⑴ 量化投資方面,有哪些好的論壇或者網站
微量網不錯,
微量網是國內頂尖的量化投資策略在線交易平台,策略提供者和理財投資者的對接平台。網站集投資策略研發、銷售、交易為一體,投資者無需安裝軟體,通過網頁或手機控制雲端的交易賬戶,運行投資策略,進行7*24小時無人值守的全自動交易。使命:微量網致力於打造安全、便捷的策略交易平台,帶來簡單、極致、高效的理財投資體驗。願景:建立理財投資者與策略提供者之間的橋梁。
這個平台上有各種各樣的策略,主要是針對國內外交易所的品種,同時配合還有用戶論壇,便於策略師和用戶間交流,一邊用策略一邊看大家的討論,感覺比較爽一些,也是邊用邊看。
再補充2個個人覺得不錯的:
elitetrader
EliteTrader.com is a group of financial traders that helpeach other
work through the tough and lonely journey of tradingprofitably. Our
members learn faster, develop new relationships, and avoidcostly
mistakes through daily collaboration.
這里討論的話題比較全,很棒!
Collective2
collective2.com 19,000 traders. 58,000 strategies.
Copy the world's best traders in your brokerage account.
Choose your trade leader
Then Follow their trades automatically.
國內使用的話建議使用微量網確實是很不錯的量化投資網站。希望可以幫助題主。
⑵ UP量化炒股安全衛士的特色功能
九宮圖以九個方格將個股的九大重要信息簡潔明了的呈獻給用戶,包括評級安全、資金流向、網路輿情、估值安全、控盤力度、個股研報、趨勢安全、資金動力、行業研報,用戶只需一鍵,就可以在幾分鍾內了解股票的情況。
用戶只需在走勢圖界面點擊股票名稱右側的「九宮圖」,軟體會自動彈出九宮圖窗口。
大盤風向的用來判斷當前大盤所處的風險區域而專門設計的功能,用三種簡單的顏色將大盤分為安全投資區、謹慎投資區、風險投資區三部分,用戶可以清楚的知道當前大盤所處的投資區。
Thismis評級是國家商務部研究院信用評級與認證中心發布的上市公司財務安全評級和投資價值評級,是國內惟一的權威第三方評級數據,這類信息數據一直以來只提供給機構投資者使用,將幫助廣大個人投資者提升對上市公司財務狀況的分析能力。
商務部研究院評級與認證中心是目前國內唯一的、官方的對所有上市公司進行第三方評級認證的機構。Themis上市公司財務安全評級是目前中國唯一一家機構對所有A股上市公司進行的評級。
UP投資被國家權威機構商務部研究院信用評級與認證中心獨家授權,發布A股上市公司財務安全評級與投資價值評級。
3.1.Themis評級用法
只需點擊「Thismis評級安全」選項中的「商務部研究院評級查詢」,即會彈出上市公司的Thismis評級信息。
3.2 商務部研究院評級查詢
Thismis上市公司財務安全評級共分為六個部分:
1、公司財務安全趨勢預測,通過快升、略升、平穩、略降、快降指標體現上市公司的財務安全趨勢;
2、公司財務安全評級,顯示上市公司所屬行情的發展趨勢,並對下季度行業趨勢做出預期,輔助投資者決策; 財務安全預測評級(環比)是將該公司各季度財務安全評級結果數據進行排列展示。
公司財務安全預測是通過Themis純定量異常值評級分析技術,對該上市公司多年期和本期財務報表數據進行分析評估,並對該公司未來期間財務安全等級和得分等趨勢的預測。
3、公司財務安全評級預測,通過評分和星數顯示公司財務安全預測
投資價值等級分為五個星級:星級從低到高分別為☆星級、☆☆星級、☆☆☆星級、☆☆☆☆星級、☆☆☆☆☆星級。
