而实现数据可视化。Wind 终端和Choice 终端也有相关的业务在平台上销售，而该服务的购买者通常是一些尚未具备分析能力和资格的小型机构或行外人。 第三阶段是策略研究。IPython 是一个Python 的交互式shell ，能进行变量的自动补全和缩进，支持bash shell 命令，内置了一系列有用的功能和函数；Jupyter 可以对数据进行清理和转换，进行数值模拟和统计建模等，是比较方便的策略研究工具；Zipline （国内公司开发的是RQalpha 回测引擎）对真实交易系统的运转进行模拟，利用历史数据对投资策略进行回测检验；具体的策略便可以理解为Python 代码的执行。 第四阶段是实盘交易。vn.py 是基于Python 的开源交易平台开发框架；easytrader 也是开源模块库，比较适合个人投资者。通俗来说，狭义的量化投资的应用意义到第三阶段为止，关于第四步的实盘交易还是需要经过投资者参考过量化投资的模型后作出的决定。因为工具只是投资者进行决策的辅助，人才是真实交易的决定者。 需要说明的是，数据收集及案例中的模型，直接采用第三方平台供应的API 数据源；数据分析因避免代码繁冗多杂，直接采用第三方平台的库和框架进行Python 编程，其中BOLL 指标案例的策略使用到了Sig 原nal 框架。利用第三方平台的意义及其最终达到的回测效果与纯自建量化交易策略项目无异，也非常适合个人投资者入手。本文选取A 股市场进行研究，选取样本的原因是A 股市场的数据有利于简化代码量。比如，在A 股市场上进行交易，1手即为100股，而在港股市场上，不同的股票1手的股数不尽相同，有的1手是交易50股，有的1手是交易200股，这样的数据可以简化很多代码量。 1.2基于Python 的股票量化投资流程 虽然Python 实现股票量化 交易分为4个阶段，但具体操作起来，为了更贴合实际，通常可以解析为8个流程，即：获取数据、数据分析挖掘、构建信号、构建策略、回测、策略分析、模拟交易和实盘交易。如图1-2所示。一是获取数据。包括获取公司新闻数据、关联数据，产业上下游、主营业务、所属行业主题等数据，基本行情数据，高频数据，股票Level-1数据，股票Level-2数据、期货Level-1数据等。 二是数据分析。数据分析挖 掘采用传统分析方法、新兴大数 据、机器学习和数据挖掘方法[2]； 三是构建信号。在构建信号前进行数据处理、标准化、去极值、中性化，基础信号的研究、分组回测、衰减、行业分布，将基础信号合成复杂信号。 四是构建策略。构建策略模板要兼容不同标的指标函数和参数的策略，适用于股票、基金、期货等金融资产，兼容日线、分钟线的策略，方便好用的策略函数，获取历史行情、历史持仓信息、调仓记录等，支持各种订单类型:止盈止损单、限价单、市价单。 五是回测测试。回测要符合历史的真实行情，并相应的进行股票分红送转、除权除息处理，股票涨跌停处理，股票停复牌处理，市场冲击，交易滑点、手续费、期货保证金交易，大单分笔成交处理等； 六是策略分析。包括策略归因、风险归因、实时监控，订单分析、成交分析、持仓分析、交易行为分析，多策略分析。 七是模拟交易。模拟交易需要接入实时行情、实时获取成交回报，篮子交易、算法交易，支持撤单处理，实时监控、实时归因分析。 八是实盘交易，实盘交易就是接入真实券商账户，紧紧跟随市场行情，实时进行下单，同时实时获取订单收益回报。2构建基于Python 的量化股票投资策略2.1BOLL 指标策略 利用BOLL 指标进行模拟回测，构造一个BOLL 指标买卖策略，根据个人投资者的账户情况，设置账户初始资金为10万元，策略背景与规则如下： （1）如果收盘价上穿BOLL 上轨，买入；如果收盘价下穿BOLL 下轨，则开盘卖掉；（2）回测策略时间区间设定为2018年全年，股票池为“沪深300”，参考指标为“沪深300”；（3）资金账户初始资金10万，类型为股票账户；（4）每次每只股票买20000元左右，出现重复信号时不重复买入；（5）当买入信号的股票数量比资金多时，随机挑选买入，每个交易日全仓操作。（6）策略需导入第三方库Pandas ，框架为Signal 。 利用Python 语言编辑策略代码并运行回测，得到BOLL 指标买卖策略收益回测结果，如图2-1所示。 注：粗线———沪深300指数2018年基准年化收益率线细线———基于沪深300指数的BOLL 指标策略的年化收益率线 图2-1BOLL 指标策略回测 策略回测结果显示，2018年全年，沪深300指数涨幅为-25.9%，依据沪深300制定的BOLL 策略收益率仅为-6.9%，BOLL 指标买卖策略的模拟收益曲线较平缓，波动幅度明显小于沪深300的收益率波动幅度，收 基金项目：2017年广东省本科高校教学质量与教学改革工程建设项目“省级特色专业建设项目：经济学特色专业建设”的部分研究成果，项目编 号：294。