股票量化模型選股投資

Ⅰ 量化選股策略是什麼多因子模型是什麼

量化選股就是利用數量化的方法選擇股票組合，期望該股票組合能夠獲得超越基準收益率的投資行為，研究表明，板塊、行業輪動在機構投資者的交易中最為獲利的盈利模式是基於行業層面進行周期性和防禦性的輪動配置，這也是機構投資者最普遍採用的策略。此外，周期性股票在擴張性貨幣政策時期表現較好，而在緊縮環境下則支持非周期性行業。行業收益差在擴張性政策和緊縮性政策下具有顯著的差異。
多因子模型是應用最廣泛的一種選股模型，基本原理是採用一系列的因子作為選股標准，滿足這些因子的股票則被買入，不滿足的則賣出。多因子模型相對來說比較穩定，因為在不同市場條件下，總有一些因子會發揮作用。

Ⅱ 如何進行量化選股

量化選股就是利用數量化的方法選擇股票組合，期望該股票組合能夠獲得超越基準收益率的投資行為。
在《量化投資—策略與技術》中，將量化選股策略為兩類：第一類是基本面選股，第二類是市場行為選股。
目前市場中存在多種量化選股模型，如何量化選股關鍵在於所依賴的選股模型；

Ⅲ 什麼是量化選股 量化選股的風險特徵

什麼是量化選股？

簡單來說，量化選股就是利用數量化的方法構建模型，進而選擇股票組合，期望該股票組合能夠獲得超越基準收益率的投資方法。

量化選股的風險特徵如何？

我們以市場上較為典型的兩種運用量化選股方法的策略舉例：

一、市場中性策略

對於市場中性策略來說，其目標主要是通過量化選股的方法選出高阿爾法的股票構建組合，並做股指期貨對沖。以此來剝離股票組合的市場風險，並收獲純阿爾法收益。所以一個標準的純市場中性策略，應該較少的受到市場波動的影響，進而穩定的獲得一個不錯的超額收益。所以一般情況下中性策略相對純股票多頭產品回撤風險要小，波動平滑，最大回撤一般較小，屬於相對比較穩健的投資策略。

二、指數增強策略

市場上現在比較主流的指數增強策略主要由原來的市場中性策略演變而來，為了能夠提高資金使用效率和搏取更高的收益，將市場中性策略中的股指期貨對沖部分去除，直接構建股票純多頭組合，運用量化選股的方法選擇一攬子股票，追蹤指數，控制跟蹤誤差。目的是在承擔市場風險的前提下，獲取能比市場指數更高的收益，不僅獲取中性策略中所提供的純阿爾法收益，也獲取市場本身所帶來的收益。

現在的指數增強產品主要有滬深300指數增強和中證500指數增強產品兩種，以跟蹤中證500指數的產品相對更多。由於去掉了股指對沖，指數增強的產品是完全暴露市場風險的，以此來搏取更高的收益。所以指數增強的產品就具備了高風險，高收益的特徵。一般情況下，會跟隨產品所追蹤的指數進行波動，同漲同跌，但一般會在上漲中比指數漲的更高，而在下跌中比指數虧損的較少，盡管策略整體波動相對較大，在投資期間也可能發生較大的回撤，但由於指數增強產品相比純中性產品資金使用效率更高而且有更強的復利效應，在市場沒有極大風險的情況下，更可能獲得比中性產品更高的收益。

最常見的量化選股模型

市場較為主流的量化選股策略總的來說可以分為兩類：第一類是基本面選股，第二類是市場行為選股。其中基本面選股模型主要有：多因子模型、風格輪動模型和行業輪動模型。市場行為選股模型主要有：資金流模型、動量反轉模型、一致預期模型、趨勢追蹤模型和籌碼選股模型。

市場中從事量化投資的機構運用了各種量化選股模型構建股票組合，通過藉助現代統計學、數學的方法，從海量歷史大數據中尋找能夠帶來投資組合穩定收益的多種「大概率」策略和規律，在此基礎上，綜合歸納成因子和模型程序，最終紀律嚴明地按照這些數量化模型組合來進行獨立投資。在眾多的選股模型中，多因子選股模型是各個量化選股機構用的比較多的一種，多因子模型基本原理是採用一系列的因子作為選股標准，滿足這些因子的股票則被買入，不滿足的則賣出。

