Python量化投资

量化交易的定义：针对可交易的投资商品，理性地运用逻辑分析和归纳统计判断市场趋势

因子

• 基本面
  • 居民消费指数
  • 人均国内生产总值（GDP）
  • 净资产收益率（ROE）
• 技术面
  • 股票收盘价
  • K线（日/周/月/年）
  • 均线（5/10/20/60日）

量化策略

• 指标
  • 均线 → 择时策略
  • 盈利能力 → 选股策略
  • 周期性 → 板块轮动策略

量化指标

• 相关平台
  • 财经网站：新浪、雅虎、东方财富、巨潮资讯
  • 证券公司：中信、中金、国信、天风等
  • 炒股平台：同花顺、通达信、大智慧等
• 技术指标: MACD, BOLL
• 财务指标：市盈率，市净率
• 其它公告数据

量化交易系统的组成

1. 可视化
2. 行情
3. 交易策略
4. 柜台

券业打响量化交易军备竞赛！机构交易服务“三端”大盘点，看谁是真头部？谁正异军突起？

量化投资发展史：野蛮、乱象、科学

量化选股的核心在于前期的模型设计环节。策略的设计不能光凭经验和直觉，需要使用大量的历史数据搭建一个模型，再通过各种测试来检验模型是否有效。一旦模型投入使用，就必须严格执行，克服人性弱点和认知偏差。不到特殊情况，不做人工干预。

公募量化策略大致可以分为三类：

• 指数增强（购买的大部分股票基本复制指数的成分股，通过择时、择股等手段，获得比指数更高的收益回报）
• 量化选股（通过量化模型筛选出股票，在合适的时机买入，追求超越业绩基准的超额收益）
• 量化对冲（也叫市场中性，追求的是绝对收益α）。

期货策略也就是CTA（管理期货）策略，投资范围包括股指期货、大宗商品期货和国债期货，最经典的做法是捕捉价格动量的趋势性，说人话就是“追涨杀跌”，通过快速止损实现“亏小赢大”的局面。

比较经典的是套利量化策略，通过跨市场、跨期限、跨品种去捕捉市场的不合理价差。

量价策略: 由于A股还是以散户交易为主，私募的量价策略可以捕捉到散户的不理性行为，反向操作即可赚取超额收益

基本面量化是用数字描绘上市公司的全景图，将公司的特征浓缩为一个个因子，用数据组合在一起形成对公司的整体刻画。基本面量化可以不在乎一城一池的得失，因为背后有经济学原理的支撑，能够看得更远，市场容量也更大。

AQR Capital Management（Applied Quantitative Research）是全球顶尖的量化对冲基金之一，由Cliff Asness等学者于1998年创立。

代表作：

《Value and Momentum Everywhere》（2009）

《A Century of Evidence on Trend-Following Investing》（2017）

《Demystifying Managed Futures》（2020）

一个有效的量化模型背后是一个团队数年、数十年研究积累的成果，对普通人来说，自己研究搭建量化模型是一件几乎不可能完成的事情。要想抓住未来量化投资的发展大潮，选择一个懂研究、有业绩、真靠谱的团队，才是正道。

历史： 17世纪初，荷兰的香料贸易。东印度公司。衍生：自由交易、交易所、投资组合

定义：股份公司发行的所有权凭证，这是一种投资工具、投资介质。

特性：

• 股票：股份公司的所有权凭证、自负盈亏
• 基金：投资组合（股票、债券、现金）
• 债券：还本付息的有价债券（国债、企业债、金融债券）
• 风险/收益：股票>基金>债券

• 爬虫：比如 Python 的 Beautifulsoup 或者 lxml（新浪财经、雅虎财经、东方财富）
• 免费的数据接口：天勤量化、BigQuant、JoinQuant（聚宽）
• 付费的数据接口：Wind 和彭博