量化投资

量化投资,一种以数据为驱动的投资策略,运用先进的数学、统计和计算机科学技术,对大量的金融市场数据进行深度分析和模式识别,以揭示市场运行的潜在规律。这种方法强调客观、系统和科学的决策过程,通过构建复杂的量化模型来指导投资策略的制定和实施。其核心在于利用计算机强大的计算能力,对投资目标进行快速、准确的评估和优化,从而在市场变动中捕捉机会,实现风险与收益的最优平衡。与传统的主观投资策略相比,量化投资旨在降低人为情感和主观判断对投资决策的干扰,以更精确、更一致的方式实施投资行为,满足投资者对于高效、稳定投资收益的追求。

【中信证券】《2021年中国量化投资白皮书》-最佳实践巡展


桥水基金创始人雷•达里奥在《原则》一书中说到:“投资是一个反复的过程,你下注,失败(有时很痛苦),学习新知识并重试。在这个艰难的过程中,你可以通过不断地反复试验来改进自己的决策。”

2017年初,中信证券搭建人工智能团队,为其内部机构提供人工智能应用研发、部署、运行统一云平台,提供统一的数据,算力和研发运行环境。

3年后,团队宋群力、徐畅泽、胡振宁、张俊灵4人联合撰写了论文《中信证券智能云平台以及智能应用》(以下简称《智能云论文》)援引了以上这段话,并分享其团队在框架、投顾、算法、咨询、风险识别、文档抽取、投研自动报告等9大方面的应用。

“人工智能、量化都是保密性比较强的工作,为什么

更新时间:2025-03-18 01:16

锐天徐晓波|量化嘉年华直播实录,干货满满

以下是直播实录

谢谢大家,今天非常荣幸能够参加量化投资与机器学习公众号的举办的这场量化活动。今天我分享的主题是《金融科技与量化交易的中国实践》。

首先,做一个简单的自我介绍。我从05年到09年在北大就读物理学,毕业之后去了美国,12-13年在Citadel从事美股高频交易,工作一年多后就从纽约回到中国,创立了锐天投资(以下简称:锐天)。锐天从2013年开始到现在已经走过了七个年头,也见证了中国资本市场在量化领域的发展。今天我就花一些时间跟大家做一个简单的分享,谈谈这个行业的现在过去以及未来。

首先简单介绍一下量化交易这个概念吧。其实量化交易是一个非常宽泛的概念,今天我们就挑几个大

更新时间:2025-03-18 01:16

九坤王琛:大数据+AI算法时代

2021世界人工智能大会于2021年7月8日至10日在上海世博中心和上海世博展览馆同时举行。会中九坤投资创始人王琛发表了《数智时代量化投资的演进与挑战》的主题演讲,从量化投资的数智演进、九坤在数据与智能方面的实践、未来量化投资数智发展中面对的挑战和瓶颈三方面阐述量化行业发展。

在王琛看来,量化投资盈利的因素,一是金融市场的弱有效性,导致市场有投资空间、投资机会,这是金融市场投资赚钱的基础保证;二是统计方法的有效性,这是量化基础的投资信仰。量化的核心发展方向,包括信息、算法、执行三个方面。


王琛表示,在人工智能兴起之前,量化领域已经做到了一定高度。但进入数字化时代之后,这三个方向都被AI

更新时间:2025-03-18 01:16

幻方量化人工智能投资实践讲解

人工智能投资时代到来了吗?未来基金的将没有投资经理。幻方量化CEO陆政哲介绍幻方人工智能量化投资实践:什么是人工智能,人工智能的发展与应用,当前人工智能投资的实践案例,幻方在人工智能投资上的发展和人工智能投资的挑战与未来。

[https://www.bilibili.com/video/BV1zD4y1Q7Un?from=search&seid=2181794736576675819&spm_id_from=333.337.0.0](https://www.bilibili.com/video/BV1zD4y1Q7Un?from=search&seid=2181794736576675819

更新时间:2025-03-18 01:16

梁举:《量化投资白皮书》关键数据及结论解读

01前言”量化从看不见、看不起到看不懂”


大家下午好,我是梁举,来自宽邦科技。今天非常高兴在深圳与大家一起我们来共话量化。其实会议本来最开始定的是福田香格里拉40层,但报名太过踊跃,我们临时又把会议转到了三层,最多容纳300人的厅,场地扩大了一倍有多。

{w:100}

这也与市场高度相关,私募量化投资规模从百亿、千亿到上万亿的规模,也就短短几年的时间。量化行业发展也经历了从大家最开始看不见、看不起到看不懂。市场里面从个人到机构到

更新时间:2025-03-18 01:16

超量子基金 张晓泉:《量化的未来:理解和应对不确定性》文字实录

“4月29日,由华泰证券、宽邦科技、亚马逊云科技、朝阳永续、金融阶等多家市场权威机构联合组织撰写的《2021年中国量化投资白皮书》正式发布,并在深圳举办发布会。超量子基金创始人张晓泉出席会议并作题为《量化的未来:理解和应对不确定性》的演讲,我们对文字进行实录,以飨读者。” 感谢今天的主办方,今天我也给大家带来一些干货,是我们自己团队经常思考的一些底层逻辑问题。