4、公司價值投資趨勢預測,通過快升、略升、平穩、略降、快降幫助用戶判斷未來的公司價值變動;
5、 公司價值投資趨勢評級,通過每季的柱狀圖顯示公司價值投資趨勢評級;
企業價值投資預測分析是對該上市公司所在行業總體走勢、公司當前財務安全狀況、財務安全趨勢分析等結果的綜合評估,預測該企業未來期間價值投資趨勢,用於對上市公司的價值投資指導。
投資趨勢評級圖投資價值預測等級是通過Themis純定量異常值評級分析技術,對該上市公司價值投資進行預測,並通過等級的方式反映該公司未來期間價值投資狀況。價值投資等級越高,說明企業的投資價值越高。
投資價值等級分為五個星級:星級從低到高分別為☆星級、☆☆星級、☆☆☆星級、☆☆☆☆星級、☆☆☆☆☆星級。
投資價值預測得分
投資價值預測得分是通過Themis純定量異常值評級分析技術,對該上市公司價值投資進行預測,並通過分數的方式反映該公司未來期間價值投資狀況。價值投資分數越高,說明企業的投資價值越高。
得分和星級對應關系為:
☆星級對應≤19分;
☆☆星級對應20分-39分;
☆☆☆星級對應40分-59分;
☆☆☆☆星級對應60分-79分;
☆☆☆☆☆星級對應80分-100分。
6、公司價值投資預測,通過評分和星數顯示公司的投資價值
公司投資價值趨勢預測是在對比該公司往期數據後,對該公司下季度投資價值趨勢進行的預測。
投資價值預測評級(環比):
投資價值預測評級(環比)是將該公司最近各季度投資價值評級結果數據進行排列展示。
投資價值預測評級(同比):
投資價值預測評級(同比)是將該公司往年同季度投資價值評級結果數據進行排列展示。
7、所在行業投資趨勢預測,通過快升、略升、略降、快降顯示公司所在行業投資趨勢。
行業投資趨勢預測:
行業投資趨勢預測是對行業財務安全指數多年期數據對比分析評估,預測該行業未來期間整體財務投資發展趨勢,用於對行業進行投資選擇的指導。
快升 : 正面。該行業在下季度行業財務安全總體走勢快速上升,可加大對該行業投資。
略升 : 正面。該行業在下季度行業財務安全總體走勢略有上升,可適當加大對該行業投資。
略降 : 負面。該行業在下季度行業財務安全總體走勢略有下降,應適當減少對該行業投資。
快降 : 負面。該行業在下季度行業財務安全總體走勢快速下降,應減少對該行業投資。
8、所在行業投資趨勢預測綜述,通過統計出來的數字向投資者揭示未來公司可能存在的風險.
通過對每隻股票所有機構和分析師的研報、評級進行綜合評估,過濾掉少數不一致觀點,之後得出代表了市場大多數機構和分析師的主流觀點,稱之為個股一致性預期。
用戶只需點擊「動態估值」選項中的「動態估值查詢」,軟體會彈出上市公司的個股一致性預期數據
4.1 EPS預期變動圖用
白色線代表個股價格走勢;
黃色線代表當前一致性預期的每股收益(EPS)值;
藍色線代表下一年度一致性預期的每股收益值。
使用法則一:觀察白線與黃、藍線之間的距離,可直觀發現當前個股價格是否被高估或低估。
1、如白線在藍線上方,則說明個股價格已高估,需要注意風險;
2、如白線在藍線與黃線中間,則說明估值較為合理;個股股價正常,未來有上升空間,處於安全狀態;
3、如白線在藍色線和黃色線下方,則說明股價明顯低估,此時價格具有較大安全性。
使用法則二:觀察藍色線和黃色線的運行方向,可直觀發現當前個股未來增長預期是否上升。
1、藍色線及黃色線上升,則說明未來EPS將明顯增長,股價成長空間大;
2、藍色線及黃色線平行,則說明未來EPS較平穩,該股業績正常;
3、藍色線及黃色線下降,則說明未來EPS下降,該股業績增長乏力。
個股資金排序是資金羅盤的排序功能,可以按照「資金凈流入」、「資金凈流入佔比」等資金指標對兩市的個股進行排序,篩選出資金凈流入量大、資金凈流入佔比多的股票。用戶可以點擊相應資金指標對當日個股的資金情況進行排序,也可以選擇「歷史查看」,對最近3日、5日、10日、30日、60日的資金變化進行排序。
5.1 資金流向
用戶只需點擊「多維資金」選項中的「資金流向分析」,即可進入。
在走勢圖的右側股票名稱下方會顯示出資金流向數據,紅色代表流入,綠色代表流出。下方以柱狀圖顯示近階段資金流進流出的整體情況
