股指期货1904

㈠ 市场点评：指数再度下跌，等待企稳后逐步参与

重点推荐
银保监会：支持部分省份因地制宜对辖内城商行联合重组
国资委：抢抓5G、工业互联网、数据中心等新基建投资机遇
 
市场点评
市场点评：指数再度下跌，等待企稳后逐步参与
环保工程行业：国家绿色发展基金成立，关注环保低估值龙头
 
新股提示                        
无
期货情报
金属能源：黄金399.6,跌0.82%；铜51510,涨0.45%；螺纹钢3706，跌0.35%；橡胶10635，涨0.38%；PVC指数6530，跌0.61%；郑醇1812,跌1.41%；沪铝14145,跌0.35%；沪镍106920，跌0.32%；铁矿820.5，跌1.08%；焦炭1904,涨0.52%；焦煤1203，涨0.29%；原油302.1，跌1.18%；
农产品：豆油5990,涨0.54%；玉米2154,跌0.05%；棕榈油5336,涨0.53%；棉花12030,涨0.12%；郑麦2516,涨0.16%；白糖5170,跌0.54%；苹果7581，跌2.72%；
汇率：欧元/美元1.1383,跌0.25%；美元/人民币6.9950，涨0.19%；美元/港元7.7531，涨0.01%。
 
(以上期货数据来自上海期货交易所、大连商品交易所、郑州商品交易所)
 
重点推荐
1、银保监会：支持部分省份因地制宜对辖内城商行联合重组
银保监会城市银行部副主任刘荣7月16日在银保监会线上通气会上表示，城商行风险总体可控。银保监会支持因地制宜、综合施策，积极推动深化城商行改革和化解风险，支持部分省份因地制宜对辖内城商行采取联合重组等方式，深化改革化解风险。目前，有的省份辖内的中小机构改革重组工作正在有序推进。
点评：支持部分省份因地制宜对辖内城商行采取联合重组等方式，深化改革化解风险，银监会这个表态，对城商行构成利好。A股市场上城商行类个股基本面普遍较好，预计短期将有活跃表现机会。
（投资顾问  蔡 劲  注册投资顾问证书编号： S0260611090020）
2、国资委：抢抓5G、工业互联网、数据中心等新基建投资机遇
国资委秘书长、新闻发言人彭华岗介绍，下半年要充分发挥中央企业稳投资的重要作用，稳妥有序落实好全年投资计划安排。继续引导支持企业重点围绕提升产业基础能力，突破产业链关键核心技术薄弱环节、维护产业链安全等领域加大投资力度，抢抓5G、工业互联网、数据中心等新基建投资机遇，积极有序推进项目开工建设，做好高质量投资项目的储备，积极吸纳社会资本，拓宽融资渠道。
点评：抢抓5G、工业互联网、数据中心等新基建投资机遇，积极有序推进项目开工建设，必然对相关行业上市公司构成利好，但之前此几个板块概念个股普遍经历过几轮炒作，预计5G、工业互联网、数据中心等新基建板块概念个股短期将有活跃机会，但反弹力度有限，不建议盲目追涨操作。
（投资顾问  蔡 劲  注册投资顾问证书编号： S0260611090020）
 
市场点评
1、市场点评：指数再度下跌，等待企稳后逐步参与
周四两市大盘指数震荡收跌，成交量比周三缩小，两市合计成交15061亿元。具体来看，沪指收盘下跌4.50%，收报3210.10点；深成指下跌5.37%，收报12996.3点；创业板指下跌5.93%，收报2646.26点。
盘面上看，个股普跌行情，仅环保概念股稍显强势。从走势上看，3大指数均跌破10日线，短期预计在20日线附近获得支撑，中期依旧向好。
操作上，市场恐慌情绪蔓延，建议等待指数企稳后再逐步参与。建议关注中报业绩预期向好的个股以及食品饮料、消费电子和新能源产业链和芯片半导体板块中优质品种的投资机会。
（投资顾问  杨冬  注册投资顾问证书编号：S0260615080007）
2、环保工程行业：国家绿色发展基金成立，关注环保低估值龙头
7 月 15 日，规模885亿元的国家绿色发展基金（以下简称“绿色基金”）正式揭牌。绿色基金由财政部、生态环境部和上海市三方发起，财政部、国开行等金融机构、长江经济带沿线11省市财政厅等共同出资，其中财政部出资 100 亿元。绿色基金采用公司制，由上海市牵头负责。
点评:国家绿色发展基金的成立，将有效缓解环保行业资产负债率高、现金流差的困境，加快长江经济带沿线绿色发展项目建设。环保行业估值有望实现整体抬升，建议关注的低估值环保行业龙头，包括固废板块、水务板块、环境修复板块、清洁能源板块等。
（投资顾问杨冬  注册投资顾问证书编号：S0260615080007）
 

