中信建投证券的PB系统特别适合做量化交易
⑵ 使用T+0高频量化交易的私募公司有哪些
国内市场除了新三板是T+0的，其他都是+1的，港股是+0的
⑶ 在投行内部做量化交易与独立出去做量化交易有何不同
这里我们只说量化交易，不讨论量化研究和量化定价这一块的业务。
量化交易是分两个阶段的。第一个阶段是2008年以前，或者说Dodd-Frank法案以前，投行内部林立着各样的很多对冲基金或者类对冲基金的实体，比如Morgan Stanley的PDT（Process Driven Trading）和高盛的Global Alpha，而很多投资银行的自营交易业务也很像对冲基金。在这一阶段，这些类对冲基金的实体和外面的对冲基金是没有啥区别的，业务很类似——赌方向、做部分对冲（Partial Hedging）、跨市场套利，也非常敢于承担风险。
当时在投行内做对冲基金类型的量化交易有着非常大的优势，因为两点——第一是银行有着非常良好的融资渠道，融资成本显著地低于当时的对冲基金，如果你尝试去组建过一个基金，你就知道资金成本对于一个对冲基金的影响多么大——巴菲特这么多年的成功是离不开长期1.6倍的财务杠杆和其低于中央银行存款准备金率的资金渠道的（详细内容参见AQR的论文——Buffet's Alpha）。 炒股需要经常总结，积累，时间长了就什么都会了。为了提升自身炒股经验，新手前期可以私募风云网那个直播平台去学习一下股票知识、操作技巧，对在今后股市中的赢利有一定的帮助。
第二是银行有着一个灰色的信息流——客户的交易记录。这个交易信息，就是今天，也是非常有用的内部消息。几周前Bill Gross从PIMCO离开时，所有投行的Sales都疯了，不停地研究之前PIMCO在自己银行的仓位，然后分析那些债券最有可能最先被清盘，从而给其它客户交易建议。而当年文艺复兴多次更迭合作的投行，就是因为其大奖章基金的交易记录得不到妥善的保密，很多合作银行的自营交易桌跟着交易。
这两个优势造成了当时的自营交易极其暴利，而且管理层为了做大业绩，全力支持明星交易员放大杠杆——而实际上，金融危机期间很多的CEO都是靠着自营交易的暴利业绩从交易大厅升职到管理层的——比如Citi的前任CEO Pandit和摩根斯坦利的前任John Mack。
这也造成了，为什么很多高盛离职的自营交易员在金融危机后，当银行不能做自营交易后出来自立门户开设对冲基金，却完全无法复制当年的业绩——因为他们是因为整个组织的强大而获得超额收益，当失去了资金优势和信息优势后，一切都成为了浮云。
2008年，准确说是2009年后，一切都变了。
首先是政府明令规定自营交易不让干了，于是各种投行旗下的基金，放入资管部的放入资管部（比如Goldman Sachs Global Alpha进入GSAM），独立营业的独立营业（比如PDT从摩根斯坦利分离），要不直接就关门大吉了（比如UBS、德银）。
还有一些硕果仅存的，一般是在股票交易部门，打着对冲为名，通过会计手法，维持着极小的自营规模，这种类似的团队很多投行都有。但是不成气候了，也不会造成任何系统性的风险——当然，各种马路传奇故事也销声匿迹了。
银行内部还有没有量化交易了，其实还有——那就是随着计算机技术进步的自动化做市交易。做市在国内这个概念刚刚出现——因为期权做市商制度的引入。但是在美国这个是从华尔街开始就有的交易体系了。简单来说，就是假设你经营一家买可乐的小店，你有两个主要的交易——一是从总经销商那里拿货，用的价格是Bid，二是分销给街边下象棋和夕阳下奔跑的孩子们，这是Ask。Bid是你的进价，Ask是你的出货价格，Bid一般小于Ask（除非你是搞慈善的）。你持续的维持报出这两个价格，同时根据你的存货来调整报价或者对应报价的数量——比如你的存货太多，大爷不出来下象棋了，你就降低Bid，这样很难进到货了，而保持Ask，等待有人来消耗你的库存。
这个过程就是基本的做市商交易流程，在金融中，由于没有实际的总经销商供货，你的报价（Bid-Ask）是基于你对于对应资产的Fair Price的估计来决定的，通常是你算出来的均衡价格加减一个值构造成Bid-Ask组合。在很长的时间内，这个报价都是靠人来完成，这个过程是枯燥的，而且很容易出错——而对于期权类产品（非线性价格）也很难快速报价。我之前和期权交易员合作过很长时间，他们的工作不一定智力上很难，但是对于人得耐力绝对是一种挑战——因为在开市后他们要注意力高度集中的报价，一quote两quote，一quote两quote，似爪牙，似魔鬼的步伐，报价，报价，在这交易大厅报价... ...
