策略的生成才是最重要的培训资料
教学策略概述
教学策略是对完成特定的教学目标而采用的教学活动的程序、方法、形式和媒体等因素的总体考虑，也就是在不同的教学条件下达到不同的教学结果所采用的不同的方式、方法、媒体等，它包括对知识技能教学内容的序列安排；对认识活动过程中的系统问题和期望的学生反应的安排;对教学的组织形式和媒体呈现信息方式的安排。
教学策略主要是解决教师“如何教”和学生“如何学”的问题，使教学设计研究重点。
确定了教学目标，还不能立即进行具体的教学活动，必须考虑教学的具体安排以及教学的指导思想教学。
教学策略的制定是一项系统考虑诸教学要素，总体上择优的富有创造性的设计工作。
也就是说，在可达到教学目标的诸方法和方案中针对不同的教学情况，选择和确定被认为是相对最合适的教学途径，决定实施的教学方案应是根据具体实际情况确定的结果。
例如：教学内容、学习者和班级特征、教学媒体和学习环境等，考虑选择什么教学方法和手段，确定什么教学程序和组织形式来实现教学目标。
这种选择的过程也就是教学策略的设计过程。
教学策略具有知识性和灵活性，而不具有规定性和刻板性，可以较好的发挥教学理论具体化和教学活动方式概括化的作用。
对以教学来说，没有任何单一的策略能够适用于所有的情况，有效的教学需要有可供选择的各种策略来达到不同的教学目标，最好的教学策略就是在一定情况下达到特定目标的最有效的方法论体系由于教学策略具有多样性的特点，因此，在教学实践中存在多种多样的教学策略。
运用不同的标准，以不同的角度，可划分出许多不同的类型。
从广义而言，我们可从以下两个方面对教学策略进行整体的把握。
我们认为学习是一系列的信息加工过程，根据信息控制者不同，我们可以把教学策略按其性质分为替代型教学策略（教师控制）和生成型教学策略（学习者控制）；按照教学策略的工作对象分，教学策略可分为教学组织策略、教学内容传递策略和教学资源管理策略。
教学策略的分类一、替代型教学策略和生成型教学策略把教学策略的出发点定在教材上，还是建立在学生身上，这个问题对教学设计来说比较关键。
生成性课堂教学
第1讲生成性学习课堂教学概说第一节生成性学习课堂教学概说“生成”或者是“生成性学习”已伴随着新课程改革逐渐落实到课堂教学，它正在以这样或那样的方式冲击着传统的课堂形态，构建着新的课堂教学文化，虽然生成的理念已广为接受，但对什么是生成性学习，教学中如何采用更好的策略促进学生生成性学习有待于在教学的实践中进一步认识。
一、概念界定1、促进生成性学习的课堂教学策略促进生成性学习的教学策略是指在“动态生成”型的课堂中，教师根据教学容以及学生的知识、认知发展信息，有目的有意识地采用一些教学方法、技巧，促进学生有效地生成学习，从而促进学生的知识、能力、情感态度和价值观的提升。
在策略具体运用过程中，学生始终处于主体地位，教师充分提供学习的空间和时间，有机整合、重组课堂生成新的有效资源，灵活运用课堂提问、课堂讲述、课堂评价、弹性设计等策略，使学生成为自主学习、合作、探究的行动者，个性化展开与教师、文本、环境诸因素的对话，从而促进课堂中的动态生成，形成学生个性化的、主动地发展，提升教师的课堂教学艺术。
2、生成性学习生成性学习是指行为主体在互动过程中，借其自身的经验，有意无意地对外在信息进行选择，加工和处理，自发地形成对新信息的意义建构和对原有经验的改造和重组。
它主要体现在对问题解决的技能和方法的理解、掌握程度，对互动过程的认识以及情感体验等方面。
生成学习是以学生的发展为基石，强调学生本位，关注学生已有的经验水平，它是一个动态的、多元的、萌生式的思考过程。
3、生成性学习课堂教学学生学习目标的实现、学习容的确定以及学习策略方法的形成是教师根据学科的性质，结合课堂特定的生态环境，因势利导地组织学生参与自主创新的的教学活动。