㈡ 股市的周二效应是什么意思

先说句体外的事情。今天散户和游资再次站在了一起，游资开始反击了， 今天涨停的个股在盘口上挂出了641 748 74 等等不满，作为股民都知道，当今的股市掌门人江湖人称641.
平心而论，我对刘主席的做饭感觉大局上是对的，方法上有待商榷。不应如此大规模、密集的出台监管政策，要考虑一下市场的承受力度。同时要在法律的框架下进行监管。现在阶段，股市里主要的矛盾是 监管趋严同法律体系建设严重滞后的矛盾；股民大面积亏损同监管层想要的环境之间的矛盾。
比较悲惨的：事到如今，指数在3100点之上，而在2600点抄底被套的个股截止上周五有891家，经过周一的继续个股暴跌 我想应该接近1000家了，结构性矛盾愈发明显。监管层需要的慢牛同股民心里和显示出现了巨大的反差。我想这样慢牛不要也罢，漂亮50指数同悲惨3000指数如此差价巨大，全世界那个国家都没有。
言归正传，当前股市到底到了什么阶段，会如何走，我想这点是大家急切需要关注的。
当前，上证指数已经失真了，我重点来说一下中小创指数。
可以明确的是，在中小板和创业板在年前就出现了周线级别的大底部左侧。中小板6000点，创业板1800点附近就是左侧了。对于结构而言，当前在构建的是第4次周线底背离， 而且这个趋势愈发明显。创业板率先达到 周线第4次底部标准，也就是最后一次的右侧底部出现。如图：
X
由于行情是周线级别的，因此折腾一下就是按照周计算，否则也不会出现中小创个股年后一连涨了12周。在此我要告诉大家要把眼观放的长远一些，因为目前是牛市的启动阶段，具体是中小创的牛市起步阶段，比上证50要晚。历年来牛市起步前夕总会有剧烈的折腾。而且两条腿的后一条腿 总是十分的让人煎熬。
现在的观点是放眼长远，大不了就等于3044点在重来一次，要抱有这种思想，要知道当年的公募一哥的持股周期平均在10个月以上。
周二要做的是：持股的装死，有钱的买股！大资金融资。

㈢ 股指期货的收益（或损失）是炒股票的几倍

1、股指期货的收益损失与股票不同。举个例子我们买股票花1000元当价格下跌10%的时候，我们损失是10%也就是100元。而股指期货由于有杠杆因素，截至目前国内的股指期货杠杆比例大约为1：5.，举个例子我们买股指花1000元，由于有杠杆的因素这个1000元被放大到5000元的价值来承受盈亏，当我们亏损10%的时候相当于5000元亏损10%也就是500元，而对于实际投入的1000元资金来说我们实际亏损了50%！
2、以2012年2月3日IF1202收盘2509点来算，股指保证金最高为18%，每点价值为300元，最低一手的保证金应为135486元。目前中金所规定股指自然人开户最低为50万元。开仓手数最低1手！
3、股指期货按照合约进行交易，截止目前股指交易持仓最迟要在下一个月的第三个周五之前平仓。
4、想做股指期货需要去期货公司，或者有资质的证券公司去单独开立股指期货交易账户，目前炒股指需要以下条件：
第一，投资者开户的资金门槛为50万元。
第二，拟参与股指期货交易的投资者需通过股指期货知识测试。据了解，该测试将由中金所提供考题，期货公司负责具体操作，合格分数线为80分。
第三，投资者必须具有累计10个交易日、20笔以上的股指期货仿真交易成交记录，或者最近三年内具有10笔以上的商品期货交易成交记录。
开户到真正交易大约需要2到3天左右。
5、目前国内能做的股指期货只有中金所的沪深300，如果是1700点的话，按照每点300元，保证金18%算，买入一手股指需要1700*300*18%=91800元。当价格每涨1点1手合约赚300元。91800/300=306点，即股指涨306点达到2006点的时候1手合约即可获得100%的收益，10倍的话306*10=3060点，当价格达到4760时1手合约获得10倍收益！

