模塊2對沖基金策略基礎(chǔ)課件

對沖基金策略技術(shù)

——量化投資概念對沖基金策略技術(shù)

——量化投資概念1介紹

中國量化投資學(xué)會理事長《量化投資-策略與技術(shù)》作者《量化投資與對沖基金叢書》主編東航金控財富管理中心總經(jīng)理介紹中國量化投資學(xué)會理事長2傳奇量化投資大師量化投資的理論基礎(chǔ)十大對沖基金策略分析量化對沖策略闡述量化策略分析語言

量化投資支撐：IT系統(tǒng)

中國量化投資學(xué)會部門介紹大綱概述3傳奇量化投資大師部門介紹大綱概述3傳奇的量化投資

大師：西蒙斯詹姆斯·西蒙斯（JamesSimons）

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?wù)禄疬B續(xù)20年，每年35%的凈回報創(chuàng)立著名的Cherm-Simons理論2006年，西蒙斯被國際金融工程師協(xié)會評選為年度金融工程師。2007年，他個人盈利大概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)的也能賺大錢傳奇的量化投資

大師：西蒙斯詹姆斯·西蒙斯（JamesSi4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)計算機系做老師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）他成立了一個研究實驗室（），主要搞計算生物化學(xué)領(lǐng)域的超級計算機。學(xué)計算機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5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－卡尼局部波動率模型于2000年當(dāng)選國際金融工程師協(xié)會年度金融工程師2002年入選《風(fēng)險》雜志名人堂。學(xué)物理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6傳奇的量化投資

大師：RayDalio上世紀(jì)70年代，年僅26歲的達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，PureAlpha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

傳奇的量化投資

大師：RayDalio上世紀(jì)70年代，年僅7定義：量化投資就是以數(shù)據(jù)為基礎(chǔ)，以策略模型為核心，以程序化交易為手段，以追求絕對收益為目標(biāo)的投資方法中醫(yī)VS西醫(yī)：傳統(tǒng)投資VS量化投資）優(yōu)點一：賭大概率事件（以組合對沖為主）優(yōu)點二：克服人性弱點（以機器交易為主）優(yōu)點三：精力無限（監(jiān)控全市場、全產(chǎn)品、全周期）優(yōu)點四：精細(xì)化交易（利用算法交易降低對市場的沖擊）

量化投資是投資從藝術(shù)走向科學(xué)的必由之路部門介紹大綱量化投資是什么8定義：量化投資就是以數(shù)據(jù)為基礎(chǔ)，以策略模型為核心，以程序一個案例假設(shè)我們有一個不均勻的硬幣，有51%的概率正面，49%會反面。選擇我們賭注在下一次投擲中，若出現(xiàn)正面，我們盈利相應(yīng)的bet，反面我們輸?shù)羲械腷et。那么，現(xiàn)在有兩種策略：

A：投擲一次，賭注1000；

B：投擲1000次，每次賭注1；

你會選A還是B？因為我們知道硬幣是不均勻的，我們有2%的概率優(yōu)勢?，F(xiàn)在我們來做一個統(tǒng)計的分析，計算下這兩種策略的風(fēng)險收益比

一個案例假設(shè)我們有一個不均勻的硬幣，有51%的概率正面，499一個案例1.期望收益：

A：0.51*1000-0.49*1000=20；

B：1000（1*0.51-1*0.49）=20

可見，兩種策略有相同的期望收益。2.全輸概率：

A：輸?shù)羧抠Y本的概率=0.49

B：輸?shù)羧抠Y本的概率=0.49*0.49...*0.49

=0.49^1000.B策略全輸?shù)母怕蔬h(yuǎn)小于A策略

一個案例1.期望收益：

A：0.51*1000-10一個案例3.風(fēng)險評估

A:

stdev(1000,0,0,0...0)=31.6；

B：stdev（1，-1,1,1，-1,...1)=1

可見，A策略的標(biāo)準(zhǔn)差遠(yuǎn)大于A。4.夏普比例

A：SR=20/31.62=0.63；

B:

SR=20/1=20

可見，B策略的收益風(fēng)險比遠(yuǎn)高于A策略投資的核心是大數(shù)定律一個案例3.風(fēng)險評估

A:

