量化投資發(fā)展概述(附職位)

金融量化投資概述量化投資分析國泰安信息技術(shù)研討創(chuàng)新中心0量化投資的開展簡介1量化投資在海外的開展已有30多年的歷史，其投資業(yè)績穩(wěn)定，市場規(guī)模和份額不斷擴(kuò)展、得到了越來越多投資者認(rèn)可?，F(xiàn)實(shí)上，互聯(lián)網(wǎng)的開展，使得新概念在世界范圍的傳播速度非?？?，作為一個(gè)概念，量化投資并不算新，國內(nèi)投資者早有耳聞。但是，真正的量化基金在國內(nèi)開展還處于初級階段。量化投資開展階段國外量化投資的興起和開展主要可以分為三個(gè)階段：第一階段〔1971——1977〕1971年，世界上第一只被動(dòng)量化基金由巴克萊國際投資管理公司發(fā)行，1977年世界上第一只自動(dòng)量化基金業(yè)是由巴克萊國際投資管理公司發(fā)行，發(fā)行規(guī)模到達(dá)70億美圓，算是美國量化投資的開端。第二階段〔1977——1995〕從1977年到1995年，量化投資在海外閱歷一個(gè)緩慢的開展，這其中遭到諸多要素的影響，隨著信息技術(shù)和計(jì)算機(jī)技術(shù)方面獲得宏大提高，量化投資才迎來了其高速開展的時(shí)代。2量化投資開展階段第三階段〔1995——至今〕從1995到如今，量化投資技術(shù)逐漸趨于成熟，同時(shí)被大家所接受。在全部的投資中，量化投資大約占比30%，指數(shù)類投資全部采用定量技術(shù)，自動(dòng)投資中，約有20%——30%采用定量技術(shù)3全球數(shù)量化基金開展形狀20世紀(jì)50年代開場出現(xiàn)，2000年后蓬勃興隆，占全美投資的30%絕對數(shù)額：量化資管規(guī)模小于傳統(tǒng)方式開展速度：2003年后年增速15%，而傳統(tǒng)增速小于5%量化投資的開展簡介量化投資的開展簡介中國量化投資產(chǎn)品規(guī)模分析規(guī)模<1%6什么是量化投資？我們預(yù)備好了嗎？量化投資技術(shù)與優(yōu)勢為什么需求量化投資？“根本面投資或者傳統(tǒng)投資是經(jīng)過信息和個(gè)人判別〔usinginformationandjudgment〕來管理資產(chǎn)，假設(shè)遵照固定規(guī)那么，由計(jì)算機(jī)模型產(chǎn)生投資決策那么可被視為數(shù)量化投資。〞——Fabozzi<ChallengesInQuantitativeEquityManagement>量化投資主要是指經(jīng)過數(shù)理模型來實(shí)現(xiàn)投資理念，由計(jì)算機(jī)產(chǎn)生買賣戰(zhàn)略的一種投資方法。

數(shù)量化投資是一種方法論數(shù)量化投資往往與根本面投資、技術(shù)分析有機(jī)結(jié)合數(shù)量化投資是以定量化方法進(jìn)展投資的各種技術(shù)綜合什么是量化投資？量化投資離我們都多遠(yuǎn)？投資組合、資產(chǎn)定價(jià)、風(fēng)險(xiǎn)管理離不開量化分析GTDP增長率、行業(yè)虧損企業(yè)虧損額、企業(yè)資產(chǎn)負(fù)債率等都是量化目的！我們都可以成為量化分析的高手！寬客——量化投資的實(shí)際者！什么是量化投資？什么是量化投資？量化投資是借助現(xiàn)代金融學(xué)、計(jì)算機(jī)和數(shù)學(xué)的方法，把人的投資理念和研討成果量化為客觀的數(shù)理模型，利用計(jì)算機(jī)技術(shù)完成數(shù)據(jù)處置、分析建模、決策下單，執(zhí)行整個(gè)流程的系統(tǒng)化、程序化的投資方式。