㈣ 量化投资—策略与技术的作品目录

《量化投资—策略与技术》
策略篇
第 1章 量化投资概念
1.1 什么是量化投资 2
1.1.1 量化投资定义 2
1.1.2 量化投资理解误区 3
1.2 量化投资与传统投资比较 6
1.2.1 传统投资策略的缺点 6
1.2.2 量化投资策略的优势 7
1.2.3 量化投资与传统投资策略的比较 8
1.3 量化投资历史 10
1.3.1 量化投资理论发展 10
1.3.2 海外量化基金的发展 12
1.3.3 量化投资在中国 15
1.4 量化投资主要内容 16
1.5 量化投资主要方法 21
.第 2章 量化选股 25
2.1 多因子 26
2.1.1 基本概念 27
2.1.2 策略模型 27
2.1.3 实证案例：多因子选股模型 30
2.2 风格轮动 35
2.2.1 基本概念 35
2.2.2 盈利预期生命周期模型 38
2.2.3 策略模型 40
2.2.4 实证案例：中信标普风格 41
2.2.5 实证案例：大小盘风格 44
2.3 行业轮动 47
2.3.1 基本概念 47
2.3.2 m2行业轮动策略 50
2.3.3 市场情绪轮动策略 52
2.4 资金流 56
2.4.1 基本概念 56
2.4.2 策略模型 59
2.4.3 实证案例：资金流选股策略 60
2.5 动量反转 63
2.5.1 基本概念 63
2.5.2 策略模型 67
2.5.3 实证案例：动量选股策略和反转选股策略 70
2.6 一致预期 73
2.6.1 基本概念 74
2.6.2 策略模型 76
2.6.3 实证案例：一致预期模型案例 78
2.7 趋势追踪 84
2.7.1 基本概念 84
2.7.2 策略模型 86
2.7.3 实证案例：趋势追踪选股模型 92
2.8 筹码选股 94
2.8.1 基本概念 95
2.8.2 策略模型 97
2.8.3 实证案例：筹码选股模型 99
2.9 业绩评价 104
2.9.1 收益率指标 104
2.9.2 风险度指标 105
第 3章 量化择时 111
3.1 趋势追踪 112
3.1.1 基本概念 112
3.1.2 传统趋势指标 113
3.1.3 自适应均线 121
3.2 市场情绪 125
3.2.1 基本概念 126
3.2.2 情绪指数 128
3.2.3 实证案例：情绪指标择时策略 129
3.3 有效资金 133
3.3.1 基本概念 133
3.3.2 策略模型 134
3.3.3 实证案例：有效资金择时模型 137
3.4 牛熊线 141
3.4.1 基本概念 141
3.4.2 策略模型 143
3.4.3 实证案例：牛熊线择时模型 144
3.5 husrt指数 146
3.5.1 基本概念 146
3.5.2 策略模型 148
3.5.3 实证案例 149
3.6 支持向量机 152
3.6.1 基本概念 152
3.6.2 策略模型 153
3.6.3 实证案例：svm择时模型 155
3.7 swarch模型 160
3.7.1 基本概念 160
3.7.2 策略模型 161
3.7.3 实证案例：swarch模型 164
3.8 异常指标 168
3.8.1 市场噪声 168
3.8.2 行业集中度 170
3.8.3 兴登堡凶兆 172
第 4章 股指期货套利 180
4.1 基本概念 181
4.1.1 套利介绍 181
4.1.2 套利策略 183
4.2 期现套利 185
4.2.1 定价模型 185
4.2.2 现货指数复制 186
4.2.3 正向套利案例 190
4.2.4 结算日套利 192
4.3 跨期套利 195
4.3.1 跨期套利原理 195
4.3.2 无套利区间 196
4.3.3 跨期套利触发和终止 197
4.3.4 实证案例：跨期套利策略 199
4.3.5 主要套利机会 200
4.4 冲击成本 203
4.4.1 主要指标 204
4.4.2 实证案例：冲击成本 205
4.5 保证金管理 208
4.5.1 var方法 208
4.5.2 var计算方法 209
4.5.3 实证案例 211
第 5章 商品期货套利 214
5.1 基本概念 215
5.1.1 套利的条件 216
5.1.2 套利基本模式 217
5.1.3 套利准备工作 219
