sas量化投资

A. SATA与SAS有什么区别

1、特性不同

SAS支持磁盘的热插拔，这对于维护可用性要求比较高的环境来说非常重要。而且SAS是一个完全的双向系统，而SATA则继承了IDE的特性，是半双向通信的系统。因此，SAS系统的吞吐量可以是类似的SATA系统两倍。

2、费用不同

SATA磁盘费用低廉，而SAS磁盘则并不便宜。

3、线缆长度不同

SAS线缆可以有6米长，这是SATA线缆长度极限（1米）的六倍。

4、硬盘方面不同

SAS硬盘内部盘面采用玻璃材料基板，玻璃基板平整度高，可实现高转速，SAS硬盘转速有两种：10000转每分钟或15000转每分钟，但玻璃材料存储密度低，一般常见容量规格有300GB、600GB、900GB、1.2T、1.8T

SATA硬盘内部采用盘面采用铝材料基板，有点事存储密度高，但材料表面平整度差，故SATA盘容量比较大，常见容量有1T、2T、4T、6T、8T、10T，但转速较低，有两种5400转每分钟或7200转每分钟。

B. 做量化交易一般用什么软件

需要懂一些数学模型，比如统计分析、人工智能算法之类的，他的本质是利用数学专模型分析数据属潜在的规律寻找交易机会，并利用计算机程序来搜寻交易时机以及完成自动化交易。并没有现成的软件可以做这个，因为它需要一个搭建一个专业的平台，这不是一个人可以完成的。

国内有一些软件，比如大智慧提供数量分析，还有一些软件提供股票、期货的程序化交易。但是实际上这并不是真正意义上的量化交易。事实上，做一款纯粹的适合个人投资者的量化投资软件，难度是非常大的，因为量化策略并不想传统的基本面、技术面那样存在已有既定的必然规律。他需要跨越多学科，多领域去挖掘数据的规律，然后利用得出的规律进行交易。但是不同时间、空间的数据的潜在规律并不一致，所以对量化过程进行标准化是一件很难完成的事情。

如果是计算机或者数学专业的人士，可以考虑使用C、C++、SQL等语言，其他的可以使用MATLAB/SAS 等软件。不管是哪一种软件，要实现量化交易，肯定是需要一定的建模基础和编程基础的，其中最重要的东西是数学能力。

C. 很多法国公司的名称中都包含SAS，请问这是什么意思

指Société par Actions Simplifiée，是法国的一种公司形式，类似于 有限公司。

S.A.S公司为简化股份制，是根据法国法律建立的第一个混合法成立的，并以普通法原则为基础，拥有民事诉讼权。这类似于美国法律规定的有限责任公司，因为特拉华有限责任公司是法国政府采用的模式。

一家S.A.S简易股份公司的年度报表由一个独立机构控制，并公布年度摘要和平衡表。S.A.S简易股份公司的董事长是该公司的董事长（Chairman）。然而，这家公司，不象是一家匿名公司，没有一个董事会。主席还负责公司的运作。

公司还可能有一名总经理（总经理），他作为主席拥有同样的权力，并对第三方表示尊重。公司采用简化股份制的组织形式，是另一家公司的合伙人，通常是一家公营贸易公司，因为它们不需要一个复杂的资本公平结构。

(3)sas量化投资扩展阅读：

法国sas公司与我国有限责任公司比较：

有限责任公司（简称有限责任公司）我国企业实施公司制度最重要的组织机构之一，根据《中华人民共和国公司登记管理条例》规定登记注册。

我国有限责任公司相对sas公司其优点是建立程序相对简单，不需要发布公告，也不需要发布账目，特别是公司的资产负债表一般不公开，公司内部结构灵活。其缺点是不能公开发行股票，募集资金的范围和规模一般较小，难以满足大规模生产经营活动的需要。因此，有限责任公司（有限公司）的形式一般适用于中小非股份公司。

对于创业来说，有限责任公司更适合创业型企业，大多数投融资方案、VIE框架都是基于有限责任公司设计的。

D. 国内做的好的量化投资软件有哪些

无论是国内国外，量化投资软件就是一个噱头，实际上根本没什么用处，如果真的可以靠投资软件发财的话，那么估计出量化投资软件的人，早就发财了，所以千万不要迷信这些投资软件，作为理财师，我说几个原因请参考：