5.2 資金動力分析
用戶只需點擊多維資金選項中的資金動力分析,即可進入,在走勢圖右側股票名稱的下方底部位置會顯示出資金動力,紅色代表動力強勁,黃色代表資金動力中等,綠色代表資金動力較弱。
5.3 資金控盤度分析
用戶只需點擊多維資金安全選項中的資金控盤度分析,即可進入,在走勢圖右側股票名稱的下方中部位置會顯示出資金控盤度儀表,紅色代表高度控盤,黃色代表平衡控盤,綠色代表無序控盤
傳統操盤線是比較常用的一種判斷個股買賣點的技術指標,可以幫助用戶判斷個股的買賣點。用戶只需點擊個股操作安全選項中的傳統操盤線,股票走勢圖就會切換為傳統操盤線形式,B點代表買點,S點代表賣點。
6.1五星操盤線
五星操盤線是對傳統操盤線的優化,改善了傳統操盤線買賣點准確率低的缺點。五星操盤線對傳統操盤線的買賣點進行星級評測,星級越高表明信號成功率越高,可以幫助用戶判斷個股的買賣點的成功率。用戶只需點擊個股操作安全選項中的五星操盤線,股票走勢圖就會切換為五星操盤線形式,在BS點的下方會出現星級。
6.2個股軌跡 個股軌跡是UP投資獨創的用於測算個股運行規律的特色功能,能對個股的運行的通道、趨勢、支撐、壓力位等進行測算。幫助投資者有效識別個股運行通道和趨勢,並預知個股當前是否高估或低估,測算目標空間及重要股價位置。它由五條軌道線組成,從上到下分別為高位線、壓力線、平衡線、支撐線、低位線。五條軌道會隨著股價變動而自動調整。
個股軌跡功能使用要點
(1)每根軌道線均具有支撐與壓力功能。每根軌道線均代表了個股運行中的重要支撐價位與壓力價位。股價由上向下運行會在軌道線位置受到支撐;股價由下向上運行會在各軌道線位置遇到阻力。高位線和低位線的壓力、支撐最強。
(2)每根軌道線及它們所形成的通道具有趨勢預測功能。軌道線和軌跡通道的運行方向代表股價的趨勢。向上運行說明目前處於上升趨勢,應在回調靠近支撐位時買入;向下運行則說明處於下跌趨勢,應在每次上漲靠近壓力位時賣出。
(3)評估股價是否高估或低估。如果股價靠近低位線,說明當前股價處於低位狀態,隨時准備尋找機會;如果靠近高位線則說明股價處於高位,需要隨時注意防範風險。
(4)評估個股進入極強或極弱狀態。當股價突破高位線時意味著進入極強勢階段,可能有主升浪行情,反之跌破低位線時表明股價進入極弱勢階段,可能持續下跌。
⑶ 什麼是量化投資
你好,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。
⑷ 如何發揮etf套利和量化投資的積極功能
用戶對ETF進行套利和量化投資,有利於ETF基金的價值發現。
但一般都是機構進行套利操作,普通人很難得到這樣的機會。
⑸ 量化投資,如何量化呢
量化投資技術幾乎覆蓋了投資的全過程,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、演算法交易,資產配置,風險控制等。
1·量化選股
量化選股就是採用數量的方法判斷某個公司是否值得買入的行為。根據某個方法,如果該公司滿足了該方法的條件,則放入股票池,如果不滿足,則從股票池中剔除。量化選股的方法有很多種,總的來說,可以分為公司估值法、趨勢法和資金法三大類
2·量化擇時
股市的可預測性問題與有效市場假說密切相關。如果有效市場理論或有效市場假說成立,股票價格充分反映了所有相關的信息,價格變化服從隨機遊走,股票價格的預測則毫無意義。眾多的研究發現我國股市的指數收益中,存在經典線性相關之外的非線性相關,從而拒絕了隨機遊走的假設,指出股價的波動不是完全隨機的,它貌似隨機、雜亂,但在其復雜表面的背後,卻隱藏著確定性的機制,因此存在可預測成分。
3·股指期貨
股指期貨套利是指利用股指期貨市場存在的不合理價格,同時參與股指期貨與股票現貨市場交易,或者同時進行不同期限,不同(但相近)類別股票指數合約交易,以賺取差價的行為,股指期貨套利主要分為期現套利和跨期套利兩種。股指期貨套利的研究主要包括現貨構建、套利定價、保證金管理、沖擊成本、成分股調整等內容。