它通过教师与学生、学生与学生、师生与教学资源等多种因素的相互综合作用达到互助、互惠、使整个课堂教学形成共识、共享、共进的氛围。
生成性学习课堂教学指的是既不是教师预先设计好的、在教学过程中不可改变的僵死的计划，也不是学生无目的的、随意的、自发的活动。
试论幼儿园生成性课程的实施策略
试论幼儿园生成性课程的实施策略1. 引言1.1 背景介绍幼儿园是孩子们接受教育的第一站，对幼儿园的教育质量直接影响着孩子们的成长和发展。
近年来，人们对幼儿园教育的要求越来越高，不仅要求幼儿园为孩子们提供良好的学习环境和丰富的学习内容，还希望幼儿园能够注重培养孩子们的创造力、想象力和自主性。
现实中的幼儿园教育往往存在一些问题，比如传统的教学方式过于单一，缺乏针对性的课程设计，缺乏家庭和学校的有效沟通等。
为了更好地提高幼儿园教育的质量，让孩子们在快乐学习中健康成长，有必要引入生成性课程。
生成性课程是一种以激发幼儿的兴趣和创造力为核心的课程，通过开放式的学习方式和多元化的教学内容，帮助孩子们发展多方面的能力。
这种课程不仅有助于培养孩子们的自主学习能力和合作精神，还能激发他们的求知欲和创造力，在实践中探索、发现和学习。
在幼儿园实施生成性课程成为当前的一个重要课题。
本文将从幼儿园生成性课程的概述、实施策略设计、教师培训与支持、家庭参与与协作、评估与改进机制等方面展开探讨，为幼儿园生成性课程的实施提供参考。
1.2 问题提出在幼儿园教育中，生成性课程的实施一直备受关注。
当前幼儿园生成性课程在实施过程中仍存在一些问题。
这些问题包括幼儿园教师对生成性课程理念的认识不足、缺乏系统的实施策略、家庭对于生成性课程的参与度不高等。
面对这些问题，我们亟需深入探讨如何制定有效的生成性课程实施策略，从而更好地推动幼儿园生成性课程的发展。
通过解决这些问题，我们可以提升幼儿园生成性课程的教学质量，培养幼儿的创新能力和综合素养，为幼儿的全面发展打下坚实基础。
本文将结合实际情况，提出一系列针对幼儿园生成性课程实施的策略，以期能够给幼儿园教育带来积极的变革和提升。
1.3 研究意义生成性课程作为幼儿园教育的重要组成部分，对幼儿的全面发展具有积极作用。
实施幼儿园生成性课程不仅可以促进幼儿的认知、情感、社交等多方面能力的发展，还可以培养他们的创造力、合作精神和解决问题能力。
2024版Project培训资料课件
2024/1/26
为每个任务设置属性， 如任务名称、任务描 述、任务类型、优先 级等
9
设定任务间依赖关系
确定任务之间的先后关系和依赖关系
确保关键路径上的任务得到优先处理
2024/1/26
使用甘特图或网络图等工具可视化任 务关系
10
分配资源和成本估算
评估所需资源，如人力、物力、财力等
将资源分配给相应的任务，并确保资源的有效利用
31
不断学习和掌握最新功能
关注官方动态
定期访问官方网站，了解最新功能更新和发布动 态。
学习新功能
通过在线课程、培训资料等途径，学习新功能的 操作方法和使用技巧。
实践应用新功能
在项目实践中尝试使用新功能，提高工作效率和 质量。
2024/1/26
32
THANKS
感谢观看
2024/1/26
33
菜单栏提供了各种操作命令，如 文件、编辑、视图、插入、格式、 工具等。
工具栏提供了常用命令的快捷方 式，方便用户快速执行操作。
任务窗格显示了当前选定任务或 资源的详细信息，如任务名称、 开始时间、完成时间、工期等。
启动Project软件后，用户将看到 主界面，包括菜单栏、工具栏、 任务窗格、甘特图视图等部分。
2024/1/26
21
调整项目计划以适应变化
根据项目环境的变化，及时调整项目计划，包括任务安 排、资源分配、预算调整等。
在项目实施过程中，密切关注项目内外部环境的变化， 如市场需求、技术更新等。
2024/1/26
