量化投资

1. 函数的用法类似于Python的zeros函数，给定数组尺寸，让数组的元素归零 //zeros:根据设定的尺寸长度，让一维数组的元素全部归零 inputs: arr[MaxSize]( numericarrayref), input_zeros_size(NumericSimple); variables: value1(0); array: count[](0); value1 = array_getmaxindex(arr); array_setmaxindex(arr,input_zeros_size); for value3 = 0 to input_zeros_size begin arr[value3] = 0; end; zeros = array_getmaxindex(arr); 　　 来源： https://www.cnblogs.com/noah0532/p/12364955.html

什么是量化投资 出处：http://www.80soho.com/?p=333 简单来讲，量化投资就是利用计算机科技并采用一定的数学模型去践行投资理念，实现投资策略的过程； 传统的投资方法主要有基本面分析法和技术分析法两种，与它们不同的是，量化投资主要依靠数据和模型来寻找投资标的和投资策略。 量化投资主要内容 量化选股 量化选股就是利用数量化的方法选择股票组合，期望该股票组合能够获得超越基准收益率的投资行为。 量化择时 量化择时及时利用数量化的方法，通过对各种宏观，微观指标的量化分析，试图找到影响大盘走势的关键信息，并且对未来走势进行预测。 该策略收益率最高，但风险也极大，研究的难度也很高。 股指期货套利 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，或者同时进行不同期限，不同（但相近）类别股票指数合约交易，已赚取差价的行为。 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。 商品期货套利 商品期货套利指的是在买入或者卖出某种商品期货合约的同时，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的交易方式。 统计套利 统计套利是指利用证券价格的历史统计规律继续套利，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。 期权套利 期权套利交易是指同时买进卖出同一相关期货

0.参考文献 李录：价值投资在中国的展望 喜马拉雅资本李录：经济危机来临时，对投资者四方面的考验非常严峻 现代化十六讲 1.资产管理行业是服务行业，投资者和从业者都无法判断服务的好坏，从五年十年的业绩也无法判断。 2.资产管理行业收费很高。 3.要坚持对智慧和真理的追求。 4.要坚持信用和责任。 5.美国的金融资产，从1802年到现在，表现最好的是股票。通货膨胀和GDP的增长是解释现金和股票表现差异的最根本原因。 6.人类的GDP从一万年前到现在，绝大多数时间是平缓增长的，从最近五百年开始，复利式增长，走势几乎垂直向上。因此，每一次股灾都不要当做世界末日，而是当做最好的买入机会。 7.文明1.0，狩猎时代，15万年前到公元前9000年。文明2.0，农业和畜牧业时代，公元前9000年到1750年。文明3.0，现代科技和自由市场时代，1750年开始到现在。文明3.0的限制：任何人离开强大国际市场都会衰弱；核武器让理性大国之间不会无底线竞争；地球的某些挑战比如气候环境只能由大国合作才能解决。 8.股市回报有周期性。美国股市两百年平均回报6.6%左右，1946～1965平均回报10%，1966～1981连续15年价值下跌，1982~1999平均回报13.6%,2000~2013持续下跌。（注：高回报时间段有不同推动因素，二战结束，冷战，技术进步，互联网泡沫，都有主要推动力。） 9

0.参考文献 https://www.bilibili.com/video/av45563336?p=13 https://www.bilibili.com/video/av33230298 https://www.bilibili.com/video/av33005205 1.只做多。最差拿现货等涨。 2.便宜，越便宜越好。寻找出现问题的品种。出现供需失衡的品种。 3.仓位要轻，30%是重仓。 4.必胜的关键时刻满仓。 5.经济学是邪教 6.原因结果要极其清晰亲自详细调查 7.期货是对手盘。要藉天意大道斗庄家。 8.农产品是供应出问题。工业品是需求出问题。 9.农产品行情出现在收获季节。 10.现货期货出现不一致 11.期货贴水现货，大胆买。 傅农产品七条 1. 国家库存急剧下降 2. 种植面积大幅下滑 3. 当年单产明显下滑 4. 价格处在相对低位 5. 外部经济环境良好 6. 该商品价值被低估 7. 长时间能量的积聚 一些观点： 1.宏观很好，未来几十年制造业大竞猜，大宗会特别好。中国好，国外也好。 2.宏观，就是研究政策，研究央行。 3.价格下跌是好事情，表明生产的物质财富多。是好事情。 4.经济好坏跟物价没关系。 5.物质财富越多越好。 6.房子太贵，不是钱不够，是房子不够多。 7.主要研究供需关系。不看K线，不看指标。K线只作为一个历史价格记录器。 来源： CSDN