stdev(1000,0,11金融市場的數(shù)學(xué)定義Y=F(x1,x2,…….xn)其中Y是金融市場的波動（漲跌/漲跌幅/伸縮/概率）Xi

為一系列因子數(shù)學(xué)可以描述金融市場金融市場的數(shù)學(xué)定義Y=F(x1,x2,…….xn)12看做是一個函數(shù)逼近問題案例：Y=F(換手率=300%，成交量>100億）=10%其中Y表示漲幅如何進行函數(shù)逼近？人工神經(jīng)網(wǎng)絡(luò)/回歸/….看做是一個函數(shù)逼近問題案例：13看成是一個分類問題案例：Y=F(換手率=300%，成交量>100億）=1其中：1表示漲，0表示跌如何進行分類模型的學(xué)習(xí)？決策樹/貝葉斯分類/支持向量機看成是一個分類問題案例：14看成是一個概率問題案例：Y=F(換手率=300%，成交量>100億）=90%其中：90%表示漲的概率如何計算概率？概率分布/隨機過程看成是一個概率問題案例：15看成是一個模式識別問題案例：出現(xiàn)右側(cè)的圖形時，未來的走勢是漲還是跌？如何進行圖形模式識別？分形理論/機器學(xué)習(xí)/小波分析現(xiàn)代數(shù)學(xué)理論在量化投資中大有用武之地看成是一個模式識別問題案例：出現(xiàn)右側(cè)的圖形時，16策略分類相對價值策略宏觀因素策略事件驅(qū)動策略BridgeWater保爾森鮑波斯特摩根大通安祖高頓齊夫資本文藝復(fù)興科技貝萊德埃利奧特法拉龍低收益/低風(fēng)險/大容量高收益/高風(fēng)險/大容量高收益/低風(fēng)險/小容量策略分類相對價值策略宏觀因素策略事件驅(qū)動策略BridgeWa17策略類型策略轉(zhuǎn)換圖低收益/高風(fēng)險/低容量投資者大量撤出低收益/低風(fēng)險/高容量高收益/低風(fēng)險/低容量高收益/高風(fēng)險/高容量高收益/低風(fēng)險/高容量低收益/高風(fēng)險/高容量低收益/低風(fēng)險/低容量高收益/高風(fēng)險/低容量投資者大量涌入投資者大量撤出策略類型策略轉(zhuǎn)換圖低收益/高風(fēng)險/低容量投資者大量撤出低收益18策略的類型高收益率策略：（1）要么承擔(dān)了較高的風(fēng)險（2）要么犧牲了資金規(guī)模對于資產(chǎn)管理而言，高收益率策略不可能成為主導(dǎo)策略。策略的類型高收益率策略：19“窮人要搏命，富人要穩(wěn)定”高凈值客戶不喜歡高風(fēng)險策略銀行理財：20萬億；保險資金：5.7萬億；基金：3萬億；期貨：幾千億市場份額與風(fēng)險度負(fù)相關(guān)。目前券商和基金的相對收益產(chǎn)品，決定了客戶群中高凈值客戶比例不大

只有實現(xiàn)絕對收益才能擴大市場份額部門介紹大綱絕對收益是未來的趨勢20“窮人要搏命，富人要穩(wěn)定”部門介紹大綱絕對收益是未來的趨阿爾法套利股指期貨套利商品期貨套利期權(quán)套利統(tǒng)計套利另類套利部門介紹大綱主要量化對沖策略21阿爾法套利部門介紹大綱主要量化對沖策略21正向Alpha：構(gòu)建多頭股票組合，同時做空股指期貨反向Alpha：構(gòu)建空頭股票組合（融券），同時做多股指期貨核心策略：量化選股模型包括：多因子、風(fēng)格輪動、行業(yè)輪動、動量翻轉(zhuǎn)、資金流、一致預(yù)期、趨勢追蹤、籌碼理論代表產(chǎn)品：PureAlpha部門介紹大綱Alpha套利22正向Alpha：構(gòu)建多頭股票組合，同時做空股指期貨部門介股指期貨套利是指利用股指期貨市場存在的不合理價格，同時參與股指期貨與股票現(xiàn)貨市場交易，以賺取差價的行為。股指期貨套利分為期現(xiàn)套利，跨期套利，跨市套利和跨品種套利，其中期現(xiàn)套利和跨期套利這兩種最主流的方式。策略核心：沖擊成本和保證金管理

目前市場機會稀少，需要高速的套利系統(tǒng)部門介紹大綱無風(fēng)險套利——股指期貨套利23股指期貨套利是指利用股指期貨市場存在的不合理價格，同時參與股指期貨套利類似，商品期貨同樣存在套利策略，在買人或賣出某種期貨合約的同時，賣出或買入相關(guān)的另一種合約，并在某個時間同時將兩種合約平倉。商品期貨套利主要有期現(xiàn)套利，跨期套利，跨市場套利和跨品種套利四種。策略核心：計算持倉成本、現(xiàn)貨組織

期貨公司CTA產(chǎn)品將有大發(fā)展的機會部門介紹大綱商品期貨套利——基本概念24與股指期貨套利類似，商品期貨同樣存在套利策略，在買人或賣有別于無風(fēng)險套利，統(tǒng)計套利是利用證券價格的歷史統(tǒng)計規(guī)律進行套利，是一種風(fēng)險套利，其風(fēng)險在于這種歷史統(tǒng)計規(guī)律在未來一段時間內(nèi)是否繼續(xù)存在。統(tǒng)計套利的主要內(nèi)容包括：股票配對交易、股指套利、融券套利和外匯套利。策略核心：協(xié)整模型、主成分模型

