量化交易alpha、beta、shape等基本概念梳理

量化交易风险指标 风险指标数据有利于对策略进行一个客观的评价,主要风险指标包括: 策略收益(Total Returns) 策略年化收益(Total Annualized Returns) 基准收益(Benchmark Returns) 基准年化收益(Benchmark Annualized Returns) 阿尔法(Alpha):投资中面临着系统性风险(Beta)和非系统性风险(Alpha),Alpha是投资者获得与市场波动无关的回报.比如投资者获得了15%的回报,其基准获得了10%的回报,那么

AI量化交易(一)--量化交易简介 一.量化交易简介 1.量化交易简介 量化交易是以数学模型为交易思维,以历史数据为基础,以数学建模.统计学分析.编程设计为工具,利用计算机技术从庞大的历史数据中海选出能带来超额收益的多种大概率获利事件以制定交易策略. 2.量化交易的特点 (1)纪律性.量化投资决策都是依据模型做出的,模型会模拟测试成千上万次来达到高容错率.(2)系统性.量化交易数据分析有一套非常全面的数据评测系统,会从多方面考量市场,比如:宏观周期.数字货币估值.换手率.盈利质量.市场情绪等.(

    距离上一篇文章,正好两个星期. 这边文章9月15日 16:30 开始写. 可能几个小时后就写完了.用一句粗俗的话说, "当你怀孕的时候,别人都知道你怀孕了, 但不知道你被日了多少回 " ,纪念这两周的熬夜,熬夜.  因为某些原因,文章发布的有点仓促,本来应该再整理实验和代码比较合适.文章都是两个主要作用: 对自己的工作总结, 方便自己回顾和分享给有兴趣的朋友. 不说废话了, 进入正题. 本次的课题很简单, 深度神经网络(AI)来预测5日和22日后的走势. (22日尚未整理, 不

其实,一直对量化交易有一定的理解和情节.早在中大读研究生的时候实验室师兄,已经去了中国平安核心投资团队,做高频交易研究的国源师兄的影响,就开始对金融世界产生了浓厚的兴趣.看了丁磊编著的<量化投资--策略与技术>和艾琳.奥尔德里奇的<高频交易>,反复的看,但是都入不了味,现在回过头来想,一个连股都不炒的人怎么可能入味呢.对一些金融的基本概念都不懂. 2013年7月出社会工作后,在10月份确立目标.需要炒股,而且需要一个深入的理解金融的世界.所以确定去考一个证券从业考试,选了证券基础和

Seeking Alpha:http://www.nuclearphynance.com/ Nuclear Phunace:http://seekingalpha.com/ SSRN:http://www.ssrn.com/en/ 一.资料 掘金量化交易入门:http://forum.myquant.cn/t/topic/74 在做系统回测时,一定要量化表示系统性能.定量策略的“业界标准”度量为最大资金回挫与夏普比率. 最大资金回挫:一段时间(通常一年)内账户资金 曲线从波峰至波谷的最大跌幅,常

很多人对于量化交易和高频交易分不清,经常混淆,下面简单说说他们的区别. 量化交易是指投资者利用计算机技术.金融工程建模等手段将自己的金融操作方式,用很明确的方式去定义和描述,用以协助投资者进行投资决策,并且严格的按照所设定的规则去执行交易策略(买.卖)的交易方式. 简而言之,量化交易是以定量化方法进行投资的各种技术综合.现实应用中,量化交易往往与基本面投资.技术分析有机结合,帮助投资者制定决策.减少执行成本.进行套利.风险对冲和帮助做市商实现报价的功能. 按照数学模型的理念和对计算机技术的利用方

量化投资是起源于美国的高级投资方法论,在国内也有十余年的发展历史,代表当今金融业最前沿的投资技术和水准,卓越稳定的实盘投资业绩使得量化投资具有坚实的高端市场需求. 本量化投资方向系列课程通过对各种量化投资方法与理论的介绍,结合机器学习的实际应用案例进行引导式教学,全面地提高学员对量化投资的认知能力和实践能力. 课程地址:Python量化交易课程 面向人群: 适合有志于从事量化投资工作的计算机行业人员及在校学生: 数据科学工作者,可以从本课程中学会从数据科学的方法玩转量化交易: 所有金融机构从业人

随着区块链技术的不断发展,数字资产应用的广泛.量化交易也被采用在了区块链技术上面,目前相对来说想要做量化交易,就需要有专业的团队来进行科学的操盘.也需要有专业的系统平台来承载,然后对接各大平台的交易数据进行专业的操作.那么什么是量化交易呢? 量化交易,就是将人的投资思想规则化.变量化.模型化,形成一整套完整.可量化的操作思路,并且这个思路可以用历史数据进行分析验证,在交易阶段可以由计算机自动执行的一种投资方式.量化交易也是一种交易,那么对于交易,我们如何来进行评价呢? 量化交易的门类很多,大体上

AI量化交易(二)--Tushare财经数据框架 一.Tushare简介 1.Tushare简介 Tushare是一个免费.开源的python财经数据接口包,目前为Tushare Pro版本,主要实现对股票等金融数据从数据采集.清洗加工到数据存储的过程,能够为金融分析人员提供快速.整洁和多样的便于分析的数据.Tushare返回的绝大部分的数据格式都是pandas DataFrame类型,非常便于用pandas.NumPy.Matplotlib进行数据分析和可视化. 2.Tushare安装 Git