与项目干系人进行充分沟通和协商，确保项目计划的调 整能够得到各方的认可和支持。
22
2024/1/26
保存项目文件
教学中“预设性”生成与“生成性”预设
教学中“预设性”生成与“生成性”预设背景在现代教育学中，教学被视为教师指导学生进行学习和探索的过程。
然而，只有当学生被激发并参与到学习中时，教学才会真正有效。
教学的目的是提供知识和技能，让学生在将来的生活、职业和学术领域中能够充分发挥自己的潜力。
那么，如何激发学生参与到学习中呢？这就需要教师使用一些教学策略，其中最重要的两个策略是“预设性”生成和“生成性”预设。
这种教学策略可以帮助学生更好地学习和理解。
“预设性”生成“预设性”生成是指教师在教学中预制一些问题或答案，以激发学生思考和回答。
这种教学策略通常用在开放性问题的教学中。
比如，当教师在教学过程中遇到一个重要的概念时，可以通过提出相关的问题来激发学生的思考和讨论，进而推动学生深入了解该概念。
在这个过程中，教师需要考虑问题的难度和复杂性，以确定学生能够成功回答，并在回答中获得更多的学习经验。
这些问题可以是简单的还是复杂的，需要根据教学目标和学生的知识程度来选择。
在“预设性”生成中，教师的角色是促进学生的思考和探索，以获得更深刻和广泛的理解，并通过更深入的问题讨论来帮助学生理解知识。
“生成性”预设“生成性”预设是指教师在教学中设计一些需要学生主动思考和探索的问题。
这种教学策略通常用在开放性问题的教学中。
在这个过程中，教师需要在教学中创造一个学生驱动、互动的环境，以使学生能够自主地设计和探索解决方案。
这些问题可以是简单的还是复杂的，可以在课堂上或在课后完成。
在“生成性”预设中，学生的角色是主动思考和探索，通过探索和实验来发现新的解决方案和方法，从而取得更好的成果和表现。
教学中的适用性两种教学策略都是教师设计的，用以促进学生更好地学习和理解概念。
两者适用于不同类型的教学。
教师需要根据自己的教学目标和学生的知识程度来选择教学策略。
事实上，两种教学策略在实践中也常常结合使用。
在教学中设计一些需要学生主动思考和探索的问题，以帮助他们更好地理解课程，但同时教师也可以预设一些问题，以引导学生思考和构建他们的答案。
学习策略的训练原则
学习策略的训练原则教育的目标之一就是要帮助学生学会使用有效的学习策略。
但是，常常有许多学生把学习中的困难归因于缺少能力，而实际上，他们的问题是在于，从来没有人教过他们如何学习。
国外有一个研究发现，小学教师只用百分之三左右的时间向学生建议一些记忆和理解策略。
因此，学生常常没有必要的策略来学习复杂的材料。
例如，当教师所提的问题需要学生对材料作分析后才能回答时，学生逐字逐句地笔记教师的讲演就没多大用。
而且，学生只是了解各种不同的学习策略还不够，他们必须学会如何与何时适当地使用这些策略，以及愿意（受激励）使用他们。
例如，有些学生在参加考试前，把书本阅读二三遍，结果成绩不理想。
这些学生不会核查他们的理解。
他们自以为都懂了，但却不知用什么方法来测查自己是否真懂了，只有到考完了，才知道自己并不懂这些材料。
因此，教师的任务不仅是结合教学内容教学生具体的学习策略，而且，要教学生积极地适时地选用有效的学习策略。
人们在学习、阅读时常常使用各种不同的策略，但很少有什么学习策略总是有效，也很少有什么策略总是无效。
显然，学习策略的价值依赖于其具体情况和使用。
在进行学习的训练时，不管教什么策略、怎么教这些策略，可以遵循一定的基本的原则。
1．主体性原则主体性原则既是学习策略训练的目的，又是必要的方法和途径，任何学习策略的使用都倚赖于学生主动性和能动性的充分发挥（董奇，1996）。
如果学生处于一种被动状态，学习目标、过程、方法都由他人包办代替，学习的效果也由他人评价，那么也就无从谈起学会学习了。