隨著轉(zhuǎn)融通成行，未來統(tǒng)計套利空間巨大部門介紹大綱統(tǒng)計套利——基本概念25有別于無風(fēng)險套利，統(tǒng)計套利是利用證券價格的歷史統(tǒng)計規(guī)律進期權(quán)的優(yōu)點在于收益無限的同時風(fēng)險損失有限，因此在很多時候，利用期權(quán)來取代期貨進行做空，進行套利交易，會比單純利用期貨套利具有更小的風(fēng)險和更高的收益率。利用期權(quán)的各種組合，有多種套利方法，包括股票—期權(quán)套利、轉(zhuǎn)換套利、跨式套利、寬跨式套利、蝶式套利和飛鷹式套利等。策略核心：折溢價率

目前國內(nèi)還沒有機會部門介紹大綱期權(quán)套利——基本概念26期權(quán)的優(yōu)點在于收益無限的同時風(fēng)險損失有限，因此在很多時候算法交易指的是通過使用計算機程序來發(fā)出交易指令的方法。根據(jù)各個算法交易中算法的主動程度不同，可以把不同算法交易分為被動型算法交易、主動型算法交易、綜合型算法交易三大類。策略核心：成交量分布的預(yù)測

機構(gòu)目前的手動交易造成巨大的沖擊成本損失部門介紹大綱算法交易——基本概念27算法交易指的是通過使用計算機程序來發(fā)出交易指令的方法。部另類套利策略是指利用市場的缺陷進行的一些特殊場合的套利策略。主要包括：封閉式基金套利、并購套利、定增套利、ETF套利、LOF套利代表產(chǎn)品：定增系列產(chǎn)品部門介紹大綱另類套利28另類套利策略是指利用市場的缺陷進行的一些特殊場合的套利策《量化投資-策略與技術(shù)》《量化投資-策略與技術(shù)》29策略建模語言目前比較流行的策略建模語言主要有：（1）MATLAB（2）R語言策略建模語言目前比較流行的策略建模語言主要有：30MATLAB簡介MATLAB的是美國MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，

用于算法開發(fā)、數(shù)據(jù)分析以及數(shù)值計算，主要包括MATLAB和Simulink兩大部分。在金融領(lǐng)域，利用MATLAB以及相關(guān)產(chǎn)品，可以進行分析數(shù)據(jù)，評估風(fēng)險、開發(fā)并優(yōu)化策略等一系列金融建模工作。優(yōu)勢在于：強大的建模能力和全面的分析能力31MATLAB簡介MATLAB的是美國MathWorks公司出MATLAB簡介MATLAB金融工具箱主要有：DatafeedToolbox：金融數(shù)據(jù)工具箱EconometricsToolbox：計量經(jīng)濟學(xué)工具箱FinancialDerivativesToolbox：金融衍生品工具箱Fixed-IncomeToolbox：固定收益工具箱OptimizationToolbox：優(yōu)化工具箱StatisticsToolbox：統(tǒng)計工具箱用戶可以利用MATLAB進行（1）交易策略實現(xiàn)和回測、投資組合優(yōu)化和分析（2）資產(chǎn)分配、金融時序分析、期權(quán)價格和敏感度分析、現(xiàn)金流分析（3）風(fēng)險管理、預(yù)測和模擬、利率曲線擬合和期限結(jié)構(gòu)建模（4）MonteCarlo模擬、基于GARCH的波動性分析等。32MATLAB簡介MATLAB金融工具箱主要有：32R語言免費開源的數(shù)據(jù)處理語言至少幾百名世界知名統(tǒng)計學(xué)家在算法上的支持至少幾百名世界頂尖的Fortran,C,C++數(shù)學(xué)庫編程高手在代碼上的支持大數(shù)據(jù)計算平臺的運算支撐開放金融數(shù)據(jù)資源的免費接入前沿期刊與代碼工具的協(xié)同R語言免費開源的數(shù)據(jù)處理語言33R的本質(zhì)：全世界統(tǒng)計學(xué)者

的聯(lián)合社區(qū)R社區(qū)中最活躍貢獻者：金融統(tǒng)計學(xué)者與工程師，生物統(tǒng)計學(xué)者與工程師，計算機人工智能學(xué)者與工程師R語言是一個高效率的實驗平臺：通過R語言可以很高效的實現(xiàn)前沿paper的模型方法，同時R語言又提供與C，C++等傳統(tǒng)語言工具的量化結(jié)合R社區(qū)遵守開源協(xié)議：R社區(qū)內(nèi)富含眾多商業(yè)級模塊的前身，部分R軟件包在成熟之后，也開始遷移出R社區(qū)，形成眾多商業(yè)級前沿軟件產(chǎn)品R的本質(zhì)：全世界統(tǒng)計學(xué)者

