量化投資的橋本

① 什麼是真正的量化投資

② 喬治·索羅斯寫過一本叫《量化投資》的書嗎

一下內容純手打

證券分析方法主要分三種：
一是基本面分析，代表作《證券分析》《價值投資》，代表任務「巴菲特」；

二是技術面分析，代表做《趨勢技術分析》《道瓊斯理論》等，注重短期投資，索羅斯屬於短期投機類型，但是沒有任何資料顯示他的投資流派屬於純粹的技術面分析，可能的情況是上述兩種都有。今年的而貝爾經濟學得主法瑪提出的」有效市場假說「某一種程度上，否定了技術面分析。

三是量化分析，美國近幾十年興起的一種方法，典型的代表人物是西蒙斯。

中國國內的量化投資的研究還比較少，量化投資的基金以及機構也不夠普遍，切主要集中於香港地區。原因之一是，國內金融金融市場沒有完全開放，金融產品匱乏。美國市場的金融產品多達幾萬種，而國內只有兩百多種。

關於量化投資的書，國內國外都有很多，主要集中與國外，國內學者大多是對國外技術的學習。當然，如果你是初學者，建議你還是從國內的相關書籍開始學起。

如果有一本書，叫《量化投資》，我敢保證你看了一定學不到什麼東西，丁鵬的《量化投資》就是這樣，只是對現在主要方法以及模型的簡單介紹。用於同行業交流也許會有些價值。書籍內容從：量化選股、量化擇時、到套利什麼什麼的，基本上都是簡單的介紹，可以當作課外讀物，了解一下什麼叫量化投資。如果你真的想學到什麼東西，直接網路文庫：量化選股、多因子選股等詞，你會看到無數國內證券機構對市場的量化研究。而且資料詳細。可是，你學不到最根本的原理。

原因如下：
進行量化分析，必須至少具備兩種能力：

一、扎實且足夠的數學、統計學基礎，用於理論上的金融建模；
二、能夠使用相關計量軟體進行數據分析或者模型求解等。

這兩個要求一般人很難到達，所以證券從業的教材認為難度大是量化投資的一個很大局限性。

如果樓主對量化投資有興趣，我可以推薦一些教材給你：

如果僅僅是想了解一下： 丁鵬《量化投資》，書很貴，個人認為沒什麼實用價值。可以有個簡單的系統的認識；

如果是想學習並且能在實際中運用，建議如下：

數學方面：
《微積分》 到高級《高級微積分》
《線性代數》《非線性代數》
《概率論與數理統計》《概率、隨機變數、隨機過程》
《離散數學》《運籌學》《統計學》
金融理論上
《計量經濟學基礎》《計量經濟分析》
《數量金融學》《金融時間序列分析》
。。。。還有很多很多
以及其他金融知識基礎
建模方面
這類的書，我看的不多哦，你自己網路一下，或者找個圖書館看看
計算機軟體
C 和 C++ 至少學一個，SQL 建議學一點
建模軟體主要有：MATHEMATICA MATLAB SAS SAC R Eviews GAMS 等等等等，終於哪些海外基金用的是哪一種，或者是不是自己做的專用軟體，我就不知道了。
不過，上述的軟體，肯定是可以滿足個人的研究需求的。這個，你選幾種學一學還是可以的。

一個人，想要精通上述全部，應該是很難的，所以，註定了，量化分析的方法，單個的普通人很難完成。
量化投資起源與上世紀美國政府大幅度削減了對物理航天業經費自持，導致很多搞火箭的科學家、數學家下崗。於是他們流入金融行業（收入高），利用自己對數學、計算機的優勢，使用原先用於火箭的建模預測證券市場，發現有著顯著成效。當然，這些模型的前提是，現代金融理論的奠基，以及數量金融的發展。

因此，我個人對量化投資的理解是：金融界的火箭科學家，傳統的分析方法，只用看某一或某幾個指標，根據歷史經驗或者主觀的客觀的XXOO判斷證券的未來走勢，但是量化分析，首先建立合理的數學模型，然後藉助計算機運用某些XX的演算法，分析求解，難度相對於傳統的方法難很多。