量化投資以先進(jìn)的數(shù)學(xué)模型替代人為的客觀判別，和抑制人性的弱點(diǎn)，如貪婪、恐懼、僥幸心思，也可以抑制認(rèn)知偏向，借助系統(tǒng)強(qiáng)大的信息處置才干具有更大的投資穩(wěn)定性，極大地減少投資者心情的動(dòng)搖影響，防止在市場極度狂熱或悲觀的情況下做出非理性的投資決策。9西蒙斯傳奇比巴菲特還能賺錢的人〔年賺60%〕數(shù)學(xué)天才〔陳-西蒙斯實(shí)際〕大獎(jiǎng)?wù)禄稹矚v史數(shù)據(jù)相關(guān)性分析來預(yù)測未來〕模型先生〔利用復(fù)雜的數(shù)學(xué)模型構(gòu)建買賣戰(zhàn)略〕黑箱作業(yè)〔絕對嚴(yán)密〕超高頻率統(tǒng)計(jì)套利買賣：IT、科學(xué)和閱歷等文藝復(fù)興科技公司和西蒙斯10大獎(jiǎng)?wù)禄饦I(yè)績回放

?1988-2021，年均報(bào)答率35.6%〔扣除資產(chǎn)管理費(fèi)和投資收益分成〕,均高出索羅斯和巴菲特十幾個(gè)百分點(diǎn)；?1988-1999，凈報(bào)答率2478%，1st;量子基金1710%，2nd;同期S&P9.6%；?2021年，全球金融危機(jī)，各類資產(chǎn)價(jià)錢下滑，大部分對沖基金都虧損，而大獎(jiǎng)?wù)沦?0%?2002-2005，規(guī)模為50億美圓的大獎(jiǎng)?wù)禄鹪?jīng)為投資者支付了60多億美圓的報(bào)答。?年報(bào)答率平均高達(dá)35.6%,被譽(yù)為最勝利的對沖基金11文藝復(fù)興科技公司和西蒙斯?文藝復(fù)興科技公司：?總部在紐約長島，心臟地帶是一間禮堂，公司員工會(huì)定期在此聽一場科學(xué)演講；?200多名員工，近一半是數(shù)學(xué)、物理學(xué)、統(tǒng)計(jì)學(xué)等領(lǐng)域的頂尖科學(xué)家；?不雇用商學(xué)院畢業(yè)生和華爾街人士；?待遇優(yōu)厚，嚴(yán)厲嚴(yán)密，流動(dòng)性小。12量化投資與傳統(tǒng)投資