5.1.4 常见套利组合 221
5.2 期现套利 225
5.2.1 基本原理 225
5.2.2 操作流程 226
5.2.3 增值税风险 230
5.3 跨期套利 231
5.3.1 套利策略 231
5.3.2 实证案例：pvc跨期套利策略 233
5.4 跨市场套利 234
5.4.1 套利策略 234
5.4.2 实证案例：伦铜—沪铜跨市场套利 235
5.5 跨品种套利 236
5.5.1 套利策略 237
5.5.2 实证案例 238
5.6 非常状态处理 240
第 6章 统计套利 242
6.1 基本概念 243
6.1.1 统计套利定义 243
6.1.2 配对交易 244
6.2 配对交易 247
6.2.1 协整策略 247
6.2.2 主成分策略 254
6.2.3 绩效评估 256
6.2.4 实证案例：配对交易 258
6.3 股指套利 261
6.3.1 行业指数套利 261
6.3.2 国家指数套利 263
6.3.3 洲域指数套利 264
6.3.4 全球指数套利 266
6.4 融券套利 267
6.4.1 股票—融券套利 267
6.4.2 可转债—融券套利 268
6.4.3 股指期货—融券套利 269
6.4.4 封闭式基金—融券套利 271
6.5 外汇套利 272
6.5.1 利差套利 273
6.5.2 货币对套利 275
第 7章 期权套利 277
7.1 基本概念 278
7.1.1 期权介绍 278
7.1.2 期权交易 279
7.1.3 牛熊证 280
7.2 股票/期权套利 283
7.2.1 股票—股票期权套利 283
7.2.2 股票—指数期权套利 284
7.3 转换套利 285
7.3.1 转换套利 285
7.3.2 反向转换套利 287
7.4 跨式套利 288
7.4.1 买入跨式套利 289
7.4.2 卖出跨式套利 291
7.5 宽跨式套利 293
7.5.1 买入宽跨式套利 293
7.5.2 卖出宽跨式套利 294
7.6 蝶式套利 296
7.6.1 买入蝶式套利 296
7.6.2 卖出蝶式套利 298
7.7 飞鹰式套利 299
7.7.1 买入飞鹰式套利 300
7.7.2 卖出飞鹰式套利 301
第 8章 算法交易 304
8.1 基本概念 305
8.1.1 算法交易定义 305
8.1.2 算法交易分类 306
8.1.3 算法交易设计 308
8.2 被动交易算法 309
8.2.1 冲击成本 310
8.2.2 等待风险 312
8.2.3 常用被动型交易策略 314
8.3 vwap算法 316
8.3.1 标准vwap算法 316
8.3.2 改进型vwap算法 319
第 9章 其他策略 323
9.1 事件套利 324
9.1.1 并购套利策略 324
9.1.2 定向增发套利 325
9.1.3 套利重仓停牌股票的投资组合 326
9.1.4 封闭式投资组合套利 327
9.2 etf套利 328
9.2.1 基本概念 328
9.2.2 无风险套利 330
9.2.3 其他套利 334
9.3 lof套利 335
9.3.1 基本概念 335
9.3.2 模型策略 336
9.3.3 实证案例：lof 套利 337
9.4 高频交易 341
9.4.1 流动性回扣交易 341
9.4.2 猎物算法交易 342
9.4.3 自动做市商策略 343
9.4.4 程序化交易 343
理论篇
第 10章 人工智能 346
10.1 主要内容 347
10.1.1 机器学习 347
10.1.2 自动推理 350
10.1.3 专家系统 353
10.1.4 模式识别 356
10.1.5 人工神经网络 358
10.1.6 遗传算法 362
10.2 人工智能在量化投资中的应用 366
10.2.1 模式识别短线择时 366
10.2.2 rbf神经网络股价预测 370
10.2.3 基于遗传算法的新股预测 375
第 11章 数据挖掘 381
11.1 基本概念 382
11.1.1 主要模型 382
11.1.2 典型方法 384
11.2 主要内容 385
11.2.1 分类与预测 385
11.2.2 关联规则 391
11.2.3 聚类分析 397
11.3 数据挖掘在量化投资中的应用 400
