中國量化投資

『壹』 中國現在量化投資靠譜嗎

我本身做美來國股市的，對國內源市場只能是比較了解。美國那邊確實有華人在做中國國內市場的量化投資。這些人都比較低調，比如在經貿大廈租個辦公室什麼的，但是並不談論自己在做什麼。我也認識幾位在廣州做了四五年的朋友。

單純的量化投資是可行的，都是看期望和概率，影響因子很多。主要在CTA用，當然模型會復雜些，工具也多些（比如說考察兩個index的spread，跨區等等）。這種相對低頻的量化投資可以移植到中國二級市場上。很多人誤以為大量的內幕交易和市場操縱會阻礙量化投資，其實不然。量化投資最大的敵人是市場有效，最怕完全效率市場。只要交易所披露信息及時，而市場總有人在交易，有人性在，那麼量化投資就是可以做的。另外，基於量化指標的回測統計方法在中國遠沒有得到廣泛使用，大多數投資者採用跟風投資或K線圖形的策略。也正因為很少有人用這種方法買賣股票，這種方法在中國顯得真正非常高效，做到了高收益低風險。據我所知，國內京東金融在今年也開始做了，另外實盈機構、愛貓爪APP的量化策略也非常領先。

最後，我認為風靡英美的高頻交易在中國目前還不大行，因為手續費太高。

『貳』 什麼是量化投資，量化投資在中國的發展

量化投資是指通過數量化模型建立科學投資體系，以獲取穩定收益。在海外版的發展已有30多年權的歷史，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。在國內，量化投資不再是一個陌生的詞彙，近幾年得到了迅猛的發展。可在應用過程中學習量化投資

『叄』 在中國，做量化交易一天的工作是怎樣的

做量化交易一天的工作：

8:00~:00： 打開交易策略，設置一些運營參數

9:00~9:30： 觀察策略運轉，確保沒有問題

9:30~15:30: 解決已有策略的問題並研究新策略，測試新想法

15:30~17:00: 分析交易記錄， 確定第二天的交易計劃

17:00~18:00: 運動

崗位職責：
分析金融市場（期貨、股票等）數據，尋找可利用的機會；開發與維護量化交易策略；提供機器學習/數據挖掘相應的技術支持；

崗位要求：
1.熟練計算機編程能力，熟練掌握至少一門編程語言，python優先；

理工科背景，具有良好的數理統計、數據挖掘等相關知識儲備，熟悉機器學習方法（分析科學問題和相應數據，建立模型和方法，驗證模型和方法，應用模型和方法並分析結果，改進模型和方法）；

有處理分析大量數據的經驗，並能熟練選擇和應用數據挖掘和機器學習方法解決科研和工作中的實際問題；良好的自我學習和快速 學習能力，有工作激情，喜歡金融行業；兩年及以上實驗室研究經驗或研發類工作經驗優先；

(3)中國量化投資擴展閱讀

量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，

極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。

『肆』 國內是否有做量化投資的風險投資

一般的直投風投是不會投這種高投入高風險的金融項目的，因為目前做量化研究的機專構實在不算少，他屬們人力物力都夠好。樓主可以網路搜索下，詳細的知識點
而且這個即使做出好的策略，過三四年也可能失效了；即使真能像傳說中的城堡那樣做出個十幾年不失效的策略，最終也是要賣給機構才能有資金運用吧，風投可沒那麼多錢作自有資金來炒。所以最好還是加入某個機構研究或者拉到某些也是這領域的機構贊助比較靠譜。

『伍』 國內目前有多少基金公司在進行量化投資項目

1、即使沒有量化產品的基金管理公司也可能採用量化投資的，比如專項產品回中有量化的，所以這答個沒有人知道
2、截止目前，正式成立的有64家，還有幾家在設立期
3、目前封閉式基金83個，開放式基金1013個，公開募集的產品中有8個含量化

『陸』 什麼是量化投資

你好，量化投資，簡單地說就是利用數學、統計學、信息技術的量化投資方法來管理投資組合。

『柒』 量化投資在中國可行嗎

單純的量化投資來是可自行的，最簡單的比如說trade trend/mean reverting，比如說通過分析歷史數據知道如果股票/期貨連漲3天，第四天也會漲（當然一般看期望而不是概率，不過簡單說說不用那麼精確），那麼我就可以自動在三天連續牛市末建倉，第四天末清倉。

『捌』 量化投資在中國到底靠譜不靠譜

河北穩抄升為您服務。
量化投資現在是投資里的一個熱門方向。作為在國外很成熟的投資方式，國內還處於起步初期的狀態。量化投資更側重數據挖掘，模型策略開發，計算機輔助，能克服人性的一些弱點，自動交易方式能解放人的盯盤時間，因此備受青睞。但作為交易方式的一種，量化投資也不是萬能的，股票或期貨投資在長期來看都會遵守七虧二平一賺的規律。

『玖』 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。