投資策略主動(dòng)型投資策略傳統(tǒng)主動(dòng)型投資策略依靠投資者經(jīng)驗(yàn)判斷試圖戰(zhàn)勝市場獲取超額收益量化投資策略建立量化模型并依靠計(jì)算機(jī)實(shí)現(xiàn)策略以戰(zhàn)勝市場獲取超額收益被動(dòng)型投資策略無法獲得超越市場的收益13根本面投資的特點(diǎn)根本面投資是一種高投資深度〔信息系數(shù)〕，低投資廣度的投資風(fēng)格。根本面投資的代表人物：沃倫.巴菲特1989-2021平均年報(bào)答約20%；2021年報(bào)答率約-15%選擇高價(jià)值公司股權(quán)收益高股東盈余多高毛利率資源分配合理選擇最安全的股票第一條準(zhǔn)則：不要賠錢第二條準(zhǔn)則：永遠(yuǎn)不要忘記第一條選擇自己熟悉的股票生意不熟不做持有時(shí)間長傳統(tǒng)行業(yè)重視公司內(nèi)在品質(zhì)初始的股權(quán)收益率營運(yùn)毛利、負(fù)債水準(zhǔn)與資本支出需求的變化該公司的現(xiàn)金產(chǎn)生能力巴菲特選股原那么15量化投資的特點(diǎn)量化投資是一種低投資深度〔信息系數(shù)〕，高投資廣度的投資風(fēng)格。量化投資者的勝利典范：詹姆斯.西蒙斯1989-2021平均年報(bào)答約35%；2021年報(bào)答率約80%西蒙斯量化投資理念根本面投資和量化投資各有所長，量化投資稍稍勝出大量的金融數(shù)據(jù)（1）傳統(tǒng)經(jīng)濟(jì)模型（2）概率統(tǒng)計(jì)模型（3）數(shù)據(jù)挖掘模型（4）資產(chǎn)管理模型……（1）數(shù)學(xué)、物理學(xué)、統(tǒng)計(jì)學(xué)（2）重市場，重實(shí)踐根本面投資與量化投資的對比根本面投資和量化投資各有所長，量化投資稍稍勝出依托一致、有序的嚴(yán)厲流程易于測試可以運(yùn)用于大量的投資標(biāo)的客觀性關(guān)注普遍景象嚴(yán)重依賴歷史數(shù)據(jù)可以延續(xù)調(diào)整投資預(yù)測能夠做出一些偽假設(shè)依托發(fā)明力和想像力很難復(fù)制非常耗費(fèi)人力客觀性可以解釋特例可以分析過去的閱歷能否有自創(chuàng)價(jià)值調(diào)整投資預(yù)測不頻繁會(huì)被行為偏向所影響量化投資根本面投資平手勝出勝出勝出勝出平手勝出勝出平手平手根本面投資與傳統(tǒng)投資方法的對比量化投資價(jià)值投資技術(shù)分析量化投資是一種投資方法論，充分自創(chuàng)了根本面投資及技術(shù)分析相關(guān)的投資理念和方法，并非傳統(tǒng)投資的對立面，而是借助計(jì)算機(jī)技術(shù)，對其傳承與開展以下圖為3種基金1、3、5、10年期相對于S&P指數(shù)的信息比率，數(shù)據(jù)覆蓋1996.01.01-2005.12.3120為什么需求量化投資？市場有效性假設(shè)〔EfficientMarketHypothesis，EMH〕巴奇列尤金.法默〔1970，3種方式〕股價(jià)已經(jīng)反映了全部能從市場交易數(shù)據(jù)中得到的信息檢驗(yàn)：股票收益模式弱有效形式與公司前景有關(guān)的全部公開現(xiàn)有信息一定已經(jīng)在股價(jià)中反映出來檢驗(yàn)：市場異樣半強(qiáng)有效形式股價(jià)反映了全部與公司有關(guān)的信息，甚至包括僅為內(nèi)幕人員所知的信息檢驗(yàn)：內(nèi)幕信息強(qiáng)有效形式21市場是充分有效的嗎？1、投資者能夠經(jīng)過對公共信息的過濾，發(fā)明出大量的私人信息。2、投資者做投資決策往往是根據(jù)個(gè)人心情，而不是對信息的理性分析。3、一些人想從他人的非理性投資行為上漁利，結(jié)果發(fā)明了更多的市場無效。4、經(jīng)濟(jì)條件，尤其是技術(shù)程度無時(shí)不刻不在變化，而人們需要時(shí)間去順應(yīng)變化。5、買賣費(fèi)用使實(shí)際模型和現(xiàn)實(shí)存在差距。6、稅費(fèi)會(huì)導(dǎo)致市場扭曲。7、政府的金融政策會(huì)導(dǎo)致市場扭曲?！行У囊蜃邮遣蹲绞袌鰺o效性的重要工具，是量化投資獲利的關(guān)鍵為什么需求量化投資？行為金融學(xué):市場金融異象與行為偏向非理性人假設(shè)過度自信謹(jǐn)慎保守害怕?lián)p失厭惡后悔小盤股效應(yīng)股票溢價(jià)之謎日歷效應(yīng)金融異象為什么需求量化投資？23如何把握這種市場無效時(shí)機(jī)？24量化投資金融種類的完善計(jì)算機(jī)技術(shù)的開展監(jiān)控制度的完善為什么需求量化投資？量化投資的五大優(yōu)勢

