光大證券數量化投資體系與策略pdf

① 量化投資—策略與技術的本書特色

第一，實戰性。書中的案例絕大多數來自於實際的市場數據，只有很少一部分是純理論的分析。尤其是策略篇中的內容大部分來自於專業投資機構的研究報告，具有極強的實戰價值。
第二，基於中國市場。與量化投資最接近的書籍當屬「金融工程」，但金融工程中絕大多數的案例都來自於國外市場，很多策略在國內市場還不具備投資條件。本書中的案例基本上都是對國內市場（股票、期貨等）中的實際交易數據的分析，特別適合國內的投資者。
第三，理論性。量化投資離不開最新的數學和計算機理論的支持，本書用了將近一半的篇幅來闡述與量化投資有關的基礎理論，並用了很多案例來說明這些理論的應用方法。避免了一般投資策略書籍重技術而忽視理論的缺點，從而使量化投資更加科學化。
本書主要內容
本書的內容分為：策略篇和理論篇。策略篇中闡述了各種量化投資的策略與方法，理論篇則詳細介紹了支持量化投資的各種數學工具。
策略篇一共介紹了8個方面的投資策略，分別是量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、期權套利、演算法交易及其他策略。
投資策略 概述
量化選股 量化投資最重要的策略，主要是研究如何利用各種方法選出最佳的股票組合，使得該股票組合的收益率盡可能高的同時，保持盡可能的穩定性。量化選股一章闡述了8種不同角度的策略，分別為多因子模型、風格輪動模型、行業輪動模型、資金流模型、動量反轉模型、一致預期模型、趨勢追蹤模型和籌碼選股模型
量化擇時 量化投資中最難的，也是收益率最高的一種策略，主要研究大盤及個股走勢，並進行相應的高拋低吸操作。如果能夠正確判斷大盤，則收益率會比單純的買入-持有策略收益要高很多。這一章主要闡述了8種擇時模型，分別是趨勢擇時、市場情緒擇時、有效資金模型、牛熊線模型、Hurst指數模型、SVM模型、SWARCH模型和異常指標擇時

② 什麼是量化投資——數量化投資與程序化交易

2010-11-02 14:49:32 作者： 來源：永安期貨 瀏覽次數：0 量化投資，簡單地說，就是利用數學、統計學、信息技術的量化投資方法來管理投資組合。數量化投資、程序化交易、演算法交易、自動化交易以及高頻交易都是數量化交易的特定方式， 其描述內容的側重點各有不同。數量化交易應用IT技術和金融工程模型偶那個幫助投資者指定投資策略、減少執行成本、進行套利和風險對沖。數據、速度、風險管理是數量化交易系統建設中的關鍵問題。期貨市場的數量化自動交易模型正逐步由投資者編制自用，演變為有一定規模的投資咨詢顧問組成的專業團隊參與。 程序化交易，也可稱之為系統交易或演算法交易，設計人員將市場常用之技術指標，利用電腦軟體將其寫入系統中，結合市場歷史數據，分析和組合各種指標建立數學模型，將交易策略系統化。當交易策略的條件滿足時，程序化系統自動發出多空訊號，並且有效掌握價格變化的趨勢，讓投資人不論在上漲或下跌的市場行情中，都能抓住交易策略，進而賺取波段獲利。程序化交易的操作方式不求賺取誇張利潤，只求長期穩健的獲利，於市場中成長並達到財富累積的復利效果。經過長時期操作，年獲利率可保持在一定水準之上。 程序化交易又是一種個性化交易，每個投資者（或機構）都可以根據自己的投資經驗和智慧，編寫自己的交易模型，進行電腦自動交易。交易模型是交易思想的凝練和實際化，正確的交易思想在嚴格的操作紀律實行下將獲得良好、穩定的投資收益，而通過交易模型正是將正確的交易思想與嚴格的操作紀律很好地結合在一起，幫助人們獲取良好、穩定的投資收益。程序化交易在投資實戰中不僅可以提高下單速度，更可以幫助投資者避免受到情緒波動的影響，消除交易時人性的恐懼、貪婪、遲疑及賭性等情緒，實現理性投資。設計出色的程序化系統可以確保廣為流傳的交易成功三項基本原則的順利實施：順應市場趨勢、控制虧損交易、做足盈利交易。總而言之，模型策略的出色設計、資金的有效風險控制、行情交易軟體的穩定可靠、數據的及時流暢以及下單速度的快捷,組成了優秀的程序化交易系統，它是量化投資的一種具體實現途徑。上傳：錢文

③ 什麼是量化投資

量化投資就是藉助現代統計學、數學的方法，從海量歷史數據中尋找能回夠帶來超額答收益的多種「大概率」策略，並紀律嚴明地按照這些策略所構建的數量化模型來指導投資，力求取得穩定的、可持續的、高於平均的超額回報。量化投資屬主動投資范疇，本質是定性投資的數量化實踐，理論基礎均為市場的非有效性或弱有效性。
量化投資特點：
第一，投資視角更廣。藉助計算機高效、准確地處理海量信息，在全市場尋找更廣泛的投資機會。
第二，投資紀律性更強。嚴格執行數量化投資模型所給出的投資建議，克服人性的弱點。
第三，對歷史數據依賴性強。