多因子模型的核心原理就是找到那些與企業的收益率最相關的因子。各種多因子模型核心的區別主要有兩點，第一是選擇的因子可能不同，第二是對因子的組合和權重分配會有所不同。綜合這兩點，就會導致不同機構最終選擇出的股票組合是不同的。一般而言，多因子選股模型具體的選股方法分為打分法和回歸法兩種。

打分法就是根據各個因子的大小對股票進行打分，然後按照一定的權重加權得到一個總分，根據總分再對股票進行篩選。

回歸法就是用過去的股票的收益率對多因子進行回歸，得到一個回歸方程，然後再把最新的因子值代入回歸方程得到一個對未來股票收益的預判，然後再以此為依據進行選股。

Ⅳ 股票市場中什麼 是量化投資!

微量網：量化投資在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大、得到了越來越多投資者認可。
量化投資區別於定性投資的鮮明特徵就是模型，對於量化投資中模型與人的關系，大家也比較關心。我打個比方來說明這種關系，我們先看一看醫生治病，中醫與西醫的診療方法不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，定性程度上大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯。
醫生治療病人的疾病，投資者治療市場的疾病，市場的疾病是什麼？就是錯誤定價和估值，沒病或病得比較輕，市場是有效或弱有效的；病得越嚴重，市場越無效。投資者用資金投資於低估的證券，直到把它的價格抬升到合理的價格水平上。
但是，定性投資和定量投資的具體做法有些差異，這些差異如同中醫和西醫的差異，定性投資更像中醫，更多地依靠經驗和感覺判斷病在哪裡；定量投資更像是西醫，依靠模型判斷，模型對於定量投資基金經理的作用就像CT機對於醫生的作用。在每一天的投資運作之前，我會先用模型對整個市場進行一次全面的檢查和掃描，然後根據檢查和掃描結果做出投資決策。
量化投資技術幾乎覆蓋了投資的全過程，包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、演算法交易，資產配置，風險控制等。

Ⅳ 如何量化選股

量化選股就是利用數量化的方法選擇股票組合，期望該股票組合能夠獲得超越基準收益率的投資行為。
在《量化投資—策略與技術》中，將量化選股策略為兩類：第一類是基本面選股，第二類是市場行為選股。
目前市場中存在多種量化選股模型，如何量化選股關鍵在於所依賴的選股模型；
希望我的回答能夠幫助到您

Ⅵ 你知道股票技術選股和量化投資的區別嗎

1. 使用人群: 技術分析散戶（多）, 量化投資機構用戶為主（少）。
2. 選股指標: 技術分析以量價指標為主。量化投資除了量價指標，還需要使用財務指標、公司事件等。
3. 交易模型: 技術分析沒有完整的交易模型。重視股票買入條件，不重視個股倉位和賣出條件。量化投資有完整的交易模型。模型對股票的買入條件、賣出條件、個股倉位、調倉時點和風險控制都有明確的規定。
4. 策略驗證: 技術分析使用基於經驗和書本總結出來的規則。沒有在歷史數據里測試過有效性。量化投資選股策略基於個人研究， 在歷史數據里測試其有效性。可以根據回測結果對策略進行調優。 重視風險收益量化指標。
5. 分析方法: 技術分析有很多主觀成分，不同人對同一圖表有不同結論。 「大師」輩出。量化投資依賴客觀數據統計。
6. 收益來源:技術分析著重於單個股的波段操作。量化投資是多股票之間的輪動。重視多種投資標的之間的配置和輪動。講究風險對沖。
7. 分析工具:技術分析使用同花順、大智慧金融終端。 量化投資你要使用量加，進行科學的選股。
什麼是量化投資呢?其實，就如同中醫和西醫的區別，中醫靠經驗，講究「望、聞、問、切、聽」，西醫靠指標，通過一系列的檢查數據綜合判斷病情。量化投資無非就是用指標和公式驅動投資和交易。