如果你想比較淺顯的掌握，用於投資決策的參考
那量化分析，也沒有想想中的那麼高深，它本質上是一種金融的建模，本質上，常用的方法還是統計專業的那幾個 ，什麼 回歸分析，線性規劃 ，相關性，時間序列等等等。。。我看了丁鵬的書，大致上認為他是用了這些方法。所以你只用把應用數學學好就好了。
還有一些像遺傳演算法、神經網路這些他的書裡面也提到了，屬於現代演算法，這些方法比較小，難度大，但是我猜只有學術界會用這些方法，因為現代演算法在實際運用中還不夠成熟，預測經常不準確。

表述有些亂，不過大致也只能寫成這樣了。

最後：和量化分析相關的專業主要有三個：
金融專業：金融工程；
數學專業：統計、應用數學；
計算機專業
這些專業的就業方向是可以面向量化分析的

③ 量化投資的量化投資

開設學校：對外經濟貿易大學
開設學院：統計學院
所屬學科：金融學
課程名稱：資產管理與量化投資方向
配備最強師資組合
對外經濟貿易大學在職研究生享受與統招研究生一模一樣的師資，均為碩導、博導。對外經濟貿易大學校長施建軍、統計學院副院長劉立新教授在該領域內享有很高聲譽，均參與在職研究生授課。
課程特有國際性、前沿性、實踐性
對外經貿大學自身國際化、前沿化特徵顯著，金融專業一直是對外經貿大學的優勢學科，所設課程同樣與國際金融市場接軌密切，如量化投資、統計套利、高頻交易等。
課程將資產管理和量化投資技術緊密結合
課程講授金融各行業資產管理業務的發展模式及運用，尤其是運用量化投資技術和程序交易進行資產管理：套利策略設計、投資方案實施、風險分析、市場預測等，旨在培養復合型的金融高級人才。
定期為在職研究生開展主題講座論壇
邀請政府和業內知名專家舉辦系列關於經濟金融政策分析、金融監管、金融市場投資、風險管理等方面專題講座。如：貴金屬市場投資、微量網量化投資、風險投資、投資銀行、對沖基金、等專題。 伴隨著金融全球化的進程，以及我國金融市場的發展創新，利用多市場、多品種、多策略的綜合投資和管理將成為未來資產管理、財富管理、風險管理、結構化產品設計的重要發展模式，尤其是運用量化投資技術和程序交易進行套利策略設計、投資方案實施、風險分析、市場預測等。
為適應政府、各類金融機構（銀行業、證券業、保險業、期貨業、信託業等）以及各類企事業單位對資產管理和投資分析人才迅速增長的需求，提高從事資產管理、金融市場投資、財富管理和養老金策劃、社會保障等領域在職人員的專業理論水平，尤其是運用量化投資方法進行資產管理，對外經貿大學特開設金融學專業資產管理與量化投資方向在職研究生課程，旨在培養復合型專業化人才。 資產管理已經成為我國金融市場的發展創新的重要領域，許多金融機構紛紛成立專門的資產管理公司以滿足社會發展的需求，而資產管理不僅需要對於各類型資產的了解、應用，更重要的是基於經濟金融的生態環境的變化進行綜合的、動態的資產管理。
學員通過資產管理與量化投資方向的專業學習，不僅可以掌握運用金融產品及投資理論進行資產管理的方法和技術，而且可以通過不同金融市場的實務操作、案例分析、專題講座了解現代資產管理的應用，掌握運用量化技術進行投資、融資、資產負債管理、財富管理的手段，為從事資產管理領域的工作提供必要的准備。 1、隨著國際國內金融市場的發展，現階段資產管理已經成為我國金融市場發展創新的重要領域；
2、加大資產管理業務是金融行業擴大資產規模，增加收益的最好選擇；
3、資產管理是企業追求長期穩定收益的必然選擇；
4、資產管理是普通投資人（家庭、個人投資理財）最受益的選擇方式；
5、資產管理是規範金融市場的有效途徑，極大的降低市場的波動率；
6、資產管理業務是金融從業人員的激勵和動力，促使金融從業人員優勝劣汰，優化金融團隊；
7、政府支持、政策支撐：資產管理為社會、金融業、企業、個體等均帶來巨大收益，自2012年開始政府大力支持，對其放寬政策，目的就是將此項業務堅定不移的開展下去。
報名條件：
1、從事社會工作三年以上的大專學歷者；
2、大學本科畢業三年，並獲得學士學位，可申請金融學專業經濟學碩士學位。 按照對外經貿大學金融學專業碩士研究生培養方案，根據資產管理與量化投資方向的具體情況實施課堂教學。
學位課程：
微觀經濟學 宏觀經濟學 財政學
國際經濟學貨幣銀行學 社會主義經濟理論
資產管理模塊：
投資組合與基金管理 固定收益與信託產品投資
保險規劃與財稅規劃 衍生產品與另類投資
量化投資模塊：
金融工程與量化投資 技術分析與高頻交易
金融統計與計量 統計套利與程序交易
金融市場、財務策劃模塊：
金融市場實務 理財規劃實務
金融風險管理 財務報表分析 1、申請學位按照對外經濟貿易大學研究生部學位辦公室關於以研究生畢業同等學力申請碩士學位的規定辦理。所交學費不包括進入論文階段後的費用。
2、報名參加研究生課程進修班學習的人員，可在報名時提出以研究生畢業同等學力申請碩士學位。
3、國家統一組織的英語和經濟學學科綜合水平考試，由我院協助學員到研究生部辦理手續，費用按規定由學員交納。
4、我院將為學員安排教師進行學位論文的指導。