④ 光子量化的智能投資策略是怎樣實現的

以下內容取自其官網 :
AI量化策略構建流程
類比挑瓜過程，我們可以對AI量化策略流程進行分解：

第一步：確定數據(如股票池)，劃分訓練集、測試集
首先我們應明確我們構建何種AI量化策略，如A股、港股還是期貨等，確定數據後，接著我們把歷史數據按時間順序切分為兩部分，類比於分瓜任務中的兩堆瓜。

訓練集： 第一部分的數據用來訓練模型，類比第一堆瓜；
驗證集： 第二部分的數據用來驗證模型效果，類比第二堆瓜；

第二步：定目標：數據標注

其次我們要明確我們模型的訓練目標，是預測股票收益率高低還是波動率高低，就好比是預測西瓜好壞還是年份；

在樣例模板中，我們用5日收益率高低來定義股票的走勢好壞等級，並將每隻對應等級標記在每隻股票上，類比於上述切瓜後記錄每個瓜的好壞。

AI量化策略的目標(Label)：人為定義的模型預測目標，例如未來N日收益率、未來N日波動率、未來N日的收益率排序等統計量,平台AI量化策略默認使用股票收益率作為目標。
AI量化策略的標註： 我們計算訓練集數據所在時間階段的每日目標值，比如按每日的未來N日收益率高低來定義股票的走勢好壞等級，計算出每隻股票未來N日收益率的好壞等級並標記在每隻股票上。

第三步：找因子

選擇構建可能影響目標的特徵（量化策略中可稱為因子），如模板策略中的return_5(5日收益)、return_10(10日收益)等，類比於瓜的產地、大小等特徵。
AI量化策略的特徵(features)： 反映事物在某方面的表現或性質的事項，在AI量化策略中，特徵可以是換手率、市盈率、KDJ技術指標等等
第四步：數據連接+缺失數據處理

將上述每隻股票的標注數據與特徵數據注意鏈接，以便下一步模型的學習與使用，類比於上述將每個西瓜特徵與好壞一一對應；

第五步：模型訓練+股票預測

我們通過「好壞等級」對股票進行標注，貼上標簽，連同其所對應的特徵值一起來構建訓練模型，類比於上述我們獲取每個瓜的特徵與其對應的好壞結果，通過歸納總結找到瓜的好壞與瓜的屬性之間的關聯，總結出瓜的分類經驗；

用驗證集數據來檢驗訓練前面構建好的模型，即檢驗模型根據驗證集的特徵數據預測出的目標值（股票走勢好壞等級）是否准確。這步類比於鑒瓜任務中根據第一堆瓜總結的鑒瓜經驗用第二堆西瓜的大小、顏色等特徵數據來判斷預測瓜的好壞。

第六步：回測

將驗證集的預測結果放入歷史真實數據中檢測，類比於鑒瓜過程中根據第二堆瓜預測出瓜的好壞最後進行切瓜驗證。

⑤ 求量化投資-策略與技術的電子書(丁鵬著)

首席投資官丁鵬

⑥ 量化投資策略與技術修訂版有什麼不同

量化投資策略就是利用量化的方法，進行金融市場的分析、判斷和交易的策略、演算法的總版稱。
量化投權資策略類型包括：
（1） 趨勢判斷型量化投資策略，判斷趨勢型是一種高風險的投資方式，通過對大盤或者個股的趨勢判斷，進行相應的投資操作。如果判斷是趨勢向上則做多，如果判斷趨勢向下則做空，如果判斷趨勢盤整，則進行高拋低吸。這種方式的優點是收益率高，缺點是風險大。一旦判斷錯誤則可能遭受重大損失。所以趨勢型投資方法適合於風險承受度比較高的投資者，在承擔大風險的情況下，也會有機會獲得高額收益。
（2） 波動率判斷型量化投資策略，判斷波動率型投資方法，本質上是試圖消除系統性風險，賺取穩健的收益。這種方法的主要投資方式是套利，即對一個或者N個品種，進行買入同時並賣出另外一個或N個品種的操作，這也叫做對沖交易。這種方法無論在大盤哪個方向波動，向上也好，向下也好，都可以獲得一個比較穩定的收益。在牛市中，這種方法收益率不會超越基準，但是在熊市中，它可以避免大的損失，還能有一些不錯的收益。

⑦ 求量化投資數據挖掘與實踐pdf。

我這邊有兩本書，一本是量化投資基礎知識（涉及量化投資模型專、期貨套利、期屬現套利、演算法交易等）另一本是數據挖掘：概念與技術與實戰（原書第3版）不知道是不是你想要的！你這個合並在一起的這本書沒有！！！

量化投資基礎知識（涉及量化投資模型、期貨套利、期現套利、演算法交易等）因為同時不能上傳2哥文件，你要的話我給你發郵箱！