量化投资
量化化交易的特点：漫漫前路
- 在你确信想要从事量化交易后，一大堆问题便会接踵而来：如何找出合适的策略?如何在进行回测前就能辨别出一个策略的优劣?如何对这些策略进行严密的回测?如果回测业绩不错，在交易结构和技术设备方面，你需要采取哪些措施来执行策略?如果这项策略在前期的真实交易中获利，该如何扩大规模以增加收入，同时又能管理好那些偶尔出现，
量化化交易的特点：营销非必需
- 量化交易与其他小生意有个最大、最明显的不同：对于绝大多数小生意来说，营销起着决定性作用，毕竟你要从其他人手里赚钱，而他们是要根据很多因素做出购买决定，并不仅仅看价格；在量化交易中，金融市场上的交易对手“仅仅”根据价格作出购买决定。除非你是在为他人管理资金(这已超出本书讨论范围)，在量化交易业务中绝对不需要营销。
寻找切实可行选股的策略
- 不用奇怪，寻找交易理念事实上“并不是”打造量化交易业务的最困难部分。我们每时每刻都能廉价甚至免费地从公开空间找到成百上千项策略，并且许多策略拥有者都会愿意告之完整的交易方法和回测结果。我们可以从金融投资方面的相关书籍、报纸杂志、主流媒体网站、网上或附近公共图书馆的学术论文、交易员论坛、博客等处获得这些策略。
高频交易策略如何操作?
- 一般而言，如果策略的目标是获取高夏普比率，交易应当采取高频而非隔夜持仓。什么是高频交易策略?为何它会有更高的夏普比率?许多高频交易专家认为高频交易策略是那些持仓不超过几秒的策略，而本书采用的是更广泛的定义，即把日内交易策略也归为高频交易策略。由于充足的流动性，高频交易策略最早出现在外汇市场，随后是期货市场。
股神总结的9个看盘口诀，学会了你就是股神！
- 在交易中，永远有你想不到的事情，会让你发生亏损。需不需要设置止损的最简单方法，就是问自己一个问题：假设现在还没有建立仓位，是否还愿意在此价位买进。答案如果是否定，马上卖出，毫不犹豫。
揭秘全球最牛基金经理，用什么方法炒股
- 投资名言：既然我们会做模型，那就不妨跟着模型走。所以，在1988年的时候，我决定百分之百的依靠模型交易。而且从那时起，我们一直都这么做。
量化交易策略简述？量化交易是什么？
- 本书的主要目的是为量化交易策略的研发提供一个可以参考的流程框架。但是直到目前为止，对于量化交易的界定，仍然存在着比较大的分歧。因此，为量化交易策略给出定义，虽然是全书开头一个不得不做的工作，却也是一件会导致争议的事情。
高杠杆组合优子高贝塔组合吗?
- 我们知道投资组合(或股票)的收益率与它的贝塔值(如果股票的市值和账面价值是固定的)成正比。换句话说，我们可以通过提高杠杆水平或提高贝塔值(选择高贝塔值股票)来提高投资组合的收益率。这两种方法似乎都合乎常理。事实上，可以通过提高一个低贝塔值投资组合的杠杆使其收益率与高贝塔值投资组合的收益率相当。
市值因子选股10等分？市值因子选股30等分？
- 市值因子选股10等分图5-9展示了将所有股票按照流通市值大小划分为10等份，每一等份中的股票又按照等权重进行组合时，10个等”*，份各自的平均月度收益率情况。第1等份的月度收益率为3.62%、第10等份的月度收益率为0.71%，而且值得注意的是，10个等份的月度收益率按照排序存在着非常规律的下降顺序。
市值因子选股3等分？市值因子选股3等分是什么意思？
- 图5-6展示了将所有股票按照流通市值大小划分为3个等份，每-等分中的股票又按照等权重进行组合时，3个等份各自的平均月度收益，分别为2.62%、1.46%和0.94%。由于同期的股市从整体上来说是上涨 0的，因此三个值均为正值是一个合理的结果。
因子大小排序划分为几种情况？反转因子选股的研究？
- 作者将所有股票按照因子大小排序划分为3等份、10 等份、30等份共三种情况来加以研究。反转因子选股 3等分图5-15展示了将所有股票按照上月收益率大小划分为3等份，每一等份中的股票又按照等权重进行组合时，3个等份各自的平均月度收益率情况。具体的收益率大小分别为1.95%、1.71% 和0.84%。
什么是反转因子？反转因子的重要性？
- 反转因子是另外一个比较重要的选股因子，在实际的金融市场上，股票往往对当前的信息存在过度反应的现象，因此在短期内具有回复到正常状态的动力，从股价上看就是一种反转的行为。一般情况下，如果研究使用的是月度的股票数据，那么常常将上一个月的收益率作为反转因子使用，从而描述短期内资产价格对信息的过分反应。
市值因子？量化交易市值因子是什么？
- 市值因子一直是业界和学术界都比较认同的一个选股因子，法玛标志性的三因子模型当中，市值因子就是其中之一。法玛在他的实证研究中发现，就美国市场上的股票而言，随着股票市值的上升,其未来收益率存在一个显著的逐渐下降趋势。简单来说，就是市值越小的股票，未来收益情况往往越好。
量化投资主要内容：资产配置
- 资产配置是指资产类别选择，即投资组合中各类资产的适当配置及对这些混合资产进行实时管理。量化投资管理将传统投资组合理论与量化分析技术结合，极大地丰富了资产配置的内涵，形成了现代资产配置理论的基本框架。
数量化投资的注意事项：善用一切信息
- 这本是一个两句话就可以结束的小节，但太务虚反倒容易让人摸不着头脑。投资者平日一定会看到很多研究报告。怎样得到这些报告所透露出的隐含信息至关重要。笔者此时不想往脸上贴金，这一小节的主题确实不太常规，而且也算不上高尚。研究领域确实有一些人在做实事，但他们同样希望能保护好自己的研究成果。
数量化投资的注意事项：对抗已有观念
- 数量化方法也要研究员进行设计、编程与校验。所以，严格意义上讲，说“数量化方法彻底摆脱了人的因素”是不正确的表述。较为符合现实的评价应该是：“在已有策略执行层面，数量化可以对抗人为不稳定因素的干扰。”而一旦人的因素牵扯其中，就有了对抗已有观念的问题。不可否认，量化投资是这几年才在市场中开始流行的概念。
现代标准金融学关于投资者行为的假设
- 现代标准金融学关于投资者行为的假设自20世纪中叶现代标准金融理论体系创立以来，金融市场的迅速发展催生了一大批重要的金融理论和实证研究成果。
量化投资交易系统三因素的再阐述
- 很多研究喜欢把交易系统拆分成三个因素：策略算法、资金管理与心理控制。笔者虽然在前面的章节都有详细的介绍过，但作为最后一个章节，将这三个问题再简要的阐述一下关系还是有必要的。笔者认为，心理因素是最容易被投资者忽视，影响收益最为隐蔽的一个环节。
量化投资中的IMF的整合重构及特征比较
- 参照Zhang(2008)的做法，对情绪指数、上证指数和宏观指数的各IMF进行整合重构。
金融市场投资者行为研究的理论分析工具
- 任何一门学科体系的建立和发展，都必须要依靠适当的理论分析工具。比如，标准金融学正是将均衡分析、数学、统计学和金融计量学等作为它的理论分析工具才得以建立起一套逻辑严密、精美完善的学科体系。投资者行为研究旨在对金融市场中的个体和群体的决策与行为模式进行研究，进而对金融市场中的价格发生机制进行解释。