上海金融量化公司alpha

『壹』 阿尔法量化是什么意思

D-Alpha对冲交易系统
在D-Alpha系统中，一个有效的策略从开始到最后实际交易，需要经过四个步骤：历史数据统计后验、历史高频数据后验、实时高频数据模拟交易和实盘交易

『贰』 搬矿Alpha是什么哪家公司的

上海搬矿网络科技公司作金融大数据服务的，产品好像叫“搬矿搜股”吧

『叁』 申威处理器的DEC公司的Alpha 21164背景介绍

Alpha架构于1992年2月25日，在东京召开的一次会议上面被正式推介，新架构的关键特性都一一的被罗列出来。当时说Alpha只是产品开发的内部代号。新处理器采用完全64-bit RISC设计，执行固定长度指令(32 bits)。有32个64 bit整数寄存器，操作43-bit的虚拟地址(在后来能够扩充到64-bit)。和VAX相同，使用little-endian字节顺序，即低字节的寄存器占用低内存地址线。而不像如摩托罗拉等大多数处理器所使用的big-endian字节顺序，即低字节寄存器占用高内存地址线。除此之外，处理器还内建一个算术协处理器，有32个浮点64-bit寄存器，采用随机存取，而不是在intel x86协处理器上使用的堆栈存取方式。整个Alpha的生命周期被设计为至少25年。 Alpha被简化后的指令集更利于流水线操作，它由5个部分所组成：
·整数指令
·浮点数指令
·分支和比较指令
·读取和存储指令
·PAL编码指令 21264芯片保持了Alpha处理器可以运行多种操作系统的特点，其中包括Tru64UNIX、OpenVMS和Linux等，而在这些系统中，已经有许多成熟的应用程序，这也是Alpha处理器的一个优势。对于追求性能的用户，DEC公司的Alpha处理器是个具有诱惑力的选择。Alpha是RISC处理器中最快的一种，而且是唯一得到了WindowsNT继续支持的RISC处理器(1995年，NT中断了对MIPS和PowerPC的支持)。如果你的应用效率被几个高端应用程序所限制，而这些应用又可以在Alpha上运行，那么Alpha可能对你来说是个不错的选择。
现今的Alpha芯片是21164，有从300MHz到600MHz的各种型号。在整数应用程序方面，Alpha所表现出的性能优势与PentiumII相比，并不是非常大，虽然它的时钟频率非常高，但平均每个周期完成的操作却较少。实际上，能否体现出Alpha处理器的优势与应用程序有关，在各种需要浮点运算的应用中，例如3-D图象处理和计算机辅助设计，21164才能显示出卓越的性能。
在技术方面，21164具有高达960万个晶体管的惊人设计。它有集成在芯片内的16K一级缓存和同样集成在芯片内的96K二级缓存。系统总线的宽度是128位，这与x86系统的64位总线相比，具有更大的带宽。
对于所有RISC处理器来说，他们面临PC市场的最大挑战就是缺乏应用软件。Digital虽然尽力吸引软件开发人员而且有一个很惊人的应用列表，但这些应用主要是面象工程师和创作人员的，而不是面向主流的PC应用领域。
为解决这个问题，Digital开发了一个有趣的软件，称为FX!32，可以使Alpha运行几乎所有的32位Windows应用程序。性能比其它软件模拟器，例如SoftPC要好，但它只使用了50%到70%的Alpha原生代码(Digital的说法)。FX!32是运行那些完整的软件套件的良好途径，它可以满足你对x86PC的部分需要，但这样并不能提供领先的高性能和价值。绝大多数Alpha系统都比典型的PC系统贵得多。
Digital发售了一种新的处理器，称为21164PC，它比21164便宜而且性能与之相差不多。21164PC有400,466和533MHz的型号。这种新处理器的价格大约为在1000片时每片495美元(533MHz的型号)，与之相比，500MHz的21164售价在1450美元，而233MHz的PentiumII售价是386美元。
Digital希望在1996年年底会出现使用这种新的芯片的系统，而且售价只有2500美元。借助这种低价系统，Alpha可以占领一部分的PC市场——如果有足够的能吸引用户的应用程序的话。1998年，Digital计划发行21264，这种芯片可以让Intel最快的x86处理器黯然失色，特别是在浮点运算方面。到1999年或更晚，使用这种芯片的系统可能能降到约10000美元。如果价格对你来说不是问题，而你又想得到世界上最快的WindowsNT系统，这种处理器就是你的选择。