第一、经济数据不是量化投资软件可以统计的，如果你使用的话，简直是刻舟求剑，甚至可以能造成你的资金亏损。

第二、投资是一种人的行为，也是一种市场集体的行为，没有任何的规律可言，所以您要回相信量化投资软件的话，那么您的投资就失去了基本的依据。

第三、我们所在的投资区域的变化，是经常性的，而且是客观性的，所以没有任何的规律性，这样的情况下，不可能用任何一款量化的数据做规律的预测。

第四、金融市场更加是如此，比如我们国家的人民币汇率变化，没有任何的数据支持，而是看国家经济的实际情况，如果你用量化软件的话，结果不言而喻。

第五、量化投资软件是一种，将一些规律，集合起来的软件，是一种简单的数据模式，这个模式会将任何一种投资给你做出一个固定结果，这样的话你的投资根本没有任何的机会，因为你不变，市场在变。

最后我奉劝所有的投资者，不要随随便便的迷信技术分析，投资的道路上没有你想找的捷径，也不要妄图迅速的致富，我们必须脚踏实地，好好的研究实际的知识，了解市场的变化，，这样才可以真正的投资成功。

E. 乔治·索罗斯写过一本叫《量化投资》的书吗

一下内容纯手打

证券分析方法主要分三种：
一是基本面分析，代表作《证券分析》《价值投资》，代表任务“巴菲特”；

二是技术面分析，代表做《趋势技术分析》《道琼斯理论》等，注重短期投资，索罗斯属于短期投机类型，但是没有任何资料显示他的投资流派属于纯粹的技术面分析，可能的情况是上述两种都有。今年的而贝尔经济学得主法玛提出的”有效市场假说“某一种程度上，否定了技术面分析。

三是量化分析，美国近几十年兴起的一种方法，典型的代表人物是西蒙斯。

中国国内的量化投资的研究还比较少，量化投资的基金以及机构也不够普遍，切主要集中于香港地区。原因之一是，国内金融金融市场没有完全开放，金融产品匮乏。美国市场的金融产品多达几万种，而国内只有两百多种。

关于量化投资的书，国内国外都有很多，主要集中与国外，国内学者大多是对国外技术的学习。当然，如果你是初学者，建议你还是从国内的相关书籍开始学起。

如果有一本书，叫《量化投资》，我敢保证你看了一定学不到什么东西，丁鹏的《量化投资》就是这样，只是对现在主要方法以及模型的简单介绍。用于同行业交流也许会有些价值。书籍内容从：量化选股、量化择时、到套利什么什么的，基本上都是简单的介绍，可以当作课外读物，了解一下什么叫量化投资。如果你真的想学到什么东西，直接网络文库：量化选股、多因子选股等词，你会看到无数国内证券机构对市场的量化研究。而且资料详细。可是，你学不到最根本的原理。

原因如下：
进行量化分析，必须至少具备两种能力：

一、扎实且足够的数学、统计学基础，用于理论上的金融建模；
二、能够使用相关计量软件进行数据分析或者模型求解等。

这两个要求一般人很难到达，所以证券从业的教材认为难度大是量化投资的一个很大局限性。

如果楼主对量化投资有兴趣，我可以推荐一些教材给你：

如果仅仅是想了解一下： 丁鹏《量化投资》，书很贵，个人认为没什么实用价值。可以有个简单的系统的认识；

如果是想学习并且能在实际中运用，建议如下：

数学方面：
《微积分》 到高级《高级微积分》
《线性代数》《非线性代数》
《概率论与数理统计》《概率、随机变量、随机过程》
《离散数学》《运筹学》《统计学》
金融理论上
《计量经济学基础》《计量经济分析》
《数量金融学》《金融时间序列分析》
。。。。还有很多很多
以及其他金融知识基础
建模方面
这类的书，我看的不多哦，你自己网络一下，或者找个图书馆看看
计算机软件
C 和 C++ 至少学一个，SQL 建议学一点
建模软件主要有：MATHEMATICA MATLAB SAS SAC R Eviews GAMS 等等等等，终于哪些海外基金用的是哪一种，或者是不是自己做的专用软件，我就不知道了。
不过，上述的软件，肯定是可以满足个人的研究需求的。这个，你选几种学一学还是可以的。

一个人，想要精通上述全部，应该是很难的，所以，注定了，量化分析的方法，单个的普通人很难完成。
量化投资起源与上世纪美国政府大幅度削减了对物理航天业经费自持，导致很多搞火箭的科学家、数学家下岗。于是他们流入金融行业（收入高），利用自己对数学、计算机的优势，使用原先用于火箭的建模预测证券市场，发现有着显著成效。当然，这些模型的前提是，现代金融理论的奠基，以及数量金融的发展。