4·商品期貨
商品期貨套利盈利的邏輯原理是基於以下幾個方面 :
(1)相關商品在不同地點、不同時間對應都有一個合理的價格差價。
(2)由於價格的波動性,價格差價經常出現不合理。
(3)不合理必然要回到合理。
(4)不合理回到合理的這部分價格區間就是盈利區間。
5·統計套利
有別於無風險套利,統計套利是利用證券價格的歷史統計規律進行套利,是一種風險套利,其風險在於這種歷史統計規律在未來一段時間內是否繼續存在。統計套利在方法上可以分為兩類,一類是利用股票的收益率序列建模,目標是在組合的β值等於零的前提下實現alpha 收益,我們稱之為β中性策略;另一類是利用股票的價格序列的協整關系建模,我們稱之為協整策略。
6·期權套利
期權套利交易是指同時買進賣出同一相關期貨但不同敲定價格或不同到期月份的看漲或看跌期權合約,希望在日後對沖交易部位或履約時獲利的交易。期權套利的交易策略和方式多種多樣,是多種相關期權交易的組合,具體包括:水平套利、垂直套利、轉換套利、反向轉換套利、跨式套利、蝶式套利、飛鷹式套利等。
7·演算法交易
演算法交易又被稱為自動交易、黑盒交易或者機器交易,它指的是通過使用計算機程序來發出交易指令。在交易中,程序可以決定的范圍包括交易時間的選擇、交易的價格、甚至可以包括最後需要成交的證券數量。根據各個演算法交易中演算法的主動程度不同,可以把不同演算法交易分為被動型演算法交易、主動型演算法交易、綜合型演算法交易三大類。
8·資產配置
資產配置是指資產類別選擇,投資組合中各類資產的適當配置以及對這些混合資產進行實時管理。量化投資管理將傳統投資組合理論與量化分析技術的結合,極大地豐富了資產配置的內涵,形成了現代資產配置理論的基本框架。
它突破了傳統積極型投資和指數型投資的局限,將投資方法建立在對各種資產類股票公開數據的統計分析上,通過比較不同資產類的統計特徵,建立數學模型,進而確定組合資產的配置目標和分配比例。
⑹ 為什麼要進行量化投資選股
量化策略來自於歷史經驗,它通過對數據精確的計算來發現並利用投資市場歷史上所展現出來的規律性,並假設這種規律在未來繼續有效。
我們為什麼要進行量化投資?它有什麼相對優勢?
1、從對歷史的認識來看,基本面分析看似全面卻並不見得准確。人的大腦已開發的功能有限,難以正確處理紛繁復雜的海量信息。某些信息被主觀放大,另外一些信息則會被忽略,這很容易導致人們的認知出現偏差甚至是錯誤,這將對未來的投資產生誤導。而計算機對於輸入的全部信息都會平等地加以考察.對 每個因素所發揮的歷史作用都能進行精確的測量,也就是說,它在有限的信息范圍內能做到准確全面的處理。當然,准確全面的程度有賴於使用計算機的人的能力, 但從方法論的角度來說,它無疑是最精確的。
2、從投資決策方面來說,基本面派難以做到足夠的客觀,主觀感性的影響無處不在。即使經歷相似的投資者在面對同樣的信息時也會得出不同的判斷, 同一個人在不同環境中也可能作出完全迥異的操作,顯然人為主觀因素(包括喜好、心情、性格等)都產生了非常重要的影響。當然這並不是要否定主觀感性,而是想說明人為主觀很可能會使得投資者放棄理性的思考,扭曲對客觀事實的理解。而冷冰冰的計算機程序足以克服人性的弱點,它能夠非常忠實地執行模型開發者所完成的理性的研究成果,而不受其他因素的干擾。同樣的信息輸入,它得出的結論是唯一的、明確的,並且足夠客觀、足夠理性。
3、量化投資可以大大減輕人腦的負荷,幫助人們進行更高效的投資。計算機程序可以同時處理大量的信息。例如數量選股模型可以在輸入千萬個數據後 快速批量地輸出股票組合,而人腦如果要選出同樣的組合恐怕需要好幾個月的辛勤勞作,卻並不見得能取得更好的成績。另外計算機還能不知疲倦地工作,這會顯著提高投資者把握機會的幾率。
因此,開展量化方面的投資和研究是非常有必要的,它將對傳統投資起到非常好的補充和提升作用。我們不可因為長期資本管理公司的破產就產生恐俱心理,而致因噎廢食。量化模型是很優秀的投資工具,結果好壞的關健在於開發者和使用者如何運用,而不應歸咎於量化手段本身。參考雲掌財經!
