量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易、资产配置及风险控制等量化投资技术

量化投资技术

1、量化选股（★）

（1）量化选股的含义

量化选股：利用数量化的方法选择股票组合，期望该股票组合能够获得超越基准收益率的投资行为。即采用数量的方法判断某个公司是否值得买入的行为。根据某个方法，如果该公司满足了该方法的条件，则放入股票池，如果不满足，则从股票池中剔除。

（2）量化选股的方法

①公司估值法：上市公司基本面分析的重要应用，在“基本面决定价值，价值决定价格”的基本逻辑下，通过公司估值方法得出公司理论股票价格，与市场价格比较，从而判断股票的市场价格是否被高估或者低估，寻找出价值被低估或被高估的股票，指导投资者的具体投资行为。

②趋势法：根据市场表现做出对应的投资行为的方法。市场有强势、弱势、盘整不同的形态，投资行为可追随趋势，也可逆趋势反转操作。

③资金法：本质是追随市场主力资金的方向，资金流入伴随着价格上涨；资金流出伴随着价格下跌。也可以通过持仓筹码的分布来判断未来股价的上涨和下跌情况。

2、量化择时（★）

（1）量化择时是指利用数量化的方法，通过分析各种宏观微观指标，来判断大势的走势情況，是上涨还是下跌或者是盘整。

如果判断是上涨，则买入持有；如果判断是下跌，则卖出清仓；如果判断是震荡，则进行高抛低吸，这样可以获得远远超越简单买入持有策略的收益率，所以择时交易是收益收率最高率的一种交易方式。

（2）量化择时方法包括：趋势择时、市场情绪择时、有效资金模型、牛熊线、Hurst指数、SVM分类、SWARCH模型及异常指标模型

3、股指期货套利（★）

（1）含义：利用股指期货市场存在的不合理价格，同时参与股指期货与股票现货市场交易，或者同时进行不同期限，不同（但相近）类别股票指数合约交易，以赚取差价的行为。

（2）分类：分期现套利和跨期套利两种。

（3）研究内容：现货构建、套利定价、保证金管理、冲击成本、成分股调整等。

4、商品期货套利（★）

商品期货套利盈利的逻辑原理：

①相关商品在不同地点、不同时间对应都有一个合理的价格差价；

②由于价格的波动性，价格差价经常出现不合理；

③不合理必然要回到合理；

④不合理回到合理的这部分价格区间就是盈利区间。

5、统计套利（★）

（1）含义

利用证券价格的历史统计规律进行套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。

（2）方法

①β中性策略：利用股票的收益率序列建模，目标是在组合的β值等于零的前提下实现Alpha收益。该策略基于日收益率对均衡关系的偏离，是一种超短线策略。

②协整策略：利用股票价格序列的协整关系建模。该策略基于累计收益率对均衡关系的偏离。

6、期权交易（★）

期权套利交易是指同时买进卖出同一相关期货但不同敲定价格或不同到期月份的看涨或看跌期权合约，希望在日后对冲交易部位或履约时获利的交易。

期权套利的交易策略和方式多种多样，是多种相关期权交易的组合，具体包括：水平套利、垂直套利、转换套利、反向转换套利、跨式套利、蝶式套利、飞鹰式套利等。

7、算法交易（★）

（1）又被称为自动交易、黑盒交易，是指利用电子平台，通过使用计算机程序来发出交易指令，执行预先设定好的交易策略。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至可以包括最后需要成交的证券数量。

（2）根据各个算法交易中算法的主动程度不同，算法交易可分为：被动型算法交易、主动型算法交易、综合型算法交易。

（3）算法交易的终极目标就是获得alpha。

8、资产配置（★）

资产配置：资产类别选择，投资组合中各类资产的适当配置以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的结合，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。

它突破了传统积极型投资和指数型投资的局限，将投资方法建立在对各种资产类股票公开数据的统计分析上，通过比较不同资产类的统计特征，建立数学模型，进而确定组合资产的配置目标和分配比例。

9、风险控制（★）

风险管理者采取各种措施和方法，消灭或减少风险事件发生的各种可能性，或减少风险事件发生时造成的损失。