交易风险

结构化分级基金 金融产品 的结构化说白了就是一类投资者和另一类投资者的资金合并运作，两类投资者之间的收益分配模式和比例不同。券商和信托公司推出的结构化产品有一个共同点，其中一类投资者和投资管理人为同一主体，而国投瑞银推出的结构化分级基金的两类投资者都和基金管理人没有直接的利益关系。 基金A类份额和C类份额有什么区别 基金A类和C类份额的区别介绍 一、A、C类份额的区别 指数基金的A、C类都是一种基金的份额类型，但是C类份额有独立的基金代码并且单独计算净值。A类、C类份额最大的不同就是它们的费率结构不一样。 A类——在申购时就扣除申购费用，一般持有两年以上就不收赎回费，如华宝中证500增强A。（数据来自于华宝基金官网） C类——不收申购费，一般持有一段时间后就不收赎回费，但是要比A类份额多收0.4%的销售服务费（年费率），按日计提。如华宝中证500增强C。（数据来自于华宝基金官网） 二、买A类还是C类 这主要在于投资者是做短期的还是做长期的投资，通过这个来比较一下A、C份额之间的差异。我们还是以华宝中证500为例，因为他们的管理费率和托管费率一样，所以在此忽略不计。 假如你同时持有100万的华宝中证500增强A和华宝中证500的增强C，通过费率计算得出： 通过表格可以发现，当持有时间较短，不到1年时，C类总费率不超过0.4%。但是随着时间的推移，A类、C类所收取的总费率越来越接近

对程序化模型测试来说，所测试的期货品种越多，越能检验出模型对不同品种的适用性。 01、测试参数的设置 测试参数设置的不同所得到的测试结果差异很大，客观设置测试参数关系到模型交易效果的真伪和对模型的最终取舍。程序化交易模型的测试结果对未来市场有多大的适用性是由以下三大要素决定的： 一是测试的品种数量：所测试的期货品种越多，越能检验出模型对不同品种的适用性； 二是测试的时间跨度：测试所采用的历史数据越多、时间跨度越长，测试涵盖的各种市场状况就越全面，模型的可靠性就越大； 三是交易成本费率的设置：除了手续费费率设置的高低会影响模型盈亏效果以外，另一个最重要的设置参数就是滑点问题。 所谓 滑点 ，是指下单价与实际成交价之间的差价。在期货市场，滑点的产生大部分是因为行情波动剧烈，导致网络数据传输延迟。 例如，股指期货某合约盘中即时报价为：买价3200.2，15手；卖价3200.4，20手；某投资者想在3200.4价位买入20手，但等他敲入指令后的那一瞬间，有人抢先买了，结果该投资者在3200.4就没有买到，而且由于行情快速上涨，卖价挂单瞬间变成了3201.0，30手。 为了能保证成交，该投资者只得撤单后，比即时卖价还要上跳两个单位进行报价，即以3201.4，20手的买单敲入指令，结果有15手成交价为3201.2，另外5手成交价为3201.4。出现的滑点分别是1跳和2跳。显然滑点增加

反趋势为基础的交易模型 该类模型是根据设计者的数据统计，然后假定市场需要调整，并在相反方向建仓交易的系统。它与趋势交易模型的区别在于，趋势交易模型可以自动调整，而反趋势交易模型由于与主要趋势相反操作经常会带来不可估量的风险，所以该类交易模型必须带有一套止损条件。 基本分析交易模型 基本分析交易模型是指交易者使用市场外的数据信息，通过对所有影响基本经济关係的信息进行考察，并对这类因素进行量化分析，建立数据库，从中判断市场的均衡价格而进行投资的模型。该模型的特点主要是：为大规模资金进场提供良好的分析依据；理论基础雄厚，容易为投资大众接受；对于短线和时机把握帮助不大；信息收集难度大；分析滞后于市场价格；分析主观性强。 下面介绍「价值评估」和「评估积分」两种基本分析交易模型。 价值评估交易模型 期货价格对现货价格将产生相互牵引的作用，据资料统计，近10年来，我国大豆期价与现货价格的相关係数为0.9。而对于期货市场产生的期货价格，期货市场的参与者包括现货商和投机者，对同一商品的期货价格有自己的判断，而由于成熟的期货市场绝大多数的参与者是投机者，期货市场的成交量往往是现货贸易量的数倍或数十倍，所以期货价格不单是由现货价格和仓储成本决定的，除了成本定价还包括资本定价部分。所以，作为期货基金的基本分析交易模型，还要包括期货市场的投机因素：期货价格=（现货价格＋仓储成本）×投机係数