⑺ 量化分析的量化投資策略
量化投資技術幾乎覆蓋了投資的全過程,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、演算法交易,資產配置,風險控制等。
1·量化選股
量化選股就是採用數量的方法判斷某個公司是否值得買入的行為。根據某個方法,如果該公司滿足了該方法的條件,則放入股票池,如果不滿足,則從股票池中剔除。量化選股的方法有很多種,總的來說,可以分為公司估值法、趨勢法和資金法三大類
2·量化擇時
股市的可預測性問題與有效市場假說密切相關。如果有效市場理論或有效市場假說成立,股票價格充分反映了所有相關的信息,價格變化服從隨機遊走,股票價格的預測則毫無意義。眾多的研究發現我國股市的指數收益中,存在經典線性相關之外的非線性相關,從而拒絕了隨機遊走的假設,指出股價的波動不是完全隨機的,它貌似隨機、雜亂,但在其復雜表面的背後,卻隱藏著確定性的機制,因此存在可預測成分。
3·股指期貨套利
股指期貨套利是指利用股指期貨市場存在的不合理價格,同時參與股指期貨與股票現貨市場交易,或者同時進行不同期限,不同(但相近)類別股票指數合約交易,以賺取差價的行為,股指期貨套利主要分為期現套利和跨期套利兩種。股指期貨套利的研究主要包括現貨構建、套利定價、保證金管理、沖擊成本、成分股調整等內容。
4·商品期貨套利
商品期貨套利盈利的邏輯原理是基於以下幾個方面 :(1)相關商品在不同地點、不同時間對應都有一個合理的價格差價。(2)由於價格的波動性,價格差價經常出現不合理。(3)不合理必然要回到合理。(4)不合理回到合理的這部分價格區間就是盈利區間。
5·統計套利
有別於無風險套利,統計套利是利用證券價格的歷史統計規律進行套利,是一種風險套利,其風險在於這種歷史統計規律在未來一段時間內是否繼續存在。統計套利在方法上可以分為兩類,一類是利用股票的收益率序列建模,目標是在組合的β值等於零的前提下實現alpha 收益,我們稱之為β中性策略;另一類是利用股票的價格序列的協整關系建模,我們稱之為協整策略。
6·期權套利
期權套利交易是指同時買進賣出同一相關期貨但不同敲定價格或不同到期月份的看漲或看跌期權合約,希望在日後對沖交易部位或履約時獲利的交易。期權套利的交易策略和方式多種多樣,是多種相關期權交易的組合,具體包括:水平套利、垂直套利、轉換套利、反向轉換套利、跨式套利、蝶式套利、飛鷹式套利等。
7·演算法交易
演算法交易又被稱為自動交易、黑盒交易或者機器交易,它指的是通過使用計算機程序來發出交易指令。在交易中,程序可以決定的范圍包括交易時間的選擇、交易的價格、甚至可以包括最後需要成交的證券數量。根據各個演算法交易中演算法的主動程度不同,可以把不同演算法交易分為被動型演算法交易、主動型演算法交易、綜合型演算法交易三大類。
8·資產配置
資產配置是指資產類別選擇,投資組合中各類資產的適當配置以及對這些混合資產進行實時管理。量化投資管理將傳統投資組合理論與量化分析技術的結合,極大地豐富了資產配置的內涵,形成了現代資產配置理論的基本框架。它突破了傳統積極型投資和指數型投資的局限,將投資方法建立在對各種資產類股票公開數據的統計分析上,通過比較不同資產類的統計特徵,建立數學模型,進而確定組合資產的配置目標和分配比例。
⑻ 量化投資的主要方法和前沿進展
量化投資是通過計算機對金融大數據進行量化分析的基礎上產生交易決策機制。設計金融數學和計算機的知識和技術,主要有人工智慧、數據挖掘、小波分析、支持向量機、分形理論和隨機過程這幾種。
