量化投资的新发展—程序化交易技术的最新进展.pptx
第2章 量化交易背景介绍
第2章量化交易背景介绍2.1 量化交易的概念量化交易有多种不同的叫法，比如自动化交易（Automated Trading），算法交易（Algorithmic Trading），等等。
其实到目前为止行业内对这个概念并没有一个统一而精确的定义，但只要是通过计算机程序按照预先编制的指令来完成的交易都应该属于量化交易的范畴。
从分类上来讲程序化交易可以分为决策产生和决策执行两个层面。
决策产生的程序化交易是指以各种实时/历史数据为输入，通过事先设计好的算法计算得出交易决策的过程，决策包括：对哪种资产，在什么时间以怎样的价位进行买/卖操作以及买卖的数量等；而决策执行的量化交易则是利用计算机算法来优化交易订单执行的过程。
2.2 量化交易的特点2.2.1 交易具有客观性量化交易使用数量模型取代主观判断，减少了非理性的判断失误。
传统投资方法一般是结合基本面分析和技术面分析，分析模式大多数不固定，且需要植入投资者的主观判断。
投资分析师根据自己的经验和知识，收集来自于各种渠道的数据，应用各类绝对估值模型和相对估值模型对市场和特定的证券产品进行分析解读。
这种分析方法被市场认可并已沿用了上百年之久，无论在发达国家的资本市场（如美、英等国）或是新兴资本市场（如中国）都被广范地接受。
进入上世纪90 年代，随着计算机科技的普及，金融分析软件被大量地应用于证券市场分析，随后量化交易的方法开始崭露头角，并以其出色的表现得到市场的认可。
相对于传统的投资研究方法，量化交易更偏重数据分析，以数量模型为基础，将客观的模型信号作为投资决策。
因此，量化交易的研究方法剔除了人为的主观判断，能避免分析师受市场非正常波动的影响所做出的非理性决策。
量化模型能充分利用市场发布出的每一道信息，为分析师描述出更完整的市场状况，从而减少了因信息收集的失误或不完整所造成的错误判断。
2.2.2 交易策略的执行方式量化模型跟据市场变化提供买入、卖出或平仓的信号,可以提供系统而完整的投资决策。
量化投资与程序化交易.
始，世界金融市场已经历了八百年的历史。 1611年阿姆斯特丹建立世界第一家证券交易所，1848年美国芝 加哥期货交易所成立，证券和期货交易进入有组织的集中交易 时代。 1974-1984年，纽约证交所借助信息技术的发展，完成交易电子 化进程，把古老的人工交易与现代的电子化交易结合起来。 19世纪80年代，美国已出现有记载的传统技术分析方法，但使 用并不普遍。 20世纪70年代起，由于计算机技术进步和应用的推动，需要大 量计算的技术分析方法相继问世。 20世纪80年代，应用各种技术分析方法，自动处理相关信息， 进行分析、决策和自动下达交易指令的各类商业性计算机交易 系统大量涌现，并在世界各地的金融交易中逐步得到推广应用。
4. 程序化交易的基本特点
程序化交易是一种在计算机和网络技术的支持下，瞬
间完成你预先设置好的组合交易指令的一种交易手段。 程序化交易在投资实战中不仅可以提高下单速度，而 且可以帮助投资者在交易过程中避免受到情绪波动的 影响，实现理性投资。程序化交易系统的特点为： (1)以计算机数量化模型分析决策为基础。 (2)由计算机系统实时接收信息、处理信息、做出交易 决策并自动下单。
交易技术和方法得到迅速发展
大数据时代为金融量化分析 提供了有力的数据支持
金融程序化交易必须以特定的交易策略为依据
交易策略必须大量的量化模型分析为基础 量化模型分析必须有大量的金融数据作为支撑
大数据时代为金融量化分析提供了必须的丰富的基础
数据
2. 金融交易的发展趋势
从14世纪伦巴第商人对货币进行兑换，伦敦外汇市场的形成开
程序化交易与人工交易相比具有 以下优点：
（1）根据规则自动交易，有利于克服人性的弱点。
（2）可以突破人的生理极限，大幅提高投资效率并
量化投资的发展及其监管