区块链这一颠覆性的技术作为当下多种热门概念的交集，将在可预见的未来深刻地影响包括金融业在内的多个行业，制造跨领 域合作的机会，提高资源配置效率，助力产业转型升级。对区块链技术的积极应对或是被动接受，也将导致各行业内部的重新洗牌。在金融领域，区块链提供了一个 全新的视野来俯瞰各类传统金融业务，区块链将成为金融领域的技术重构者、业务重构者以及金融生态重构者。 案例一：布比等公司尝试区块链进行股权登记转让与清算结算 目前，证券的登记、清算和结算涉及多个主体，如图4-7所示的传统股权交易过程涉及中介机构、托管机构、第三方支 付平台、公证人、银行等，交易过程需要经过层层中介传递信息，再经权威机构公证方可完成。中间需要大量人工处理纸质材料信息，这样容易出错，交易效率低下 且交易成本较高。因为一方面，各个机构依赖于本身的IT系统和工作流程，往往需要多方进行数据的反复沟通、核对和发送等，效率较低；另一方面，中心化的系 统容易遭受攻击，对安全性投入要求非常高。 图4-7　证券交易结算流程 区块链的共享、可信、可追溯的特点在清算结算等领域具备显著的优势： （1）区块链是一个共享式的公共账本，可打通不同的系统，从而提升沟通效率，降低成本。 （2）区块链实现交易的时候，基于区块链网络的共识机制实际上可以同时实现清算和结算，这显然比许多交易所的T+1，甚至T+N效率更高。 （3

信用卡是最常见金融信贷产品，初衷是为了解决用户提前消费和便捷支付的需求。发卡机构根据申请人的信用资质授予其可以使用的信用额度，申请人可以在多个消费场景使用信用卡额度进行便捷的信用支付，而已经使用的额度可以在还款之后重新恢复、再循环使用于更多的消费支付场景。 套现养卡，信用卡常见的违规操作 由于信用卡刚出现的时候，并不是所有消费场景都支持刷卡支付，很多场所只接受现金支付，为扩大使用场景、提升用户体验，很多信用卡产品在信用支付的基础上也为用户开通现金取现的服务。通常信用卡的取现额度通常不超过信用额度的30%，透支取现的部分没有免息期、其对应的手续费和利息也比刷卡消费高，借贷成本高、只适用于短期应急的情形。 相对于额度小规矩多的信用卡取现，信用卡套现最吸引欺诈用户。利用不法商户或刷卡设备制造虚假刷卡消费交易，以少量的手续费把信用额度全部转化为个人的现金。而套现的方式有“他人消费刷自己的卡”，与商家或某些“贷款公司”、“中介公司”合作套现，或者是利用一些网站或公司的服务等套现。除了信用卡套现，还有欺诈用户进行“以卡养卡”。通过消费或者套现等方式使用一部分信用卡的额度，然后在账单日之后消费（提现）剩余额度，将消费来的钱进行还款，反复操作即可实现完成账单的还款。而且多次消费的金额会出现在下一个账单日上，这样配合套现就可以实现无期限的贷款，每月只需要支付部分手续费即可。当然

01、海外量化投资基金的发展 量化的起源 证券市场的历史悠久，由此形成了各式各样的投资流派。而基于股票的本质是代表股东对企业的所有权，本杰明·格雷厄姆领衔的价值投资方式，最为大众所熟悉。格雷厄姆因此也被称为“现代证券之父”，他著作的《证券分析》和《聪明的投资者》，至今仍是经典。格雷厄姆的经典价值策略分为两个部分，一方面关注投资价值，有五条准则用于表现价值要求;另一方面关注安全边际，有五条准则用于表现安全要求。整个十条准则中包含了对估值、股息率、成长性、偿债能力、股价泡沫等多个维度的衡量。 作为新型的投资流派，量化投资的历史并不长，其学术依据可追朔于1952年马克维茨提出的投资组合理论（该理论于90年代获得诺贝尔经济学奖）。投资组合理论，主要包含均值－方差分析方法和投资组合有效边界模型两个内容，在传统投资回报的基础上，第一次提出了风险的概念，并提出了组合优化方法。此后，学术界陆续提出了资本资产定价模型，有效市场假说，期权定价模型，套利定价理论，行为金融理论等，它们共同构成了现代投资组合理论，丰富了量化投资的理论基础。 1.2 量化基金的历史发展 量化理论的不断扩充完善伴随着量化对冲基金的发展，上世纪60年代，在仅有电脑主机和打孔卡片的环境下，量化工具已应用在投资中。但在80年代末之前，由于数据、计算机和网络等环境和技术的限制，量化投资的发展相对缓慢。1988年，詹姆斯