⑴ 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。
⑵ 朋友圈量化投资骗局,一起举报
我也被骗了6万,微信举报了,但今晚看平安量化里还有人在做,不知道要骗多少人
⑶ 量化投资赚钱吗
量化投资只是一种投资的手段或策略,一种方法;赚不赚钱,还是要看决策者是否足够优秀。
事实上,量化投资集结了不同领域最尖端的人才,使用最新的技术和运用最新型的理论,在现实中,各量化基金的业绩都是表现不错的。
而量化投资,也是未来交易的一种趋势。
⑷ AlphaGo又赢了 量化投资是万能的吗
AlphaGo是人工智能。量化投资并不是万能的,里面有很多条件限制。
⑸ 大家认为量化投资能够躲过股灾吗
量化投资是否能够躲过股灾:
量化投资大部落中只有程序化交易和市场直接相关——量化研究部分不相关;不能精确知道程序化交易是否和股灾有直接关系;程序化交易的确需要管理;
15年随着证监会出台《证券期货市场程序化交易管理办法》,七大交易所紧跟着出台了《程序化交易管理实施细则》和《起草说明》,明确了程序化交易监管范围,建立了申报核查管理、接入管理、指令审核、收费管理、严格规范境外服务器的使用、监察执法等一系列监管制度,这标志着证监会对程序化交易的监管有法可依;
在证监会出台的《管理办法》对程序化交易有明确的定义——通过既定程序或特定软件,自动生成或执行交易指令的交易行为。笔者角度,证监会对程序化交易的定义而言,逻辑正则且合理的,并且只有这种正则的定义,才能构成全面的法律法规的基础。但我们绝对不能混淆的概念是,程序化交易并不等于量化投资,程序化交易也包含很多种类;
量化投资包含研究和交易,交易可以是手工也可以是自动。程序化交易执行的指令可以是量化投资研究出来的,也可以是其他主观甚至恶意的指令。因此程序化交易和量化投资的逻辑,既非充分,也非必要,二者仅仅在必须程序化执行的量化投资策略上产生交集。从某个角度来说,只要你的投资策略依赖了数字和分析——你就是确确实实的量化投资者。研究是个开放的领域,交易是个敏感的行为,监管层履行交易监管行为无可厚非。量化投资未必是程序化交易,程序化交易也可能是恶意做空;
不仅程序化交易不等同于量化投资,其分类也很有学问。先说说什么是交易。在金融市场中参与交易的各方,一般来说有三种动机:第一交易动机在于获利,第二交易动机在于风险控制,第三交易动机在于获取流动性;
通过交易获利的主要方式在于交易价差,虽然股票多头交易可能伴随一定比例的分红,但连续交易的主要获利点更多的是通过低买高卖或者高卖低买的价差实现。同时投资者对价格走势的判断方式和判断频率不同,也对获利途径有着深刻的影响。两个极端的例子是长期价值投资者和高频交易者。长期价值投资者通过对公司发展前景或品种需求增长的研究和信仰,完全忽视价格的短期波动,买入持有股票,直至足够长久后再做卖出。高频交易者则通过对实时价格的高频率分析或价格盘口动向的研判,在毫秒级时间维度上做出投资决策并发出交易指令,获取极短期中的价格波动收益;
而对于风险控制型的交易,一般可以分为主动和被动两种情况。主动交易包括现货持有者或需求者通过反向交易期货规避价格波动风险。被动交易包括品种持有者在价格下跌超过心里底线时进行的止损交易;
流动性交易指投资者为获取品种流动性而进行的交易,也分主动和被动两种情况。投资者决定买入品种,但因为担心冲击成本而进行的算法交易属于主动流动性交易。投资者因为短期的现金需求而了结头寸出场,或因达不到经纪公司或者交易所的保证金要求被强行平仓出场时,是被动的流动性交易者。
总结:以上就是量化投资是否能够躲过股灾。
⑹ 量化投资赚钱吗有人说容易亏损,哪个是正确的呢
很赚钱,就是有点风险,做的不好的话,容易亏损,主要还是看技术。可以到华盛天成上面进行这方面的交易,这个平台在这方面是行家,平台有很多这方面的专业人才,你可以去看看
人类对于股市波动逻辑的认知,是一个极具挑战性的世界级难题。迄今为止,尚没有任何一种理论和方法能够令人信服并且经得起时间检验——2000年,美国著名经济学家罗伯特·席勒在《非理性繁荣》一书中指出:“我们应当牢记,股市定价并未形成一门完美的科学”;2013年,瑞典皇家科学院在授予罗伯特·席勒等人该年度诺贝尔经济学奖时指出:几乎没什么方法能准确预测未来几天或几周股市债市的走向,但也许可以通过研究对三年以上的价格进行预测。
当前,从研究范式的特征和视角来划分,股票投资分析方法主要有如下三种:基本分析、技术分析、演化分析。这三种分析方法基于完全不同的理论体系和逻辑结构,其主要研究对象,都只侧重于市场运作的某一特定方面或者范畴,都有其合理性和局限性,但它们对于全面认识和深入探索股市运行规律,又都是必不可少的。它们所依赖的理论基础、前提假设、范式特征各不相同,在实际应用中它们既相互联系,又有重要区别。
⑺ 量化投资中有没有完美的参数寻优方式
世上没有免费的午餐,在所有的问题中,所有的性能优化算法都是一致的,换句话说,所有的整体效率优化算法都是无法定义的。虽然问题集将局限于一种优化问题,但可能会发现算法对类性能的问题很好。但定量投资领域相当广泛。这里有很多概念(对冲、波动、定价、城市),被归类为一种极其困难的问题,所以不应该刻意去寻找量化投资的完美算法。
3所示。目标函数对损失进行回复所需的时间。损失100元后,要花多少时间才能赚100元。如果有一天你损失了33%,那么你需要弥补50%的损失。如果一项策略需要10天的时间来获得50%的收益,那么在这种情况下,在赌博的每一天都不会再遭受同样的损失,如果再次遇到33%的损失,就需要有70%的超高收益来补偿损失。所以用最快的速度回复损伤来避免这种情况。
⑻ 量化投资在中国到底靠谱不靠谱
河北稳抄升为您服务。
量化投资现在是投资里的一个热门方向。作为在国外很成熟的投资方式,国内还处于起步初期的状态。量化投资更侧重数据挖掘,模型策略开发,计算机辅助,能克服人性的一些弱点,自动交易方式能解放人的盯盘时间,因此备受青睐。但作为交易方式的一种,量化投资也不是万能的,股票或期货投资在长期来看都会遵守七亏二平一赚的规律。