的聯(lián)合社區(qū)R社區(qū)中最活躍貢獻者：金34R語言與其他工具的對比R語言的總體優(yōu)勢R社區(qū)體系對其他語言和平臺的整合功能開放體系與開源屬性R語言與C++等通用軟件開發(fā)語言相比：R語言可以做為C++的庫使用大量C++金融工具包已經(jīng)被納入R語言R軟件包多半是C++實現(xiàn)的R語言與SAS，Matlab等科學(xué)計算平臺相比R語言在性能上不及SAS，Matlab統(tǒng)一的R社區(qū)的比眾多分散的Matlab社區(qū)資源多R語言與EViews，RATS等專業(yè)統(tǒng)計與計量軟件相比R語言更適合金融工程師使用R語言是通用的統(tǒng)計開發(fā)語言，跟適合作為于量化分析策略的研發(fā)平臺R語言與其他工具的對比R語言的總體優(yōu)勢35量化投資重要支撐：IT系統(tǒng)量化投資重要支撐：IT系統(tǒng)36歷史數(shù)據(jù)統(tǒng)計后驗歷史數(shù)據(jù)統(tǒng)計一般以收盤價或者日均價作為買入賣出的交易價格。然后根據(jù)設(shè)定的交易價格計算出在某一段時間內(nèi)的收益率、超額收益、夏普率等結(jié)果。歷史數(shù)據(jù)統(tǒng)計后驗的優(yōu)勢是效率高、簡單方便。缺點是不夠精確，尤其不能考慮資金量對市場的影響。這個階段的IT要求：簡單的原語/多市場的數(shù)據(jù)/各種盈虧報表分析。歷史數(shù)據(jù)統(tǒng)計后驗歷史數(shù)據(jù)統(tǒng)計一般以收盤價或者日均價作為買入賣37歷史高頻交易數(shù)據(jù)后驗歷史高頻交易數(shù)據(jù)后驗的核心在于根據(jù)歷史高交易頻數(shù)據(jù)進行模擬撮合，撮合算法主要是判斷在某個時段的成交量的成交比例。例如某個股票在歷史上5.0~5.1價位之間成交了10000股，其中的掛單量為50000股。那么在后驗的時候，可以設(shè)定成交股的A%和掛單量的B%中最小值，為模擬撮合的成交量。一般經(jīng)驗公式：A和B的值一般取為10%和30%。這個步驟的IT要求：快速撮合能力歷史高頻交易數(shù)據(jù)后驗歷史高頻交易數(shù)據(jù)后驗的核心在于根據(jù)歷史高38高頻數(shù)據(jù)實時模擬策略后驗無法檢驗其在樣本外的效果。解決這個問題的方法是進行高頻數(shù)據(jù)的實時模擬交易。實時模擬交易是將策略寫成一個DLL，放在模擬平臺上自動運行。高頻數(shù)據(jù)實時模擬和實盤交易已經(jīng)非常接近，對沖擊成本的考慮，市場容量的考慮基本上和實盤已經(jīng)一致，唯一不能解決的就是對市場的影響，這個階段的IT要求：一個簡單高效的統(tǒng)一的交易接口API高頻數(shù)據(jù)實時模擬策略后驗無法檢驗其在樣本外的效果。解決這個問39實盤程序化交易前面3個步驟的目的都是為了最后進行實盤交易，實盤交易對市場的影響會體現(xiàn)出來，只有通過了實盤實時交易，一個策略才能被證明是有效的。量化投資系統(tǒng)可以通過手動方式下單，也可以寫成程序化交易系統(tǒng)。一般交易較為頻繁的策略，絕大多數(shù)需要通過程序化交易實現(xiàn)。這個階段IT的要求：快速報盤搶單能力實盤程序化交易前面3個步驟的目的都是為了最后進行實盤交易，實40目前流行的綜合量化平臺大智慧DTS天軟量化平臺國泰安寬平臺恒生極速策略系統(tǒng)目前流行的綜合量化平臺大智慧DTS41系統(tǒng)設(shè)計DTS程序化交易平臺交易引擎大智慧投研終端大智慧交易終端終端應(yīng)用財匯金融數(shù)據(jù)資訊數(shù)據(jù)高速事件處理全市場、全品種、全業(yè)務(wù)高速交易產(chǎn)投研一體化DTS-大智慧策略交易平臺系統(tǒng)設(shè)計DTS程序化交易平臺交易引擎大智慧投研終端終端應(yīng)用財42天軟金融數(shù)據(jù)倉庫支持業(yè)內(nèi)主流資訊商，如：萬X、聚X、財X、巨X等的數(shù)據(jù)接口支持主流基金估值、柜臺接口口支持朝陽永續(xù)、今X投資等證券、基金、交易所報盤債券等基礎(chǔ)數(shù)據(jù)天軟金融數(shù)據(jù)倉庫支持業(yè)內(nèi)主流資訊商，如：萬X、聚X、財X、巨43恒生量化交易系統(tǒng)恒生量化交易系統(tǒng)44寬系列帶來的全新體驗寬系列與整個量化投資流程緊密結(jié)合寬數(shù)據(jù)寬研究精選數(shù)據(jù)策略構(gòu)建精確回驗績效評估策略管理各類策略的研究，開發(fā)，回測并最終定型成型策略進行模擬交易，同時向外界展示成果模擬交易通過后策略進入真錢交易策略形成金融產(chǎn)品，向客戶進行推廣和教育模擬交易策略推薦證券優(yōu)選融資融券萬人競賽高速行情模擬交易真實柜臺因子風(fēng)控算法交易策略推薦資金配對基金孵化內(nèi)外培訓(xùn)大型峰會寬投顧寬交易寬基金寬服務(wù)寬系列帶來的全新體驗寬系列與整個量化投資流程緊密結(jié)合寬數(shù)據(jù)寬45各種平臺的比較平臺名稱優(yōu)勢適合用戶大智慧DTS簡單的策略語言，完整的數(shù)據(jù)，高效的回測入門級客戶，快速模型測試恒生ITP極速交易，內(nèi)存交易大規(guī)模機構(gòu)客戶的實時交易天軟量化平臺大規(guī)模數(shù)據(jù)倉庫，算法引擎，MATLAB整合高級客戶，復(fù)雜模型測試寬平臺全面服務(wù)教學(xué)與培訓(xùn)各種平臺的比較平臺名稱優(yōu)勢適合用戶大智慧DTS簡單的策略語言46目前的瓶頸數(shù)據(jù)質(zhì)量瓶頸法律瓶頸交易速度瓶頸產(chǎn)品瓶頸目前的瓶頸數(shù)據(jù)質(zhì)量瓶頸47數(shù)據(jù)質(zhì)量瓶頸數(shù)據(jù)不完整數(shù)據(jù)不準(zhǔn)缺乏統(tǒng)一接口數(shù)據(jù)質(zhì)量瓶頸數(shù)據(jù)不完整48法律瓶頸目前可以公開募集資金的對沖基金形式（1）基金專戶/子公司（2）券商資管（3）信托（4）有限合伙前三個都有嚴(yán)格風(fēng)控要求，對交易限制很大法律瓶頸目前可以公開募集資金的對沖基金形式49交易速度瓶頸事前風(fēng)控要求集中交易要求公平交易要求交易所行情推送問題交易速度瓶頸有待法律問題和技術(shù)問題的逐步解決交易速度瓶頸事前風(fēng)控要求50產(chǎn)品瓶頸目前只有2個做空工具（HS300期指/國債期貨）融券尚不成氣候國債期貨、期權(quán)、OTC產(chǎn)品尚待啟動量化投資的大發(fā)展有賴于衍生產(chǎn)品的大規(guī)模發(fā)展。產(chǎn)品瓶頸目前只有2個做空工具（HS300期指/國債期貨）51量化投資的春天正在走來量化投資的春天正在走來52謝謝謝謝53對沖基金策略技術(shù)

