『壹』 上投摩根動態多因子基金 怎麼沒收益了
上投摩根來動態多因子是一隻自「高純度」的量化基金，採用綜合篩選常規因子和大數據因子的分析方法，通過有效性檢驗從近100個數據因子篩選出40多個常用因子，每月精選10個左右核心因子，囊括了市場資金面、政策面、基本面、投資者情緒以及交易數據等多方面，靈活實現倉位調整和風格切換，更加精準地把握市場熱點。
隨著互聯網大數據技術的出現，量化投資策略更加成熟，也更具科學性和邏輯性，同時，多因子投資策略採用定量分析，適應多種市場風格，倉位調整更靈活，根據擇時模型及時調整，更重要的是，通過數量化模型可以減少個人情緒及主觀判斷帶來的負面影響，從而提高選股效率，因此風格表現相對穩健，優勢凸顯
『貳』 致遠期貨：多因子模型和統計套利模型有什麼本質區別
2009年以來，一股「量化抄基金」的熱潮悄然掀起，中海基金、長盛基金、光大保德和富國基金先後推出了自己的量化產品，而富國正在推出的富國300增強基金還屬於第一隻增強型的指數基金，就是因為量化概念的引入。關於量化基金，國際資本市場，尤其是美國市場已經有了長足的發展並形成了相當的規模，量化基金通過數理統計分析，選擇那些未來回報可能會超越基準的證券進行投資，以期獲取超越指數基金的收益。區別於普通基金，量化基金主要採用量化投資策略來進行投資組合管理，總的來說，量化基金採用的策略包括：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、資產配置等。
『叄』 上投動態多因子基金最近怎麼跌這么多
上投摩根動態多因子是一隻「高純度」的量化基金，採用綜合篩選常規因子和大數據因子的分析方法，通過有效性檢驗從近100個數據因子篩選出40多個常用因子，每月精選10個左右核心因子，囊括了市場資金面、政策面、基本面、投資者情緒以及交易數據等多方面，靈活實現倉位調整和風格切換，更加精準地把握市場熱點。
隨著互聯網大數據技術的出現，量化投資策略更加成熟，也更具科學性和邏輯性，同時，多因子投資策略採用定量分析，適應多種市場風格，倉位調整更靈活，根據擇時模型及時調整，更重要的是，通過數量化模型可以減少個人情緒及主觀判斷帶來的負面影響，從而提高選股效率，因此風格表現相對穩健，優勢凸顯
『肆』 量化選股策略是什麼多因子模型是什麼
量化選股就是利用數量化的方法選擇股票組合，期望該股票組合能夠獲得超越基準收益率的投資行為，研究表明，板塊、行業輪動在機構投資者的交易中最為獲利的盈利模式是基於行業層面進行周期性和防禦性的輪動配置，這也是機構投資者最普遍採用的策略。此外，周期性股票在擴張性貨幣政策時期表現較好，而在緊縮環境下則支持非周期性行業。行業收益差在擴張性政策和緊縮性政策下具有顯著的差異。
多因子模型是應用最廣泛的一種選股模型，基本原理是採用一系列的因子作為選股標准，滿足這些因子的股票則被買入，不滿足的則賣出。多因子模型相對來說比較穩定，因為在不同市場條件下，總有一些因子會發揮作用。
『伍』 中經國投多因子量化投資中心的法人是誰
法人
『陸』 為什麼運用因子分析的方法做投資價值的研究
行業的市場表現受到宏觀經濟、行業經營周期、行業基本面以及市場本身等因素的影響，行業多因子模型就是通過對這些因素進行量化描述，分析其與行業市場表現的相關性，提取若干具有顯著影響的因子構建行業投資價值的分析評估體系。
經濟增長、商業周期、通貨膨脹、預期收益率等宏觀行業因素對各個行業產生不同的影響。周期性行業對於經濟增長、貨幣信貸的敏感性強於消費型行業；成長型行業對於市場預期收益率的敏感性高於收入或價值性行業；可選消費行業對於通貨膨脹的敏感度高於必需消費行業。宏觀行業指標數據的統計口徑往往在表徵基本面運行狀態上考慮得更多，而對於投資來說這些數據需要進行處理，排除干擾分離出更為有用的信息，或者將數據組合起來進行觀察。比如，貨幣供應量M2和M1的剪刀差反映了貨幣的活化程度；PPI和原材料購進價格之間的剪刀差反映了製造業盈利空間的變化；原材料庫存和產成品庫存之間的剪刀差又反映了庫存周期缺口等等。國際上著名的宏觀因素模型BIRR模型中的宏觀指標都經過符合邏輯的處理與調整，用公司債與政府債的息差反映市場的風險偏好，用長期政府債與短期國債的息差反映投資者預期收益率。
