Ⅰ 什么是量化投资
定义：是指通过数理统计分析，选择那些未来回报可能会超越基准的证券版进行投资，以期获取超越指数基权金收益的基金。
释义：区别于普通基金，量化基金主要采用量化投资策略来进行投资组合管理。总的来说，量化基金采用的策略包括：量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易、资产配置等。对于量化基金的产品设计，虽然量化基金一般都是采用多因素模型对股票进行分析和筛选，但不同的量化基金的侧重点是不一样的，也就是包括投资思路、观察角度、分析方法在内都是不同的。
在我国证券市场，基本面研究占主流地位，然而随着证券市场的不断发展、证券数目的增加、衍生品的出现等，基金要想战胜指数的难度也越来越大，量化投资则开始发挥越来越重要的作用，因此我国也涌现出了大批量化基金。
Ⅱ 量化投资策略到底什么是量化投资
量化投资策略就是利用量化的方法，进行金融市场的分析、判断和交易的策略版、算法的总称权。
量化投资策略类型包括：
（1） 趋势判断型量化投资策略，判断趋势型是一种高风险的投资方式，通过对大盘或者个股的趋势判断，进行相应的投资操作。如果判断是趋势向上则做多，如果判断趋势向下则做空，如果判断趋势盘整，则进行高抛低吸。这种方式的优点是收益率高，缺点是风险大。一旦判断错误则可能遭受重大损失。所以趋势型投资方法适合于风险承受度比较高的投资者，在承担大风险的情况下，也会有机会获得高额收益。
（2） 波动率判断型量化投资策略，判断波动率型投资方法，本质上是试图消除系统性风险，赚取稳健的收益。这种方法的主要投资方式是套利，即对一个或者N个品种，进行买入同时并卖出另外一个或N个品种的操作，这也叫做对冲交易。这种方法无论在大盘哪个方向波动，向上也好，向下也好，都可以获得一个比较稳定的收益。在牛市中，这种方法收益率不会超越基准，但是在熊市中，它可以避免大的损失，还能有一些不错的收益。
Ⅲ 量化投资需要学什么
首先是要了解金融市场与金融产品,只有这样才能在众多市场与标的中选择合适的来构建投资组合,这一方面需要了解的基础知识有:金融市场与金融机构、投资学、金融衍生品等等。
Ⅳ 想走量化投资方向，大概需要什么学历
硕士学历足够，需要具备金融学、心理学、经济学、统计学、会计学等，总结数据统计能力、计算机技能以及心理素质。
量化投资可以肯定说目前还是一年蓝海，稀缺人才很少，如果有志往这方面发展是不错的选择。
Ⅳ 什么是量化跟投
先了解一下，什么是量化投资
量化投资是一种系统化方法，它利用现代金融，计算机，数学，以及其他相关行业的知识和方法，包括行为学、心理学等，把投资理念，科学理论和实际数据量化为客观的数理模型，使用计算机技术完成全部或部分的投资。
量化投资需要把数据、策略、系统、执行四个方面综合起来完成一个有机的整体。量化投资本质上是一个方法论，可以应用到投资过程的每一个环节，比如大家熟悉的选股、基本面分析或者技术分析其实也算是广义量化金融的应用。你用了这些学科的知识去构建一个数理模型，一个投资决策模型，这是一个相对客观和理性的系统，是可以被应用于投资的第一步到最后一步的。
量化投资的特点
纪律性：量化投资是非常理性的，缜密的模型加丰富的数据会产生出决策，不会应为你今天心情不好而乱买乱卖，也不会因为犹豫不决而错失投资良机。量化是一个相对客观的决策和执行系统；
系统性：量化投资是数据、策略、系统、执行四方面的一个组合，这是一个完整的整体；
概率性：量化投资是去“博”大概率赚钱的机会。理论上讲当你的量化策略只要有 51% 的时候能预测正确市场，那么就能赚到钱，长期多次交易来看这个策略就是有效的，是可以赚钱的。当然实际交易还要考虑交易成本和市场情况， 51% 可能不够，但是只要你的策略能获得正向收益的概率达到一定值，你不用每次都对那么也能获得长期的盈利。
Ⅵ 应聘量化投资工作需要哪些技术
强烈的兴趣
想做好一件事情没有兴趣也只是三天打鱼两天晒网，最后不得而终，因此需要培养对投资形成强烈的兴趣，每根K线的波动能够刺激你的心脏随之不断跳动。
学习能力
量化交易是一门跨学科知识，必须有快速地问题解决能力和自学能力，懂得锲而不舍不断专研的试错法。研究生已经具备了较好的学习能力。
编程
编程很重要，现在Python是标配，matlab、R拿来做量化的人真的不多。虽然不是做开发，但是基本的简单编程知识还是要会。想学Python和Pandas，推荐Python基础教程和《利用Python进行数据分析》，想学编程知识，推荐《 代码大全 》，这本书没有什么代码，不要为名字所迷惑，不过如果想成为编程高手的话，看了绝不后悔。