量化投资的发展及其监管量化投资是一种以数据为基础、以模型为核心、以程序化交易为手段的交易方式，具有交易量巨大、持仓-时间很短、总体收益稳定等特点。
它起源于投资组合理论，随着投资管理技术、计算机技术得到发展，以及金融市场逐步成熟之后，量化投资在20世纪80年纪得到迅速发展。
量化投资在我国还处于起步阶段，存在着创新能力不足、资金规模不够集中等问题，我国量化投资未来的发展方向主要为期现统计套利和基于数据的量化分析。
因此，量化投资要想在我国得到有效发展，就必须进行风险控制、加强金融监管。
量化投资在欧美已经应用了30多年，最传奇的人物就是华尔街的对冲基金经理詹姆斯·西蒙斯。
他率领一批数学家和统计学家，运用“壁虎式投资法”等独家宽客战术管理大奖章基金，在1989到2006的17年间平均年收益率高达38.5%。
量化投资的理念并不神秘，它是指借助于数学和统计学的分析原理，利用计算机对每只股票的数据进行分类对比，自动选出符合投资模型的股票组合。
举例来说，比如有20个人去跑百米，哪些人能跑在第一梯队，哪些跑在第二梯队，哪些跑在第三梯队，在没有测试之前不知道答案，但可以根据身高、体重、肌肉、肺活量、历史成绩等指标来预测这20个人各自归属哪一梯队，这就形象地描述了量化投资模型的原理。
量化投资最鲜明的特征就是模型交易，它是一种以数据为基础、以模型为核心、以程序化交易为手段的交易方式。
具体而言，就是从那些稍纵即逝的市场变化中寻求获利的计算机化交易，关键在于捕捉到人们无法利用的短暂价差来实现套利。
模型就如同医院里面的各种先进的医学仪器，医生通过这些仪器对病人进行扫描化验，获得反映病人身体状况的各项指标数据，然后判断出病人所患的疾病，从而对症下药。
类似地，量化投资者在市场中寻找套利机会，其实就像是在发现市场的“疾病”，依托于模型的扫描和检测，获得市场的各项关键指标数据，从而找出套利机会，然后做出投资决策。
量化投资需要精湛的计算机编程技术，其主要形式是程序化交易。
量化投资ppt课件
50% 40% 30% 20% 10%
0% -10% -20% -30% -40% -50%
收益曲线比较：股票 vs Straddle
股票价格变化
股票 Straddle
量化投资策略
Renaissance Technology, 管理资产超过150亿 美元，总部位于纽约长岛，主基金Medallion， 17年年化收益35%
主要市场参与者与产品
几个著名的量化对冲基金产品表现
第21页
国内市场现状
规模占管理资产不到2%
公募15支量化基金，超过200亿管理资产 券商集合理财10支 私募量化基金20多支
需要借助复杂的数学模型。特征过于复杂，不够透明 ，难以被普通投资者理解。
实际应用：
• 期权、奇异期权 • 信用衍生品(CDS等) • 利率掉期(IRS)、货币互换(Swap) • 结构性产品(ABS、CDO)
量化投资策略
一个例子，使用期权组合构造收益
资本收益 -40% -37% -34% -31% -28% -25% -22% -19% -16% -13% -10%
Litterman、Rosenberg Barra、李祥林(David Li)
什么是量化投资
和量化投资有关的故事
量化投资策略
常见的量化投资策略
套利 多因子模型 高频交易 统计套利 衍生品、结构性产品 事件驱动
量化投资策略
套利类策略
利用价格与真实价值之间暂时的背离获取收益 理论上无风险，实际中风险很低，收益取决于套利机
量化投资关注的领域
量化投资研究方法 ppt课件
定量行业模型建议短期超配行业
持有期和观测期均为一个月的动量反转效应
35%
近1月收益
近6月收益
1月动量
6月反转 1.00 350%
30%
0.95
0.90 300%
25%
0.85 250%
20%
0.80
0.75 200%
15% 10%
0.70 0.65
150%
5%
0.60 100%
0.55
0%