11.3.1 基于som 网络的股票聚类分析方法 400
11.3.2 基于关联规则的板块轮动 403
第 12章 小波分析 407
12.1 基本概念 408
12.2 小波变换主要内容 409
12.2.1 连续小波变换 409
12.2.2 连续小波变换的离散化 410
12.2.3 多分辨分析与mallat算法 411
12.3小波分析在量化投资中的应用 414
12.3.1 k线小波去噪 414
12.3.2 金融时序数据预测 420
第 13章 支持向量机 429
13.1 基本概念 430
13.1.1 线性svm 430
13.1.2 非线性svm 433
13.1.3 svm分类器参数选择 435
13.1.4 svm分类器从二类到多类的推广 436
13.2 模糊支持向量机 437
13.2.1 增加模糊后处理的svm 437
13.2.2 引入模糊因子的svm训练算法 439
13.3 svm在量化投资中的应用 440
13.3.1 复杂金融时序数据预测 440
13.3.2 趋势拐点预测 445
第 14章 分形理论 452
14.1 基本概念 453
14.1.1 分形定义 453
14.1.2 几种典型的分形 454
14.1.3 分形理论的应用 456
14.2 主要内容 457
14.2.1 分形维数 457
14.2.2 l系统 458
14.2.3 ifs系统 460
14.3 分形理论在量化投资中的应用 461
14.3.1 大趋势预测 461
14.3.2 汇率预测 466
第 15章 随机过程 473
15.1 基本概念 473
15.2 主要内容 476
15.2.1 随机过程的分布函数 476
15.2.2 随机过程的数字特征 476
15.2.3 几种常见的随机过程 477
15.2.4 平稳随机过程 479
15.3 灰色马尔可夫链股市预测 480
第 16章 it技术 486
16.1 数据仓库技术 486
16.1.1 从数据库到数据仓库 487
16.1.2 数据仓库中的数据组织 489
16.1.3 数据仓库的关键技术 491
16.2 编程语言 493
16.2.1 GPU算法交易 493
16.2.2 MATLAB 语言 497
16.2.3 c#语言 504
第 17章 主要数据与工具 509
17.1 名策多因子分析系统 509
17.2 MultiCharts：程序化交易平台 511
17.3 交易开拓者：期货自动交易平台 514
17.4 大连交易所套利指令 518
17.5 mt5：外汇自动交易平台 522
第 18章 量化对冲交易系统：D-alpha 528
18.1 系统构架 528
18.2 策略分析流程 530
18.3 核心算法 532
18.4 验证结果 534
表目录
表1 1 不同投资策略对比 7
表2 1 多因子选股模型候选因子 30
表2 2 多因子模型候选因子初步检验 31
表2 3 多因子模型中通过检验的有效因子 32
表2 4 多因子模型中剔除冗余后的因子 33
表2 5 多因子模型组合分段收益率 33
表2 6 晨星市场风格判别法 36
表2 7 夏普收益率基础投资风格鉴别 37
表2 8 中信标普风格指数 41
表2 9 风格动量策略组合月均收益率 43
表2 10 大小盘风格轮动策略月收益率均值 46
表2 11 中国货币周期分段（2000—2009年） 49
表2 12 沪深300行业指数统计 50
表2 13 不同货币阶段不同行业的收益率 51
表2 14 招商资金流模型（cmsmf）计算方法 58
表2 15 招商资金流模型（cmsmf）选股指标定义 59
表2 16 资金流模型策略——沪深300 61
表2 17 资金流模型策略——全市场 62
表2 18 动量组合相对基准的平均年化超额收益（部分） 68
表2 19 反转组合相对基准的平均年化超额收益(部分) 69
表2 20 动量策略风险收益分析 71
表2 21 反转策略风险收益分析 73
表2 22 趋势追踪技术收益率 93
表2 23 筹码选股模型中单个指标的收益率情况对比 99
表3 1 ma指标择时测试最好的20 组参数及其表现 117
表3 2 4个趋势型指标最优参数下的独立择时交易表现比较 120