『肆』 职问Alpha计划怎么样有没有1对1的服务

找工作找实习的大学生和研究生们，千万不要花钱买一些所谓的“保offer”计划！！

利益相关，匿了。
我上当受骗的是职问，一直打广告的那个，买了他们们家的elite计划，这个是不保offer的，说是给你面试辅导的，差不多三万，但我感觉没用，面试挂的还是挂了，没有特别理想的Offer，去了一个自己水平差不多的工作单位，感觉交了智商税。
他们前期咨询特别好，小姐姐特别有耐心，洗脑能力特别强，我是大三下的暑假参加了他们的现场模拟面试，那时我面了阿里腾讯华为的暑期实习，都挂了，所以特别沮丧。职问的顾问也是因为看准了我这点心理，对我循循善诱，说买了他们的课程的都去了MBB，腾讯，阿里，四大。然后，我就被引诱成功了。
他们的课程内容是刷题+导师模拟面试。
刷题，就是让你在一个网站上刷题，他们找的不全的所谓的名企的“笔试题”，基本都是行测题，都是靠同学们考了以后记忆的题目，还没有正确答案。我就刷了两三套，觉得套路太过于单一，就没刷了。（我秋招从来没有因为笔试被刷过，笔试部分，其实难度不大，如果要刷的话，还不如刷公务员的行测题）
导师模拟面试，就是他们找的一些在腾讯宝洁四大工作几年的员工，教给他们一套套路，对学员进行辅导。虽然有套路，但是他们家的导师真的很负责，经常会花超过1h来教你，而且他们说的话都很漂亮。当时我听了，觉得他们的语言表达能力真的厉害，真的好。但是后来听多了，就发现导师辅导都是一个套路，而且他们教你的话术很圆滑，有时候应届生反而失去了他的真诚。而且，有些套路找学长学姐就可以了，面试多了你也都懂了。
但是，职问的顾问会不断的问你有没有offer，没有offer的话，会继续忽悠你交钱参加alpha保offer的课程，说alpha是会保到腾讯麦肯锡这些去，为你内推和申请公司，其实就相当于海投，而且内推就和找学长学姐内推没啥区别。后来我有联系过参加alpha计划的同学，他们说导师内推没用，最多过简历关或免去一次面试。而这些，你去找学长，关注牛客网这些都能拿到内推机会。
另外，他们内推的有些岗位名字听起来很高大上，但工资并没有那么高大上。
而且，我发现，职问忽悠的学员都是些不错的学校的同学。这些同学就是缺少一些面试经验，这个可以多跑招聘会解决。
有些学员，在和职问打官司。
不要以为你买了那些求职中介的钱就真的能去理想的公司，真的拿到MBB、投行、腾讯的offer的学员，自己本身也非常厉害的，这也是求职中介主要宣传的卖点，但学员拿到Offer不是因为买了你的课程，而是因为他们本来就有这个实力。而更多的，那些买了课程没有去到理想公司的学员，大多只能吃下哑巴亏，当作交了智商税，而这，也是求职机构们挣钱主要的来源。
职问这类求职机构说到底是挣的是“信息不对称”的钱。
另外，说到底还是得靠自己的实力求职，买来的岗位干活心底都不踏实。
最后，我想说，
嗨，年轻人，自信点，靠自己你也能找到很不错的岗位的。

『伍』 量化交易中。D-Alpha 是什么意思希望说的详细点

D-Alpha对冲交易系统
在D-Alpha系统中，一个有效的策略从开始到最后实际交易，需要经过四个步骤：历史数据统计后验、历史高频数据后验、实时高频数据模拟交易和实盘交易，具体流程见图18-2。
历史数据统计后验
历史数据统计一般以收盘价或者日均价作为买入卖出的交易价格，交易成本的考虑一般是事先设定一个固定的数值，比如千分之三。然后根据设定的交易价格计算出在某一段时间内的收益率、超额收益、夏普率等结果。
历史数据统计后验的优势是效率高、简单方便，一般十年左右的数据后验，几十分钟就可以程序跑完。缺点是不够精确，尤其不能考虑资金量对市场的影响。因为有的策略和市场容量之间有很大的关系，例如高频交易策略，在资金量大的情况下，很多有效的策略就会失效，因为其冲击成本会吃掉所有的收益率。
因此历史数据统计后验只能作为筛选策略的初步方法，更加精细的方法需要历史高频数据后验实现
历史高频交易数据后验
历史高频交易数据后验的核心在于根据历史高交易频数据进行模拟撮合，撮合算法主要是判断在某个时段的成交量的成交比例。例如某个股票在历史上5.0-5.1价位之间成交了10000股，其中的挂单量为50000股。那么在后验的时候，可以设定成交股的A%和挂单量的B%中最小值，为模拟撮合的成交量。
如果想严格一些，将A和B的值设的小一些即可，如果宽松一些，将A和B的值设大一些。在本量化投资系统中，A和B的值一般取为10%和30%。
高频数据实时模拟
策略后验可以解决一个策略在样本内的效果问题，但是无法检验其在样本外的效果。解决这个问题的方法是进行高频数据的实时模拟交易。
实时模拟交易也有全自动化和手工两种方式，全自动化是将策略写成一个DLL，放在模拟平台上自动运行，手工就是利用机会监控的消息提示，进行人工交易。
高频数据实时模拟和实盘交易已经非常接近，对冲击成本的考虑，市场容量的考虑基本上和实盘已经一致，唯一不能解决的就是对市场的影响，因为模拟交易不能影响市场价格，这个就只有在实盘交易中实现。
实盘实时交易
前面三个步骤的目的都是为了最后进行实盘交易，实盘交易对市场的影响会体现出来，只有通过了实盘实时交易，一个策略才能被证明是有效的。