——量化投資概念對沖基金策略技術(shù)

——量化投資概念54介紹

中國量化投資學(xué)會理事長《量化投資-策略與技術(shù)》作者《量化投資與對沖基金叢書》主編東航金控財富管理中心總經(jīng)理介紹中國量化投資學(xué)會理事長55傳奇量化投資大師量化投資的理論基礎(chǔ)十大對沖基金策略分析量化對沖策略闡述量化策略分析語言

量化投資支撐：IT系統(tǒng)

中國量化投資學(xué)會部門介紹大綱概述56傳奇量化投資大師部門介紹大綱概述3傳奇的量化投資

大師：西蒙斯詹姆斯·西蒙斯（JamesSimons）

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?wù)禄疬B續(xù)20年，每年35%的凈回報創(chuàng)立著名的Cherm-Simons理論2006年，西蒙斯被國際金融工程師協(xié)會評選為年度金融工程師。2007年，他個人盈利大概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)的也能賺大錢傳奇的量化投資

大師：西蒙斯詹姆斯·西蒙斯（JamesSi57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)計算機系做老師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）他成立了一個研究實驗室（），主要搞計算生物化學(xué)領(lǐng)域的超級計算機。學(xué)計算機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58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－卡尼局部波動率模型于2000年當(dāng)選國際金融工程師協(xié)會年度金融工程師2002年入選《風(fēng)險》雜志名人堂。學(xué)物理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59傳奇的量化投資

大師：RayDalio上世紀(jì)70年代，年僅26歲的達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，PureAlpha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

傳奇的量化投資

大師：RayDalio上世紀(jì)70年代，年僅60定義：量化投資就是以數(shù)據(jù)為基礎(chǔ)，以策略模型為核心，以程序化交易為手段，以追求絕對收益為目標(biāo)的投資方法中醫(yī)VS西醫(yī)：傳統(tǒng)投資VS量化投資）優(yōu)點一：賭大概率事件（以組合對沖為主）優(yōu)點二：克服人性弱點（以機器交易為主）優(yōu)點三：精力無限（監(jiān)控全市場、全產(chǎn)品、全周期）優(yōu)點四：精細(xì)化交易（利用算法交易降低對市場的沖擊）

