黎海威中国的量化投资刚刚开始

⑴ 量化投资在中国前景如何

在 国 内 ，量化 交易的 相 对前 景 是 非 常好的。 近 些 年经 济 转 型， 实体 哀 嚎一篇 ， 还 有 很 多回 老人 等着 吃 饭， 你 凭 什 么超 过 别人。而 量 化在国内答尚且 还 是 年 轻的行业 ，有 你 发 展的 空 间 。 你 现 在需 要 勇 气 和 正确的道 路。 早点 接触米 筐 量化交 易平 台对 你 的职 业 发展助 力无 穷 。

⑵ 什么是量化投资

你好，量化投资，简单地说就是利用数学、统计学、信息技术的量化投资方法来管理投资组合。

⑶ 首席投资官丁鹏是谁

他是中国量化投资领域的开拓者与奠基者，他编著的《量化投资-策略与技内术》，是国内第一本容有关量化投资策略方面的教材，已经成为业内启蒙读物。

他同时还是《大数据金融丛书》主编，截止2016年中，已经出版十余本，深刻的推动了金融行业的发展。[2]

他同时还是CCTV特邀嘉宾、第一财经《解码财商》资深解码人、《财经》《财新》《中国金融报》等顶级传媒的撰稿人，发表多篇有深度的文章，深刻的影响了整个行业。[3]

他同时还是清华大学、北京大学、中国人民大学、中央财经大学、上海交通大学、南方科技大学等顶尖学府的讲座教授，开设多次讲座，深得学子好评。[3]

他还担任’金麟’量化投资与对冲基金年会（系列）主席，‘宽客天下’对冲基金会议（系列）学术委员会主席，中国量化投资高峰会议（系列）学术委员，是业内具有崇高威望的专家。

⑷ 中国现在量化投资靠谱吗

我本身做美来国股市的，对国内源市场只能是比较了解。美国那边确实有华人在做中国国内市场的量化投资。这些人都比较低调，比如在经贸大厦租个办公室什么的，但是并不谈论自己在做什么。我也认识几位在广州做了四五年的朋友。

单纯的量化投资是可行的，都是看期望和概率，影响因子很多。主要在CTA用，当然模型会复杂些，工具也多些（比如说考察两个index的spread，跨区等等）。这种相对低频的量化投资可以移植到中国二级市场上。很多人误以为大量的内幕交易和市场操纵会阻碍量化投资，其实不然。量化投资最大的敌人是市场有效，最怕完全效率市场。只要交易所披露信息及时，而市场总有人在交易，有人性在，那么量化投资就是可以做的。另外，基于量化指标的回测统计方法在中国远没有得到广泛使用，大多数投资者采用跟风投资或K线图形的策略。也正因为很少有人用这种方法买卖股票，这种方法在中国显得真正非常高效，做到了高收益低风险。据我所知，国内京东金融在今年也开始做了，另外实盈机构、爱猫爪APP的量化策略也非常领先。

最后，我认为风靡英美的高频交易在中国目前还不大行，因为手续费太高。

⑸ 黎海威这位基金经理怎么样想买他管理的景顺长城量化精选基金。

黎海威历史业绩出众，截至2015年4月30日，由其担任基金经理的量化基金—景顺长城沪深300指数增强基金最近6个月净值回报达到91.09%，在672个股票型基金中排名前八分之一，业绩值得肯定。

⑹ 量化投资在中国可行吗

单纯的量化投资来是可自行的，最简单的比如说trade trend/mean reverting，比如说通过分析历史数据知道如果股票/期货连涨3天，第四天也会涨（当然一般看期望而不是概率，不过简单说说不用那么精确），那么我就可以自动在三天连续牛市末建仓，第四天末清仓。

⑺ 最近经常听到量化投资这个新名词，究竟是什么意思

量化投资对于指数类效果才明显，才显出其效果！对于应用于其它方面相对比较弱，一句话就是投资市场越成熟越规范，量化投资的作用就越大效果越明显，可以准确投资市场会去到那个点位！