作者简介：孙丽颖（1980-），女，辽宁营口人，哈尔滨工业大学会计学硕士研究生，中山大学南方学院讲师，研究方向：公司理财。收稿日期：2019年3月19日。 基于Python 工具的股票量化投资策略研究 孙丽颖 （中山大学南方学院，广东广州510970） 摘要：在大数据快速发展的背景下，将程序算法与股票投资相结合是创新股票投资方式并实现投资收益率提升的关键。文章在量化投资理念的基础上，运用Python 语言对A 股市场的一些历史指数和个股数据进行梳理分析，针对Python 量化工具对投资项目进行初始性设计，制定量化股票投资策略，并对策略进行收益回测，进而提出量化股票投资的保障措施。 关键词：Python 量化工具；投资策略；BOLL 指标；格雷厄姆成长 股 图1-2股票量化交易流程 图市场·贸易 49
申银万国证券研究所行业深度研究
申银万国证券研究所行业深度研究 行业及产业 零售业 从供应链角度寻找中国的沃尔玛450100 ——中国零售业管理模式深度研究 2006年11月7日行业研究/深度研究相关研究： 《任尔东西南北风，立根原在破岩中家电连锁行业格局变动点评》 金泽斐2006年 9月 《以 SAP/ERP系统构筑起公司长期核 心竞争力--苏宁电器深度研究》 金泽斐2006年 7月 《SIMPLER IS BETTER--2006年下半年零售业投资策略（PPT）》 金泽斐2006年 6月 《品牌零售商的崛起 —2006春季零售 业投资策略》 金泽斐2006年 4月 分析师 金泽斐
联系人 胡道红 （8621）54033888*2903 地址：上海市常熟路 171号 电话：（8621）54033888 申银万国证券股份有限公司 .. 中国零售业增长的驱动因素主要来自：人均收入提高导致的消费升级、业态更替伴生的发展机会、以及连锁化带来的扩张空间，这些都是零售商外延扩张的市场基础。而当市场饱和度不断提高，竞争渐趋于激烈时，零售商必须从内部资源要素上寻求长期的盈利增长点。.. 由此零售业开始从单纯粗放式的扩张思路，进入了全新的精细化管理时代。从投资角度看，我国零售企业规模效率的显现才刚刚开始，零售业长期供应链整合优化带来的业绩提升空间相当庞大。依据供应 链的完备性，从高到低的排序依次是家电连锁、超市、大卖场和百货。.. 百货业是目前中国零售业中供应链最短的一个子行业，“没有库存，没有物流，因此没有零售定价权”。与国外买断经营模式不同，我国 百货的盈利模式集中体现在联营和扣点上。大卖场供应链管理主要集中在统一采购、约期付款和销售等环节，基本没有物流作业，这与国外先建物流中心再扩张的经营模式有着本质的不同。 .. 家电连锁在整条供应链上的流程最为完整，不仅拥有从供应商到零售商的前端配送分拨系统，还完备了从物流仓库到消费者手中的后台服务流程，这就意味着零售商已拥有了对供应链上下游各种资源较强的掌控能力和整合能力。 .. 供应链优化带来的内生增长将逐步主导零售业投资主题。随着供应链整合优化的开始，零售商自身的成本控制和费用集约得到了有效实施，因此向供应链要效益的新竞争时代慢慢到来，供应链管理将成为未来零售业投资决策的重要参考指标。 .. 作为家电连锁的代表性企业，苏宁电器不仅有可能，更有能力从供应链整合中分享后续强劲的内生增长，5年后苏宁成为 1000亿市值的 零售公司并不是天方夜谭！
量化投资策略与技术期末报告
《量化投资策略与技术》结课报告 学科专业： 研究方向： 姓名： 学号： 2015年7月9日
目录 1 目标股票的选取 (3) 1.1 备选对象 (3) 1.2 择股标准 (4) 2 投资组合的构建 (4) 2.1 目标股票的收益率 (4) 2.2 最优投资组合 (6) 3 预期收益和风险 (7) 4 风险对冲策略 (9) 附录A：原始数据 (11) 表A1: 财务指标 (11) 表A2：投资组合股票收益率（节选） (12) 表A3：投资组合日收益率（节选） (12) 表A4：资产组合预期收益率（节选） (13) 表A5：沪深300股指期货日收盘价和收益率（节选） (13) 附录B：代码 (14) B1：择股 (14) B2：投资组合风险-收益的计算 (14) B3：最优投资组合求解 (15)