Ⅶ 為什麼要進行量化投資選股

量化策略來自於歷史經驗，它通過對數據精確的計算來發現並利用投資市場歷史上所展現出來的規律性，並假設這種規律在未來繼續有效。
我們為什麼要進行量化投資?它有什麼相對優勢?
1、從對歷史的認識來看，基本面分析看似全面卻並不見得准確。人的大腦已開發的功能有限，難以正確處理紛繁復雜的海量信息。某些信息被主觀放大，另外一些信息則會被忽略，這很容易導致人們的認知出現偏差甚至是錯誤，這將對未來的投資產生誤導。而計算機對於輸入的全部信息都會平等地加以考察.對 每個因素所發揮的歷史作用都能進行精確的測量，也就是說，它在有限的信息范圍內能做到准確全面的處理。當然，准確全面的程度有賴於使用計算機的人的能力， 但從方法論的角度來說，它無疑是最精確的。
2、從投資決策方面來說，基本面派難以做到足夠的客觀，主觀感性的影響無處不在。即使經歷相似的投資者在面對同樣的信息時也會得出不同的判斷， 同一個人在不同環境中也可能作出完全迥異的操作，顯然人為主觀因素(包括喜好、心情、性格等)都產生了非常重要的影響。當然這並不是要否定主觀感性，而是想說明人為主觀很可能會使得投資者放棄理性的思考，扭曲對客觀事實的理解。而冷冰冰的計算機程序足以克服人性的弱點，它能夠非常忠實地執行模型開發者所完成的理性的研究成果，而不受其他因素的干擾。同樣的信息輸入，它得出的結論是唯一的、明確的，並且足夠客觀、足夠理性。
3、量化投資可以大大減輕人腦的負荷，幫助人們進行更高效的投資。計算機程序可以同時處理大量的信息。例如數量選股模型可以在輸入千萬個數據後 快速批量地輸出股票組合，而人腦如果要選出同樣的組合恐怕需要好幾個月的辛勤勞作，卻並不見得能取得更好的成績。另外計算機還能不知疲倦地工作，這會顯著提高投資者把握機會的幾率。
因此，開展量化方面的投資和研究是非常有必要的，它將對傳統投資起到非常好的補充和提升作用。我們不可因為長期資本管理公司的破產就產生恐俱心理，而致因噎廢食。量化模型是很優秀的投資工具，結果好壞的關健在於開發者和使用者如何運用，而不應歸咎於量化手段本身。參考雲掌財經！

Ⅷ 量化基金，量化型基金，數量化選股

量化基金：
（1）選股依靠數據指標進行股票詳細調查、對股票設定預期指標檢驗其潛力。（2）通過具體的經濟模型對經濟復甦行業評估並進行行業權重配置、將基金經理的投資理念與分析相互結合。（3）這類量化基金360度的全市場掃描，可以起到避免基金經理個人偏見、精力不足造成選擇范圍局限。（4）通過精細化的投資運作掌握細微的結構性投資機會。

量化型基金
基金經理通過運用多項數量化工具來預測市場運動規律，比如市場趨勢指標、市場情緒指標等。同時，基金在進行建倉、加倉、減倉操作時採取有效的數量化管理，實時對投資組合進行風險監控，盤後對投資組合進行分析，迅速發現投資組合中的風險點，便於及時處理。