因此，在培训中，要想学生阐明策略教学的目的和原理，使其领会，同时，要给学生以充分的运用学习策略的机会，并指导其分析和反思策略使用的过程与效果，以帮助其进行有效的监控。
2．内化性原则内化性原则是指训练学生不断实践各种学习策略，逐步将其内化成自己的学习能力，并能在新的情境中加以灵活应用（董奇，1996）。
内化过程是需要学生将所学的新策略与头脑中已有的有关策略的知识整合在一起，形成新的认识和能力。
生成性学生课程资源及其开发策略
生成性学生课程资源及其开发策略一、生成性学生课程资源及其特点任何课程都是以一定的课程资源为基础和前提，没有课程资源也就没有课程，课程资源作用于课程，并且能够成为课程的组成部分。
课程资源总是以一定的载体为依托而呈现出来，如果按照课程资源与人的关系来看，可以把课程资源的载体划分为生命载体和非生命载体两种形式。
学生课程资源就是一种生命载体形式的课程资源。
作为学习活动主体的学生是一个内涵着知、情、意、行的个体，在学习过程中总要呈现出一定的状态与表现。
生成性学生课程资源是指在教学过程中由学生而生成的课程资源。
学生在课堂学习中的状态，包括他们的学习兴趣、积极性、注意力、学习方法与思维方式、合作能力与质量、发表的意见、建议、观点、提出的问题与争论乃至错误的回答等等，无论是以言语，还是以行为、情绪方式的表达，都是教学过程中的生成性资源。
生成性学生课程资源按其内容呈现的状态可分：认知类资源、情绪类资源、行为类资源。
生成性学生课程资源是在教学过程中生成的，与其他课程资源相比有自己的特点：1、丰富性。
生成性学生课程资源的丰富性不仅表现在学生在学习中所呈现出来的知识、技能、情感、意愿、态度、价值观、行动等诸多方面，由于个体在性别、多元智能、知识、经历等方面的差异，即使学生在同一教学情境、面对同一问题也表现各异，更何况教学情境也是多变的，这些都决定了生成性学生课程资源的丰富性。
2、潜在性。
生成性学生课程资源并不是现实的课程要素和条件，它隐藏于学生个体或群体之中，只有通过教学活动，学生置身于教育情境中，才会呈现出来，成为现实的课程资源被利用，发挥其教育价值。
生成性学生课程资源无论其存在形态、呈现方式，还是功能和价值，都具有潜在性。
3、情境性。
生成性学生课程资源产生依赖于具体的教学情境，生成的内容也与教学情境紧密相关。
教学情境是生成性课程资源生成的平台，脱离具体的师生活动的教学情境的生成性学生课程资源是不存在的。
教学情境是“情”与“境”的融合，是由活动主体的活动状态以及具体的环境组成。
学习策略教学
层次分类
一、认知策略 认知策略是加工信息的一些方法和技术，有助于有效
地从记忆中提取信息。一般而言，认知策略因所学知识的 类型而有所不同，复述、精加工和组织策略主要是针对陈 述性知识，针对程序性知识则有模式再认识策略和动作 陈述性知识，它是关于事实的知识，是学校学习的一个主 要的方面。过程性知识告诉我们如何做某件事。要知道如 何做某件事，我们不仅要知道过程的每一步，而且还要知 道采取每一步的条件。过程性知识因此可以被认为是由“ 如果……那么……”条件陈述句组成的，其形式是：如果 某个条件适合，那么就要采取某个行动。
过程性
学习策略是有关学习过程的策略。它规定学习时 做什么不做什么、先做什么后做什么、用什么方式做、 做到什么程度等诸多方面的问题。
程序性
学习策略是学习者制订的学习计划，由规则和技 能构成。每一次学习都有相应的计划，每一次学习的 学习策略也不同。但是，相对同一种类型的学习，存 在着基本相同的计划，这些基本相同的计划就是我们 常见的一些学习策略，如PQ4R阅读法。
原则
主体性原则、内化性原则、特定性原则、 生成性原则、有效的监控、个人自我效能感。
特征
主动性