1 目标股票的选取 1.1 备选对象 从上海主板、深圳主板、中小板和创业板分别随机选择10只股票，列示于表1.1中： 表1.1 投资组合备选对象 所属板块股票名称股票代码 上海主板武钢股份600005 中国国贸600007 首创股份600008 包钢股份600010 华能国际600011 日照港600017 上港集团600018 上海电力600021 中国石化600028 三一重工600031 深圳主板 万科A 000002.SZ 世纪星源000005.SZ 深振业A 000006.SZ 零七股份000007.SZ 中国宝安000009.SZ 南玻A 000012.SZ 沙河股份000014.SZ 深康佳A 000016.SZ 深华发A 000020.SZ 深赤湾A 000022.SZ 中小板 新和成002001.SZ 鸿达兴业002002.SZ 伟星股份002003.SZ 华邦颖泰002004.SZ 德豪润达002005.SZ 精功科技002006.SZ 大族激光002008.SZ 天奇股份002009.SZ 传化股份002010.SZ 盾安环境002011.SZ 创业板 特锐德300001 南风股份300004 莱美药业300006 汉威电子300007 立思辰300010 鼎汉技术300011
量化投资学习之路
量化投资学习之路-by李洋 1 前言 本篇内容主要是2013年为一个朋友写的，除了当时发给朋友看，还未公开放出来过，后来居然忘记写过这么个东西，2014年（相对时点是今年）偶然一次机会和朋友聊天，朋友提起这篇文章，才恍惚间记起，然后搜索自己的电脑和硬盘，居然找不到这篇文章，后来查看邮件记录才在2013年发给朋友的邮件的附件里找到。 现在之所以把这篇文章放出来，是想帮助想走量化这条道路的朋友能有一个大致的思路进行学习。希望帮助到有缘人。 量化投资是个庞大的领域，设计到的东西也非常多，当然在量化投资领域我也仅仅是个菜鸟，本文权当我个人的量化学习之路的阶段性总结，本文我没抽出大块时间思考整体文章架构，仅仓促写成，可能下文的子章节分类逻辑性也并不是很清楚，望您见谅。 这里要特别说明的是，本篇内容可能部分内容是在不同的时段写成，可能会出现一些前后逻辑不统一抑或矛盾的地方，每个人在人生的不同时点思考的深度和广度会不同，可能会否定自己以前一些观念甚至否定自己以前坚信的东西，其实人生就是一个不断思考、不断否定自我的过程，期望在这样的一个过程中能提升自我，洞穿一些东西。 2 自我学习篇 量化投资的提升过程是个辛苦的过程，需要你不断的努力思考，需要你具有快速学习能力，世间的事大抵都是这样：没有付出就没有收获，但付出了不一定有收获。在自我学习篇中，我会列出我看过的一些书
籍和相关资料及其他一些需要学习的东西，下面列出的自我学习篇的东西不是胡乱堆砌，是我个人所看过的东西的过滤和再整理，希望能帮您更快的提升。 2.1 纸质书籍 《期市截拳道:程序化交易策略与实战》作者：朱淋靖 《量化投资：策略与技术》作者：丁鹏 《高频交易》谈效俊等译 《打开高频交易的黑箱》谈效俊等译 《统计套利》陈雄兵张海珊等译 《从众危机：量化投资与金融浩劫》李必龙等译 《专业投机原理》 《股票做手回忆录》 海龟法则相关书籍 当然好的书籍还有很多很多，未来我再慢慢更新上面的list，这里不可能把所有的都列出来。纸质书籍（电子书籍）需要经常阅读提升自我，也就是我们不断的学习新东西，并要在阶段性的快速学习东西。 2.2 论坛资源 人大经济论坛量化投资板块 MATLAB技术论坛量化投资板块 海洋部落(https://www.360docs.net/doc/4213310789.html,) 水木程序化交易板块
申银万国策略思考系列16部之2：流动性与盈利
3
2010
2003
2006
— — — —
lingpeng@https://www.360docs.net/doc/4213310789.html,
fengyu@https://www.360docs.net/doc/4213310789.html,
(8621)63295888×410 daihh@https://www.360docs.net/doc/4213310789.html,
99 8621 63295888
https://www.360docs.net/doc/4213310789.html,
1. 05
............................................ 4
2. 05
............................................. 10
3.