受宏觀經濟周期和產業周期的影響，行業的發展態勢不僅反映在成長速度、盈利能力、運營能力、收益質量等基本面指標上，還反映在分析師對行業成份公司的預期和市場估值層面，並最終體現在市場價格上。需要通過對行業的財務指標、市場預期、估值水平等因素的綜合分析，尋找行業的投資機會。通常情況下，預期增長快的行業處於行業景氣向上的周期中；毛利率高的行業占據著產業鏈中的優勢地位，具有較高的議價能力；周轉率較高的行業具有較高的資源使用效率。這也反映了公司經營最關鍵的因素，即量、價和速度。在過去的幾年裡，白酒行業從營收增長到毛利率，再到凈資產收益率的平均水平都高於多數其他行業，二級市場股價表現持續超越大盤。行業的基本面因素情況決定了行業中長期的市場表現，行業的估值水平則是影響行業短期表現的重要影響因素。由於行業收益的高低以及彈性特徵不同，各行業的平均估值水平和波動幅度有著固有的差異，降低行業間固有差異的干擾後，有助於幫助投資者把握短期行業的市場表現。
投資者經常說「強者恆強」和「皮球從高處落下總要彈幾下」，分別對應的是量化投資領域中的動量和反轉兩種不同股價運行模式。在行業層面，看似矛盾的動量與反轉效應普遍存在，並對應著不同的市場運行邏輯：宏觀及行業周期是行業基本面變化的主要推動因素，因此行業的市場表現具有較強的持續性；在行業投資中也經常遇見先期跌幅較大的行業未來一段時間有相當的漲幅。這種動量和反轉效應還夾雜著整個宏觀經濟冷暖導致的股市整體表現，將將市場整體波動從行業層面剝離，行業之間的動量和反轉效應更為明顯。
行業多因子模型的關鍵在於因子的選擇，不僅需要有普適的邏輯關系，還要有對指標的含義進行深度解讀，更要使用合適的數學方法進行規整，才能從繁雜的影響因素里發現市場的規律，分析行業投資價值，制定更為客觀可靠的投資決策。
『柒』 什麼是多因子選股
市場上的投資者，不管是價值投資者，還是投機者，或者短線交易者，都會根據某些因子來判斷股票的漲跌。當有一群交易者同時採用某個因子的時候，就造成該因子有效。
多因子模型是一類重要的選股模型，它的優點是能夠綜合很多信息最後得出一個選股結果。多因子模型的表現相對來說也比較穩定，因為在不同的市場情況下，總有一些因子會發揮作用。因此，在量化投資界，不同的投盜者和研究者都開發了很多不同的多因子模型。各種多因子模型核心的區別一是在因子的選取上，二是在如何用多因子綜合得到一個最終的判斷。
多因子選股python模型策略源碼請參考：網頁鏈接
『捌』 哪位推薦一個能夠做量化投資的軟體嗎
量化炒股的話關注（名Z）是用數據分析實際數據展現市場情況的，數據選股、風控，計算機來的比較真實，還有7年日內交易的研發經驗，對於做差價特別實用
『玖』 喬治·索羅斯寫過一本叫《量化投資》的書嗎
一下內容純手打
證券分析方法主要分三種：
一是基本面分析，代表作《證券分析》《價值投資》，代表任務「巴菲特」；
二是技術面分析，代表做《趨勢技術分析》《道瓊斯理論》等，注重短期投資，索羅斯屬於短期投機類型，但是沒有任何資料顯示他的投資流派屬於純粹的技術面分析，可能的情況是上述兩種都有。今年的而貝爾經濟學得主法瑪提出的」有效市場假說「某一種程度上，否定了技術面分析。
三是量化分析，美國近幾十年興起的一種方法，典型的代表人物是西蒙斯。
中國國內的量化投資的研究還比較少，量化投資的基金以及機構也不夠普遍，切主要集中於香港地區。原因之一是，國內金融金融市場沒有完全開放，金融產品匱乏。美國市場的金融產品多達幾萬種，而國內只有兩百多種。
關於量化投資的書，國內國外都有很多，主要集中與國外，國內學者大多是對國外技術的學習。當然，如果你是初學者，建議你還是從國內的相關書籍開始學起。
如果有一本書，叫《量化投資》，我敢保證你看了一定學不到什麼東西，丁鵬的《量化投資》就是這樣，只是對現在主要方法以及模型的簡單介紹。用於同行業交流也許會有些價值。書籍內容從：量化選股、量化擇時、到套利什麼什麼的，基本上都是簡單的介紹，可以當作課外讀物，了解一下什麼叫量化投資。如果你真的想學到什麼東西，直接網路文庫：量化選股、多因子選股等詞，你會看到無數國內證券機構對市場的量化研究。而且資料詳細。可是，你學不到最根本的原理。