于是，从简单的资产起，从交易所级别开始支持API交易了。什么是简单的资产，就是Vanilla类别的，比如个股、指数、外汇、国债等等。因此投行由于本来就是大量资产的做市商，开始把原来这套过程通过计算机来完成。后面大家发现计算机是完美胜任这项工作的，因为计算机能够高速计算库存来调整报价，还能报出很多复杂的单类型。因此从2000年开始个股、指数开始逐步被自动化做市来包揽，2005年后个股期权自动化做市大热，而2008年后外汇自动化做市也相当成熟了，2010年开始国债自动化做市也在美国兴起——这也是我目前在工作的内容。
那么对冲基金呢，除了传统的量化Alpha，他们难道不能也做这个业务吗？实际上，很多对冲基金的自动化做市业务比投行还要好——比如Citadel，比如KCG。但是区别何在？区别在于两点，第一是很多对冲基金不是专属做市商（Designated market maker）。DMM的特权是其有专属席位——在美国这样高度商业化的国家，DMM也是非常稀有的。原因在于，DMM是有责任的，那就是在各种大型金融危机中，当流动性极差的时候，DMM还是要持续的报价，一quote两quote，一quote两quote，似爪牙，似魔鬼的步伐... ... 在流动很差的时候这是非常危险的，因为大家丢给你的都是不好的资产，比如大跌的时候，都在卖，你的Bid反复被Hit，然后又没人来hit你的Ask，浮动亏损可以非常大。那么DMM的特权呢，DMM可以获得非常高比例的rebate，也就是说，佣金返点非常高。这是对于其承担的义务的回报。
第二就是绝大多是对冲基金不是Broker，也是你一般想买股票不会去找他们报价。在外汇和债券这类市场中，有两级市场，一个是B2C市场，也就是零售市场，里面基本都是Broker-Client，而第二级就是B2B市场，都是Broker-Broker。一般来说，B2B市场的Bid Ask Spread要低一些。一个形象的例子就是，我小时候去批发书的商店买书，一个商店有本习题集没有，于是老板去隔壁家拿了一本，卖给我，最后肯定这个老板要把一部分价格还给隔壁家，我付的价格和老板付给隔壁家的价格就是B2C到B2B市场的差价。
这里投行又耍流氓了，他们有着B2C市场的接入优势，因此只要客户量够大，基本都能把自动化做市实现盈利——因为根据大数法则，一定时间内，买卖双方的交易量应该是均衡的。
那么对冲基金靠什么——靠更好的策略。对冲基金如果要做高频做市的，基本在B2B市场参与，他们不是DMM，但是也自己去报价，然后靠着对于价格走向的准确判断，来调整报价，实现拿到多数对自己有利的单，或者持有更久符合预测方向的单，来达到盈利。这种不是DMM却自发去做做市商的行为，叫做Open Market Making。
Citadel是期权自动化做市的王者，顶峰时期一年的利润可以到1 Billion（2009），而整个市场那年的利润也就是7 Billion左右。因此如果策略逆天，没有客户流，也能靠做市赚钱的。
此外，做市业务之外，对冲基金还多了很多机会。因为很多业务银行做起来不划算——比如商品。考虑一个金融类公司，不能光讨论交易策略，宏观上你一定要思考资金成本等问题，这才是投资之道在投资之外。商品这些之前银行干了很多坏事的业务（详细参加高盛的铜交易和JP的风电交易）都被监管方克以了极高的资本罚金。这是Basel III里面的规定，也就是你拿着1元的股票和1元的监管资产过夜受到的处罚是完全不同的，具体算法参见Basel对于RWA（Risk Weighted Asset）计算的细则。这一系列监管，造成了对冲基金有了大量的新业务——因为投行退出。而大量银行的人才也流向了对冲基金。
现在门径这么清晰，那么投行和对冲基金做量化交易的工作差别就很明显了——投行主要以自动化做市为中心的高频信号、客户流分析、报价博弈论等研究为主。而对冲基金主要是传统的量化Alpha、量化资产配置为主——当然还有公开市场自动化做市了。
希望可以帮助到你，祝投资愉快！
⑷ 为什么产生80%以上交易量的个人投资者在证券公司被歧视，不能开放量化交易接口，而私募等却能开接口
没明白，但量化交易肯定是趋势，用不了多少年，交易就是ai之间的对弈，就看谁家训练的ai更聪明了，
⑸ 私募基金量化交易高手靠什么盈利
一类是高频交易者，虽然高频交易的种类很丰富，比如期货套利、大宗商品套利等专，但我觉得，其中比属较有代表性、而且实践下来比较稳定的，道冲投资算是一 家。
另外一类是选股模型。这在当前的中国宽客中最为主流，现在公募基金与券商集合理财产品 也基本属于这一模式。
最后一类是趋势套利，就是用量化选时。这个代表是景良投资的 廖黎辉。我与他深入交流后发现，他对趋势研究历来已久。