{w:100}

01

刚才基本上每位演讲者都提到了量化的内卷,

更新时间:2025-03-18 01:16

揭开雪球期权的博弈局 凌瓴&无鱼 2022/05

摘要

雪球的投资本质

①投资人与券商充当的角色

{w:100}{w:100}{w:100}

②投资人与券商是否对立

这是投顾经常被问到的问题。销售机构在推荐雪球产品时,必定会讲到交易对手方是券商,一些投资人会简单理解自己在和券商做博弈。我自己在第一次接触雪球时也有这样的误解:如果雪球产品跌破敲入价格,保本保息机制就消失了,所以作为对手方的券商特别有动力想股票下跌,这样就不用支付利息了。路演里刘博士很清晰的描述了券商与投资

更新时间:2025-03-13 02:29

DNN算法实现股票预测

新版本暂无深度学习可视化模块

导语

在阅读了 深度学习的简要介绍后,本文将介绍深度学习DNN模型及其在量化投资领域中的应用。

深度学习在量化领域的应用

机器学习作为人工智能的核心,其传统算法在解决很多问题上都表现出了高效性。随着近些年数据处理技术上的进步和计算能力的提升,深度学习得以在很多问题上也大放光彩,成为近一段时间互联网、金融等领域的大热门。

在量化投资领域,机器学习尤其是由统计学延伸的各种算法一直以来都被尝试应用在选股、择时等策略的开发上,随着深度学习在其他领域上的突破,其在自动化交易甚至投资策略的自开发自

更新时间:2025-03-13 02:09

事件驱动策略(基于业绩快报)

事件驱动

事件驱动(Event Driven)属于量化投资之中的一个重要类别,涵盖投资机会广泛。广义上说,市场上任何发生的有可能与股票市场相关的新闻、事件、公告均有可能成为事件驱动的投资机会。 目前我国业界事件驱动策略中包括的常用重大事件有:业绩预告、业绩快报、分红送转、大股东增减持、高管增减持、定向增发、限售股解禁、股权激励、重组并购、ST摘和评级上调等,如下图所示。

可以看出,目前市场经过验证有效的事件已经不少,涵盖了影响股票价格

更新时间:2025-03-13 02:08

分钟数据获取

策略案例

AIStudio3.0.0分钟数据获取请转移至:

https://bigquant.com/wiki/doc/5yig6zkf5pww5o2u6i635yw-6fK4a8ZOZx

[https://bigquant.com/experimentshare/893162aea1dc4c4f953f670293646709](https://bigquant.com/experimentshare/893162aea1dc4c4f953f6

更新时间:2025-03-13 02:08

代码策略

更新

本文内容已经过期,不再适合平台最新版本,请查看如下最新内容:

https://bigquant.com/wiki/doc/stockranker-qFD1Xg1Wz3


代码策略

[https://bigquant.com/experimentshare/23b8dad5c75e4e399bb937d498dccb8f](https://bigquant.com/experimentshare/23b8dad5c75e4e399bb937d498dcc

更新时间:2025-03-13 02:08

组合优化概述

更新

本文内容已经过期,不再适合平台最新版本,请查看如下最新内容:

https://bigquant.com/wiki/doc/57ue5zci5lyy5yyw5qac6lw-LvaK2l8nla


[https://bigquant.com/experimentshare/a65ee754dc984929afffd7614437348c](https://bigquant.com/experimentshare/a65ee754dc9

更新时间:2025-03-13 02:08

筹码理论的探索-筹码分布计算的实现

新版请移至, 新的链接

https://bigquant.com/codesharev2/dd736102-e54b-4d0b-b549-16bd7703a7ac

\

更新时间:2025-03-13 02:08

浙商证券-金融工程研究报告-量化投资算法前瞻:强化学习

/wiki/static/upload/8e/8e97415d-7da8-4842-9c1b-5410a41e5136.pdf

\

更新时间:2025-02-27 07:44

【历史文档】高阶应用技巧

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略:

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间:2025-02-27 02:34

【历史文档】高阶技巧-月度调仓_可视化编程示例

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略:

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间:2025-02-27 02:34

策略构建

\

更新时间:2025-02-27 02:34

策略研究


\

更新时间:2025-02-27 02:34

【历史文档】策略示例-StockRanker模型结果解读

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略:

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间:2025-02-27 02:34

【历史文档】策略示例-基于订单流的高频择时交易策略

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略:

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间:2025-02-27 02:34

【历史文档】策略示例-基金策略

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略:

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间:2025-02-27 02:34

基金双均线策略


https://bigquant.com/experimentshare/674ea5c045844e0fa032173cbc230f4e

\

更新时间:2025-02-27 02:34

【历史文档】策略示例-基金传统策略

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略:

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间:2025-02-27 02:34

【历史文档】策略示例-基金智能策略

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略:

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间:2025-02-27 02:34

常见量化投资策略

导语

简单来讲,量化投资就是利用计算机科技并采用一定的数学模型去实现投资理念、实现投资策略的过程。

量化交易 是指借助现代统计学和数学的方法,利用[计算机技术来进行交易的证券投资方式。量化交易从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,用数量模型验证及固化这些规律和策略,然后严格执行已固化的策略来指导投资,以求获得可以持续的、稳定且高于平均收益的超额回报。

量化投资模型只是一种工具、一种方法、一种手段,能实现成熟而有效的投资理念,需要不断根据投资理念的变化、市场状况的变化而进行修正、改善和优化,换而言之,有效的模型建立在适应

更新时间:2025-02-27 02:34

分页第1页第2页第3页第4页第5页第6页第7页第8页第9页第10页
{link}