0.50 50%
周期 非周期 上/中/下游
动量反转
短期
中期
长期
PPT课件
1515
3.3 行业选择：业绩驱动+估值回复+动量反转
结果回溯：
66.7%的月份配对 66%以上行业。
长期看能配好 57.8%的行业。
060823 10%
8%
6%
061123
定量组合的历史配置情况
070523 070823 071123 080523 080825
波动率增大时，风险担忧扩大，不利于小盘股
工业增加值
当工业增加值显著回升时，大盘股方被关注
CPI
上升的通涨带来货币紧缩，此时，大盘股表现相对更好一些。
M1增速
银根收紧更不利于小盘股
流动比率（M1/M2）
下降的M1/M2更不利于小盘股
短期利率（3个月）
贷款成本下降时，对于小盘股更有利
风格指针的值通过加权计算各项指标而得到
081124
090430
090831
超配情况：
4%
08年11月耐用消 2%
费/能源/原材料
0%
09年4月金融地产 /能源
程序化交易系列研究一(国泰君安证券-金融工程)
量化投资CTA策略120807精品PPT课件
股票
债券
平均收益 标准差 偏度 峰度
0.89
0.93
0.64
3.47
4.27
2.45
0.71
-0.34
0.37
4.53
1.81
3.56
Source: Gary Corton, K Greet Rouwenhorst, Fact and Fantasies about Commidty Fuyures
上证综合指数 上证国债指数 豆一连续 沪铜连续
1
0.454
0.61
0.0298
1
0.39
0.515
1
0.62
1
资料来源：wind资讯，齐鲁证券
国外的CTA发展类型简介
根据投资方向的不同，CTA基金可以分为分散型CTA基金和专业化CTA基金。 分散型CTA基金投资的期货品种较多，分散投资往往会使其风险较低；而专业 化的CTA基金则专注于投资某类市场;
• 对中国1995年以来的上证综合指数，期货指数（以豆一与沪铜为代表）与国债指数进行 拟合分析，结果如下表所示。可以发现，股票与商品的相关系数最低，而债券与商品的 相关系数也不高，说明加入商品期货可能有利于大类资产组合分散风险。
表：中国期货与股票、债券市场的相关性
上证综合指数 上证国债指数
豆一连续 沪铜连续
• 商品期货收益与股票、债券的负相关性随着持有区间的延长而增加，这说明商品期货对 投资组合风险的分散作用在长时间里更加显著
• 商品期货与通货膨胀呈正相关关系，意味着商品期货是抵御通货膨胀的有效工具。
表：商品期货与股票债券和通货膨胀的相关系数（1959-2008）
投资期限
股票
债券
通货膨胀
CMM基础知识培训
CMM基础知识培训目录一、内容概览 (2)1. 培训背景 (2)2. 培训目标 (3)3. 培训对象 (3)二、CMM概述 (4)1. CMM定义与重要性 (6)1.1 CMM定义及作用 (7)1.2 软件过程评估标准 (8)1.3 CMM在软件开发中的应用价值 (9)2. CMM基本结构 (10)2.1 关键过程域介绍 (11)2.2 内部过程详解 (13)2.3 共通实践说明 (15)三、CMM基础知识核心点解析 (16)1. 初始级 (17)1.1 特点与关键活动 (18)1.2 初始级向可重复级的过渡 (19)2. 可重复级 (21)2.1 特点与关键活动概述 (22)2.2 项目管理重要性及方法 (24)3. 已定义级 (25)3.1 特点与关键活动详解 (26)3.2 软件过程定义的实施要点 (28)4. 量化管理级 (29)4.1 特点与关键活动介绍 (30)4.2 量化管理在CMM中的应用实例 (31)5. 优化级 (32)5.1 特点与关键活动概述 (33)5.2 软件过程优化策略与方法探讨 (35)四、CMM实施步骤与方法探讨 (37)1. CMM实施前期准备工作 (38)1.1 组织架构分析 (39)1.2 现有软件过程评估 (41)2. 制定CMM实施计划 (41)一、内容概览本文档旨在为读者提供CMM(能力成熟度模型)基础知识的培训，帮助大家了解CMM的基本概念、发展历程、应用领域以及实施方法。