量化投資是投資從藝術(shù)走向科學(xué)的必由之路部門介紹大綱量化投資是什么61定義：量化投資就是以數(shù)據(jù)為基礎(chǔ)，以策略模型為核心，以程序一個案例假設(shè)我們有一個不均勻的硬幣，有51%的概率正面，49%會反面。選擇我們賭注在下一次投擲中，若出現(xiàn)正面，我們盈利相應(yīng)的bet，反面我們輸?shù)羲械腷et。那么，現(xiàn)在有兩種策略：

A：投擲一次，賭注1000；

B：投擲1000次，每次賭注1；

你會選A還是B？因為我們知道硬幣是不均勻的，我們有2%的概率優(yōu)勢?，F(xiàn)在我們來做一個統(tǒng)計的分析，計算下這兩種策略的風(fēng)險收益比

一個案例假設(shè)我們有一個不均勻的硬幣，有51%的概率正面，4962一個案例1.期望收益：

A：0.51*1000-0.49*1000=20；

B：1000（1*0.51-1*0.49）=20

可見，兩種策略有相同的期望收益。2.全輸概率：

A：輸?shù)羧抠Y本的概率=0.49

B：輸?shù)羧抠Y本的概率=0.49*0.49...*0.49

=0.49^1000.B策略全輸?shù)母怕蔬h(yuǎn)小于A策略

一個案例1.期望收益：

A：0.51*1000-63一個案例3.風(fēng)險評估

A:

stdev(1000,0,0,0...0)=31.6；

B：stdev（1，-1,1,1，-1,...1)=1

可見，A策略的標(biāo)準(zhǔn)差遠(yuǎn)大于A。4.夏普比例

A：SR=20/31.62=0.63；

B:

SR=20/1=20

可見，B策略的收益風(fēng)險比遠(yuǎn)高于A策略投資的核心是大數(shù)定律一個案例3.風(fēng)險評估

A:

stdev(1000,0,64金融市場的數(shù)學(xué)定義Y=F(x1,x2,…….xn)其中Y是金融市場的波動（漲跌/漲跌幅/伸縮/概率）Xi

為一系列因子數(shù)學(xué)可以描述金融市場金融市場的數(shù)學(xué)定義Y=F(x1,x2,…….xn)65看做是一個函數(shù)逼近問題案例：Y=F(換手率=300%，成交量>100億）=10%其中Y表示漲幅如何進行函數(shù)逼近？人工神經(jīng)網(wǎng)絡(luò)/回歸/….看做是一個函數(shù)逼近問題案例：66看成是一個分類問題案例：Y=F(換手率=300%，成交量>100億）=1其中：1表示漲，0表示跌如何進行分類模型的學(xué)習(xí)？決策樹/貝葉斯分類/支持向量機看成是一個分類問題案例：67看成是一個概率問題案例：Y=F(換手率=300%，成交量>100億）=90%其中：90%表示漲的概率如何計算概率？概率分布/隨機過程看成是一個概率問題案例：68看成是一個模式識別問題案例：出現(xiàn)右側(cè)的圖形時，未來的走勢是漲還是跌？如何進行圖形模式識別？分形理論/機器學(xué)習(xí)/小波分析現(xiàn)代數(shù)學(xué)理論在量化投資中大有用武之地看成是一個模式識別問題案例：出現(xiàn)右側(cè)的圖形時，69策略分類相對價值策略宏觀因素策略事件驅(qū)動策略BridgeWater保爾森鮑波斯特摩根大通安祖高頓齊夫資本文藝復(fù)興科技貝萊德埃利奧特法拉龍低收益/低風(fēng)險/大容量高收益/高風(fēng)險/大容量高收益/低風(fēng)險/小容量策略分類相對價值策略宏觀因素策略事件驅(qū)動策略BridgeWa70策略類型策略轉(zhuǎn)換圖低收益/高風(fēng)險/低容量投資者大量撤出低收益/低風(fēng)險/高容量高收益/低風(fēng)險/低容量高收益/高風(fēng)險/高容量高收益/低風(fēng)險/高容量低收益/高風(fēng)險/高容量低收益/低風(fēng)險/低容量高收益/高風(fēng)險/低容量投資者大量涌入投資者大量撤出策略類型策略轉(zhuǎn)換圖低收益/高風(fēng)險/低容量投資者大量撤出低收益71策略的類型高收益率策略：（1）要么承擔(dān)了較高的風(fēng)險（2）要么犧牲了資金規(guī)模對于資產(chǎn)管理而言，高收益率策略不可能成為主導(dǎo)策略。策略的類型高收益率策略：72“窮人要搏命，富人要穩(wěn)定”高凈值客戶不喜歡高風(fēng)險策略銀行理財：20萬億；保險資金：5.7萬億；基金：3萬億；期貨：幾千億市場份額與風(fēng)險度負(fù)相關(guān)。目前券商和基金的相對收益產(chǎn)品，決定了客戶群中高凈值客戶比例不大