④ 量化投資的介紹

量化投資在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大、得到了越來越多投資者認可。事實上，互聯網的發展，使得新概念在世界范圍的傳播速度非常快，作為一個概念，量化投資並不算新，國內投資者早有耳聞。但是，真正的量化基金在國內還比較罕見。

⑤ 量化投資有什麼優勢 量化投資的前景

量化投資從歷史大數據入手，邏輯嚴密，止損嚴格，免除了人為判斷的失誤專，而且可以通過頻繁的交易頻屬率獲得不菲的收益。但是也有對應的缺點，如交易系統需要不斷完善，防止泄密，並且開發成本高，同時因為量化交易造成的市場恐慌可能會有大面積拋盤造成市場的瞬間崩潰。不過，我覺得總體而言，量化交易就想人工智慧阿爾法狗一樣，發展前進無限，新事物總有這樣那樣的不完美，就好比一開始的汽車跑不過賽馬一樣，但遲早把舊事物淘汰，世道必進後勝於今

⑥ 談談你對量化投資的看法

量化投資是指通過數量化方式及計算機程序化發出買賣指令，以獲取穩定收益為目的的交易方式。在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大、得到了越來越多投資者認可。從全球市場的參與主體來看，按照管理資產的規模，全球排名前四以及前六位中的五家資管機構，都是依靠計算機技術來開展投資決策，由量化及程序化交易所管理的資金規模在不斷擴大。