因此，我个人对量化投资的理解是：金融界的火箭科学家，传统的分析方法，只用看某一或某几个指标，根据历史经验或者主观的客观的XXOO判断证券的未来走势，但是量化分析，首先建立合理的数学模型，然后借助计算机运用某些XX的算法，分析求解，难度相对于传统的方法难很多。

如果你想比较浅显的掌握，用于投资决策的参考
那量化分析，也没有想想中的那么高深，它本质上是一种金融的建模，本质上，常用的方法还是统计专业的那几个 ，什么 回归分析，线性规划 ，相关性，时间序列等等等。。。我看了丁鹏的书，大致上认为他是用了这些方法。所以你只用把应用数学学好就好了。
还有一些像遗传算法、神经网络这些他的书里面也提到了，属于现代算法，这些方法比较小，难度大，但是我猜只有学术界会用这些方法，因为现代算法在实际运用中还不够成熟，预测经常不准确。

表述有些乱，不过大致也只能写成这样了。

最后：和量化分析相关的专业主要有三个：
金融专业：金融工程；
数学专业：统计、应用数学；
计算机专业
这些专业的就业方向是可以面向量化分析的

F. 景顺长城黎海威：量化投资真能轻易撬动市场吗

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。
作者简介
黎海威，毕业于美国罗德岛大学及密歇根大学，经济学和金融工程学硕士，CFA。曾在美国贝莱德集团主动股票投资部担任量化基金经理、副总裁，后在香港海通国际资产管理有限公司担任量化总监，管理过量化指数增强基金、130-30基金、市场中性基金。2012年加入景顺长城基金任量化及ETF投资总监，具有10年海内外证券、基金行业从业经验。
新浪声明：新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。

G. 证券投资与SAS应用是什么

sas是数据处理软件。比excel强大N倍。证券投资呢，比如一个股票的近一年的开盘价，收盘价，市盈率，换手率。。。。用sas对这些数据进行处理，得到比如这个股票未来的价值等。当然这只是一个小小的例子。sas那是相当NB的！！！

H. 我想学习金融量化投资，做行业分析之类的，但完全不懂编程，求学习方案。

语言是共通的，但c是基础，好好学习c。学好了c，到时学其他的面向对象等语言都很简单。祝你成功！

I. CDA数据分析师_SAS与R到底哪个好

数据分析师目前主流的2种

人民大学经济论坛主办的 《数据分析师》 英文简称：CDA

商业联合会数据分析专业委员会和工信部教育与考试中心主主办的 《项目数据分析师》 英文简称：CPDA

【关于CPDA】
CPDA全名叫项目数据分析师，国内最早的数据分析培训，原先是信息产业部在组织，目前由中商联数据分析专业委员会和工信部教育与考试中心主管，内容主要针对的是基于企业在投资、经营、管理领域的分析，类似MBA课程。
课程包括《数据分析基础》、《战略管理》、《量化投资》、《量化经营》等，涵盖企业运营的每个环节，以数据分析方法来进行管理、经营、投资等分析，应该说企业的管理层适合学习CPDA来进行管理层面的分析和指导。
目前很多课程没有实际可操作模型，而CPDA就有，其中介绍很多企业生产、管理、经营、投资分析和决策的案例和模型，目的也是为了使广大学员能够在管理岗位上能够有理论支持、实际模型可操作，使大家有切实可操作的实际模型去分析。
【关于CDA】
CDA全名是数据分析师，由中国人民大学经济论坛主办。主要是讲数据分析方法、技术和软件操作为主。
课程包括：1、统计概率基础；2、数据分析模型方法；3、软件、工具的运用。如果这些技术没有，也不可能会玩数据分析。所以，CDA主要是针对数据分析师必备的技术性培训，是从数据的获取、储存、整理、清洗、分析，检验到结果报告一个整体的流程，以及数据分析一些软件的操作。
【总结】
因此，对于这两者的区别，我想大家应该有一个清晰的认识，如果您是已经工作有数据分析基础技术的，想做到管理层，可以选择CPDA；
如果你是入门、转行零基础、基础薄弱、或只想做技术性工作的学员，首先的一步是掌握数据分析的方法和技术，这时你可以选择CDA。
另外，如果是研究算法的高级分析师、高级挖掘工程师、大数据分析师，可以参考其他相关的名师培训。

sc-cpda 数据分析公众交流平台

J. 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。