25紀(jì)律性嚴(yán)格執(zhí)行量化投資模型投資建議系統(tǒng)性包括多層次的量化模型、多角度的觀察及海量數(shù)據(jù)的觀察等及時(shí)性及時(shí)跟蹤市場變化，不斷發(fā)現(xiàn)新的提供超額收益的交易機(jī)會(huì)準(zhǔn)確性準(zhǔn)確客觀評價(jià)交易機(jī)會(huì)，克服主觀情緒偏差，妥善運(yùn)用套利的思想分散化嚴(yán)格控制風(fēng)險(xiǎn)，充當(dāng)準(zhǔn)確地實(shí)現(xiàn)分散化投資目標(biāo)

量化投資的運(yùn)用26量化投資的運(yùn)用?量化投資技術(shù)幾乎覆蓋了投資的全過程，包括量化選股、量化擇時(shí)、股指期貨套利、商品期貨套利、統(tǒng)計(jì)套利、算法買賣，資產(chǎn)配置，風(fēng)險(xiǎn)控制等。27投資策略簡介量化選股利用數(shù)量化的方法選擇股票組合，包括基本面和市場行為量化選股量化擇時(shí)通過對各宏微觀指標(biāo)的量化分析判斷大勢走勢股指期貨套利利用股指期貨市場存在的不合理價(jià)格，實(shí)現(xiàn)期限、跨期套利等商品期貨套利利用商品期貨市場存在的不合理價(jià)格，實(shí)現(xiàn)期限、跨期、跨市場、跨品種套利等統(tǒng)計(jì)套利利用證券價(jià)格的歷史統(tǒng)計(jì)規(guī)律構(gòu)建資產(chǎn)組合算法交易通過計(jì)算機(jī)程序發(fā)出交易指令，TWAP、VWAP為代表

運(yùn)用舉例1：Graham根本面量化選股

?Graham選股思想的量化實(shí)證：根本面量化選股戰(zhàn)略1.上市3年以上2.延續(xù)三年分紅3.EPS最近兩年的平均值除以往前推第四年第五年的平均值的值>1.34.最近12個(gè)月營業(yè)收入大于10億5.流動(dòng)比率>16.PE<257.PE*PB<508.權(quán)益?zhèn)鶆?wù)比>19.長期負(fù)債比流動(dòng)資產(chǎn)少28

運(yùn)用舉例1：Graham根本面量化選股

以下圖是按照以上選股思緒選出來的前20只股票按照市值加權(quán)平均構(gòu)成的一個(gè)組合，但剔除了金融類股票29

運(yùn)用舉例2：小朋友8周擇時(shí)法

?小朋友8周擇時(shí)法：基于技術(shù)分析的量化擇時(shí)戰(zhàn)略?當(dāng)指數(shù)〔或個(gè)股〕的收盤價(jià)比8周前的收盤價(jià)高，就看多〔買入或者繼續(xù)持有〕，否那么看空〔賣出或繼續(xù)空倉〕。30運(yùn)用舉例2：小朋友8周擇時(shí)法31