..................................... 14
06-07 09 — — 2010
08
05 05 2010
05 06 2 3 1 2005 2 2005 1 06 08 2 3 07 09 4 2 08
1 1
09
Wind 1 4 2
Wind 2006
GDP
CPI
PPI
1 /
2003 2004 2005 2006 2007 2008 3Q2009 Wind
/ 1403.58% 1431.11% 1767.08% 1083.99% 625.12% 918.57% 661.22%
/ 27.18% 23.16% 27.14% 16.92% 9.11% 15.38% 11.42%
/ 15.73% 9.86% 10.05% 9.05% 29.96% 25.16% 25.27%
1823.62% 1832.79% 2188.00% 1436.19% 956.05% 1327.61% 1054.95%
GDP
CPI
PPI CPI
3 05
4 1 06 1
GDP GDP ,
CPI 10%
06
2
07 07
3 4 08 08 3 2 09 1
20%
, 09 2
3
15.00% 14.00% 13.00% 12.00% 11.00% 10.00% 9.00% 8.00% 7.00% 6.00% 5.00%
GDP
CPI
10.00% 8.00% 6.00% 4.00% 2.00% 0.00% -2.00% -4.00% -6.00% -8.00% -10.00%
4
Wind
Wind
量化投资策略与技术期末报告
《量化投资策略与技术》结课报告 学科专业: 研究方向： 姓名： 学号： 2015年7月9日 目录 1.1备选对象................................................................ 1.2择股标准................................................................ 2投资组合的构建 2.1目标股票的收益率........................................................ 2.2最优投资组合............................................................ 3预期收益和风险 4风险对冲策略 附录A :原始数据 表A1:财务指标.............................................................. 表A2 :投资组合股票收益率（节选）........................................... 表A3 :投资组合日收益率（节选）............................................ 表A4 :资产组合预期收益率（节选）........................................... 表A5 :沪深300股指期货日收盘价和收益率（节选）............................ 附录B :代码 B1:择股.................................................................... B2:投资组合风险-收益的计算................................................ B3:最优投资组合求解........................................................ 1目标股票的选取 1.1备选对象 从上海主板、深圳主板、中小板和创业板分别随机选择 10只股票，列示于 表1.1中： 表1.1投资组合备选对象 所属板块股票名称股票代码
量化阿尔法策略
金斧子财富：https://www.360docs.net/doc/4213310789.html, 什么是量化交易 量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。 定量投资和传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础。两者的区别在于定量投资管理是“定性思想的量化应用”，更加强调数据。量化交易具有以下几个方面的特点： 1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。 2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；三是多数据，即对海量数据的处理。 3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。 4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。
金斧子财富：https://www.360docs.net/doc/4213310789.html, 什么是阿尔法策略 在期指市场上做空，在股票市场上构建拟合300指数的成份股，赚取其中的价差，这种被动型的套利就是贝塔套利。那么在如今贝塔套利空间越来越小的状况下，我们还有什么好方法吗？这就是更主动的、也更考验操作者判断能力的阿尔法套利。 阿尔法套利也称阿尔法策略，是指指数期货与具有阿尔法值的证券产品之间进行反向对冲套利，也就是做多具有阿尔法值的证券产品，做空指数期货，实现回避系统性风险下的超越市场指数的阿尔法收益。为实现阿尔法套利，选择或构建证券产品是关键。 首先，兼具折价率与超额收益阿尔法的证券产品是进行阿尔法套利交易的首选，包括具有折价率，并能超越市场指数的认购权证，封闭式基金等。其次，具有超额收益阿尔法的证券产品是进行阿尔法套利交易的次选，主要包括开放式股票基金、股票、行业指数产品。 它在套利中属于典型的高收益、高风险套利方式。此种套利仅适合有能力挑选出具有稳定阿尔法证券产品的投资者，投资者在做阿尔法套利的时候应该与市场驱动因子监测体系结合起来分析。 如需投资私募理财，可预约金斧子理财师，【金斧子】持第三方基金销售牌照，国际风投红杉资本和大型央企的招商局创投实力注资，致力于打造中国领先私募发行与服务平台，提供阳光私募、私募股权、固收产品、债券私募、海外配置等产品，方便的网上路演平台，免费预约理财师，用科技创新提升投资品质！
公募量化投资策略 答案
公募量化投资策略
返回上一级
单选题（共 4 题，每题 10 分）
1 . 晨星风格箱风格鉴别法共将股票分为几种风格？（）
?
A.3 种
?
B.5 种
?
C.7 种
?
