【量亿数据】对量化投资的一些浅解

1 投资是经过深入分析,在保证本金安全的前提下,获得预期回报的行为。 投资的过程,是在不确定性中不断寻找确定性。

我们需要 确定风险程度 确定收益大小 确定回报时间.对于价值投资而言,这三者是确定的。对企业的研究,确认了风险程度;安全边际,确认了收益的大小;牛熊的交替,确认了回报的时间。 那么对于量化投资来说呢?它是怎么把这三者确定下来的。

2

量化投资的定义是: 量化投资,就是利用计算机技术并采用一定的数学模型去践行投资理念,实现投资策略的过程。

这个数学模型来源于哪里呢? 量亿数据(www.l***ee.com(失效网址已过滤))认为来源于投资过程中,归纳的思想,总结的经验,甚至是我们的直觉。 我们通过量化工具去验证这些模型,寻找大概率获胜的机会。

只要交易的次数足够多,结果就能趋向于期望值。

3 大部分的模型,其实是在判断今天的情况,未来还会出现。 就像《圣经》所说的:“已有的事,后必再有;已行的事,后必再行。日光之下,并无新事。”

从人性的角度来看,这样的判断是没有问题的。人类的进化用来几百万年,技术发展现在的程度,才用了几百年。人性的进化,根本就来不及适应社会的变化。

所以疯狂总是会重演,过去发生过的故事也一在发生:郁金香泡沫、南海泡沫、美国的大萧条、1990年日本股灾、互联网泡沫。

我们有理由相信,过去总结归纳得到的数学模型,在将来依然有效。

4

可是归纳法有它自身的问题。 一只被饲养的猪,在被杀之前的一天,都一直认为人类是好的,无偿给它提供粮食。

小市值策略之前一直运行良好,但随着市场形势的变化,逐渐变得水土不服了。 市场一直在变化,甚至在进化。有些曾经行之有效的策略,在市场越来越规范之后,渐渐失去了作用。 这是我们使用量化技术,实现归纳得到的模型,所不得不面对的问题。

通过历史回测得到的结果有效,但是并不代表以后会一直有效。

5

应对变化最好的方案,其实并不是岿然不动,不是他强任他强,清风拂山岗。而是以变化来适应变化。

人脑处理信息的能力存在上限,但是计算机不存在。 量化投资,其实是让这个理念能够变成现实。

之前写过一篇文章,是关于因子选股的,灵感主要来源于多因子策略。 在我的理解中,多因子策略其实是通过归纳统计的方式,得到过去行之有效的因子,并将其用在选股上。

既然如此,我们是否可以不断去统计有效的因子,然后应用到选股上呢?

6

也有人认为,我所说的动态因子策略,其实本质上是一个动量策略。 但我觉得其中有一个区别,就是静态和动态。所以就算是动量策略,也是一直变化的动量。

最近了解了贝叶斯定理: 贝叶斯定理是关于随机事件A和B的条件概率(或边缘概率)的一则定理。其中P(A|B)是在B发生的情况下A发生的可能性。 对它的理解,是证据的变化会导致发生概率的变化。

如果和多因子策略结合起来,把时间拉长,得到的证据足够多,我们其实就能看到在较长时间维度下,哪些因子的作用更加明显,并且随着市场的不断变化,我们得到的因子也能动态的变化。
交易技术, 金融工程, 程序化交易, 算法交易

原文发布于宽客论坛,点击阅读原文

风险提示及免责条款

市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击下方“内容举报”进行投诉反馈!
立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部