某金融公司數(shù)量化金融和投資策略-在線瀏覽
2025-02-26 14:41本頁(yè)面
【正文】 , Citedal, AQR, GSAM Alpha, 2Sigma, etc.252。 采用數(shù)量化方法的傳統(tǒng)基金l 金融工程碩士（ MFE）l 與數(shù)量化金融有關(guān)的博士和研究方向l 各類證書(shū) : FRM, PRM, CQF, etc.l 各種學(xué)報(bào) : Mathematical Finance, Journal of Financial and Quantitative Analysis, Risk, Finance and Stochastics, Journal of Quantitative Finance, etc, in addition to JoF, JoFEl 明星式人物 : John Hull, Paul Wilmott, Emanuel Derman, Nassim Taleb, etc.23數(shù)量化金融的失敗案例l 1987年 10月美國(guó)股市大崩盤 : 算法交易，交易組合保險(xiǎn)l Metallgesellschaft 集團(tuán) : 風(fēng)險(xiǎn)管理，市場(chǎng)流通性l 長(zhǎng)期資本管理公司 : 模型差錯(cuò)，市場(chǎng)流通性l 所羅門兄弟 : 風(fēng)險(xiǎn)管理l Amaranth: 對(duì)沖l 2023年夏天數(shù)量基金的重大損失 : 杠桿效應(yīng)，極端市場(chǎng)情況l 悲劇不斷上演 ……24數(shù)量化金融的真正地位l 支持者 : 市場(chǎng)變得越來(lái)越復(fù)雜，有太多的因素要考慮（宏觀，微觀，股市，利率，外匯，能源，商品等等）。所以，尖端數(shù)學(xué)模型和計(jì)算機(jī)技術(shù)的應(yīng)用非常重要，是我們能否在激烈的競(jìng)爭(zhēng)中脫穎而出甚至生存的關(guān)鍵。在市場(chǎng)上，投資者、對(duì)沖者、投機(jī)者等等在一起買進(jìn)和賣出各種金融產(chǎn)品。因此，數(shù)學(xué)模型不能描述人在市場(chǎng)上的行為。但是模型不可能為你做出所有的決定 …… 如果你不能很好地理解你的模型，或者以錯(cuò)誤的方式使用，它會(huì)反過(guò)來(lái)給你帶來(lái)?yè)p害 ”。 Igor Hlivka, 數(shù)量交易總監(jiān) , Mitsubishi UFJ Securities27第二部分： 數(shù)量化投資和交易策略在股市中的應(yīng)用l 數(shù)量化投資簡(jiǎn)史l 數(shù)量化投資理論基礎(chǔ)l 數(shù)量建模、投資、交易策略l 如何建立數(shù)量化投資的框架l 數(shù)量化方法和共同基金l 案例分析l 我們是誰(shuí)？我們能為你們做些什么？28數(shù)量化投資簡(jiǎn)史l 1960 1980252。宏觀經(jīng)濟(jì)模型252。計(jì)算機(jī)技術(shù)，數(shù)據(jù)庫(kù)，非線性模型252。Bayesian 方法252。結(jié)構(gòu)化產(chǎn)品，金融衍生品252。復(fù)雜策略（混沌理論，神經(jīng)網(wǎng)絡(luò)，模式識(shí)別）29數(shù)量化對(duì)沖基金l 約 70%的對(duì)沖基金可被歸為數(shù)量化基金l 對(duì)沖基金管理的資產(chǎn)大約為 2萬(wàn)億美元數(shù)據(jù)來(lái)源 : Credit Suisse/Tremont Hedge fund Index30數(shù)量化共同基金l 數(shù)量化的共同基金在過(guò)去的幾年里有了很大的發(fā)展。均值 方差分析252。無(wú)套利定價(jià)原理（ APT）l 數(shù)量模型252。風(fēng)險(xiǎn)管理252。單因子模型252。設(shè)定假設(shè)下的功用最大化252。目標(biāo)函數(shù) f(x)給定收益率的方差最小化，或者給定方差的收益率最大化252。