量化投資
金融時序時間小波預測原理
- 股票市場是一個相當複雜的系統，股票價格的變化受到經濟、有關行業、政治及投資者心理等多種因素的影響，各因素的影響程度、時間範圍和方式也不盡相同；且股市各因素間相互關係錯綜複雜，主次關係變化不定，數量關係難以提取及定量分析，因此我們需要尋找一種好的方法來避免或減弱這些因素的影響。
A股實證：基於小波分析的金融時序數據預側
- 案例：基於小波分析的金觸時序數據預側1)實驗步驟利用Mtlab軟件，對金融數據的預測可以按以下步驟進行。(1)對原始數據進行分解，本案例採用Mallat算法對數據進行分解，然後對信號進行平滑處理，用低通函數與原始信號卷積實現平滑處理，然後對經過平滑處理的信號進行重構。
什麼是支持向量機？支持向量機基本概念
- SVM算法是一種學習機制，是由Vapnik提出的旨在改善傳統神經網絡學習方法的理論弱點，最先從最優分類面問題提出了支持向量機網絡。SVM學習算法根據有限的樣本信息在模型的複雜性和學習能力之間尋求最佳折中，以期獲得最好的泛化能力。SVM在形式上類似於多層前向網絡，而且已被應用於模式識別、迴歸分析、數據挖掘等方面。
支持向量機非線性SVM
- 非線性SVM上一節的算法針對的是輸入空間存在線性判別面的情況。對分類面是非線性函數的情況，理論上應將輸入空間通過某種非線性映射，映射到一個高維特徵空間，在這個空間中存在線性的分類規則，可以構造線性的最優分類超平面。
支持向量機SVM分類器參數選擇
- 與傳統的神經網絡方法相比，支持向量機具有更出色的性能，它採用結構風險最小化原則，能在經驗風險與模型複雜度之間做適當的折中，從而獲得更好的推廣能力。但是，支持向量機在實際應用中，關於參數選擇的問題仍然沒有得到很好的解決，如多項式學習機器的階數問題、徑向基機器中的函數寬度，以及Sigmoid機器中函數的寬度和偏移等。
信號的小波分解與重構
- 1)信號的分解通常小波分解與重構可以通過Mall算法來實現，{Vt}是L²（R)中的一個多尺度分析，Φ爲尺度函數，{Ψƒ，n}ƒ，n爲小波基，則通過Mallat算法有分解式：可以簡記爲：上式中，H和G分別爲低通濾波器和高通濾波器。
量化投資中的樣本外測試分析
- 經過2002年至2012年近11年期間的樣本內測試後，爲了說明策略的投資收益來源於有效的投資邏輯和策略模型預測能力，而不是通過數據挖掘和窺探人爲創造的，選取自2013年1月1日至2013年10月31日作爲樣本外測試區間。
量化投資的功能有哪些？主要表現在哪些方面
- 量化投資的發展顛覆了傳統的投資方式，改變了投資者分析市場和執行交易的方式，改變了市場的微觀結構，給資本市場帶來了深遠的影響。量化投資的功能主要表現在以下幾個方面：有助於提升市場的定價效率影響資本市場定價效率的主要因素包括：交易成本、流動性、套利活動的活躍程度、市場的投資者類型、市場對消息的響應速度。
量化投資中的樣本內測試分析
- 爲了使所選的樣本更具有代表性，本策略以A股市場上正常交易的所有股票爲投資對象，選取2002年1月1日至2012年12月31日11年的時間爲本模型的樣本內測試區間。滬深300指數自2002年以來的走勢如圖11-1所示。
交易員多久審覈他的信用風險取決於什麼？如何進行信用分析？
- 交易員面臨來自交易所、經紀人、券商以及投資本身的違約風險。違約很少發生。但是一旦發生違約，就會帶來巨大損失。更糟糕的是，交易員並不因爲承擔信用風險而得到賠償，就像他們在證券市場中那樣。因此需要交易員定期監測信用風險，給那些他用於和交易所、經紀人、券商或者投資冒險的資金設置限制，然後他必須執行這些限制。