一.量化投资 1.中医与西医 我们首先谈谈中医和西医，有些病症西医无法医治，而中医能得到奇效，是建立在天时地利人和的基础上的。碰到医术非常高明的老中医，用上货真价实的药材，还能恰好对症，确实能起到非常好的疗效。 而西医呢，虽说对某些疑难杂症实在是无力回天，但是它标准化呀。无论大病小病，先来化验，然后根据化验单，做初步的诊断，虽然看上去像是流水线，刚毕业的医科大学生也能做，而且按照这一套标准化流程走下来，对一些常见病症的治疗，并不会与老医生有太大的差异。 2.传统投资与量化投资 传统投资就像是中医，靠的是经验，见识，个人判断。有时候能够取得非常好的效果，但是与此同时，也会因为一些失误造成无法弥补的后果。 量化投资就像是西医，靠的是系统，数据，统计概率。掌握了一定的量化手段，不需要具备20年的从业经验，也会在证券市场取得相当的成绩。虽然不能像传统投资里的某些神人那样，取得非常辉煌的战绩，但是超越普通人的投资回报，还是可以期待的。 3.量化技术 量化技术有很多种，有高频交易，价值定投，网格，趋势投资alpha投资等等等等。 不同的技术，都会要求不同的策略，对与不同市场的收益也各不相同。而量化投资技术本身已经发展地相对成熟了，就如同大家用java开发网站一样，会有各种设计模式，Mvc结构，前后端分离等等现成的套路。量化投资也是一样，有很多前人的研究成果，大家可以直接拿来用

量化系统 1、什么是量化系统 量化系统一般分为回测模块和实盘模块。 回测：首先交易者编写实现一个交易策略，它基于一段历史的交易数据，根据交易策略进行模拟买入卖出，策略中可以涉及买入规则、卖出规则、选股规则、仓位控制及滑点策略等等，回测的目的是验证交易策略是否可行。 实盘：将回测通过的策略应用于每天的实时交易数据，根据策略发出买入信号、卖出信号，进行实际的买入、卖出操作。 程序化实盘交易是量化投资的一个重要步骤。我们自己开发出一些优秀的选股、择时策略，当这些发出操作信号的时候，通过代码层面传递给相关交易接口来执行股票或是期货投资操作。这就是自动化交易。 但是目前在我国的股票二级市场中是没有直通交易所的api接口的，我们只能通过 券商给出的第三方交易接口 进行程序化交易，想要开启实盘交易还是比较麻烦的。目前想国内比较知名的平台： 优矿 , 京东量化 等，目前也只是可以进行回测模拟交易。 所以接下来量化系统的编写也是主要针对回测进行实现的。 2、什么是回测 ​ 回测主要指的是一个投资策略，在过去几年的历史收益表现，回测的结果越好，那么未来这个策略相对来说，赚钱的概率更高。 3、量化系统设计 通过ipywidgets模块搭建一个可视化的GUI页面，通过页面上的多个组件获取用户的需求信息，例如具体回测的年限，进行回测的股票，运行的策略等，讲这些东西结合起来，组成一个完整的量化系统。 1

一、原理 量在价先的原理，我们认为成交量在价格之前行动。我们从一根K线的最高价和收盘价以及最低价来衡量多空的对比。最高价与收盘价之差代表空方，收盘价与最低价之差代表多方。多方和空方的价格之差就代表了多空力量消长，我们再乘以成交量所得的数值就代表多空某一方力量的强弱。 二、计算方法 对每一交易日求： 偏移值=（收盘价-最低价）-（最高价-收盘价） 振幅=最高价-最低价 用偏移值除以振幅，再乘以成交量，得一值。将该值从交易第一天起开始累加，得AD值。 三、研判规则 若A/D指标下降，而价格则上升时，为卖出信号； 若A/D指标上升，而价格则下降时，为买进信号。 四、优缺点 优点：A/D指标是一个量价指标，同时考虑到了成交量和价格，能够比较有效的分析多空双方力量的变化。既可以用来寻找突破的趋势，也可以用来提前预测反转。 缺点：在计算这个指标时，只考虑了收盘价在一定交易周期内与最高价最低价的关系，而没有考虑与前一个交易周期价格的关系。此外，这个指标在计算中强烈依赖收盘价，所以它不能很好的反映趋势中较小的成交量变化。即AD指标在捕捉一些较大趋势时比较准确，但是在小幅震荡的行情中表现一般。 AD线的主要优势是对未来价格的趋势预测。在使用过程中，可以将AD线指标与其他一些反转指标相结合。 来源： CSDN 作者： 沈雁 链接： https://blog.csdn.net/weixin

