西蒙斯的大奖章基金的高频策略

❶ 詹姆斯·西蒙斯的大奖章基金用的是什么量化交易模型

他的模型应该是有好几个版本吧，但是具体的透漏的很少，不过他基金回报率真的是很大的数额呢。百分之38左右了，真是策略不少。

❷ 大奖章基金的介绍

大奖章基金大奖章基金成立于1988年3月，是美国私募基金公司文艺复兴科技公司的第一支专基金属产品，产品的基金经理是两位美国著名的数学家：西蒙斯和埃克斯，他们分别于1967年和1976年获得学界最高荣誉，美国数学学会5年一度的伟布伦奖，这是大奖章基金名称的由来。

❸ 量化基金是什么意思

量化基金其实就是抄一种量化投资。量化投资是通过借助统计学、数学方法，运用计算机从海量历史数据中寻找能够带来超额收益的多种“大概率”策略，（策略有量化选股、量化择时、商品期货套利、统计套利、期权套利、资产配置等。）并严格按照这些策略所构建的量化模型来指导投资，其本质是定性投资的数量化实践。
区别于普通基金，量化基金是通过数理统计分析，选择那些回报可能会超越基准的证券进行投资，以期获取超越指数基金的收益，力求取得稳定的、可持续的、高于平均的超额回报。量化基金主要采用量化投资策略来进行投资组合管理，Wind数据显示，Miss摩家的大摩多因子策略近1年净值增长率为10.67%，而同期上证综指仍跌0.89%，前者超出后者11个百分点。
BitOffer全球首推保本保息量化基金，率先进入数字货币理财快车道

❹ 大奖章基金的公司投资策略

20年来，西蒙斯来的复兴科技对冲基金在源全球市场进行交易，并且使用了复杂的数学模型去分析并执行交易，其中很多过程已经完全自动化了。复兴科技公司使用了程序模型来预测那些易于交易的金融工具价格。这些程序模型的建立是在大量数据收集之后，通过寻找那些非随机行为来进行预测。
为了建立这些程序模型，复兴公司雇佣了大量的非金融背景的专业人士，包括数学家，物理学家，社会学家和统计学家。在公司位于东锡托基特的办公室里，有三分之一的雇员都拥有博士学位。 主要通过对历史数据的统计，找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的数学关系，发现市场目前存在的微小获利机会，并通过杠杆比率进行快速而大规模的交易获利。现在大奖章基金的投资组合包含了全球上千种股市以及其他市场的投资标的，模型对国债、期货、货币、股票等主要投资标的的价格进行不间断的监控，并作出买入或卖出的指令。

❺ 做出一个量化策略有多难，这才是真正的量化核心

目前美国华尔街的公司正在大量的购买一种产品，你绝对想不到，这个产品尽然是——GPU，因为如果单纯的比拼“计算量”，GPU的能力要远远大于CPU。
当海外对冲基金的焦点从宏观对冲基金转向量化对冲基金，当索罗斯的名气被数学家西蒙斯超过时，当股神巴菲特年化20%的收益神话被大奖章年化35%（1989-2007）打败时，量化基金的神秘逐渐被投资者所知。
正如电影中所描述的，从事金融，尤其是量化的人不再是传统的金融出身，换成了数学家、统计学家、物理学家甚至是火箭动力学家，就像电影里说的“It’s just all about numbers”。量化好像成为了投资领域的一种高维武器。

❻ 量化基金的简介

目前主要介绍量化投资策略的书籍包括：
（1）《量化投资—策略与版技术》，（丁鹏著/电子权工业出版社/2012年01月），全书用60多个案例，介绍了各种量化策略的细节和公式以及实现方法。
（2）《高频交易》，（（美）奥尔德里奇著，谈效俊等译/2011年05月/机械工业出版社），书中阐述了高频交易的原理、系统和实现方法
（3）《积极投资组合管理》，（（美）格里纳尔德，（美）卡恩著，廖理译/2008-05-01/清华大学出版社），主要介绍如何构建一个积极的投资组合来战胜市场的方法
（4）《解读量化投资》，（忻海著/机械工业出版社/2010年01月），是一本轻松有趣的，介绍量化投资大师西蒙斯和他的大奖章基金的书籍。

❼ 什么是西蒙斯的模型分析技术 哪位达人能介绍一下吗

针对不同市场设计数量化的投资管理模型，并以电脑运算为主导，在全球各种市场上进行短线交易是西蒙斯的成功秘诀。不过西蒙斯对交易细节一直守口如瓶，除了公司的200多名员工之外，没有人能够得到他们操作的任何线索。