量化投資的常用統計檢驗方法有哪些？
- 隨着量化投資在金融市場中的應用越來越廣泛，很多量化投資策略和模型被研發出來並應用到實際的投資管理中，但是對於量化模型有效性的評估和檢驗方法卻不爲大多數人所熟知。研究人員通常使用夏普比率，信息比率、交易勝率和樣本外測試收益率等指標來評估量化模型的收益情況。然而，這樣的指標並不能完整地反映模型的真實表現情況。
量化投資策略開發的流程詳解
- 一、理論構建量化投資策略必須基於可論證的經濟理論.投資邏輯或市場經驗，理論邏輯基礎可以來自學術論文、研究報告或自身對市場的觀察。 數據準備量化投資策略開發需要基於較長時間段的穩定的市場數據，不僅在於歷史模式的統計歸納，也包括樣本外檢測的數據長度要求。
量化投資中的實盤跟蹤策略分析
- 本量化投資策略自2013年11月1日起進入實盤跟蹤階段，截至2014年7月31日共實盤跟蹤時間達185個交易日，在此期間滬深300指數的走勢如圖11-8所示，指數從期初的2400點震盪下跌3個月至2100點，然後一直處於橫盤震盪狀態3個月，最後，上漲至2350點。整體來看，本階段A股市場處於震盪時期。
海外量化基金的發展案例【案例：Columbine Capital Services】
- Columbine Capital Services成立於1976年，是爲職業財富管理人和基金等大型機構投資者提供數量化研究和諮詢服務的一家獨立研究機構，研究範圍覆蓋超過6000家美國公司和近20000家非美國公司，2008年，在評級機構Investars.
海外量化基金的發展
- 目前來說，對於量化基金並沒有嚴格的定義。Bloomberg認爲量化基金因使用量化投資方法而得名，最化基金通過數理統計分析，選擇那些未來回報可能會超越基準的證券進行投資，以期獲取超越指數基金的收益。對於一個完全的量化基金來說，其最終的買賣決策完全依賴於量化模型。
什麼是量化選股？量化選股如何應用
- 一個典型的投資流程如圖1-5所示，從中可以看出，量化投資技術幾乎覆蓋了投資的全過程，包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、算法交易、資產配置、風險控制等。圖1-5 量化投資學科體系結構量化選股就是採用數量的方法判斷某個公司是否值得買入的行爲。
跨品種套利策略
- 棕擱油與豆油在消費領域具有很強的替代性，兩者的價格走勢具有很強的關聯性，當兩者之間相對價格(價格之差或價格之比)發生偏差時將出現跨品種套利機會。對於豆油與棕擱油來說，豆油的供給主要受南關、美國和國內的影響較大,而棕櫚油供給主要受東南亞主產國的影響較大。
什麼是跨品種套利？跨品種套利基本策略
- 跨品種套利基本策略跨品種套利是指利用兩種不同的，但相互關聯的商品之間的合約價格差異進行套利交易，即買入某一交割月份的某種商品合約，同時賣出另一相同交割月份、相互關聯的商品合約，以期在有利時機同時將這兩個合約對沖平倉獲利。
跨期套利策略：熊市套利
- 熊市套利與牛市套利不同，熊市套利只能以對沖的形式平倉，在此同樣從正向市場和反向市場兩方面加以分析。
什麼是跨市場套利策略？
- 跨市場套利策略跨市場套利是在不同市場之間進行的套利交易行爲。當同一期貨商品合約在兩個或者更多市場進行交易時，由一區域間的地理差別等因素，各商品合約間存在一定的固有價差關係。但是，由於兩個市場的供求影響因素、市場環境及交易規則等方面不完全一致，價格的傳導存在滯後甚至失真的情況，因此固有價差水平會出現偏離。