⑦ 量化投資的主要方法和前沿進展

量化投資是通過計算機對金融大數據進行量化分析的基礎上產生交易決策機制。設計金融數學和計算機的知識和技術，主要有人工智慧、數據挖掘、小波分析、支持向量機、分形理論和隨機過程這幾種。
1．人工智慧
人工智慧（Artificial Intelligence，AI）是研究使用計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理、製造類似於人腦智能的計算機，使計算機能實現更高層次的應用。人工智慧將涉及計算機科學、心理學、哲學和語言學等學科，可以說幾乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇，人工智慧與思維科學的關系是實踐和理論的關系，人工智慧是處於思維科學的技術應用層次，是它的一個應用分支。
從思維觀點看，人工智慧不僅限於邏輯思維，還要考慮形象思維、靈感思維才能促進人工智慧的突破性發展，數學常被認為是多種學科的基礎科學，因此人工智慧學科也必須借用數學工具。數學不僅在標准邏輯、模糊數學等范圍發揮作用，進入人工智慧學科後也能促進其得到更快的發展。
金融投資是一項復雜的、綜合了各種知識與技術的學科，對智能的要求非常高。所以人工智慧的很多技術可以用於量化投資分析中，包括專家系統、機器學習、神經網路、遺傳演算法等。
2．數據挖掘
數據挖掘（Data Mining）是從大量的、不完全的、有雜訊的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識的過程。
與數據挖掘相近的同義詞有數據融合、數據分析和決策支持等。在量化投資中，數據挖掘的主要技術包括關聯分析、分類/預測、聚類分析等。
關聯分析是研究兩個或兩個以上變數的取值之間存在某種規律性。例如，研究股票的某些因子發生變化後，對未來一段時間股價之間的關聯關系。關聯分為簡單關聯、時序關聯和因果關聯。關聯分析的目的是找出資料庫中隱藏的關聯網。一般用支持度和可信度兩個閾值來度量關聯規則的相關性，還不斷引入興趣度、相關性等參數，使得所挖掘的規則更符合需求。
分類就是找出一個類別的概念描述，它代表了這類數據的整體信息，即該類的內涵描述，並用這種描述來構造模型，一般用規則或決策樹模式表示。分類是利用訓練數據集通過一定的演算法而求得分類規則。分類可被用於規則描述和預測。
預測是利用歷史數據找出變化規律，建立模型，並由此模型對未來數據的種類及特徵進行預測。預測關心的是精度和不確定性，通常用預測方差來度量。
聚類就是利用數據的相似性判斷出數據的聚合程度，使得同一個類別中的數據盡可能相似，不同類別的數據盡可能相異。
3．小波分析
小波（Wavelet）這一術語，顧名思義，小波就是小的波形。所謂「小」是指它具有衰減性；而稱之為「波」則是指它的波動性，其振幅正負相間的震盪形式。與傅里葉變換相比，小波變換是時間（空間）頻率的局部化分析，它通過伸縮平移運算對信號（函數）逐步進行多尺度細化，最終達到高頻處時間細分，低頻處頻率細分，能自動適應時頻信號分析的要求，從而可聚焦到信號的任意細節，解決了傅里葉變換的困難問題，成為繼傅里葉變換以來在科學方法上的重大突破，因此也有人把小波變換稱為數學顯微鏡。
小波分析在量化投資中的主要作用是進行波形處理。任何投資品種的走勢都可以看做是一種波形，其中包含了很多噪音信號。利用小波分析，可以進行波形的去噪、重構、診斷、識別等，從而實現對未來走勢的判斷。
4．支持向量機
支持向量機（Support Vector Machine，SVM）方法是通過一個非線性映射，把樣本空間映射到一個高維乃至無窮維的特徵空間中（Hilbert空間），使得在原來的樣本空間中非線性可分的問題轉化為在特徵空間中的線性可分的問題，簡單地說，就是升維和線性化。升維就是把樣本向高維空間做映射，一般情況下這會增加計算的復雜性，甚至會引起維數災難，因而人們很少問津。但是作為分類、回歸等問題來說，很可能在低維樣本空間無法線性處理的樣本集，在高維特徵空間中卻可以通過一個線性超平面實現線性劃分（或回歸）。
一般的升維都會帶來計算的復雜化，SVM方法巧妙地解決了這個難題：應用核函數的展開定理，就不需要知道非線性映射的顯式表達式；由於是在高維特徵空間中建立線性學習機，所以與線性模型相比，不但幾乎不增加計算的復雜性，而且在某種程度上避免了維數災難。這一切要歸功於核函數的展開和計算理論。
正因為有這個優勢，使得SVM特別適合於進行有關分類和預測問題的處理，這就使得它在量化投資中有了很大的用武之地。
5．分形理論
被譽為大自然的幾何學的分形理論（Fractal），是現代數學的一個新分支，但其本質卻是一種新的世界觀和方法論。它與動力系統的混沌理論交叉結合，相輔相成。它承認世界的局部可能在一定條件下，在某一方面（形態、結構、信息、功能、時間、能量等）表現出與整體的相似性，它承認空間維數的變化既可以是離散的也可以是連續的，因而極大地拓展了研究視野。
自相似原則和迭代生成原則是分形理論的重要原則。它表示分形在通常的幾何變換下具有不變性，即標度無關性。分形形體中的自相似性可以是完全相同的，也可以是統計意義上的相似。迭代生成原則是指可以從局部的分形通過某種遞歸方法生成更大的整體圖形。
分形理論既是非線性科學的前沿和重要分支，又是一門新興的橫斷學科。作為一種方法論和認識論，其啟示是多方面的：一是分形整體與局部形態的相似，啟發人們通過認識部分來認識整體，從有限中認識無限；二是分形揭示了介於整體與部分、有序與無序、復雜與簡單之間的新形態、新秩序；三是分形從一特定層面揭示了世界普遍聯系和統一的圖景。
由於這種特徵，使得分形理論在量化投資中得到了廣泛的應用，主要可以用於金融時序數列的分解與重構，並在此基礎上進行數列的預測。
6．隨機過程
隨機過程（Stochastic Process）是一連串隨機事件動態關系的定量描述。隨機過程論與其他數學分支如位勢論、微分方程、力學及復變函數論等有密切的聯系，是在自然科學、工程科學及社會科學各領域中研究隨機現象的重要工具。隨機過程論目前已得到廣泛的應用，在諸如天氣預報、統計物理、天體物理、運籌決策、經濟數學、安全科學、人口理論、可靠性及計算機科學等很多領域都要經常用到隨機過程的理論來建立數學模型。
研究隨機過程的方法多種多樣，主要可以分為兩大類：一類是概率方法，其中用到軌道性質、隨機微分方程等；另一類是分析的方法，其中用到測度論、微分方程、半群理論、函數堆和希爾伯特空間等，實際研究中常常兩種方法並用。另外組合方法和代數方法在某些特殊隨機過程的研究中也有一定作用。研究的主要內容有：多指標隨機過程、無窮質點與馬爾科夫過程、概率與位勢及各種特殊過程的專題討論等。
其中，馬爾科夫過程很適於金融時序數列的預測，是在量化投資中的典型應用。
現階段量化投資在基金投資方面使用的比較多，也有部分投資機構合券商的交易系統應用了智能選股的技術。