D.9 种
我的答案： D
2 . 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， 属于哪种投资策略？（）
?
A.股指期货套利策略
?
B.商品期货套利策略
?
C.ETF 套利策略
?
D.行业轮动策略
我的答案： A
3 . 一揽子股票与 ETF 申购/赎回的市场是在哪个市场完成的？（）
?
A.银行间市场
?
B.交易所市场
?
C.ETF 一级市场
?
D.ETF 二级市场
我的答案： C
4 . 下面哪项不属于打分法多因子选股策略的模型构建流程？（）
?
A.构建因子库
?
B.因子筛选
?
C.风格预测
?
D.因子打分
我的答案： C
多选题（共 3 题，每题 10 分）
1 . 常用的趋势型指标包括以下哪些？（）
?
A.AMA
?
B.MACD
?
C.DMA
?
D.TRIX
我的答案： BCD
2 . 商品期货套利的基本模式包括？（）
?
A.期现套利
?
B.跨期套利
?
C.跨商品套利
?
D.跨市场套利
我的答案： ABCD
3 . 下面哪些策略属于量化选股投资策略的范畴？（）
?
A.多因子选股策略
?
B.行业轮动策略
?
C.一致预期策略
?
D.CTA 策略
我的答案： AB
判断题（共 3 题，每题 10 分）
1 . 单个指数无法全面反映真实市场情绪，因此要结合多方面因素选取有效指标。 对错
我的答案： 对
2 . 被动型投资策略无法获得超越市场的收益。 对错
我的答案： 对
3 . 正常情况下，价格在一定区间内一般波动，不具有方向性特征，而一旦价格突破临界值即可视为方向 性诞生，转势开始。 对错
我的答案： 对
主流量化交易策略
主流量化交易策略 专访北京泰铼投资管理有限公司合伙人兼总经理王文伟。主持人：贵公司的情况介绍?投研团队有多少人?团队的特色和优势在哪里? 王文伟：本公司是由四位投资经理组成为创始团队组建的有限责任公司，创始团队持股比例占公司总股本的94%。创始团队是公司的核心投研力量，公司另有两名资深的量化交易员和系统工程师，负责交易和系统的搭建维护。公司的创始团队成员具有专业的投资背景，兼具海外对冲基金和国内市场的长期投资管理经验。在成立泰铼投资之前，团队所管理的资金超过30亿元。团队成熟、稳定，成员包括投资经理、量化交易员、系统工程师，成员之间彼此共事多年，配合默契。团队分工明确，在量化投资、高频交易、衍生品、股票多空等诸多领域，均具备丰富的经验。团队成员包含多个投资经理，均有经实盘检验的良好业绩。团队采用自主开发的算法交易系统，经过国内外市场多年的实盘运作和改进，兼具稳定性和高效性，能有效的降低交易对市场的冲击，提高量化交易模型的运行效率和稳定性，增强收益。通过频繁细小的价差收益累积获取长期稳定回报主持人：贵公司的投资理念和投资策略是怎么样的? 王文伟：公司采用量化投资，旨在市场的波动中获取不依赖于市况的稳定的超额回报(alpha收益)。资本资产定价模型
将投资组合的期望收益由两部分组成：alpha收益为投资组合超越市场基准的收益，beta收益为投资组合承担市场系统风险而获得的收益。通过对冲交易剥离或降低投资组合的系统风险(beta收益)，获取纯粹的alpha收益，可以使得投资组合无论在市场上涨或下跌时均能获取稳定的绝对收益。在股票市场的波动中，alpha收益源于资产的相对定价偏差：通过寻找市场中相对定价发生偏差的资产，并识别偏差的程度，在偏差足够大的时候进行交易，可以获取资产相对定价回归的alpha收益。因此，投资组合通过频繁的、细小的价差收益的累积，获取长期稳定的回报。候选模型的设想和构思、有效性检验和综合模型的建立主持人：具体的投研流程是怎么样的? 王文伟：①研究流程——量化模型的建立量化模型的建立是量化投资的核心，模型的有效程度直接决定量化投资的业绩表现。模型的建立主要分为候选模型的设想和构思、有效性检验和综合模型的建立三个步骤。候选模型的设想和构思依赖两方面的能力，一方面对大数据的处理分析能力，通过对历史数据的学习，依靠计算机和统计知识寻找有效策略;另一方面依赖于对经济逻辑的理解和市场经验。两方面能力的结合产生更多、更有效的策略是增强模型有效性和提高收益率的关键。候选模型的有效性检验基于历史数据回溯检验，考察策略的收益率、波动率、夏普比、收益回撤比，与市场或其他策略的相关性等，当策略的各类指标