对于数量分析型对冲基金而言，交易行为更多是基于电脑对价格走势的分析，而非人的主观判断。文艺复兴公司主要由3个部分组成，即电脑和系统专家，研究人员以及交易人员。西蒙斯亲自设计了最初的数学模型，他同时雇用了超过70位拥有数学、物理学或统计学博士头衔的人。西蒙斯每周都要和研究团队见一次面，和他们共同探讨交易细节以及如何使交易策略更加完善。

作为一位数学家，西蒙斯知道靠幸运成功只有二分之一的概率，要战胜市场必须以周密而准确的计算为基础。大奖章基金的数学模型主要通过对历史数据的统计，找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的数学关系，发现市场目前存在的微小获利机会，并通过杠杆比率进行快速而大规模的交易获利。目前市场上也有一些基金采取了相同的策略，不过和西蒙斯的成就相比，他们往往显得黯然失色。

文艺复兴科技公司的旗舰产品——大奖章基金成立于1988年3月，到1993年，基金规模达到2.7亿美元时开始停止接受新资金。现在大奖章基金的投资组合包含了全球上千种股市以及其他市场的投资标的，模型对国债、期货、货币、股票等主要投资标的的价格进行不间断的监控，并作出买入或卖出的指令。

当指令下达后，20名交易员会通过数千次快速的日内短线交易来捕捉稍纵即逝的机会，交易量之大甚至有时能占到整个纳斯达克市场交易量的10%。不过，当市场处于极端波动等特殊时刻，交易会切换到手工状态。

和流行的“买入并长期持有”的投资理念截然相反，西蒙斯认为市场的异常状态通常都是微小而且短暂的，“我们随时都在买入卖出卖出和买入，我们依靠活跃赚钱”，西蒙斯说。

西蒙斯透露，公司对交易品种的选择有三个标准：即公开交易品种、流动性高，同时符合模型设置的某些要求。他表示，“我是模型先生，不想进行基本面分析，模型的优势之一是可以降低风险。而依靠个人判断选股，你可能一夜暴富，也可能在第二天又输得精光。”

西蒙斯的所作所为似乎正在超越有效市场假说：有效市场假说认为市场价格波动是随机的，交易者不可能持续从市场中获利。而西蒙斯则强调，“有些交易模式并非随机，而是有迹可循、具有预测效果的。”如同巴菲特曾经指出“市场在多数情况下是有效的，但不是绝对的”一样，西蒙斯也认为，虽然整体而言，市场是有效的，但仍存在短暂的或局部的市场无效性，可以提供交易机会。

在接受《纽约时报》采访时，西蒙斯提到了他曾经观察过的一个核子加速器试验，“当两个高速运行的原子剧烈碰撞后，会迸射出数量巨大的粒子。”他说，“科学家的工作就是分析碰撞所带来的变化。”

“我注视着电脑屏幕上粒子碰撞后形成的轨迹图，它们看似杂乱无章，实际上却存在着内在的规律，”西蒙斯说，“这让我自然而然地联想到了证券市场，那些很小的交易，哪怕是只有100股的交易，都会对这个庞大的市场产生影响，而每天都会有成千上万这样的交易发生。”西蒙斯认为，自己所做的，就是分析当交易这只蝴蝶的翅膀轻颤之后，市场会作出怎样复杂的反应。

“这个课题对于世界而言也许并不重要，不过研究市场运转的动力非常有趣。这是一个非常严肃的问题。”西蒙斯笑起来的时候简直就像一个顽童，而他的故事，听起来更像是一位精通数学的书生，通过复杂的赔率和概率计算，最终打败了赌场的神话。这位前美国国防部代码破译员和数学家似乎相信，对于如何走在曲线前面，应该存在一个简单的公式，而发现这个公式则无异于拿到了通往财富之门的入场券。

❽ 解读量化投资：西蒙斯用公式打败市场的故事的介绍

《解读量化投资：西蒙斯用公式打败市场的故事》由机械工业出版社于2010年1月1日出版。本书讲述詹姆斯·西蒙斯，基金领域的拓扑学大腕，成功取代保尔森的对冲之王，20年内最佳赚钱基金经理，在投资界掀起了一场量化投资的狂潮。《解读量化投资：西蒙斯用公式打败市场的故事》用轻松、幽默的讲故事手法，解读了西蒙斯量化投资“黑箱”之内的秘密。通过深入浅出地回顾西蒙斯的投资布阵，比较西蒙斯与巴菲特投资模式的迥异，分析投资领域技术分析方法和宏观分析方法的优劣，《解读量化投资：西蒙斯用公式打败市场的故事》带我们走近了20年中平均每年总回报为80%的大奖章基金，看看它如何能将1万元变成1亿元。用数学公式打败市场，投资并非悬而未决的事情——这就是《解读量化投资：西蒙斯用公式打败市场的故事》揭示的投资之道。