看书一定要经典，不经典的书简直就是浪费生命，这三本书如果不想买，网上电子版肯定是很多的，话不多说。
量化知识
很多程序员开始转量化，但是金融知识和量化知识不够。经典的重要性在此显得更为重要，编程的书籍不看经典的我也能进步，可能会慢点，但是量化金融知识不看经典的书，那么可能就会南辕北辙，甚至影响到投资的整个生涯，不对，走偏了的话，就无生涯可谈。
投资的基础知识，比如股票债券基础知识，先来看看滋维博迪的《投资学（原书第9版）》([美]滋维·博迪（Zvi Bodie）
再来一本干货，很多国内外研究生教程，介绍的更多的是衍生品，约翰赫尔的《期权、期货及其他衍生产品（原书第9版）》([加]约翰·赫尔（John C.Hull）)
期权这么火，推荐 麦克米伦的《金融期货与期权丛书：期权投资策略（原书第5版）》([美]劳伦斯 G.麦克米伦（Lawrence G.McMillan）)
想知道公募基金大佬如何做股票？李腾翻译的大作奉上，主动投资组合管理 创造高收益并控制风险的量化投资方法(原书第2版)
想知道私募基金怎么搞交易的？交易中有哪些技巧？以及如何在量化中走弯路？推荐 范撒普的通向财务自由之路，这可不是一本关于财务分析、会计理论的书籍，真正理解了里面的思想，资金管理、风险控制你就不会纠结。
现在中产压力这么大，那么多人有中年职业危机，想知道怎么把交易当做全职？推荐 埃尔德以交易为生，他可是将自己如何转行交易，并以交易作为自己的终身职业的心历路程和盘托出。
英语
你可以不说英语、听不懂英语，但最好是要看的懂英语，编程的原生环境是英语，quora、stackoverflow、github也是要求英语阅读能力，要是想用机器学习、深度学习做量化，那么多paperarticle都是英语，读不懂怎么做的好？本来是谈量化入门，但好像谈到量化进阶了。
交易
没有途径，实战是最好的方法。确实不行，模拟交易也可以。
量化交易以思想为本，工具为用，路子不能走偏。
快速迭代
类似于实验，都是需要成千上万反反复复的检查、测试。在此，讲到了实验的快速开发和迭代，那么就顺便给个传送门：BigQuant - 人工智能量化投资平台.，人生苦短，一定要快速迭代，缩短策略开发生命周期。因为你的想法上千个，可能只有几个有价值。
Ⅶ 量化投资都需要哪些数学基础知识
既然说到用数学模型，那数学和统计学的知识是必不可少的。由于国内金融市场尚不完备，一些衍生品交易受到限制，所以相较国外市场，能用到的数学/统计学知识也要少一些。对于非理工背景的投资者，需要补充基础的高等数学，线性代数，概率论，统计学，最优化理论等等学科的知识，这些内容可以在高校教科书中找到。对于一些新兴的利用机器学习的交易策略，还需要了解一些数据挖掘的知识。但既然是入门，这部分自然不是必要的。
另外，计量经济学的应用尤其广泛。进行策略研究时经常要面对大量的时间序列、面板数据。虽然在实践过程中更加注重策略结果，只要能赚钱的策略就是好策略，但在严谨的计量理论的支持下，回归结果更准确，能更好的刻画数据背后的关系，故往往更容易得到与预期相近的结果。其中，时间序列回归与截面、面板回归的逻辑与假设均有较大区别，且广泛用于刻画及预测金融资产的收益，波动。计量经济学的书籍推荐伍德里奇的《计量经济学导论：现代观点》；时间序列推荐布鲁克斯的《金融计量经济学导论》。
想学量化交易？做好这五点准备 https://www.youxiagushi.com/main/viewthread.php?tid=346169
Ⅷ 量化投资需要金融方面的知识吗
这个是必须要有的，金融和软件方面最好都比较擅长
Ⅸ 量化投资是什么意思
量化投资是一种操作方法或操作理念，与其他各种“非量化”的方法专并列。量化也可以采取择时、属趋势跟踪、超跌、强弱对冲等等投资模型。区别仅在于，量化投资会使用量化的行情和走势来进行买卖点决策，而不是传统的图形式行情。
量化投资是很广泛的一个概念，可以这么说，只要你不是简单地拍脑袋、或者是听消息进行的投资行为都可以叫量化投资，是不是瞬间没有了高大上的感觉？:) 最常见的，你通过MACD指标顶背离、底背离进行交易，也是量化投资，因为MACD指标是有严格数学公式计算出来的。同样，你根据财务指标选股，构建股票组合也是量化投资，因为你的决策基本是基本面数据； 这些都很“老土”，那么来点新的，通过多因子模型构建投资组合、然后每天用程序进行风险测算并自动调仓，用算法交易完成调仓动作的执行（比如一次性买200万股，总不能一单下去吧），这够“高大上”了吧，前提是你得有一套复杂而完善的系统支持。
Ⅹ 什么是量化投资
你好，量化投资，简单地说就是利用数学、统计学、信息技术的量化投资方法来管理投资组合。