一般学习者采用学习策略都是有意识的心理过程。学习时， 学习者先要分析学习任务和自己的特点，然后，根据这些 条件，制定适当的学习计划。对于较新的学习任务，学习 者总是在有意识、有目的地思考着学习过程的计划。只有 对于反复使用的策略才能达到自动化的水平。
三、学习策略教学的原则
教育的目标之一就是要帮助学生学会使用有效 的学习策略。
人们在学习、阅读时常常使用各种不同的策略， 但很少有什么学习策略总是有效，也很少有什 么策略总是无效。显然，学习策略的价值依赖 于其具体情况和使用。在进行学习的训练时， 不管教什么策略、怎么教这些策略，可以遵循 一定的基本的原则。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
策略的生成才是最重要的量化交易本身并不神秘，将历史数据做成统计上的规律，以严格的数学逻辑来实现。
股票定价分成两部分：Beta（股票和市场关联的部分）、Alpha（风险也是超收益的来源）。
最著名的风险管理数学模型是VaR（即Value atRisk）模型，其中以JP摩根的风险矩阵（RiskMetrics）为主要代表。
用量化的方法来做有很大的优势，特别是在越高频的领域，就越有可复制的一些信息和足够大的数据点，量化就有其非常大的优势。
从长远来看，用科学的算法执行交易策略能避开主观交易的缺陷，同时也要注意策略的局限性，它不是万能的。
在股市和期市上，高频交易基本占到60%以上的交易量，但其容量比较有限，而且百分之几百的收益率很快就只能跑自营资金，对资产管理而言没有大的意义，主要用来实现交易员自身财富的增值。
海外还是以统计套利为主。
量化与对冲是两个不同的概念，可以做量化不对冲，也可以做对冲不量化，这也是对同行的一个启示，不一定要做量化加对冲才可被市场所接受。
量化投资的好处是可以适应不同经济环境和市场环境，去除人为情绪的干预，也可以覆盖投资的全过程。
趋势法，根据市场表现、强势、弱势、盘整等不同的形态做出对应的投资行为的方法，可以追随趋势，也可以进行反转操作。
现在每天股指交易量在几万手，去年是几百万手，所以很多对冲策略受到了很大限制。
一种应对方法是做量化择时模型，用量化做择时其实就是CTA模型。
通过对时间序列的建模，选择预测几率大的时机交易，避开收益风险比低的时刻，再结合量化选股，就可以实现收益比较高的策略。
在策略同等收益风险比的情况下，要首选跟经济周期不相关的策略，并且对于其和逆经济周期的策略，要增加权重。
股指期货是根据现货的价格进行交割的，所以没有逼仓，纯从金融行业量化角度而言，股指期货是比商品期货更好的套利标的。
主观选股也是Alpha策略。
量化交易策略和主观判断交易策略的主要差别：策略如何生成以及策略如何实施。
在我看来，策略的生成才是最重要的，对于策略实施，量化和主观交易策略完全可以使用同一个模型。
数据挖掘技术相对于简单的基本面量化模型，有一个较高的门槛，优势是可以更大限度地获取市场行为。
现在的神经网络、深度学习等都可能是大家今后的发展方向。
对投资者来讲，量化就是一个黑匣子，存在很多不可控因素。
风险管理不只是规避风险或者减少损失，而是通过对敞口实施有目的的选择和规模控制，从而提高回报的质量和持续性。
限制风险的大小，头寸规模限制是风险管理的一种重要形式。
量化策略的优点：系统性、稳定性、可复制性；缺点：容易趋同。
演讲正文：一、量化交易的历史与现状1、量化交易的历史量化交易本身并不神秘，将历史数据做成统计上的规律，以严格的数学逻辑来实现。
由于计算机自八、九十年代以来才得到速度上的发展，所以量化投资才开始比较广泛的应用。
实际上，在1952年哈里·马科维茨(HarryM. Markowitz)提出的均值-方差模型就第一次将数理工具引入金融研究。
后来，CAPM（资本资产定价模型）已成为度量证券风险的基本量化模型。