1.人工智慧
人工智慧(Artificial Intelligence,AI)是研究使用計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規劃等)的學科,主要包括計算機實現智能的原理、製造類似於人腦智能的計算機,使計算機能實現更高層次的應用。人工智慧將涉及計算機科學、心理學、哲學和語言學等學科,可以說幾乎是自然科學和社會科學的所有學科,其范圍已遠遠超出了計算機科學的范疇,人工智慧與思維科學的關系是實踐和理論的關系,人工智慧是處於思維科學的技術應用層次,是它的一個應用分支。
從思維觀點看,人工智慧不僅限於邏輯思維,還要考慮形象思維、靈感思維才能促進人工智慧的突破性發展,數學常被認為是多種學科的基礎科學,因此人工智慧學科也必須借用數學工具。數學不僅在標准邏輯、模糊數學等范圍發揮作用,進入人工智慧學科後也能促進其得到更快的發展。
金融投資是一項復雜的、綜合了各種知識與技術的學科,對智能的要求非常高。所以人工智慧的很多技術可以用於量化投資分析中,包括專家系統、機器學習、神經網路、遺傳演算法等。
2.數據挖掘
數據挖掘(Data Mining)是從大量的、不完全的、有雜訊的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道的,但又是潛在有用的信息和知識的過程。
與數據挖掘相近的同義詞有數據融合、數據分析和決策支持等。在量化投資中,數據挖掘的主要技術包括關聯分析、分類/預測、聚類分析等。
關聯分析是研究兩個或兩個以上變數的取值之間存在某種規律性。例如,研究股票的某些因子發生變化後,對未來一段時間股價之間的關聯關系。關聯分為簡單關聯、時序關聯和因果關聯。關聯分析的目的是找出資料庫中隱藏的關聯網。一般用支持度和可信度兩個閾值來度量關聯規則的相關性,還不斷引入興趣度、相關性等參數,使得所挖掘的規則更符合需求。
分類就是找出一個類別的概念描述,它代表了這類數據的整體信息,即該類的內涵描述,並用這種描述來構造模型,一般用規則或決策樹模式表示。分類是利用訓練數據集通過一定的演算法而求得分類規則。分類可被用於規則描述和預測。
預測是利用歷史數據找出變化規律,建立模型,並由此模型對未來數據的種類及特徵進行預測。預測關心的是精度和不確定性,通常用預測方差來度量。
聚類就是利用數據的相似性判斷出數據的聚合程度,使得同一個類別中的數據盡可能相似,不同類別的數據盡可能相異。
3.小波分析
小波(Wavelet)這一術語,顧名思義,小波就是小的波形。所謂「小」是指它具有衰減性;而稱之為「波」則是指它的波動性,其振幅正負相間的震盪形式。與傅里葉變換相比,小波變換是時間(空間)頻率的局部化分析,它通過伸縮平移運算對信號(函數)逐步進行多尺度細化,最終達到高頻處時間細分,低頻處頻率細分,能自動適應時頻信號分析的要求,從而可聚焦到信號的任意細節,解決了傅里葉變換的困難問題,成為繼傅里葉變換以來在科學方法上的重大突破,因此也有人把小波變換稱為數學顯微鏡。
小波分析在量化投資中的主要作用是進行波形處理。任何投資品種的走勢都可以看做是一種波形,其中包含了很多噪音信號。利用小波分析,可以進行波形的去噪、重構、診斷、識別等,從而實現對未來走勢的判斷。
4.支持向量機