只有實現(xiàn)絕對收益才能擴大市場份額部門介紹大綱絕對收益是未來的趨勢73“窮人要搏命，富人要穩(wěn)定”部門介紹大綱絕對收益是未來的趨阿爾法套利股指期貨套利商品期貨套利期權(quán)套利統(tǒng)計套利另類套利部門介紹大綱主要量化對沖策略74阿爾法套利部門介紹大綱主要量化對沖策略21正向Alpha：構(gòu)建多頭股票組合，同時做空股指期貨反向Alpha：構(gòu)建空頭股票組合（融券），同時做多股指期貨核心策略：量化選股模型包括：多因子、風(fēng)格輪動、行業(yè)輪動、動量翻轉(zhuǎn)、資金流、一致預(yù)期、趨勢追蹤、籌碼理論代表產(chǎn)品：PureAlpha部門介紹大綱Alpha套利75正向Alpha：構(gòu)建多頭股票組合，同時做空股指期貨部門介股指期貨套利是指利用股指期貨市場存在的不合理價格，同時參與股指期貨與股票現(xiàn)貨市場交易，以賺取差價的行為。股指期貨套利分為期現(xiàn)套利，跨期套利，跨市套利和跨品種套利，其中期現(xiàn)套利和跨期套利這兩種最主流的方式。策略核心：沖擊成本和保證金管理

目前市場機會稀少，需要高速的套利系統(tǒng)部門介紹大綱無風(fēng)險套利——股指期貨套利76股指期貨套利是指利用股指期貨市場存在的不合理價格，同時參與股指期貨套利類似，商品期貨同樣存在套利策略，在買人或賣出某種期貨合約的同時，賣出或買入相關(guān)的另一種合約，并在某個時間同時將兩種合約平倉。商品期貨套利主要有期現(xiàn)套利，跨期套利，跨市場套利和跨品種套利四種。策略核心：計算持倉成本、現(xiàn)貨組織

期貨公司CTA產(chǎn)品將有大發(fā)展的機會部門介紹大綱商品期貨套利——基本概念77與股指期貨套利類似，商品期貨同樣存在套利策略，在買人或賣有別于無風(fēng)險套利，統(tǒng)計套利是利用證券價格的歷史統(tǒng)計規(guī)律進行套利，是一種風(fēng)險套利，其風(fēng)險在于這種歷史統(tǒng)計規(guī)律在未來一段時間內(nèi)是否繼續(xù)存在。統(tǒng)計套利的主要內(nèi)容包括：股票配對交易、股指套利、融券套利和外匯套利。策略核心：協(xié)整模型、主成分模型

隨著轉(zhuǎn)融通成行，未來統(tǒng)計套利空間巨大部門介紹大綱統(tǒng)計套利——基本概念78有別于無風(fēng)險套利，統(tǒng)計套利是利用證券價格的歷史統(tǒng)計規(guī)律進期權(quán)的優(yōu)點在于收益無限的同時風(fēng)險損失有限，因此在很多時候，利用期權(quán)來取代期貨進行做空，進行套利交易，會比單純利用期貨套利具有更小的風(fēng)險和更高的收益率。利用期權(quán)的各種組合，有多種套利方法，包括股票—期權(quán)套利、轉(zhuǎn)換套利、跨式套利、寬跨式套利、蝶式套利和飛鷹式套利等。策略核心：折溢價率

目前國內(nèi)還沒有機會部門介紹大綱期權(quán)套利——基本概念79期權(quán)的優(yōu)點在于收益無限的同時風(fēng)險損失有限，因此在很多時候算法交易指的是通過使用計算機程序來發(fā)出交易指令的方法。根據(jù)各個算法交易中算法的主動程度不同，可以把不同算法交易分為被動型算法交易、主動型算法交易、綜合型算法交易三大類。策略核心：成交量分布的預(yù)測

機構(gòu)目前的手動交易造成巨大的沖擊成本損失部門介紹大綱算法交易——基本概念80算法交易指的是通過使用計算機程序來發(fā)出交易指令的方法。部另類套利策略是指利用市場的缺陷進行的一些特殊場合的套利策略。主要包括：封閉式基金套利、并購套利、定增套利、ETF套利、LOF套利代表產(chǎn)品：定增系列產(chǎn)品部門介紹大綱另類套利81另類套利策略是指利用市場的缺陷進行的一些特殊場合的套利策《量化投資-策略與技術(shù)》《量化投資-策略與技術(shù)》82策略建模語言目前比較流行的策略建模語言主要有：（1）MATLAB（2）R語言策略建模語言目前比較流行的策略建模語言主要有：83MATLAB簡介MATLAB的是美國MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，

