量化分析基础
量化分析基础
1 量化分析(量化投资)
- 利用计算机技术采用一定的数学模型(或者是机器学习模型)去实践投资理念,投资策略的过程。
- 随着计算机科技的发展,将已有的价值投资/趋势投资和计算机技术相融合,产生量化投资(量化分析)。
- 优势
(1)纪律性:严格执行投资策略,客户投资情绪的变化,认知偏差等。
(2)系统性:多层次、多角度观察海量数据,拓展更大的投资机会(根据多个特征值来进行相应的筛选相应的数据)。
(3)及时性:快速地跟踪市场的变化,寻找新的交易机会。(看股票的涨跌开多台电脑来进行观察)
(4)准确性:准确客观的评价交易机会,客户情绪偏差等。
(5)分散化:充当分散化投资的工具。挖掘历史规律,依靠筛选出股票组合来进行取得结果,而不是单个股票。 - 劣势
需要一定的技巧,包括编程能力、数学功底和金融知识等。
2 量化策略
- 使用计算机作为工具,通过一套固定的逻辑来分析判断和决策。
- 即可以自动执行,也可以人工执行。
-
组成成分
![](https://img2020.cnblogs.com/blog/1007357/202003/1007357-20200319224248300-21429952.png)
3策略生命周期
![](https://img2020.cnblogs.com/blog/1007357/202003/1007357-20200319224529935-205796997.png)
4量化策略建模步骤
- 建立训练集(用来进行跑模型用的)
(1)X:t时刻前的特征/因子
1.价格、价格衍生指标等
2.文本特征
(2)y:t时刻之前对应的标签
1、价格(如果是价格做标签的话,用回归模型来进行相应操作,价格是个连续值)
2、买卖交易(是一个离散值,可以用LR等分类器来进行) - 建立验证集(可以有可以无),当选择的模型有超参数的时候,主要是用来调整超参数的。
- 建立测试集
(1)t时刻之后的特征/因子 - 建模
利用机器学习模型进行建模
![](https://img2020.cnblogs.com/blog/1007357/202003/1007357-20200319225215126-2117469345.png)