運(yùn)用舉例2：小朋友8周擇時(shí)法

32

運(yùn)用舉例3：股指期貨套利---期現(xiàn)套利

33股指期貨套利跨品種套利跨期套利跨市場套利期現(xiàn)套利

運(yùn)用舉例4：算法買賣-修正型VWAP算法

定義：算法買賣又稱自動(dòng)化買賣、黑盒買賣或機(jī)器買賣，它指的是經(jīng)過運(yùn)用計(jì)算機(jī)程序發(fā)出買賣指令的方法。買賣中，程序可以決議的范圍包括買賣時(shí)間的選擇、買賣價(jià)錢、甚至包括最后需求成交的證券數(shù)量。?分類：?被動(dòng)型算法買賣，包括VWAP、TWAP等?自動(dòng)型算法買賣，根據(jù)市場情況作出實(shí)時(shí)買賣決策34運(yùn)用舉例4：算法買賣-修正型VWAP算法?戰(zhàn)略原理：此戰(zhàn)略的原理是在市場價(jià)錢高于市場均價(jià)時(shí)，根據(jù)市場價(jià)錢走勢不同程度減少下單量，在保證高價(jià)位的低下單量的同時(shí)，可以防止出現(xiàn)價(jià)錢的繼續(xù)上漲而下單量過度地向后聚集；在市場價(jià)錢低于市場均價(jià)時(shí)，根據(jù)市場價(jià)錢走勢不同程度地添加下單量，在保證低價(jià)位的高下單量的同時(shí)，可以防止價(jià)錢的繼續(xù)走低而下單量過度地提早完成。35

以下圖為戰(zhàn)略流程圖：

36運(yùn)用舉例4：算法買賣-修正型VWAP算法?下單量處置：?設(shè)置兩個(gè)參數(shù)：偏向調(diào)整比例函數(shù)?(β),表示市場價(jià)錢和市場均價(jià)的偏向β導(dǎo)致的調(diào)整比例。容忍系數(shù)ρ表示不同決策者對待這種偏向的態(tài)度及相應(yīng)的決策，這里設(shè)定5個(gè)ρ值：1、2、3、4、5，每個(gè)ρ對應(yīng)一個(gè)不同的偏向調(diào)整比例函數(shù)?(β)。37運(yùn)用舉例4：算法買賣-修正型VWAP算法

38修正型VWAP震蕩市執(zhí)行效果圖(ρ=3;激進(jìn)系數(shù)λ=3;調(diào)整閥值σ=0.002?戰(zhàn)略戰(zhàn)勝市場均價(jià)0.001995元?數(shù)據(jù)來源：2021年12月31號，華泰結(jié)合證券研討所，天軟科技39修正型VWAP上漲市執(zhí)行效果圖(ρ=3;激進(jìn)系數(shù)λ=3;調(diào)整閥值σ=0.002)戰(zhàn)略戰(zhàn)勝市場均價(jià)0.039988元數(shù)據(jù)來源：2021年12月31號，華泰結(jié)合證券研討所，天軟科技40修正型VWAP下跌市執(zhí)行效果圖(ρ=3;激進(jìn)系數(shù)λ=3;調(diào)整閥值σ=0.002)?戰(zhàn)略戰(zhàn)勝市場均價(jià)0.039988元?數(shù)據(jù)來源：2021年12月31號，華泰結(jié)合證券研討所，天軟科技41參數(shù)分析容忍系數(shù)、激進(jìn)系數(shù)和調(diào)整閥值對戰(zhàn)略效果影響很大，容忍系數(shù)越大，對小幅價(jià)錢偏向的反響越小，買賣量也越偏向買賣時(shí)間的尾部；激進(jìn)系數(shù)越大，在發(fā)生因價(jià)錢的調(diào)整時(shí)候的反響越大，黃色柱線峰值越高，買賣量偏向買賣時(shí)間的頭部；調(diào)整閥值越大，因價(jià)錢漲跌所導(dǎo)致的調(diào)整次數(shù)越少，那么黃色峰值數(shù)量越少。42量化投資從想象到實(shí)現(xiàn)