『陆』 AlphaGo又赢了 量化投资是万能的吗

AlphaGo是人工智能。量化投资并不是万能的，里面有很多条件限制。

『柒』 银行证卷资金流向alpha是什么意思

你说的应该是Alpha（阿尔法）模型。
下面的文字请参考：
1、什么是阿尔法策略？
投资者在市场交易中面临着系统性风险（即贝塔或Beta、β风险）和非系统性风险（即阿尔法或Alpha、α风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益(即阿尔法收益)的策略组合，即为阿尔法策略。从广义上讲，获取阿尔法收益的投资策略有很多种，其中既包括传统的基本面分析选股策略、估值策略、固定收益策略等等，也包括利用金融衍生工具对冲交易贝塔风险、获取阿尔法收益的可转移阿尔法策略。后者在国内通常被称为阿尔法对冲交易策略，并在近年A股市场上得到广泛应用。
2、阿尔法策略是如何构建的？
阿尔法策略所涉及的市场领域非常广泛，在股市、债市、商品市场等各类金融市场都有应用。而目前国内市场上最常见的还是股市阿尔法对冲交易策略，其通常利用选股、择时等方面优势，寻找具有稳定超额收益的现货组合，通过股指期货等金融衍生工具来分离贝塔，进而获得与市场相关度较低的阿尔法收益。尤其是在熊市或者盘整期，可以采用“现货多头＋期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。此外，还有机构根据获取阿尔法的途径，采取统计套利交易、事件驱动、高频交易等策略来获取阿尔法收益。而在上述各种策略构建过程中，基于大类资产配置、行业配置、择时与选股体系的量化策略均得到了广泛应用。
3、阿尔法对冲交易策略成功的关键是什么？
Alpha策略成败的两个关键要素是：其一，现货组合的超额收益空间有多大；其二，对冲交易成本的高低。两者相抵的结果，才是Alpha策略可获得的利润空间。在股市Alpha策略中，最考验策略制定者水平的因素在于选股方法和能力。
4、阿尔法策略在我国市场的发展空间如何？
从国内外的经验来看，阿尔法策略一般运用在市场效率相对较弱的市场上，如新兴股票市场、创业板市场等。我国的股票市场正是一个新兴的市场，效率相对较低，特别是伴随着股指期货、融资融券等衍生品种的推出，的确存在利用风险对冲来获取超额收益Alpha的巨大需求和空间。
用量化模型构建个股组合
在构建个股组合方面，投资者可以采用量化模型的方法来选股。量化模型的优势在于能覆盖全部股票，业绩的稳定性和可复制性高。基金公司运用最多的量化模型是多因子模型。影响股票收益的因子有多种，大致可分为长期因子和短期因子。长期因子包括价值因子，盈利质量因子等，短期因子则包括市场技术分析以及动量等因子。将这些因子有机地结合起来，就构成了对每一只股票的打分，此打分也称股票的预期收益。用此方法计算出来的预期收益尽管不像狙击步枪一样精准，却可像冲锋枪一样，在大概率上具有较高的胜率。
在构建投资组合过程中，与预期收益同等重要的是预期风险。有些股票尽管有很高的预 期收益，但如果预期风险也很高，在历史上收益的波动率很大，那么在投资组合中所占的权重也不应太高。在预测风险方面，专业机构往往会购买商业模型或开发自己的风险模型来预测每一只股票的风险，进而计算组合风险。
在确定组合中个股权重时，专业机构会根据投资者的收益要求和风险承受能力，从量化因子库中选择适当的因子为投资者量身定做预期收益模型，同时兼顾股票的预期风险和交易成本，用优化的方法计算组合中每只股票的权重。
阿尔法对冲策略是选择具有超额收益能力的个股组合，同时运用沪深300股指期货对冲市场风险以获得超额收益的绝对收益策略。此种策略追求的是与市场涨跌相关性较低的绝对收益。
用股指期货对冲市场风险
确定了股票的最优组合并不代表一定能有正的收益。即使我们有最好的预期收益模型和最好的风险模型，我们也只可能做到战胜所有股票的平均值，即战胜指数。如果指数下跌了百分之二十，我们的模型即使战胜指数百分之十，我们最终还是亏损了百分之十。那么我们有没有办法在市场上获得正的收益呢？答案就在于运用股指期货对冲掉市场风险。