通过本培训，读者将能够掌握CMM的核心要素，包括能力成熟度模型的五个等级、CMM的应用场景、CMM的实施过程以及如何进行CMM评估等内容。
本文档还将介绍CMM在软件和硬件行业中的应用实例，以便读者能够更好地理解CMM的实际价值和作用。
我们将对CMM的未来发展趋势进行展望，以期为相关领域的从业者提供有益的参考和指导。
1. 培训背景随着信息技术的飞速发展，计算机行业对人才的需求与日俱增。
- 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)。
基金所表现的特征看，国内的量化投资发展仍处于起步阶段。
➢ 从规模上看量化投资产品总规模仍然较小。 ➢ 量化类产品投资策略较为单一，缺乏多元化量化策略的支持。 ➢ 现有量化产品中多数产品投资业绩表现分化，且缺乏稳定性和持续性。
8
提
➢ 研发背景
纲
量化投资简介
程序化交易简介
程序化交易发展与现状
策略开发模式的变革
➢ 程序化交易策略智能生成系统
原理简介 系统功能演示 功能、性能对比 应用与发展
程序化交易简 介
➢ 程序化交易——量化研究在投资中的具体运用方式：
程序化交易(Program Trading)，是指投资者将交易思想与交易规则 模型化，构建成量化交易策略，并由计算机执行策略，实现自动判定买卖时机 并下单交易的交易方式。
投资者主观交易 感性/主观/恐惧贪婪
高 缓慢 人工手动 不稳定
程序化交易简 介
程序化交易 理性/客观/数据讯号
低 快速 电脑自动 比较稳定
11
➢ 程序化交易优势：
程序化交易简 介
规避主观情绪 提高交易速度 复制盈利模式 降低人力成本 量化交易风险
12
提
➢ 研发背景
纲
量化投资简介
程序化交易简介
程序化交易发展与现状
15
➢ 国外程序化交易发展现状：
程序化交易发展与现状
案例二 高盛集团(Goldman Sachs)程序化交易纪录
2009年高盛的程序化交易量占NYSE交易量的50%，这个比例在2008年年 底是27%. 2009年第二季度，高盛公布了创纪录的交易收入，其中有46个交 易日每天利润超过1亿美元，相当于该季度交易总量的71%. 此后第三季度有 36日每日交易利润超过1亿美元，并且在该季度中只有一天发生了交易亏损。
➢ 量化投资的概念：
量化投资简 介
量化投资，是利用现代数学理论、金融数据与信息技术方法来管理投资组 合、进行投资决策的一种现代化的证券分析方法。
➢ 量化投资的本质：
量化投资的本质，是将投资思想通过量化指标、参数设计体现到具体的模 型中，让模型对市场进行不带有任何情绪的跟踪。这种跟踪将使得投资的广度 和深度都得到很大的拓展。
量化方法更多关注“数字”背后的意义，依靠计算机的帮助，分析数据中 的统计特征，从而挖掘出其内在的规律，寻求盈利的方法。
4
➢ 量化投资策略：
量化投资简 介
量化投资策略是主动型投资策略的一种，即其认为市场是非有效或弱势有 效的从而试图战胜市场以获得超额收益。同时，量化投资策略因为不受到人类 思维的局限，因此其覆盖的范围远大于传统主动型投资策略。
息和财经资讯的领先提供商)认为量化基金因使用量化投资方法而得名，量化
基金通过数理统计分析，选择那些未来回报可能会超越基准的证券进行投资，
以期获取超越指数基金的收益。对于一个完全的量化基金来说，其最终的买卖
决策完全依赖于量化模型。
西方国家多年来资本市场的发展，涌现出一大批优秀的量化投资基金。根 据Reuters(路透)数据，截至2010年11月，1600只量化基金的总资产高达 2600亿美元，年均增长速度高达20%，同期非量化基金的年增长速度仅为8%.