支持向量機(Support Vector Machine,SVM)方法是通過一個非線性映射,把樣本空間映射到一個高維乃至無窮維的特徵空間中(Hilbert空間),使得在原來的樣本空間中非線性可分的問題轉化為在特徵空間中的線性可分的問題,簡單地說,就是升維和線性化。升維就是把樣本向高維空間做映射,一般情況下這會增加計算的復雜性,甚至會引起維數災難,因而人們很少問津。但是作為分類、回歸等問題來說,很可能在低維樣本空間無法線性處理的樣本集,在高維特徵空間中卻可以通過一個線性超平面實現線性劃分(或回歸)。
一般的升維都會帶來計算的復雜化,SVM方法巧妙地解決了這個難題:應用核函數的展開定理,就不需要知道非線性映射的顯式表達式;由於是在高維特徵空間中建立線性學習機,所以與線性模型相比,不但幾乎不增加計算的復雜性,而且在某種程度上避免了維數災難。這一切要歸功於核函數的展開和計算理論。
正因為有這個優勢,使得SVM特別適合於進行有關分類和預測問題的處理,這就使得它在量化投資中有了很大的用武之地。
5.分形理論
被譽為大自然的幾何學的分形理論(Fractal),是現代數學的一個新分支,但其本質卻是一種新的世界觀和方法論。它與動力系統的混沌理論交叉結合,相輔相成。它承認世界的局部可能在一定條件下,在某一方面(形態、結構、信息、功能、時間、能量等)表現出與整體的相似性,它承認空間維數的變化既可以是離散的也可以是連續的,因而極大地拓展了研究視野。
自相似原則和迭代生成原則是分形理論的重要原則。它表示分形在通常的幾何變換下具有不變性,即標度無關性。分形形體中的自相似性可以是完全相同的,也可以是統計意義上的相似。迭代生成原則是指可以從局部的分形通過某種遞歸方法生成更大的整體圖形。
分形理論既是非線性科學的前沿和重要分支,又是一門新興的橫斷學科。作為一種方法論和認識論,其啟示是多方面的:一是分形整體與局部形態的相似,啟發人們通過認識部分來認識整體,從有限中認識無限;二是分形揭示了介於整體與部分、有序與無序、復雜與簡單之間的新形態、新秩序;三是分形從一特定層面揭示了世界普遍聯系和統一的圖景。
由於這種特徵,使得分形理論在量化投資中得到了廣泛的應用,主要可以用於金融時序數列的分解與重構,並在此基礎上進行數列的預測。
6.隨機過程
隨機過程(Stochastic Process)是一連串隨機事件動態關系的定量描述。隨機過程論與其他數學分支如位勢論、微分方程、力學及復變函數論等有密切的聯系,是在自然科學、工程科學及社會科學各領域中研究隨機現象的重要工具。隨機過程論目前已得到廣泛的應用,在諸如天氣預報、統計物理、天體物理、運籌決策、經濟數學、安全科學、人口理論、可靠性及計算機科學等很多領域都要經常用到隨機過程的理論來建立數學模型。
研究隨機過程的方法多種多樣,主要可以分為兩大類:一類是概率方法,其中用到軌道性質、隨機微分方程等;另一類是分析的方法,其中用到測度論、微分方程、半群理論、函數堆和希爾伯特空間等,實際研究中常常兩種方法並用。另外組合方法和代數方法在某些特殊隨機過程的研究中也有一定作用。研究的主要內容有:多指標隨機過程、無窮質點與馬爾科夫過程、概率與位勢及各種特殊過程的專題討論等。
其中,馬爾科夫過程很適於金融時序數列的預測,是在量化投資中的典型應用。
現階段量化投資在基金投資方面使用的比較多,也有部分投資機構合券商的交易系統應用了智能選股的技術。
⑼ 證券投資對國家經濟建設有什麼積極作用
證券投資對國家經濟建設有著重要的積極作用。首先。是對於經濟數據GDP的直接拉動,GDP的增幅由投資,消費,出口三大馬車組成。其次,證券投資的融資功能作用將大大增強企業及工廠的再生產。最後,堅持長期的證券投資理念將為人們帶來豐厚的利潤回報。