在股指期货市场，投资者可以在购买股票现货的同时卖空同等金额的股指期货，即所谓的套期保值策略。如果市场上涨，现货随着市场的上涨而盈利，股指期货则由于我们卖空而出现亏损。由于我们的股票组合能够战胜市场，所以现货方面的盈利多于股指期货方面的亏损，最终我们盈利。反之，如果市场下跌，现货方面亏损，股指期货方面会出现盈利。由于我们股票组合战胜市场，亏损的比市场小，那么股指期货的盈利要大于股票方面的亏损，我们还是盈利。
主要风险在于选股策略
下面让我们看两个实例。以2012年2月为例，自2月1日至2月17日期间沪深300指数上涨3.13%， 此期间根据简单的多因子模型组合测算，模型上涨3.59%，战胜市场。如果我们在2月1日以2469点收盘价卖空1202合约，2月17日合约到期时以2537点平仓。期间股指期货亏损2.76%，股票盈利3.59%，最终我们盈利0.83%。
以2012年5月为例，自5月2日至5月18日沪深300指数下跌4.06%，此期间模型组合下跌3.74%，跌幅小于市场。如果我们5月2日以2686点卖空1205合约，至5月18日合约到期时以2576点平仓，期间股指期货盈利4.12%，减去3.74%的股票亏损，最终我们盈利0.38%。
从以上两个实例中可见，不管市场上涨还是下跌，卖空股指期货总能对冲掉大部分现货股票组合的市场风险。阿尔法对冲策略的主要风险在选股策略上。由于股票市场的规律性变化、一些突发事件的影响和统计模型本身的概率属性，选股模型在某些月份或特殊时期有可能失去效用，出现做多的股票跑输市场的情形，从而产生短期的亏损。这需要投资者有正确的认识，也要求基金经理能不断完善投资模型和操作技巧，增强获胜概率。
熊市和震荡市表现最佳
下面我们看看阿尔法对冲交易策略和贝塔策略的对比。贝塔策略是指被动跟踪指数的策略，从长期来讲，贝塔策略是可能盈利的，但由于股票市场波动比较大，在某段特定时间内往往会出现亏损或被套住的情况。以A股市场2011年1月4日到2012年11月29日的表现，沪深300指数在2129点到3372点之间波动，日收益率最高为4.9%，最低为-3.8%，年化风险高达20%。同期的阿尔法对冲策略，日最高收益率为2.16%，最低为-0.31%，年化风险为2.1%，风险仅为指数的十分之一。从累计收益来对比，2011年到现在沪深300指数亏损近30%，而阿尔法对冲策略则累计上涨23%。
很多投资者对贝塔风险的防范意识往往不足。市场跌50%以后需要100%的收益来回填。而投资者往往不能有足够的信念和理由来坚持，客观上造成了追涨杀跌、市场涨而投资者亏损的局面。阿尔法对冲策略则有效地回避了市场过山车式的震荡，使投资者能长期稳定地参与经济的发展、股市的成长和个股的机会。
阿尔法对冲交易策略在操作中需要注意以下几个事项。第一，现货与期货头寸之前的差额，即风险暴露敞口不宜过大，否则会影响套期保值的效果。第二，由于现货是长期持有，而股指期货合约有到期日，所以在股指期货合约到期时需要向下一个合约展期，从而维持套期保值的延续性。第三，股指期货有日盯市保证金制度，投资者需要密切注意股指期货的保证金，以免被强制平仓。第四，对冲交易策略在熊市和震荡市中表现最佳，在牛市中投资者可适当调整对冲比例，在拿到alpha收益的同时适当收获整个市场的上涨收益。

『捌』 公司金融题目,求这道题的解答

因为不付税，
Alpha公司Kwacc和Ke=12%
Beta公司Kd、Ke和Kwacc=12%
Alpha公司价值=55000/0.12=458333.33美元
Beta公司价值=(55000-50000*0.12)/0.12=408333.33美元
Beta公司权益市场价专值=408333.33-50000=358333.33美元
购买Alpha公司20%权益需属花=10000*20*0.2=40000美元
购买Beta公司20%权益需花=(200000-50000)*0.2=30000美元
20%Alpha公司明年权益回报额=55000*0.2=11000美元
20%Beta公司明年权益回报额=(55000-50000*0.12)*0.2=9800美元

『玖』 Alpha 是什么公司

http://www.alphatennis.com.cn/alphanew/index.asp
是这个么？是一家体育用品公司，有箱包，但我没看到锁头~