43?量化投資普通步驟數(shù)理化構(gòu)建模型模型驗(yàn)證構(gòu)建投組再平衡?數(shù)量化將不可觀測的變量數(shù)量化，如風(fēng)險(xiǎn)、市場心情等?構(gòu)建模型選擇樣本空間構(gòu)建數(shù)理模型并預(yù)測收益和風(fēng)險(xiǎn)?模型驗(yàn)證運(yùn)用樣本空間外數(shù)據(jù)進(jìn)展模型驗(yàn)證?構(gòu)建組合根據(jù)預(yù)測結(jié)果按規(guī)那么選擇對象構(gòu)建投資組合?再平衡定期或不定期進(jìn)展再平衡，優(yōu)化模型，提高收益數(shù)量化構(gòu)建模型模型驗(yàn)證構(gòu)建組合再平衡以多因子量化選股為例量化選股的前提是構(gòu)建優(yōu)秀的選股戰(zhàn)略?根本流程：候選因子因子有效性檢驗(yàn)冗余因子剔除綜合評分模型構(gòu)建選股模型驗(yàn)證?投資是長期的，因此戰(zhàn)略也是需求進(jìn)展動(dòng)態(tài)地調(diào)整44候選因子因子有效性檢驗(yàn)冗余因子剔除綜合評分模型構(gòu)建選股模型驗(yàn)證量化證券投資組合管理的七條原那么原那么1：市場大多數(shù)情況下是有效的原那么2：真正的套利時(shí)機(jī)是不存在的原那么3：定量分析可以“發(fā)明〞統(tǒng)計(jì)套利時(shí)機(jī)原那么4：量化分析是用一種有效的方法來將一切可用的信息結(jié)合起來原那么5：量化模型應(yīng)該基于可靠的經(jīng)濟(jì)實(shí)際原那么6：量化模型應(yīng)該反映耐久的和穩(wěn)定的方式原那么7：投資組合關(guān)于給定基準(zhǔn)的偏向，只需在不確定性足夠小的情況下，才有意義量化投資技術(shù)與優(yōu)勢45量化投資的模塊構(gòu)建資金來源-營銷和融資模型來源-技術(shù)團(tuán)隊(duì)管理公司盈利方式設(shè)計(jì)量化投資技術(shù)與優(yōu)勢46數(shù)據(jù)妥善運(yùn)用套利的思想策略紀(jì)律性系統(tǒng)系統(tǒng)性實(shí)踐概率致勝第1頁量化投資戰(zhàn)略研發(fā)工具量化投資技術(shù)與優(yōu)勢量化投資四大特點(diǎn)47第一，紀(jì)律性，一切的決策都是根據(jù)模型做出的。紀(jì)律性的益處很多，可以抑制人性的弱點(diǎn)，如貪婪、恐懼、僥幸心思，也可以抑制認(rèn)知偏向，行為金融實(shí)際在這方面有許多論述。紀(jì)律化的另外一個(gè)益處是可跟蹤。定量投資作為一種定性思想的理性運(yùn)用，客觀地在組合中去表達(dá)這樣的組合思想。一個(gè)好的投資方法應(yīng)該是一個(gè)“透明的盒子〞。我們的每一個(gè)決策都是有理有據(jù)的，特別是有數(shù)據(jù)支持的。量化投資技術(shù)與優(yōu)勢48第二，系統(tǒng)性。詳細(xì)表現(xiàn)為“三多〞。首先表如今多層次，包括在大類資產(chǎn)配置、種類選擇、精選種類三個(gè)層次；其次是多角度,定量投資的中心投資思想包括宏觀周期、市場構(gòu)造、估值、生長、盈利質(zhì)量、分析師盈利預(yù)測、市場心情等多個(gè)角度；再者就是多數(shù)據(jù)，就是海量數(shù)據(jù)的處置。人腦處置信息的才干是有限的，當(dāng)一個(gè)資本市場只需10個(gè)買賣種類，這對定性投資經(jīng)理是有優(yōu)勢的，他可以深化分析這10家公司。但在一個(gè)很大的資本市場，比如有成千上萬的入場時(shí)機(jī)時(shí)，強(qiáng)大的定量投資的信息處置才干能反映它的優(yōu)勢，能捕捉更多的投資時(shí)機(jī)，拓展更大的投資時(shí)機(jī)。量化投資技術(shù)與優(yōu)勢49第三，妥善運(yùn)用套利的思想。定量投資正是在找估值洼地，經(jīng)過全面、系統(tǒng)性的掃描捕捉錯(cuò)誤價(jià)錢偏離帶來的時(shí)機(jī)。定性投資經(jīng)理大部分時(shí)間在琢磨哪一個(gè)企業(yè)是偉大的企業(yè)，那個(gè)買賣是可以翻倍的買賣；與定性投資經(jīng)理不同，定量基金經(jīng)理大部分精神花在分析哪里是估值洼地，哪一個(gè)種類被低估了，買入低估的，賣出高估的。第四，靠概率取勝。這表現(xiàn)為兩個(gè)方面，一是定量投資不斷的從歷史中發(fā)掘有望在未來反復(fù)的歷史規(guī)律并且加以利用。二是依托一組買賣取勝，而不是一個(gè)或幾個(gè)買賣取勝。量化投資技術(shù)與優(yōu)勢50定性投資：人的心情，人性弱點(diǎn)對投資影響較大定量投資資：+★人的心情，人性弱點(diǎn)對投資影響較小★人的思想和精神得到延伸和補(bǔ)充，在投資覆蓋的廣度和深度，尤其在廣度上有很大提高。量化投資技術(shù)與優(yōu)勢量化投資優(yōu)勢51模型同質(zhì)化景象并非一勞永逸能夠加劇羊群效應(yīng)不能完全替代人腦面臨新的風(fēng)險(xiǎn)量化投資技術(shù)與優(yōu)勢快速高效 高信息比率客觀理性個(gè)股與組合并重多樣投資