數量化選股
優先選擇低估值股票，降低整個投資組合的風險。然後，利用提升估值的「誘因」，優選出低估值且具有潛在高回報率的投資組合

Ⅸ 如何建立一個股票量化交易模型並模擬

研究量化投資模型的目的是找出那些具體盈利確定性的時空價格形態，其最重要手段的概率取勝，最重要的技術是概率統計，最主要的研究方向是市場行為心理。那麼我們在選擇用於研究的參數時，也應該用我們的經驗來確定是否把某技術參數放進去，因為一般來說定性投資比較好用的參數指標對量化投資同樣適用。
量化投資區別於傳統定性投資的主要特徵在於模型。我打個比方，我們看病，中醫與西醫的診療方法是不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，主觀定性程度大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯。中醫對醫生的經驗要求非常高，他們的主觀判斷往往決定了治療效果，而西醫則要從容得多，按事先規定好的程序走就行了。量化投資就是股票投資中的西醫，它可以比較有效地矯正理智與情緒的不兼容現象。
量化投資的一般思路：選定某些技術指標（我們稱之為參數，往往幾個組成一組），並將每一個參數的數據范圍進行分割，成幾等份。然後，用計算機編程寫出一段能對這些參數組對股票價格造成的影響進行數據統計的程序，連接至大型資料庫進行統計計算，自動選擇能夠達到較高收益水平的參數組合。但是選出這些參數組後還不能馬上應用，因為這里涉及到一個概率陷阱的問題，比如說，有1到100這一百個數字放在那裡，現在讓你選擇，請問你選到100的可能性是多大？是的，就是1/100，如果較幸運你選到了100並不能說明你比別人聰明，而是概率的必然。所以，在進行統計時要特別關注統計的頻率與選出的結果組數量之間的關系。在選出符合要求的參數組後我們還應留出至少三年的原始市場數據進行驗證，只有驗證合格後才能試用。
量化投資原始數據策略：我們選用96年後的市場數據，因為96年股市有過一次交易政策改革（你可以自己查詢了解一下），為了不影響研究結果我們不採納96年以前的數據進資料庫。
量化投資研究的硬設備：高計算性能電腦，家用電腦也可以，不過運算時間會很長，我曾經用家用電腦計算了三個月時間才得到想要的數據。
統計方法：可以選用遺傳演算法，但我在這里陪大家做的是比較簡單的模型，所以採用普通統計方法就可以了。
用於量化研究的軟體：我採用的是免費的大型資料庫MYSQL，ASP網路編程語言，以及可以設置成網路伺服器的旗艦版WIN7操作系統。

Ⅹ 如何理解量化選股和量化擇時之間的關系

所謂量化投資，就是通過定量或統計的方法，不斷地從歷史數據中挖掘有效的規律並在投資行為中加以利用，甚至通過計算機程序自動執行下單的動作。也就是說，量化投資方法是靠「概率」取勝，其最鮮明的特徵就是可定量化描述的模型、規律或策略。

對於股票市場，量化投資主要包括量化選股、量化擇時、演算法交易、股票組合配置、資金或倉位管理、風險控制等。我們這里重點聊一聊量化選股和擇時策略，其中前者解決哪些股票值得關注或持有，後者解決何時買入或賣出這些股票，以期在可承受的風險程度下，獲得盡可能多的收益。

第一階段：選股
選股的目標是從市場上所有可交易的股票中，篩選出適合自己投資風格的、具有一定安全邊際的股票候選集合，通常稱為「股票池」，並可根據自己的操作周期或市場行情變化，不定時地調整該股票池，作為下一階段擇時或調倉的基礎。

量化選股的依據可以是基本面，也可以是技術面，或二者的結合。常用的量化選股模型舉例如下：
1多因子模型
多因子模型：採用一系列的「因子」作為選股標准，滿足這些因子的股票將作為候選放入股票池，否則將被移出股票池。這些因子可以是一些基本面指標，如 PB、PE、EPS 增長率等，也可以是一些技術面指標，如動量、換手率、波動率等，或者是其它指標，如預期收益增長、分析師一致預期變化、宏觀經濟變數等。多因子模型相對來說比較穩定，因為在不同市場條件下，總有一些因子會發生作用。
2板塊輪動模型
板塊輪動模型：一種被稱作風格輪動，它是根據市場風格特徵進行投資，比如有時市場偏好中小盤股，有時偏好大盤股，如果在風格轉換的初期介入，則可以獲得較大的超額收益；另一種被稱作行業輪動，即由於經濟周期的原因，總有一些行業先啟動行情，另有一些（比如處於產業鏈上下游的）行業會跟隨。在經濟周期過程中，依次對這些輪動的行業進行配置，比單純的買入持有策略有更好的效果。
3一致性預期模型
一致性預期模型：指市場上的投資者可能會對某些信息產生一致的看法，比如大多數分析師看好某一隻股票，可能這個股票在未來一段時間會上漲；如果大多數分析師看空某一隻股票，可能這個股票在未來一段時間會下跌。一致性預期策略就是利用大多數分析師的看法來進行股票的買入賣出操作。
與此類似的思路還有基於股吧、論壇、新聞媒體等對特定股票提及的輿情熱度或偏正面/負面的消息等作為依據。還有一種思路是反向操作，迴避羊群效應（物極必反），避免在市場狂熱時落入主力資金出貨的陷阱。