❾ 量化基金的发展特点

1、量化基金开始加速发展
早在2004年国内市场就推出了首只采用量化策略的基金———光大保德信量化核心基金，但量化基金真正为国内投资者所关注还是2008年金融危机期间。当时大部分基金都亏损严重，但部分采用量化策略的基金却获得了非常好的收益。从1989年到2008年，詹姆斯·西蒙斯管理的大奖章(Medallion)基金的年均净回报率高达35%，比巴菲特、索罗斯等投资大师同期的年均回报率要高出10个百分点，比同期标准普尔500指数的年均回报率更高出20多个百分点。
而国内量化基金的表现则不尽如人意。像光大保德信量化核心基金早期业绩波动很大，特别是2007年、2008年间业绩对比悬殊，当然这与其高仓位有关，但也影响了基民对量化投资的兴趣。早几年国内量化基金阵营扩张缓慢，2009年以来有加速迹象，嘉实、中海、华商、富国、长盛、长信、华富、大摩华鑫等均推出基于量化策略的基金，今年以来加上本月中旬开始发行的诺安多策略基金及即将发行的纽银新动向也不到15只。
2、有助于避免盲点控制风险
越来越多的基金公司倾向于推出量化策略的基金有一个不可忽视的背景，即中国证券市场的深度和广度都与前几年不可同日而语了。“现在市场上有两千多家上市公司，我们公司基金经理加研究员再加卖方，能把握和持续跟踪的公司也不过几百家，借助电脑可以帮助我们避免一些盲点的出现。”一位中小规模基金公司的基金经理这样表示。
诺安多策略拟任基金经理、诺安金融工程部总监王永宏则认为，市场有自己的运行规律，谁能把握这一规律就能赚到钱。当前国内市场上的基金在投资中采用的方法多种多样，有价值投资、成长投资，也有主题投资、风格投资等。但A股市场波动较大，只坚持一种策略很难在不同市场环境中取胜。王永宏表示，诺安多策略就是在分析大量历史数据的基础上，综合考虑多种投资方法，借助计算机和数据统计，开发出适合当前市场情况的投资模型，并依据模型输出的结果做出投资决策。
纽银新动向虽然未强调其量化特性，但据了解，其在投资策略中就引进纽约梅隆集团的iFlow（资金风向标）对A股市场风格转换的预判，为股票与债券比例的调整提供参考。
而紫石投资的掌舵人张超在接受新快报记者采访时也表示，之所以在众多基金均折戟沉沙的上半年能够取得不俗的业绩，主要归功于公司的二部组合投资策略，所谓的二部组合策略就是价值投资+量化投资。其核心就是通过数量化投资策略去进行风险控制，再加上主动投资的策略就可以在风险可控的情况下，获取市场的超额收益。
3、量化模型也需应时而变
不过，对于量化策略，业内仍存在争议。使用这种策略的成功案例大奖章基金虽然取得了可观的业绩，但同样采取这种策略的美国长期资本管理公司却出现巨亏而破产，最后被接管。
国内量化基金方面，业绩表现也有较大差异，像上投摩根阿尔法这样持续跑赢业绩比较基准的还是少数，像嘉实量化阿尔法、华泰柏瑞量化先行等波动就比较大。
德圣基金研究中心首席分析师江赛春就认为，目前国内还比较缺乏对相应模型进行研发的人才，国外的数量化模型是否适合国内市场也有待时间去进行验证，而且，国内市场环境复杂多变，对模型的升级维护也是一大挑战，数量化方法即使在过去可行，在未来也未必有用。
一位券商的基金研究员也向记者表示，使用计算机模型并不意味着你拥有了一部会印钞票的机器，你必须有一支研究队伍不断挖掘新的信息并添加到你的模型当中去，否则要么是一些新的风险因素不能被模型所识别，要么就是白白错过了一些获利的机会。
另外，规模的变化也会对量化基金的表现有影响。像Medallion基金已经有十几年不对外部投资人开放投资了，传闻其每季度的盈利必须强制赎回，或许就是出于控制规模的考虑。

❿ 量化对冲领域有哪些经典的策略和传奇人物

阿斯内斯是法玛在芝加哥大学指导的金融博士，其博士毕业论文在三因子模型的基础上加入了动量因子，以四因子模型的形式完成了一系列的实证分析。博士毕业后阿斯内斯进入高盛，成为了一名量化交易分析员，随后在高盛组建了全球阿尔法基金，主要从事以量化为导向的交易工作，业绩不俗。1997年他离开高盛创办了自己的AQR资本管理公司，目前该公司是全球顶尖的对冲基金之一。虽然没有直接的证据证明阿斯内斯在工作中采用的是多因子模型基础上的股价预测技术，但是可以想见的是，市值、账面市值比、动量因子和因子模型应该与其量化交易策略存在一定的关联。阿斯内斯在一些访谈和学术论文中也时常谈到价值、动量/趋势、低风险、套息等相关概念，是为佐证。