对大部分中国宽客来说，他们在有限的工具、有限市场的环境下，不断壮大，交易的平均水准也在提高。这种对艰难环境的坚韧的适应性，不由让人相信，这些宽客，在将来市场放开后，会成为中国本土最坚实的力量
⑹ 场外期权私募基金又重新放开了
是的，我们是期权卖方做市商技术公司，在
2018年07月17日
接中期协口头通知，现对个股及股指对手方准入标准调整如下：
1、私募基金产品准入参照券商标准开放，具体标准如下：
（1）产品户应为非结构化产品、资产规模不低于5000万元
（2）产品管理人管理规模不低于5亿，且具备2年以上金融产品管理经验
2、法人机构暂停准入及新开交易，如需交易则需满足：
（1）净资产不低于5000万
（2）金融资产不低于2000万
（3）具有三年以上证券、基金、期货、黄金、外汇等交易经验
在满足相关条件前暂时不得新开仓交易，只能进行平仓。
面对新的形式，场外期权到底是得到了监管高层的认可，从4月份收紧一刀切，到目前有条件地放开，提供门槛是为了规范市场监督体制，不出所料，正规军私募基金管理人重新杀入市场，据估计，名义本经门槛不会降低。从中期协留了口子，让期权买方一般法人依然可以参与市场。
曾经的买方渠道传递单子到期货子公司，由期货子公司背书，作为通道方，名义上的期权卖方，然后期货子公司，再将单子传递给真实的签署过sac协议的期权卖方，他们往往会根据市场环境，动态随时调整生产价格。这次放开私募，可以说是有条件的放开，市场上至少30%的私募是具备合规的资质的，他们依然会通过发行非结构化的产品来进入市场，满足市场上投资的定制需求，按照名义本金和期权周期来合规的生产报价。这样曾经繁华的场外期权市场又会热闹起来，市场体量将重新回归到私募为主导的场外市场。但是真正配备完善的风控模型，功能完备的做市商系统是他们的软肋，依然会采取微信等其他线下低效的报单方式来处理单子。
一直以来，期权卖方是具备 充足资金实力的公司才能够进入的市场，如果私募重新回归，必然会升级系统，这样期权卖方系统包括的买方渠道 对接CRM和各个买方渠道的对接，谁能够完善它，再加上自身的对冲模型完善起来，那么就会大大提高自己作为卖方的战斗力，毫不逊色券商、基金。
输入“期权卖方”完整拼音。com 即可获取全部信息服务
在完善自己对冲风控能力之后，接下来，私募就需要对接很多买方渠道，那么买方渠道都是些一般法人，他们往往对定制化要求各有各的要求，如果这个时候，卖方能够根据要求，定制出多个属于各自买方渠道LOGO、支付通道等OEM子平台，那么讲大大提供买方开展业务的效率和成本。客户的CRM系统，自动询价比价系统，期权权利金的分佣，权利金比率的设置等等，必须迎合买方的市场需求和监管层的硬性指标。作为私募基金发行产品，对他们来说是轻松完成的，如果完善了后端渠道，那么新时期谁就会占领场外期权市场的制高点。
最后作为期权卖方如何切入市场，我想除了内因，自身风控能力的高低之外，还需外在的期权做市场系统的强大弥补，方能实现信息流、资金流、订单流的闭环。
⑺ 私募直营店：什么是量化私募
建议去找专业人士指导，也可以请教懂得人
⑻ 幻方量化私募靠谱吗
私募基金最好不要参与，应该选择一些公募基金比较阳光透明
⑼ 金融本科生如何挤进量化私募机构工作
（1）教育背景
尽管很多量化实习生，对本科同学来者不拒，但是非实习的量化研究院招聘中，特别是对于大公司来说，硕士通常是个准入门槛。无论是券商、私募、公募，很多公司量化岗位的招聘要求都写明了“硕士及以上学历”。
专业要求上，金融工程和金融数学专业是与量化岗位最匹配的两个专业，此外经济类、计算机及理工背景。国内外的量化机构都对这两个专业毕业的学生比较受青睐。
（2）专业能力
作为一名合格的“量化人”，数学、编程、金融三者缺一不可，者在岗位职责和任职资格中都有体现。可以说，对于量化投资，数学是思想，金融是原理，编程是手段。
构建策略、选择因子时，需要金融知识以及对行业的研究判断；建模时，需要扎实的数学功底；而回测中运行程序，则需要借助编程技能。这也说明了，量化投资策略是结合了技术投资和价值投资策略，依赖数据和统计模型加上基本面的主观判断。因此如果你想要从事量化相关的工作，一定要在掌握建模能力的同时，补充金融领域的知识，比如宏观策略、公司行业研究方法等。
编程语言是量化工作的一个硬性技能，对于非理工科学生来说，掌握一门编程语言可能是一项不小的挑战。
但有专业量化员认为，编程是工具，并不是最困难的障碍，量化遇到的最大困难，其实是“你要学会理解这个市场”。实际上在投资的过程中，都是在与市场博弈，只是技术手段不同。在市场平稳期，你也许可以按套路赚钱，但证券市场变得越来越复杂了，尤其是股市震荡之下，光看程序、模型是不够的，掌握并理解金融变得愈发重要。