用于算法開發(fā)、數(shù)據(jù)分析以及數(shù)值計算，主要包括MATLAB和Simulink兩大部分。在金融領(lǐng)域，利用MATLAB以及相關(guān)產(chǎn)品，可以進行分析數(shù)據(jù)，評估風(fēng)險、開發(fā)并優(yōu)化策略等一系列金融建模工作。優(yōu)勢在于：強大的建模能力和全面的分析能力84MATLAB簡介MATLAB的是美國MathWorks公司出MATLAB簡介MATLAB金融工具箱主要有：DatafeedToolbox：金融數(shù)據(jù)工具箱EconometricsToolbox：計量經(jīng)濟學(xué)工具箱FinancialDerivativesToolbox：金融衍生品工具箱Fixed-IncomeToolbox：固定收益工具箱OptimizationToolbox：優(yōu)化工具箱StatisticsToolbox：統(tǒng)計工具箱用戶可以利用MATLAB進行（1）交易策略實現(xiàn)和回測、投資組合優(yōu)化和分析（2）資產(chǎn)分配、金融時序分析、期權(quán)價格和敏感度分析、現(xiàn)金流分析（3）風(fēng)險管理、預(yù)測和模擬、利率曲線擬合和期限結(jié)構(gòu)建模（4）MonteCarlo模擬、基于GARCH的波動性分析等。85MATLAB簡介MATLAB金融工具箱主要有：32R語言免費開源的數(shù)據(jù)處理語言至少幾百名世界知名統(tǒng)計學(xué)家在算法上的支持至少幾百名世界頂尖的Fortran,C,C++數(shù)學(xué)庫編程高手在代碼上的支持大數(shù)據(jù)計算平臺的運算支撐開放金融數(shù)據(jù)資源的免費接入前沿期刊與代碼工具的協(xié)同R語言免費開源的數(shù)據(jù)處理語言86R的本質(zhì)：全世界統(tǒng)計學(xué)者

的聯(lián)合社區(qū)R社區(qū)中最活躍貢獻者：金融統(tǒng)計學(xué)者與工程師，生物統(tǒng)計學(xué)者與工程師，計算機人工智能學(xué)者與工程師R語言是一個高效率的實驗平臺：通過R語言可以很高效的實現(xiàn)前沿paper的模型方法，同時R語言又提供與C，C++等傳統(tǒng)語言工具的量化結(jié)合R社區(qū)遵守開源協(xié)議：R社區(qū)內(nèi)富含眾多商業(yè)級模塊的前身，部分R軟件包在成熟之后，也開始遷移出R社區(qū)，形成眾多商業(yè)級前沿軟件產(chǎn)品R的本質(zhì)：全世界統(tǒng)計學(xué)者

的聯(lián)合社區(qū)R社區(qū)中最活躍貢獻者：金87R語言與其他工具的對比R語言的總體優(yōu)勢R社區(qū)體系對其他語言和平臺的整合功能開放體系與開源屬性R語言與C++等通用軟件開發(fā)語言相比：R語言可以做為C++的庫使用大量C++金融工具包已經(jīng)被納入R語言R軟件包多半是C++實現(xiàn)的R語言與SAS，Matlab等科學(xué)計算平臺相比R語言在性能上不及SAS，Matlab統(tǒng)一的R社區(qū)的比眾多分散的Matlab社區(qū)資源多R語言與EViews，RATS等專業(yè)統(tǒng)計與計量軟件相比R語言更適合金融工程師使用R語言是通用的統(tǒng)計開發(fā)語言，跟適合作為于量化分析策略的研發(fā)平臺R語言與其他工具的對比R語言的總體優(yōu)勢88量化投資重要支撐：IT系統(tǒng)量化投資重要支撐：IT系統(tǒng)89歷史數(shù)據(jù)統(tǒng)計后驗歷史數(shù)據(jù)統(tǒng)計一般以收盤價或者日均價作為買入賣出的交易價格。然后根據(jù)設(shè)定的交易價格計算出在某一段時間內(nèi)的收益率、超額收益、夏普率等結(jié)果。歷史數(shù)據(jù)統(tǒng)計后驗的優(yōu)勢是效率高、簡單方便。缺點是不夠精確，尤其不能考慮資金量對市場的影響。這個階段的IT要求：簡單的原語/多市場的數(shù)據(jù)/各種盈虧報表分析。歷史數(shù)據(jù)統(tǒng)計后驗歷史數(shù)據(jù)統(tǒng)計一般以收盤價或者日均價作為買入賣90歷史高頻交易數(shù)據(jù)后驗歷史高頻交易數(shù)據(jù)后驗的核心在于根據(jù)歷史高交易頻數(shù)據(jù)進行模擬撮合，撮合算法主要是判斷在某個時段的成交量的成交比例。例如某個股票在歷史上5.0~5.1價位之間成交了10000股，其中的掛單量為50000股。那么在后驗的時候，可以設(shè)定成交股的A%和掛單量的B%中最小值，為模擬撮合的成交量。一般經(jīng)驗公式：A和B的值一般取為10%和30%。這個步驟的IT要求：快速撮合能力歷史高頻交易數(shù)據(jù)