一組約束條件 禁止賣空，單個(gè)資產(chǎn)上限 5%，整股約束等等37數(shù)學(xué)和數(shù)值優(yōu)化l 線性規(guī)劃 (LP): 在一組線性等式或者不等式的約束下最小化一個(gè)線性函數(shù)l 二次優(yōu)劃 : 最小化一個(gè)二次目標(biāo)函數(shù)l 凸優(yōu)化 : 包含子集合的優(yōu)化問(wèn)題，如半正定優(yōu)化 (SPD), 二階錐優(yōu)化 (SOCP), 幾何優(yōu)化 (GP), 最小二乘法 (LS), 凸二次優(yōu)化 (QS)l 錐優(yōu)化 : 去掉標(biāo)準(zhǔn)線性規(guī)劃中的非負(fù)約束l 整數(shù)優(yōu)化與組合優(yōu)化 : 變量只能取整數(shù)，如二項(xiàng)值或者整數(shù)值38風(fēng)險(xiǎn)管理 風(fēng)險(xiǎn)的計(jì)算l 計(jì)算方差、協(xié)方差矩陣l 隱含波動(dòng)率l 指數(shù)加權(quán)移動(dòng)平均 (EWMA)l 自回歸條件異方差 (GARCH)39風(fēng)險(xiǎn)的計(jì)算l 在險(xiǎn)價(jià)值 (VaR) 計(jì)算l 高階及極端風(fēng)險(xiǎn)的測(cè)量40將風(fēng)險(xiǎn)分解l Barra E3 模型中風(fēng)險(xiǎn)定義41將風(fēng)險(xiǎn)分解l 系統(tǒng)性風(fēng)險(xiǎn)的分解l 其他風(fēng)險(xiǎn)的分解 : 總體風(fēng)險(xiǎn)分解，積極風(fēng)險(xiǎn)分解，積極系統(tǒng)風(fēng)險(xiǎn)分解，等等42交易成本l 交易的執(zhí)行是投資過(guò)程中一個(gè)重要的組成部分l 一個(gè)糟糕的交易會(huì)直接損害投資組合的收益l 對(duì)于算法交易來(lái)說(shuō)，交易成本是至關(guān)重要的43預(yù)測(cè)風(fēng)險(xiǎn)和收益 – 財(cái)務(wù)和經(jīng)濟(jì)因子l 財(cái)務(wù)信息252。P/B252。等等 l 經(jīng)濟(jì)因子252。失業(yè)率252。信用價(jià)差252。匯率252。向量自回歸模型 (VAR)VAR(p) 252。協(xié)整 : 誤差修正模型 (ECM)252。類 ARCH/GARCH 模型45預(yù)測(cè)風(fēng)險(xiǎn)和收益 – 其他模型l 隨機(jī)游走模型l 時(shí)間多樣化l 動(dòng)態(tài)模擬l 主成分分析多因子模型 l 長(zhǎng)期均衡模型和多趨勢(shì)模型l Bayesian 方法 : BlackLitterman 模型l 神經(jīng)網(wǎng)絡(luò)模型l 行為金融模型 : 解釋和刻畫(huà)市場(chǎng)中的異?，F(xiàn)象46什么樣的模型是好模型？l 對(duì)樣本有很強(qiáng)的解釋能力l 對(duì)樣本外結(jié)果有很強(qiáng)的預(yù)測(cè)能力l 很小的估計(jì)誤差l 對(duì)資產(chǎn)價(jià)格的屬性有穩(wěn)定的描述l 能夠盈利的策略，賺錢！47數(shù)量化交易 /投資必須有紀(jì)律l Alpha 模型 : 產(chǎn)生現(xiàn)實(shí)、合理的收益期望和預(yù)測(cè)l 風(fēng)險(xiǎn)管理 : 控制和管理投資、交易風(fēng)險(xiǎn)l 控制成本 : 管理交易成本l 執(zhí)行 : 監(jiān)視并管理投資的每個(gè)步驟l 業(yè)績(jī)歸因分析 : 策略是否可行？如果可行，業(yè)績(jī)來(lái)自于技巧還是運(yùn)氣？48例子 : 證券分析和挑選49例子 : 數(shù)量化建模和投資組合建立50例子 : 執(zhí)行和風(fēng)險(xiǎn)管理51策略 : 風(fēng)險(xiǎn)中性l 多 /空策略l 業(yè)績(jī)表現(xiàn)與市場(chǎng)表現(xiàn)無(wú)關(guān)l 組合 beta (β)基本上為零l 大約 6%的對(duì)沖基
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1