中國量化投資開展

量化投資研討的興起基金：2021年以來，量化投資忽然成為市場的一個(gè)熱點(diǎn)，各大機(jī)構(gòu)都在組建量化投資的團(tuán)隊(duì)、研討量化投資的戰(zhàn)略，很多量化基金產(chǎn)品層出不窮，尤其是在傳統(tǒng)投資基金業(yè)績不佳的情況下，很多利用量化投資戰(zhàn)略的基金產(chǎn)品獲得了相當(dāng)不錯(cuò)的收益率。券商：隨著融資融券、股指期貨、轉(zhuǎn)融通等業(yè)務(wù)相繼推出，券商資管量化投資非常熾熱。國信、華泰、長江、國泰君安等各大券商都在發(fā)力量化投資產(chǎn)品研討，在我國百余家券商中，已有38家券商資管發(fā)行量化產(chǎn)品。期貨：2021年以來，一些與期貨相關(guān)證券的套期保值迅速開展，各大期貨公司紛紛成立了金融工程部和量化投資部，逐漸注重程序化買賣，推出各種量化投資平臺。53中國量化投資開展量化投資的迅速開展規(guī)模：我國第一只量化投資基金出現(xiàn)于2004年，截止2021年底,共有18只量化基金產(chǎn)品成立，40只量化型陽光私募產(chǎn)品成立。僅僅2021下半年，券商共發(fā)行量化產(chǎn)品132只，2021年上半年發(fā)行量化產(chǎn)品109只。收益：據(jù)不完全統(tǒng)計(jì)，2021年我國43只量化基金平均收益為-3%，其中的30只量化基金，平均收益為4%，遠(yuǎn)遠(yuǎn)好于大市和陽光私募基金。2021年，公募量化投資產(chǎn)品平均收益率為4.47%，跑贏大盤1.89%。私募量化投資產(chǎn)品平均收益率4.95%，跑贏大盤2.37%。可以看出，量化投資在大勢動(dòng)蕩和市場下行的時(shí)候依然可以保證一定的絕對報(bào)答。54

未來篇：迎春綻放正當(dāng)時(shí)

