投资组合

策略介绍

动量策略指的是投资者跟随市场的大势、根据投资品的上涨或者下跌趋势做出相应的做多、做空交易。因此，动量策略又叫**趋势追踪（trend following）**策略。

策略流程

动量策略的核心是“追涨避跌”。具体来说，这种策略会：

1. 选择时间窗口：确定回顾期（过去 20 个交易日）来计算资产的回报率。
2. 计算动量：一般是通过资产的收盘价来计算这个时间窗口内的回报率。
3. 排名资产：根据计算出的回报率对所有考虑的资产进行排名。
4. 构建投资组合：选择表现最好的一部分资产进行买入（排名前 10，等仓位分配）

策略实现

前言

算法交易起源于上世纪中叶的配对交易

历史上最早使用算法交易的例子可以追溯到1949年。对冲基金之父阿尔弗雷德·琼斯，利用空对多3：7的比例进行配对交易，在1955年到1964年间，综合回报率高达28%。到了上世纪60年代早期，投资者开始利用计算机通过分析股票的周线和月线来预测价格运动方向。

配对交易逐渐成熟，发展成后来的算法交易。随后算法交易策略慢慢在华尔街流传开来并被广泛使用，同时也带来了非常可观的盈利。原来在摩根士丹利从事配对交易的研究员，后来逐渐成为如大卫·肖、詹姆斯·西蒙斯这类明星基金经理手下的精英，算法交易的“黑盒子”便由此诞生。

随着计算机的广泛普及，华尔街各大

什么是协方差矩阵？

协方差矩阵用于计算股票投资组合的标准差，投资组合经理又使用协方差矩阵来量化与特定投资组合相关的风险。在本文中，我们将学习如何为包含 n 个股票的投资组合创建为期“m”天的协方差矩阵。

\

投资组合分析如何运作？

让我们了解投资组合分析的工作原理。假设我们的投资组合中有 4 只股票，我们希望为每只股票分配最佳资本，以使我们的风险最小。

为此，我们需要首先创建多个具有不同权重的投资组合，以反映对每只股票的不同资本配置，并计算每个结果投资组合的标准差，然后选择风险最低的投资组合。

**预期投资组合方差= SQRT (W T *

什么是互斥事件？

互斥事件是指不能同时发生的事件。例如，您不能同时向后和向前跑、抛硬币不能同时出现正反面。同样，金融市场交易实践中也存在相互排斥的事件。

交易中互斥事件的示例

可以解释金融市场交易中相互排斥事件的一个非常简单的示例，包括您的预算和同时不同股票的价值。

现在，假设您在投资组合中需要股票 A、股票 B、股票 C 和股票 D。这些股票如下图所示（黑线为市场指数），这些股票随着时间的推移而增值。

![交易中互斥事件的示例{w:100}{w:100}{w:100}](https://d1rwhvwstyk9gu.cloudfront.net/2022/

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

策略案例

https://bigquant.com/experimentshare/7f7021993a9f40149189be939e15c882

\

本文是行业轮动策略的源码。

策略案例

https://bigquant.com/experimentshare/73f9656a0f5645c8909423df662357ff

\

https://bigquant.com/experimentshare/2fbb2629dcb0450bbf72e224835b4957

\

本代码完整版一共包括三部分：数据、算法、回测交易。 由于该策略与机构有一些合作，我们只放出了数据和算法。希望大家能够理解！

策略案例

https://bigquant.com/experimentshare/5a93201876eb401e998867e0b5106175

\

多因子选股模型是一个在全球金融领域广泛应用的投资策略，它基于多个因子来评估和选择股票。这种模型试图通过组合不同的投资因子，比如价值、成长、市场情绪、质量、动量等，来提高投资组合的回报率并降低风险。

基本概念

多因子选股模型通过综合考虑多个影响股票表现的因子来构建投资组合。这些因子是基于历史数据和金融理论研究得出的，能够从不同角度反映股票的潜在价值和风险。例如，价值因子可能基于公司的

协方差是一个统计学的概念，用于衡量两个随机变量间的总体误差。它反映的是两个变量之间的相互关系以及它们如何一起变动。在金融领域，特别是在投资组合管理和风险管理中，协方差是一个非常重要的概念，因为它帮助投资者理解不同资产之间的价格变动关系，从而更好地分散风险。

核心概念

• 定义： 如果有两个随机变量 X 和 Y，它们的协方差表示为 Cov(X,Y)， *

最大回撤（Maximum Drawdown，简称 MDD）是衡量投资组合或资产在选定时间段内从峰值跌至谷底的最大损失百分比。它是一个重要的风险指标，用于评估投资的下行风险。最大回撤越大，意味着资产或投资组合的潜在损失越大。

计算公式

最大回撤Maximum Drawdown=(峰值-谷底)/峰值×100%

![](/wiki/api/attachments.redirect?id=8a3199

书籍推荐

工具书籍

量化大类资产配置

为什么要大类资产配置

![{w:100}{w:100}{w:100}](/wiki/api/attachment

谁可以读？

本书是为了任何想要了解算法交易领域的人而写的。根据我们的经验，我们想象中的读者将是：

● 大学生

● 科技专业人士

● 不同类型的业余交易者（例如，专业交易者，或者喜欢积极管理个人投资组合的业余爱好者）

● 任何渴望了解更多关于应用量化金融的人

有什么先决条件吗？

我们假设读者没有编程背景。虽然不必要对金融、数学或计算机科学有了解，但如果对这些领域有任何/一些/全部有适度的掌握，将会更容易阅读这本书。

内容大纲

1. 金融交易简史：介绍了金融交易的历史，从1602年荷兰东印度公司的股票交易开始，到现代金融市场的发展。
2. **

/wiki/static/upload/32/32df9f86-84af-416f-8426-7540afe85a32.pdf

\

策略案例

https://bigquant.com/experimentshare/62dde783f98a42f4a9bead37e1817c66

\

导语：本文介绍如何对一个回测结果进行深入分析。

策略案例

我们先看一个AI策略，以下是完整的策略代码。

https://bigquant.com/experimentshare/eb2f4ca3f7c0474c95341ae1202cac0f

\

https://bigquant.com/experimentshare/a8a48c3377594a37845463bd2ee0728c

\

https://bigquant.com/experimentshare/91d5e91c4aec407c95ea3aafdf0ac74f

\

https://bigquant.com/codesharev3/39b0162b-935c-4942-990f-1d74f9785599

\

https://bigquant.com/experimentshare/90893ae479534a35b18333465ba620b2

\

https://bigquant.com/codesharev2/d9fb9834-14af-4109-b6d4-6c996e6c5a77

\

如何推八字

\

\