⑻ 量化投资当真可以轻易撬动市场吗

光大交易失误导致市场波动的事件引起了大家的广泛关注。量化投资一时间成为众矢之的，但量化投资当真具备轻易撬动市场的力量吗?事实上，近些年，不论是在美国，日本，还是新兴市场(比如台湾)， 都出现过交易失误，或者某种策略引发市场波动的现象。人们或多或少把它们和量化投资联系起来，这种说法是值得商榷的。 在上市公司数目众多，海量信息充斥市场的时代，投资者需要一种能迅速有效地汇集各种数据，并进行客观分析的投资方法，量化投资是适应了时代的需求而应运而生的。作为一种投资手段，量化投资本身是中性的，真正起作用的是模型背后的人，是“地球上最美丽的花朵”----人的思维。 量化投资本身就包含了很多流派。有以基本面为主，持仓时间在几个月到一年左右的基本面量化;也有注重短期投资，持仓几天到几周，以识别各种形态，找出统计规律的统计套利;甚至日内交易数次甚至几毫秒交易一次，不持仓过夜的高频交易。在投资的资产类别上，有仅投资权益类资产的，也有跨资产类别的。从业人员结构上，基本面量化的以经济， 金融 ，会计的背景为主，而统计套利的以数学，物理，信号处理，统计等背景为主。在模型所用的编程工具上， 简单的比如Excel， 复杂的比如SAS， R， MATLAB， JAVA， C++，有的甚至为了追求计算速度， 直接将程序写在芯片上。 当股价出现异动时，各种类型的量化投资者会有不同的反应。基本面量化的投资者会忽略短期的波动，除非这种波动持续下去会导致基本面的变化;统计套利的投资者会面临两种选择，如果相信趋势会持续，就会跟上去做趋势(trend following)，或者判断为某种噪音或扰动，很快会回到均衡(mean reverting)，就会做反向。这种决策取决于各自的量化模型。做趋势的可能会放大波动，而做反向的反而会抵消这种波动。 具体到统计套利的使用上，主要以投资银行的自营盘和对冲基金为主。虽然套利机会稍纵即逝，需要迅速的执行，他们都有很严格的风险控制。比如，每个策略可以动用的资金量，杠杆比例，止损程度，等等。这些指标都是在实时动态监控，而不是仅仅为了满足盘后结算的需要。 笔者以前工作过的BGI，一直致力于基本面量化投资，其风险控制是非常严格的。每笔交易，从研究员检查模型，基金经理产生交易清单，复核，审批到交易员的执行，对交易进程的跟踪，交易成本的评估都有严谨的流程，并建立在统一的内部平台上。所以，这样的量化投资其核心是控制风险的基础上追求收益，并不具备操纵市场的能量。 作为一个新鲜事物，量化投资在中国备受瞩目，各方都给予了很高的期待。同样的，作为一种投资方式，如果使用不当，的确也会给我们带来新的挑战。我们应该扬长避短，不能将洗澡水和孩子一起泼出去。

⑼ 在中国，做量化交易一天的工作是怎样的

做量化交易一天的工作：

8:00~:00： 打开交易策略，设置一些运营参数

9:00~9:30： 观察策略运转，确保没有问题

9:30~15:30: 解决已有策略的问题并研究新策略，测试新想法

15:30~17:00: 分析交易记录， 确定第二天的交易计划

17:00~18:00: 运动

岗位职责：
分析金融市场（期货、股票等）数据，寻找可利用的机会；开发与维护量化交易策略；提供机器学习/数据挖掘相应的技术支持；

岗位要求：
1.熟练计算机编程能力，熟练掌握至少一门编程语言，python优先；

理工科背景，具有良好的数理统计、数据挖掘等相关知识储备，熟悉机器学习方法（分析科学问题和相应数据，建立模型和方法，验证模型和方法，应用模型和方法并分析结果，改进模型和方法）；

有处理分析大量数据的经验，并能熟练选择和应用数据挖掘和机器学习方法解决科研和工作中的实际问题；良好的自我学习和快速 学习能力，有工作激情，喜欢金融行业；两年及以上实验室研究经验或研发类工作经验优先；

(9)黎海威中国的量化投资刚刚开始扩展阅读

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，

极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。