原来人们不清楚股票是如何定价的，有了CAMP以来，人们将股票定价分成两部分：Beta（股票和市场关联的部分）、Alpha（风险也是超收益的来源），股票的量化模型可以通过做空股票或做空股指来对冲掉Beta的风险来实现Alpha的收益。
1973年，Black和Scholes建立了期权定价模型。
其实之前已经有少数的从业者运用类似的模型从市场上获取稳定的高收益，但这一模型是第一次系统化地实现了期权的定价模型。
基本现在所有的基础包括期权的报价，都认为Black和Scholes是期权定价的基础模型。
20世纪90年代，一个大进展是用数学方法来管理风险，最著名的风险管理数学模型是VaR（即Value at Risk）模型，其中以JP.摩根的风险矩阵（RiskMetrics）为主要代表。
即使不做量化，也可以用VaR的方式和RiskMetrics来评估头寸风险，通过风险模型来降低风险，从而提高收益风险比。
20世纪末至今，非线性科学的研究方法为人们进一步探索金融科学数量化的发展,提供了最有力的研究武器。
像神经网络、深度学习，最典型的案例是这个星期备受关注的AlphaGo与李世石的人机围棋大战，两盘完善李世石，在结构化数据和有无限的数据来源的情况下，人类基本上没有取胜的可能性。
在投资方面还是有点不同的，一是因为有很多非结构化的信息，二是数据点的有限。
但用量化的方法来做有很大的优势，特别是在越高频的领域，就越有可复制的一些信息和足够大的数据点，量化就有其非常大的优势；相对而言，在长周期的投资上，量化并没有较大的优势，因为缺乏数据点，且依赖于很多非结构化的信息。
2、海外量化基金的发展海外大规模的量化分为两块：一、从历史时间看最早是CTA基金，五十年代、六十年代做商品策略的人都知道芝加哥有一个非常有名且简单的量化模型——海龟算法，在五十年代到八十年代的商品市场上发挥了非常好的效果。
二、从更大规模以及数学模型更复杂看是为大家所知的文艺复兴基金（1988年左右成立），从1990年到2012年实现了平均35%的年回报率，而且扣除了基金管理费用和很高的业绩提成，近10年来管理费为5%，业绩提成为44%，扣除之后年化收益率还有35%，所以近20年的实际年化收益率应该有近70%，基本超越了所有的主观基金。
这在海外不称为高频，主要是几分钟到10天左右的预测，主要使用价量模型，在这方面取得了非常好的收益风险比和极高的收益，基本每年都是正回报，而且在剧烈波动的2008年达到100%多的费后收益。
然而并非所有的量化模型都是成功的。
从历史上也证明了这一点，长期资本管理公司的失败，2008年也有不少跟长期资本类似的策略倒闭。
还有高盛的Global Alpha 基金在出现"黑天鹅"时用历史数据预测未来的失败。
从长远来看，用科学的算法执行交易策略能避开主观交易的缺陷，同时也要注意策略的局限性，它不是万能的。
3、海外量化策略的实战运用现在国外比较通行的一些量化交易策略，其中交易量最大的是高频交易，很多是高频股票、高频期货和高频期权策略。
高频股票像Tower research capital；高频期权做市像citadel，也做高频商品和高频股票，其中国分部在去年股票市上赚了20亿左右，基本每天都是正盈利；还有以期货为代表的还有Jump trading。
在股市和期市上，高频交易基本占到60%以上的交易量，但其容量比较有限，而且百分之几百的收益率很快就只能跑自营资金，对资产管理而言没有大的意义，主要用来实现交易员自身财富的增值。
股票统计套利，现在我把分为股票统计套利和股票基本面量化策略两大类，因为这两类的收益风险比在不同的市场行情下表现不同，2008年出现了前所未有的金融危机，当时股票基本面量化策略就受到比较大的亏损，它的持仓周期比较长，容量非常大。
