出處:http://www.80soho.com/?p=333算法
簡單來說,量化投資就是利用計算機科技並採用必定的數學模型去踐行投資理念,實現投資策略的過程;
傳統的投資方法主要有基本面分析法和技術分析法兩種,與它們不一樣的是,量化投資主要依靠數據和模型來尋找投資標的和投資策略。網絡
量化擇時
量化擇時及時利用數量化的方法,經過對各類宏觀,微觀指標的量化分析,試圖找到影響大盤走勢的關鍵信息,而且對將來走勢進行預測。
該策略收益率最高,但風險也極大,研究的難度也很高。機器學習
股指期貨套利
股指期貨套利是指利用股指期貨市場存在的不合理價格,同時參與股指期貨與股票現貨市場交易,或者同時進行不一樣期限,不一樣(但相近)類別股票指數合約交易,已賺取差價的行爲。
股指期貨套利分爲期現套利,跨期套利,跨市套利和跨品種套利。學習
商品期貨套利
商品期貨套利指的是在買入或者賣出某種商品期貨合約的同時,賣出或買入相關的另外一種合約,並在某個時間同時將兩種合約平倉的交易方式。人工智能
統計套利
統計套利是指利用證券價格的歷史統計規律繼續套利,是一種風險套利,其風險在於這種歷史統計規律在將來一段時間內是否繼續存在。spa
期權套利
期權套利交易是指同時買進賣出同一相關期貨,但不一樣敲訂價格或不一樣到期月份的看漲或看跌期權合約,但願在往後對衝交易部位或履約時獲利的交易。事件
算法套利
算法交易又被成爲自動交易,黑盒交易或者機器交易,它值的是經過使用計算機程序來發出交易指令,在交易中,程序能夠決定的範圍包括交易時間的選擇,交易的價格,甚至包括最後須要成交的證券數量。數學
……數據挖掘
人工智能
金融投資是一項複雜的、綜合了各類知識與技術的學科,對智能的要求很是高,因此人工智能的不少技術能夠用於量化投資分析中,包括專家系統、機器學習、神經網絡、遺傳算法等。神經網絡
數據挖掘
數據挖掘是從大量的、不徹底的、有噪聲的、模糊的、隨機的數據中提取隱含其中的、人們事先不知道的,但又是潛在有用的信息和只是的過程。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。
小波分析
小波,就是小的波形,小是指它具備衰減性,波則指它的波動性,其振幅是正負相間的震盪形式,在量化投資中的主要做用是進行波形處理。
支持向量機
支持向量機(Support Vector Machine, SVM )方法是經過一個非線性映射,把樣本空間映射到一個高維乃至無窮維的特徵空間中,使得在原來的樣本空間中非線性可分的問題轉化爲在特徵空間中線性可分的問題,簡單地說,就是升維和線性化。
分形理論
分形理論在量化投資中,主要是利用分形分佈來預測走勢的規律。
隨機過程
隨機過程是一連串隨機事件動態關係的定量描述。在量化投資中,主要採用馬爾科夫過程來對股市大盤進行預測。
來源:http://www.80soho.com/?p=333