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(duì)沖策略闡述十大對(duì)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(jí)的數(shù)學(xué)家，也是最偉大的對(duì)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(guó)際金融工程師協(xié)會(huì)評(píng)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(duì)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(duì)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(jí)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(guó)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(duì)沖基金公司，管理的資金約1400億美元在市場(chǎng)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(duì)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(yáng)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(duì)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(duì)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(jiǎn)介算法交易并不涉及對(duì)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(duì)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(chǎng)形勢(shì)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(duì)市場(chǎng)形成的沖擊成本，包含源于交易對(duì)市場(chǎng)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(duì)市場(chǎng)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(chǎng)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(diZφl(shuí)N?

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(tái)$no

Zφ

APIy$API

??