A five-factor asset pricing model (2014) 作者：Fama and French Fama, E. F., & French, K. R. (2015). A five-factor asset pricing model. Journal of financial economics, 116(1), 1-22. 0是引入。第一部分（1.）简要分析五要素模型，第二部分通过市场上历史的平均收益率来检验模型，第三、四部分给出要素的定义和统计性信息。 0.引入 一切源自于该公式： d 是股息，r 是股票的长期平均期望收益率，或者是股息的IIR（内在收益率、折现率） 该公式中，如果同一时间内两个公司有相同的股息期望，但不同价格，低价格的具备更高的收益率，即更高的风险。 将该公式改进后得到公式（2），Y为一段时间内的 总股本收益（total equity earnings），dB是总账面股本的变化（the change in total book equity）。再除以总账面股本（book equity）价值，得到公式（3）。 对于公式（3），可以固定部分变量，来反映收益率和其他变量的关系。 不固定M 与 r： 更高的M，或者是更低的 B/M，意味着更高的期望收益率 r。 不固定Y与r，固定M与其他值： 更高的期望收益Y，意味着更高的r。 固定的B，M

学前基础： 一、数学基础： 1.掌握积分、求导计算； 2.掌握矩阵运算； 3.了解概率论与数理统计。 二、Python编程技能： 1.Python语言的基本规则； 2. Numpy、Pandas数据处理； 3.Matplotlib可视化。 学习收获： 1.积累项目经历： 学习企业级案例和商业模型，并获取顶级投资银行&基金公司正在运行的真实代码； 2.助力求职面试： 接触最深层的理论和最实用的技术，沉浸式学习从业经验，明晰行情，从容面试； 3.增长实战技能： 搭建策略和回测平台，使用海量金融数据，熟悉Python/R/C++/Matlab/VBA5种语言； 4.完善知识体系 强化金融、数学、编程三大基本功，掌握机器学习、数字货币、深度学习最新变革。 01AI量化交易微专业系列直播课[1.4G] 02量化交易基础[280M] 03投资标的：Alpha策略篇[603.7M] 04投资标的：CTA传统与进阶篇[1.4G] 05投资标的：高频交易篇[633.2M] 06 衍生品：定价模型初级稿[770.1M] 07.衍生品：定价模型高级篇[1.4G] 08.前沿：最新AI技术应用篇[944.7M] 09.求职：从业经验篇[42.3M] 10.趣味：德州扑克中的量化与策略[90.5M] 【资料】稀牛学院-实验课程.rar [72.8M] 00课件.rar [1.4G] 来源： CSDN 作者：

资料整理： 1、python量化的一个github 代码 2、 原理 + python基础 讲解 3、目前发现不错的两个量化交易 学习平台： 聚宽和优矿在量化交易都是在15年线上布局的，聚宽是15年的新web网站，通联是13年成立的数据业务模块 合作方强大一些。都是涉及股票证券期货，优矿在数字货币上只有简单的市值接口 聚宽 文字叙述为主 https://www.joinquant.com/ a、 初识量化交易 b、 量化交易策略基本框架 c、 python基本语法与变量 优矿 视频教学 https://uqer.datayes.com/ 要真正的理解索罗斯，不能光看他自己怎么说以及别人怎么说他，而应该深入研究他的成长背景和经历。从他人生经历的种种里程碑事件所做出的反应和动作，来分析他真正的思路和独到之处。怎么做，永远比怎么说怎么想更具有说服力，也更接近真实。 理论探究： 索罗斯的“反身性”哲学 ： 索罗斯认为，金融市场的参与者和量子力学原理一样，参与者的思维会影响金融市场本身，从而让股价的走势不再是独立的，它总是与参与思维发生反复的共振，这也就是反身性 ，反身性理论构建完毕，用通俗的话来解释，就是参与者的认知和被认知对象互相影响，基本面影响观点，观点反过来也影响基本面，它们永不均衡，互动变化，以致无穷 可错性与索罗斯的哲学信仰一脉相承、 人类科学知识的增长不是累积式的前进