表3 3 有交易成本情况下不同信号个数下的综合择时策略 120
表3 4 自适应均线择时策略收益率分析 124
表3 5 市场情绪类别 126
表3 6 沪深300指数在不同情绪区域的当月收益率比较 128
表3 7 沪深300指数在不同情绪变化区域的当月收益率比较 129
表3 8 沪深300指数在不同情绪区域的次月收益率比较 130
表3 9 沪深300指数在不同情绪变化区域的次月收益率比较 130
表3 10 情绪指数择时收益率统计 132
表3 11 svm择时模型的指标 156
表3 12 svm对沪深300指数预测结果指标汇总 156
表3 13 svm择时模型在整体市场的表现 156
表3 14 svm择时模型在单边上涨市的表现 157
表3 15 svm择时模型在单边下跌市的表现 158
表3 16 svm择时模型在震荡市的表现 159
表3 17 噪声交易在熊市择时的收益率 170
表4 1 各种方法在不同股票数量下的跟踪误差（年化） 190
表4-2 股指期货多头跨期套利过程分析 199
表4 3 不同开仓比例下的不同保证金水平能够覆盖的市场波动及其概率 211
表4 4 不同仓单持有期下的保证金覆盖比例 212
表6 1 融券标的股票中在样本期内最相关的50 对组合（部分） 248
表6 2 残差的平稳性、自相关等检验 249
表6 3 在不同的阈值下建仓、平仓所能获得的平均收益 251
表6 4 采用不同的模型在样本内获取的收益率及最优阈值 252
表6 5 采用不同的模型、不同的外推方法在样本外获取的收益率（%） 253
表6 6 主成分配对交易在样本内取得的收益率及最优阈值 255
表6 7 主成分配对交易在样本外的效果 255
表6-8 各种模型下统计套利的结果 256
表6 9 延后开仓+提前平仓策略实证结果 260
表6 10 各行业的配对交易结果 261
表7 1 多头股票-期权套利综合分析表 283
表7 2 多头股票—股票期权套利案例损益分析表 284
表7 3 多头股票-指数期权套利案例损益分析表 285
表7 4 转换套利分析过程 286
表7 5 买入跨式套利综合分析表 289
表7 6 买入跨式套利交易细节 289
表7 7 卖出跨式套利综合分析表 291
表7 8 卖出跨式套利交易细节 292
表7 9 买入宽跨式套利综合分析表 293
表7 10 卖出宽跨式套利综合分析表 294
表7 11 买入蝶式套利综合分析表 296
表7 12 卖出蝶式套利综合分析表 298
表7 13 买入飞鹰套利分析表 300
表7 14 卖出飞鹰式套利综合分析表 301
表9 1 主要并购方式 324
表9 2 并购套利流程 325
表9 3 鹏华300 lof两次正向套利的情况 339
表9 4 鹏华300 lof两次反向套利的情况 340
表10 1 自动推理中连词系统 352
表10 2 模式识别短线择时样本数据分类 369
表10 3 rbf神经网络股价预测结果 375
表10 4 遗传算法新股预测参数设置 379
表10 5 遗传算法新股预测结果 380
表11 1 决策树数据表 389
表11 2 关联规则案例数据表 392
表11 3 som股票聚类分析结果 403
表11 4 21种股票板块指数布尔关系表数据片断 404
表12 1 深发展a日收盘价小波分析方法预测值与实际值比较 427
表12 2 不同分解层数的误差均方根值 428
表13 1 svm沪深300指数预测误差情况 445
表13 2 svm指数预测和神经网络预测的比较 445
表13 3 技术反转点定义与图型 448
表13 4 svm趋势拐点预测结果 450
表14 1 持续大涨前后分形各主要参数值 463
表14 2 持续大跌前后分形个主要参数值 465
表14 3 外汇r/ s 分析的各项指标 469
表14 4 v(r/s)曲线回归检验 470
表15 1 灰色马尔可夫链预测深证成指样本内（2005/1—2006/8） 484
表15 2 灰色马尔可夫链预测深证成指样本外（2006/9—2006/12） 484
表16-1 vba的12种数据类型 499
表18-1 d-alpha系统在全球市场收益率分析 534

㈤ 沪深1904和1905是什么意思

股指期货合约代码，今年4月份和5月份到期的合约。