內(nèi)部要素：客觀理性A股市場有效性偏弱，市場上被錯(cuò)誤定價(jià)的股票相對較多個(gè)人投資者比例非常高，市場心情能夠?qū)χ袊袌龅挠绊懱貏e大，依托理性分析實(shí)現(xiàn)超額收益的空間更大快速高效計(jì)算機(jī)技術(shù)日新月異，為量化投資分析提供了強(qiáng)大支撐中國市場是個(gè)新興市場，量化投資占比低，某些目的數(shù)據(jù)關(guān)注發(fā)掘缺乏，這既是挑戰(zhàn)也恰恰是機(jī)遇所在關(guān)注組合、控制風(fēng)險(xiǎn)國內(nèi)投資者普遍多為風(fēng)險(xiǎn)厭惡者,而國內(nèi)量化投資的選股過程本身就是一個(gè)風(fēng)險(xiǎn)控制過程多樣的量化投資戰(zhàn)略豐富了機(jī)構(gòu)產(chǎn)品線，可以滿足不同收益風(fēng)險(xiǎn)預(yù)期的客戶55未來篇：迎春綻放正當(dāng)時(shí)56

未來篇：迎春綻放正當(dāng)時(shí)

國內(nèi)量化投資開展迅速開展呈井噴之勢券商2021年發(fā)行109只量化產(chǎn)品，占市場量化產(chǎn)品〔154只〕的71%，2021年發(fā)行28只量化產(chǎn)品〔其中2021年下半年共發(fā)行23只量化產(chǎn)品〕，占比18%國內(nèi)量化投資開展?jié)摿甏罅炕腿碳侠碡?cái)富品實(shí)踐發(fā)行規(guī)模為124.47億元，僅占一切券商理財(cái)富品的4.2%量化基金產(chǎn)品總體規(guī)模為281.7億元，僅占全部基金規(guī)模的1.06%。美國市場2007已到達(dá)15%57我們更喜歡的一種定義是：這是一個(gè)行業(yè)方向。20212020量化投資領(lǐng)域迸發(fā)增長的十年市場環(huán)境與參與群體的交互生長市場要素不斷開展量化投資是一種勢不可擋的趨勢量化投資開展前瞻量化投資我們能做什么？59計(jì)算機(jī)、金融、數(shù)學(xué)復(fù)合型人才量化投資常用數(shù)據(jù)源Matlab根底量化投資常用平臺工具量化投資常見模型量化投資常見戰(zhàn)略量化投資戰(zhàn)略編寫案例量化投資基金組建與運(yùn)營量化投資重要議題6061量化投資人才需求崗位金融工程量化分析師投資經(jīng)理產(chǎn)品規(guī)劃師金融工程顧問金融咨詢師金融策略分析師……量化投資人才需求職位描述任職條件負(fù)責(zé)上市公司的財(cái)務(wù)報(bào)表基本分析、行業(yè)的投資分析報(bào)告的編撰、金融模型的搭建。根據(jù)公司金融業(yè)務(wù)的發(fā)展搭建金融數(shù)據(jù)模型。主要以上市公司的公開財(cái)務(wù)報(bào)表為基礎(chǔ)數(shù)據(jù)，采用模擬仿真的方法，預(yù)測其未來財(cái)務(wù)數(shù)據(jù)的概率分布為機(jī)構(gòu)客戶、公司業(yè)務(wù)部門提供投資建議和研究服務(wù)；財(cái)務(wù)報(bào)表分析、商業(yè)模式的分析、財(cái)務(wù)模型的建立以及融資需求（金融服務(wù)）分析、金融工具（融資方案）設(shè)計(jì)。教育背景：金融、統(tǒng)計(jì)、應(yīng)用數(shù)學(xué)、金融工程相關(guān)專業(yè)碩士及以上；具有扎實(shí)的專業(yè)知識和相關(guān)領(lǐng)域理論功底；了解證券基礎(chǔ)知識；能熟練運(yùn)用經(jīng)濟(jì)分析方法開展公司調(diào)研和行業(yè)研究工作；有金融、財(cái)經(jīng)行業(yè)系統(tǒng)或財(cái)務(wù)信息系統(tǒng)等方面的學(xué)術(shù)研究經(jīng)歷和工程實(shí)踐經(jīng)驗(yàn)；具有很強(qiáng)的隨機(jī)分析、概率統(tǒng)計(jì)以及模特卡洛仿真計(jì)算能力。具有數(shù)學(xué)建模能力