策略开发模式的变革
➢ 程序化交易策略智能生成系统
原理简介 系统功能演示 功能、性能对比 应用与发展
➢ 国外程序化交易发展现状：
程序化交易发展与现状
案例一 纽约证券交易所(NYSE)统计信息
根据美国纽约证券交易所
35%
32.81% 30.89%
30%
30.11%
31.58% 31.94%
28.71%
(NYSE)统计：2006年以来， 25%
24.86%
20%
NYSE市场上程序化交易量所占
15%
比例基本维持在30%左右。
10%
5%
0% 2006年 2007年 2008年 2009年 2010年 2011年 2012年
14
➢ 国外程序化交易发展现状：
程序化交易发展与现状
案例一 纽约证券交易所(NYSE)统计信息
9月14日，共有22只量化型券商集合理 4
财产品已成立，18只量化基金产品成立，
2 0
40只量化型阳光私募产品成立。
2004 2005 2006 2007 2008 2009 2010 2011 2012
资管量化产品 基金量化产品 私募量化产品
7
➢ 国内量化投资仍处于起步阶段：
量化投资简 介
尽管量化投资日益受到关注，量化产品发行数量大幅增加，但从目前量化
根 据 NYSE 最 新 统 计 ， 2012年12月17日—12月21日 股票交易量为20.952亿股，其 中 44.3% 是 通 过 程 序 化 交 易 方 式实施的。
18.66%
55.71%
18.03%
买方程序化交易量比例 卖方程序化交易量比例 盘后程序化交易量比例 非程序化交易量比例
7.60%
6
➢ 国内量化投资仍处于起步阶段：
量化投资简 介
伴随着市场复杂度日益提升，以个
近年来量化产品发行数量
人主观判断为主的传统投资面临较大挑 18
战。量化投资逐渐被认识和认可，国内
16 14
市场掀起一股量化产品发行热潮，基金、 12
券商、私募都纷纷推出各自的量化产品。 10
8
据Wind资讯数据统计，截止2012年 6
程序化交易使得量化投资方式由人工向计算机自动化转变。利用量化投资 的理论方法与数据挖掘等技术手段构建的交易模型，可以高效捕捉市场的有效 信息，对市场进行不带有任何情绪的跟踪，同时产生稳定的投资收益。
10
➢ 程序化交易与主观交易：
决策判断方式 精力与时间投入 运算速度/执行能力 交易记录/风险警示 投资回报率稳定性
投资策略
主动型 投资策略被动型 源自资策略传统主动型 投资策略
量化投资 策略
依靠投资人经验判断试图战 胜市场获得超额收益
建立量化模型，并借助计算 机实现策略以获得超额收益
无法获得超越市场的收益
5
➢ 国外量化基金发展迅猛：
量化投资简 介
目前来说，量化基金并没有严格的定义。Bloomberg(全球商业、金融信
提
➢ 研发背景
纲
量化投资简介
程序化交易简介
程序化交易发展与现状
策略开发模式的变革
➢ 程序化交易策略智能生成系统
原理简介 系统功能演示 功能、性能对比 应用与发展
提
➢ 研发背景
纲
量化投资简介
程序化交易简介
程序化交易发展与现状
策略开发模式的变革
➢ 程序化交易策略智能生成系统
原理简介 系统功能演示 功能、性能对比 应用与发展