原因如下：
進行量化分析，必須至少具備兩種能力：
一、扎實且足夠的數學、統計學基礎，用於理論上的金融建模；
二、能夠使用相關計量軟體進行數據分析或者模型求解等。
這兩個要求一般人很難到達，所以證券從業的教材認為難度大是量化投資的一個很大局限性。
如果樓主對量化投資有興趣，我可以推薦一些教材給你：
如果僅僅是想了解一下： 丁鵬《量化投資》，書很貴，個人認為沒什麼實用價值。可以有個簡單的系統的認識；
如果是想學習並且能在實際中運用，建議如下：
數學方面：
《微積分》 到高級《高級微積分》
《線性代數》《非線性代數》
《概率論與數理統計》《概率、隨機變數、隨機過程》
《離散數學》《運籌學》《統計學》
金融理論上
《計量經濟學基礎》《計量經濟分析》
《數量金融學》《金融時間序列分析》
。。。。還有很多很多
以及其他金融知識基礎
建模方面
這類的書，我看的不多哦，你自己網路一下，或者找個圖書館看看
計算機軟體
C 和 C++ 至少學一個，SQL 建議學一點
建模軟體主要有：MATHEMATICA MATLAB SAS SAC R Eviews GAMS 等等等等，終於哪些海外基金用的是哪一種，或者是不是自己做的專用軟體，我就不知道了。
不過，上述的軟體，肯定是可以滿足個人的研究需求的。這個，你選幾種學一學還是可以的。
一個人，想要精通上述全部，應該是很難的，所以，註定了，量化分析的方法，單個的普通人很難完成。
量化投資起源與上世紀美國政府大幅度削減了對物理航天業經費自持，導致很多搞火箭的科學家、數學家下崗。於是他們流入金融行業（收入高），利用自己對數學、計算機的優勢，使用原先用於火箭的建模預測證券市場，發現有著顯著成效。當然，這些模型的前提是，現代金融理論的奠基，以及數量金融的發展。
因此，我個人對量化投資的理解是：金融界的火箭科學家，傳統的分析方法，只用看某一或某幾個指標，根據歷史經驗或者主觀的客觀的XXOO判斷證券的未來走勢，但是量化分析，首先建立合理的數學模型，然後藉助計算機運用某些XX的演算法，分析求解，難度相對於傳統的方法難很多。
如果你想比較淺顯的掌握，用於投資決策的參考
那量化分析，也沒有想想中的那麼高深，它本質上是一種金融的建模，本質上，常用的方法還是統計專業的那幾個 ，什麼 回歸分析，線性規劃 ，相關性，時間序列等等等。。。我看了丁鵬的書，大致上認為他是用了這些方法。所以你只用把應用數學學好就好了。
還有一些像遺傳演算法、神經網路這些他的書裡面也提到了，屬於現代演算法，這些方法比較小，難度大，但是我猜只有學術界會用這些方法，因為現代演算法在實際運用中還不夠成熟，預測經常不準確。
表述有些亂，不過大致也只能寫成這樣了。
最後：和量化分析相關的專業主要有三個：
金融專業：金融工程；
數學專業：統計、應用數學；
計算機專業
這些專業的就業方向是可以面向量化分析的
『拾』 匯添富成長多因子量化策略股票基金怎麼樣
1、匯添富成長多因子量化策略股票基金主要投資於成長型行業的股票，採用基金管理人的金融工程團隊開發的多因子量化策略進行選股。在本基金的投資過程中，將控制股票投資組合與業績比較基準指數的結構性偏離，以期在長期實現持續超越業績比較基準收益率的投資目標。本基金在股票投資過程中將堅持量化模型驅動的投資決策流程，強調投資紀律、降低隨意性投資帶來的風險，力爭基金資產長期穩定增值。
2、該基金對行業成長性的劃分主要基於行業的估值水平，由於市場對成長型行業的未來發展有較好的預期，因而這些行業的估值相對較高，而價值型行業的估值相對較低。本基金具體通過市凈率指標對申萬一級行業進行成長性和價值性劃分。將市凈率排名位於前1/4的行業定義為「典型成長」行業；將市凈率排名位於後1/4的行業定義為「典型價值」行業；而市凈率排名位於中間1/2的行業，由於兼具成長性與價值性，定義為「兼具成長和價值」的行業。本基金將「典型成長」行業和「兼具成長和價值」的行業統一定義為成長型行業。