由学术研究进入量化交易实业领域的一个更为极端的例子，应该是文艺复兴科技公司的西蒙斯，这也是中国读者较为熟悉的一个量化交易从业者。西蒙斯于1961年在加州大学伯克利分校取得数学博士学位，年仅23岁，并在30岁时就任纽约州立大学石溪分校数学学院院长。他在1978年离开学校创立了文艺复兴科技公司，该公司因为旗下的量化旗舰基金——大奖章基金傲人的业绩而闻名。关于西蒙斯所使用的量化交易策略，坊间一直有诸多猜测。许多人认为其所使用的应该是基于隐马尔科夫模型的量化交易策略，原因在于西蒙斯的早期合伙人鲍姆是隐马尔科夫模型估计算法的创始人之一，同时文艺复兴科技公司招聘了大量的语音识别专家，隐马尔科夫模型正是语音识别领域的一个重要技术工具。作者对这一说法持怀疑态度，不过不管怎样，从文艺复兴科技公司比较另类的人员构成来看，这应该是一个比较纯正的使用量化交易策略进行运作的对冲基金公司。

虽然大部分的量化对冲基金正在使用的交易策略都或多或少的进行保密，但是仍然有一些量化交易策略在多年的使用后开始慢慢为外界所熟知，统计套利就是其中之一。这个策略的概念最早产生于摩根斯坦利，当时的做法也被称为配对交易，实际上就是使用统计的方法选取一对历史价格走势相似的股票，当两支股票之间的价格差距变大、超出一定阈值之后，就分别做多和做空这两支股票，依靠该价格差在随后的时间里回归到正常水平来获取收益。由于这种量化交易策略既源自于统计分析、又存在等待价差回归的套利特性，因此被称之为统计套利。而随着对这类交易策略的进一步深入研究，统计套利策略目前已经远远超出了配对交易的范畴，变得更加的复杂和多样化。

肖曾经是摩根斯坦利这个统计套利交易组的成员之一，他于1980年在斯坦福大学获得计算机博士学位，随后留校进行学术研究。肖在1986年加入摩根斯坦利后负责该组的技术部门，但是在两年之后、如同统计套利的首创者班伯格（注）一样、由于政治斗争等原因从公司离职，并创立了自己的德劭基金公司。结合了肖的大规模并行计算研究背景和在摩根斯坦利接触到的统计量化策略，德劭基金公司利用计算机量化模型作为主要的策略进行交易并取得了巨大的成功。值得一提的时，肖在对冲基金领域扎根之后，仍然不忘科学研究，其成立的德劭研究公司致力于通过强大的计算机硬、软件能力在分子动力学模拟等生化科研领域取得前沿性进展。这与阿斯内斯一直在金融杂志上发表学术论文的行为，相映成趣，当然肖的学术研究相对而言可能更为极客一些。

相比起统计套利，传统意义上的套利策略是一个更为人熟知、更经典的量化交易策略。实际上现代金融框架的一部分都是基于“无套利”这样一个假设原则建立起来的，可见套利策略的深入人心与重要性。如果说统计套利的重点在于刻画和预测多个资产间的统计关系，那么传统套利可能就更重注于各个资产的价值计算，以及策略执行时的交易成本估计和优化。只不过量化交易策略进化到现在，统计套利和传统的套利策略已经是互相渗透、互相融合的了。以计算机能力见长的德劭基金公司，对这两种套利策略应该都是有所涉及的。

说起套利，不得不提到长期资本管理公司。这家公司的阵容十分豪华，包括债券套利的先驱梅里韦瑟、两位诺贝尔奖获得者莫顿和斯科尔斯、美联储副主席穆林斯等诸多顶级从业者，主要从事的正是债券的量化套利交易，当然其中也会包含一些其他形式策略的成分。公司成立的前三年间表现非常出色，但是在1998年俄罗斯国债违约之后，相关的连锁反应使得公司产生巨大亏损，在美联储的干预下被华尔街几家公司出资接管，形同倒闭。实际上，长期资本管理公司在俄罗斯债券上的损失本身并不大，但是许多大金融机构在亏损环境下必须保证足够的资本量，因此通过出售流动性较好的七大工业国债券等资产来减低风险、增加资本，全球主要债券价格在卖出压力下大幅下跌，波动巨大，这才导致了杠杆极大的长期资本管理公司在债券套利上产生巨额亏损。