量化投機(jī)課件

1概述傳奇量化投資大師量化投資的理論基礎(chǔ)量化對沖策略闡述十大對沖基金案例傳奇的量化投資大師：西蒙斯詹姆斯·西蒙斯（James

Simons）是世界級的數(shù)學(xué)家，也是最偉大的對沖基金經(jīng)理之一大獎(jiǎng)?wù)禄疬B續(xù)20年，每年35%的凈回報(bào)創(chuàng)立著名的Cherm-Simons理論2006年，西蒙斯被國際金融工程師協(xié)會(huì)評選為年度金融工程師。2007年，他個(gè)人盈利大概28億美元2006年，他賺了17億美元2005年是15億美元。學(xué)數(shù)學(xué)的也能賺大錢傳奇量化投資大師：大衛(wèi).肖Shaw于1980年在斯坦福獲得博士學(xué)位，隨后在哥倫比亞大學(xué)計(jì)算機(jī)系做老師1986年成立肖博士公司從事對沖基金業(yè)務(wù)，截至2009年7月管理230億美元的資產(chǎn)（全球第四大對沖基金）他成立了一個(gè)研究實(shí)驗(yàn)室（www.deshawresearch.com），主要搞計(jì)算生物化學(xué)領(lǐng)域的超級計(jì)算機(jī)。學(xué)計(jì)算機(jī)的也能賺大錢傳奇的量化投資大師：伊曼紐爾·德曼畢業(yè)于哥倫比亞大學(xué)，獲理論物理學(xué)博士學(xué)位他曾是愛因斯坦、薛定諤、李政道等物理學(xué)巨匠的門徒1985年起加入著名投資銀行高盛集團(tuán)他參與創(chuàng)作了業(yè)界廣為采用的布萊克－德曼－托伊利率模型和德曼－卡尼局部波動(dòng)率模型于2000年當(dāng)選國際金融工程師協(xié)會(huì)年度金融工程師2002年入選《風(fēng)險(xiǎn)》雜志名人堂。學(xué)物理的也能賺大錢傳奇的量化投資大師：Ray

Dalio上世紀(jì)70年代，年僅26歲的達(dá)里奧被一家從事零售經(jīng)紀(jì)預(yù)算業(yè)務(wù)的公司炒魷魚后，在一套兩居室里成立了橋水公司目前是世界最大的對沖基金公司，管理的資金約1400億美元在市場慘淡的2011年斬獲138億美元自1975年成立迄今，Pure

Alpha基金總共已為投資者賺取了358億美元的收益。失業(yè)了也可以成為偉大的對沖基金經(jīng)理量化投資產(chǎn)品在極端行情中的表現(xiàn)從6月初旬到7月初這段時(shí)間內(nèi)陽光私募產(chǎn)品的收益情況。在統(tǒng)計(jì)的2251只股票策略產(chǎn)品中有1753只是虧損的，虧損比例達(dá)到了77.87%，而相對價(jià)值策略的虧損比例是20.46%量化投資產(chǎn)品在極端行情中的表現(xiàn)與滬深300指數(shù)月度24.72%的跌幅相比，中性策略、套利策略和相對復(fù)合策略分別取得了2.31%，4.76%和3.79%的正向月收益。寬客的工作方式量化投資流程算法交易的簡介算法交易并不涉及對交易標(biāo)的、交易方向或交易總量的判斷，在這些因素已確定的情況下，算法交易通過給出如何將總單進(jìn)行拆分的方案來實(shí)現(xiàn)一些目標(biāo)的預(yù)期最優(yōu)化。算法交易所關(guān)心的目標(biāo)沖擊成本最小化成交風(fēng)險(xiǎn)最小化成交均價(jià)貼近某一目標(biāo)價(jià)格隱藏交易意圖程序化交易與算法交易的對比程序化交易算法交易共同點(diǎn)算法交易和程序交易都是自動(dòng)化交易的子集，因?yàn)檫@兩者的特征均是由計(jì)算機(jī)自動(dòng)完成主要解決問題標(biāo)的、方向拆分次要解決問題數(shù)量、價(jià)格、時(shí)間價(jià)格、時(shí)間基本內(nèi)涵在目前的市場形勢下，以特定方向買入特定標(biāo)的能獲得期望收益在其它因素已確定的情況下，算法交易給出如何將總單進(jìn)行拆分的方案以求達(dá)到預(yù)期最優(yōu)目標(biāo)具體目標(biāo)——交易成本最小化算法交易所關(guān)心的交易成本主要指下單對市場形成的沖擊成本，包含源于交易對市場傳達(dá)的證券價(jià)值信息的永久性沖擊成本、以及源于交易在短時(shí)間內(nèi)對市場流動(dòng)性耗竭的暫時(shí)性沖擊成本。算法交易可能納入考慮的其他相關(guān)的交易成本還包括機(jī)會(huì)成本、未成交成本交易成本的構(gòu)成股票交易成本估計(jì)具體目標(biāo)—成交價(jià)格風(fēng)險(xiǎn)最小化如果用每次交易成交均價(jià)的方差、或者成交均價(jià)與目標(biāo)價(jià)格間差值的方差作為成交風(fēng)險(xiǎn)的衡量，那么交易者當(dāng)然希望多次交易下的方差最小，也就是算法交易所能實(shí)現(xiàn)的價(jià)格確定性最大。具體目標(biāo)——成交均價(jià)最貼近目標(biāo)價(jià)格機(jī)構(gòu)投資者使用算法交易時(shí)通常會(huì)設(shè)定一個(gè)目標(biāo)價(jià)格，由于機(jī)構(gòu)的特質(zhì)不同，其所要求的目標(biāo)也往往不同。通常設(shè)定的目標(biāo)價(jià)格可以是一段時(shí)間內(nèi)的加權(quán)平均價(jià)格（VWAP、TWAP），到達(dá)價(jià)格（ArrivalPrice），當(dāng)天開盤價(jià)等等，某些ETF