⑧ 量化投資方面，有哪些好的論壇或者網站

微量網不錯，

微量網是國內頂尖的量化投資策略在線交易平台，策略提供者和理財投資者的對接平台。網站集投資策略研發、銷售、交易為一體，投資者無需安裝軟體，通過網頁或手機控制雲端的交易賬戶，運行投資策略，進行7*24小時無人值守的全自動交易。使命：微量網致力於打造安全、便捷的策略交易平台，帶來簡單、極致、高效的理財投資體驗。願景：建立理財投資者與策略提供者之間的橋梁。

這個平台上有各種各樣的策略，主要是針對國內外交易所的品種，同時配合還有用戶論壇，便於策略師和用戶間交流，一邊用策略一邊看大家的討論，感覺比較爽一些，也是邊用邊看。

再補充2個個人覺得不錯的：
elitetrader

EliteTrader.com is a group of financial traders that helpeach other
work through the tough and lonely journey of tradingprofitably. Our
members learn faster, develop new relationships, and avoidcostly
mistakes through daily collaboration.
這里討論的話題比較全，很棒！
Collective2

collective2.com 19,000 traders. 58,000 strategies.

Copy the world's best traders in your brokerage account.

Choose your trade leader

Then Follow their trades automatically.
國內使用的話建議使用微量網確實是很不錯的量化投資網站。希望可以幫助題主。

⑨ 國內的量化投資與國外有些什麼差別

1、認識上，國外歷史悠久，業績比較穩定，得到了眾多的投資機構的認同。國內差一些，當然專以長信量化先鋒屬的產品也是很好的。
2、數據。國外有更多的數據可以使用，也有更多的衍生品來構建模型。
3、政策規定。我們上層建築有些人畏量化如虎。
4、氛圍。國外有quantopian等量化平台活躍了整體的氣氛，讓更多人可以參與量化交易，我國發展差些，當然也有Ricequant量化交易平台這樣的傑出代表。

⑩ 量化投資的優勢是什麼，金昉毅老師怎麼看待

嗯量化投資的優勢是什麼金以防老師怎麼看的而這個我覺得吧量化投資就是說他專注於某一個方面