当时BGI管理700亿美金以上，可以做量化多投，并不一定是要对冲，或130%做多、30%做空，还是实现100%的多投，但可以比100%多投实现更高的收益。
这类策略有一个很大的问题，如果市场出现比较大的危机时，它的转向会比较慢，所以在2008年会出现比较大的亏损，其中最大的代表是BGI，现在已经被Blackrock收购。
另一大类是统计套利，海外还是以统计套利为主，主要是以价量为基础，换手率高，文艺复兴也做的是这一类。
持仓周期在10天以内，风险收益比更好，其平均夏普率不一定比基本面量化高很多，在2007年之前的数据而言，做得比较好的统计套利在2.5-3，而基本面量化也可以做到2.5左右。
就最大回撤比来说，统计套利会好得多，最大回撤基本能控制在2-3，基本面量化策略出现极端情况回撤可能会达到7%以上。
其中代表基金：DE Shaw、Two Sigma、PDT Partners(曾经摩根斯坦利的自营组)，这些策略容量有限，比基本面量化策略小，DE Shaw在100亿美金不到，Two Sigma、PDT在50亿美金左右。
CTA策略，代表基金是Winton、AHL、Two Sigma，Winton、AHL的夏普率基本在0.7左右，Two Sigma可以做到1.5-1.6，发挥了短线上的价量优势，基本持仓周期在10天左右，而像传统的像Winton等已经是在市场上做得比较好的长线CTA，sharp ratio都在0.7-0.8左右，但持仓周期更长，容量更大。
Winton规模达到200多亿美金，Two Sigma在50亿美金左右。
长线的策略都是以趋势为主，Winton在长线基金里周期算是比较短的，在1-2个月左右，更长的可以达到3-6个月。
Two Sigma如果是5到10天的周期，年化收益率可以达到16%，最大回撤10%。
宏观量化对冲基金，主要是股指期货、商品期货、外汇期货以及债券，比较典型的是AQR、 Global Alpha、Bridgewater（以量化为基础，含有主观成分，从1991年到今年2月，年化收益12%，sharp ratio0.71，最大回撤21.69%，每年年底负收益最差的一年也在-10以内，总体的收益风险比比较大，现在的对冲基金管理规模在1000多亿美金左右）。
这种策略在国内的标的物较少，所以真正意义上的宏观量化对冲基金较少。
相对价值策略，大家最熟知的是Long-Term Capital Management，1998年金融危机时出现比较大的问题，另外一个是Capula Capital，这是做相对价值策略，年化收益为9.38%，最大回撤7.42%，sharp ratio做到1.92，因为杠杆放得较低，所以在2008年的金融危机损失并不是很严重。
Capula Capital同时也是以中国人为主的在海外做得最大的基金。
4、量化投资在中国在中国，因为程序化接口和其他各方面的原因，量化投资起步较晚，最早运用于商品策略。
据我所知，开拓者是最早使用量化编程跟交易所连接做了程序化策略的一个产品。
国内的量化策略真正意义上的开始是用量化的方法选股，做量化多头，而真正意义上的量化加对冲的是2010年股指市场放开以后才开始做的。
从海外经验来讲，国内的量化产品相对比较单一。
一是大家熟知的量化对冲，但量化与对冲是两个不同的概念，可以做量化不对冲，也可以做对冲不量化，这也是对同行的一个启示，不一定要做量化加对冲才可被市场所接受。
BGI做量化不对冲做到几百亿美金的规模，中国也可以学习国外的经验，只要风险收益比比其他的更好，就是可以被投资者所接受的。
从量化基金来讲，可以做量化的公募产品、量化的指数增强产品、量化的指数产品、量化的行业基金产品、量化的行业增强产品、风格类指数基金、策略指数基金，做成长型的也可以以量化的形式来实现，还有ETF产品、收益分级型。