基金也會(huì)以當(dāng)天收盤價(jià)作為目標(biāo)價(jià)格。具體目標(biāo)——隱藏下單意圖傳統(tǒng)的下單方法由于過于集中，會(huì)向市場傳遞較多的信息。通過算法交易，通常一筆大單可以被拆到足夠細(xì)，從而實(shí)現(xiàn)較好的隱蔽性，避免尾隨風(fēng)險(xiǎn)。+; ;.

; Q‰.$;—.Q‰+

;

?三$,3

№,$$

№

¤

?1 23$

!"#$%&$'()$*(¤

+№

),3¤

./0¤

n

1¤

}$(

?;n

)#¤}$(?3+

40&$?567?g:);<=>?@0AB?D%EF№(z№¤

?¤

IJ¤B?&$¤L

X).;

.Q‰$;Q+$fi( C++.Matlab.Mathcad.Sas.RATS.S-Plus…)—.Q‰+

;

???a,¤;

N!,"[??$%ComputationalFinance(

Q‰;)FinancialEngineering(Q‰+

)FinancialMathematics(Q‰

;)MathematicalFinance(

$Q‰)

№QuantitativeFinance

("#Q‰;)01$;H4?9789$;;(Q‰+

№?)>?9@$;+

AB$D;;;(Q‰+

№?)?0y$;

;G

(

$Q‰№?)

§?

Q

$+№;

№Q

;N

39J?—.Q‰++;,-. 01Q‰$?;<=?>?Q‰+23?5,0fi78O?

@?@

?

?

fi

?$

№ST?L1V$;(Kent

StateUniversity)

Q‰IJI$; LM@O$;;Q‰P $R三.Q‰++$$3 CDE???—“;

”?;

QTS?IJK——$6$

‰

CSMAR——

$$g

gQR?TUVW——

?g?"#$%&Z[UVW——12$6$345gZ[\]UVW

——

?[$845

g9:;?>$$`aUVW

——=>??(ABCDE$QUVW——FG$¤XBRLgN(OP$

$¤QRQRX?UVW——

?

'()*+?-./0+?12345678三.Q‰++$$3 CDES???—“;

”?;g)Sg$HU￠W?"gXY?"gZφ,]—8_

g

??"ab??de?Y8g

hi]—k(diZφlN?

V

WXYZ?V\φ

^

N?D_

$$b

$deφ,@h?jkφmn$d0op№

APIN?QQSN?Ur?tu?三.Q‰++$$3 CDE???—“;

”?;?+三.Q‰++$$3 CDE???—“;

”?;,虛擬交易所虛擬柜臺$no

Zφ

APIy$API

??