4資金流模型
資金流模型：其基本思想是根據主力資金的流向來判斷股票的漲跌，如果資金持續流入，則股票應該會上漲，如果資金持續流出，則股票應該下跌。所以可將資金流入流出情況編製成指標，利用該指標來預測未來一段時間內股票的漲跌情況，作為選股依據。
第二階段：擇時
擇時的目標是確定股票的具體買賣時機，其依據主要是技術面。取決於投資周期或風格（例如中長線、短線，或超短線），擇時策略可以從比較粗略的對股票價位相對高低位置的判斷，到依據更精確的技術指標或事件消息等作為信號來觸發交易動作。

一般來說，擇時動作的產生可以基於日K線（或周K線），也可以基於日內的小時或分鍾級別K線，甚至tick級的分時圖等。具體的量化擇時策略可以分為如下幾種：
1趨勢跟蹤型
趨勢跟蹤型策略適用於單邊上升或單邊下降（如果可做空的話）的行情——當大盤或個股出現一定程度的上漲和一定程度的下跌，則認為價格走勢會進一步上漲或下跌而做出相應操作（買入->持有->加倉->繼續持有->賣出）。

2高拋低吸型
高拋低吸型：高拋低吸型策略適用於震盪行情——當價格走勢在一定范圍的交易區間（箱形整理）或價格通道（平行上升或下降通道）的上下軌之間波動時，反復地在下軌附近買入，在上軌附近賣出，賺取波段差價利潤（下軌買入->上軌賣出->下軌買入->上軌賣出->…）。
3橫盤突破型
橫盤突破型：價格走勢可能在一定區間范圍內長時間震盪，總有一天或某一時刻走出該區間，或者向上突破價格上軌（如吸籌階段結束開始拉升），或者向下突破價格下軌（如主力出貨完畢，或向下一目標價位跌落以尋找有效支撐），此時行情走勢變得明朗。
橫盤突破型策略就是要抓住這一突破時機果斷開多或開空，以期用最有利價位和最小風險入場，獲得後續利潤（空倉或持倉等待機會->突破上軌則買入或平空/突破下軌則賣出或做空）。

常見的趨勢跟蹤型策略有：短時和長時移動均線交叉策略，均線多頭排列和空頭排列入場出場策略，MACD的DIFF和DEA線交叉策略等。如下圖所示：

常見的高拋低吸型策略一般通過震盪類技術指標，如KDJ、RSI、CCI等，來判斷價格走勢的超賣或超賣狀態，或通過MACD紅綠柱或量能指標與價格走勢間的背離現象，來預測波動區間拐點的出現。如下圖所示：

常見的橫盤突破策略包括布林帶上下軌突破、高低價通道突破、Hans-123、四周法則等。如下圖所示：

必須要強調的是，趨勢跟蹤型策略和高拋低吸型策略適用於完全不同的市場行情階段——如果在單邊趨勢中做高拋低吸，或是在震盪行情中做趨勢跟蹤，則可能會造成很大虧損。因此，對這二者的使用，最關鍵的是，第一要盡量准確地判斷當前行情類型，第二是要時刻做好止損保護（和及時止盈）。

總結一下：
在瘋牛秘籍和瘋牛形態系列產品中，提供了大量對股市規律的揭示、以及基於這些規律制定的量化策略，例如基於各類公告事件、資金動向、技術指標等制定的策略和規律，以及次日機會、底部形態反轉等對應的交易時機。
這些實時動態的策略可為投資者的選股和擇時操作提供高效的、有價值的參考。