⑴ 為什麼量化交易總是賺不到錢
量化投資主要應用於期貨交易、ETF套利、條件選股、權證套利交易等
圖片來源：凱納量化投資
「你炒期貨嗎？」
「不炒，我賺的是血汗錢，您賺的是心跳錢。」
這是一位期貨門外漢跟一位期貨投資者的對話。的確，期貨因其高風險高收益的特徵，參與者很多都是心驚肉跳的。不過，近年來引入國內的量化交易，正逐漸改變這一情況。
上周六，東莞本土唯一期貨公司——華聯期貨聯合量化交易的相關投資機構，在東莞舉辦了一場題為「量化交易，打開財富之門」的量化交易策略交流會。與一般的投資報告會人流稀少相反，該交流會可謂人滿為患，原定的百餘人參與的會議室，最終擠進了近200名投資者，以至酒店空調開到最大仍顯十足燥熱。
近幾年量化交易發展迅猛
對多數普通投資者而言，量化交易仍是一個較為陌生的概念，但該模式已在國內流行了數十年。2010年，國內股指期貨上市，成交量在兩年內增加了1.4倍，為量化交易提供了極佳的交易標的，國內量化交易便快速發展。
據華聯期貨介紹，2012年上半年，量化交易量占國內證券市場總交易量8%左右，但占股指期貨交易量的比例已達20%左右。目前，絕大部分的券商和期貨公司開始進行量化交易，部分私募公司和個人投資者也開始使用量化交易產品。
事實上，3年多來，在股市連續下跌的大環境中，傳統投資策略紛紛失效，而一批以股指期貨、商品期貨、債券為投資標的，以量化投資、程序化交易為工具的新興投資方式，卻在國內投資市場嶄露頭角，並實現了較為穩定的收益。
「傳統投資策略依靠人的主觀感覺來投資；而量化投資是根據數學統計模型，由計算機來實現自動化交易。」國信證券東莞營業部財富管理中心負責人林玉偉指出，量化投資的應用涵蓋幾乎所有金融投資領域，是在計算機和網路的支持下，把人腦投資策略編寫成語言程序，由計算機觸發買賣條件，完成自動化交易的投資方式，實際上是傳統投資的嚴謹化。
據華聯期貨介紹，量化投資目前主要應用於期貨交易、ETF套利、條件選股、權證套利交易等，主流平台包括文華財經、交易開拓者、金字塔，此外Multicharts、龍軟、高手、金錢豹、Yesterday等平台在業內的使用也較為廣泛。
量化投資東莞「試水」告捷
在東莞本土，也有多家機構在試水量化投資，包括證券公司、期貨公司和私募投資公司，從目前情況來看，可謂「試水」告捷。
如華聯期貨去年推出了「金莞家」程序化系列產品，其中「智贏股指組合策略」是其首個專項個性化交易模型組合，該模型組合通過對兩年多來股指期貨運行特點進行量化分析，形成了八套獨有的程序化交易模型，模型運行以來，年化收益率最高的逾60%，最低的也有26%，但最大回撤不足10%。
國信證券東莞營業部則成立專門的「量化投資中心」，該營業部去年就有20多個不同時期參與股指期貨程序化交易的客戶，表現最好的賬戶年化收益率近40%，所有賬戶全部戰勝大盤。
發行了國內首隻多重策略對沖基金的東莞莞香資本投資公司，更是量化投資的「擁躉」，該公司目前的專戶產品全部採取量化投資方式，且收益不錯。如其旗下某專戶理財產品，2012年6月19日-2013年5月19日的凈值增長達41%。
「量化產品的特點就是任何行情階段都能盈利。」國信證券東莞營業部投資顧問蔡恩俠告訴記者，量化產品一般都是多空對沖，因此無論牛熊市均能盈利，不過其也有弱點，即牛市跑不贏一般的股票類投資產品，「2007年大牛市，也就30%左右的收益，但2008年大熊市也有15%左右的收益。」
「資金不會一直朝一個方向直線形地前進，資金增值是一個艱難的曲折前進過程。」莞香資本CEO江國棟則提醒道，回撤即是資金增長行進中的停頓，也可看做是期貨交易的機會成本。「因此，必須正確看待策略參數優化結果，不刻意追求最高收益，不過度擬合行情；同時，堅持正確的交易理念和交易方法，嚴格執行和堅持不懈是持續盈利的前提。」
量化投資的應用涵蓋幾乎所有金融投資領域，是在計算機和網路的支持下，把人腦投資策略編寫成語言程序，由計算機觸發買賣條件，完成自動化交易的投資方式，實際上是傳統投資的嚴謹化。
投資辭典
何謂量化交易
量化交易（Quantitative Trading），即使用現代統計學和數學工具，藉助計算機建立數量模型，制定策略，嚴格按照既定策略交易。具體又可分為高頻交易和非高頻交易，其中非高頻交易適合一般個人投資者和中小機構。
⑵ 股票的價格和上市公司盈利能力的關系
影響股票價格的因素很多，盈利分紅只是其中影響，有些ST股資不抵債股價照樣很高，有些好公司凈資產高照樣股價低。題材和預期影響股價。買股票是買預期，不是買凈資產。
⑶ 量化交易股票能賺錢嗎
量化投資能不能賺錢不在於量化策略本身，因為策略是按照你的思路進行交易的，如果你的思路能賺錢那麼量化策略一定是賺錢的，如果你的思路不能賺錢再好的量化也是賠錢。量化只是執行的機器來規避人性的弱點，可以去量化貼吧學一些資料。
⑷ 什麼是股票的凈資產什麼是股票的盈利能力
股票凈資產=公司總資本除以全部流通股數.股票的盈利能力就是指公司的相對賺錢能力.如1塊錢的公司每年產生1塊錢的利潤,而另一個公司有總資產10塊錢,每年產生5塊錢的利潤,那前一個公司的盈利能力顯然好於後者.
巴非特靠分析公司本身/行業等的發展前景買賣股票,而這絕大多數人是無法分析的.
出現巨大漲跌,有時是公司出現突發利好,被公眾所知,如上海要建迪斯尼樂園,相關股票會被大家追捧買入.更多的時候是控制多數流通股份的"庄"人為拉升股票價格.伺機在高價賣出獲得買賣的差額而盈利.有時庄 故意散布謠言說此股有大利好,吸引小股民買.他借機賣出.
⑸ 什麼是股票量化交易
量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。
⑹ 股票量化交易自動交易， 比人工交易更容易盈利嗎
首先計算機的普及，連手機都已經可以自己編寫指標公式，量化交易是一定的，不論你是散戶還是機構，量化交易是必須要回的，這是現在交易者的基本功，不論你是技術分析還是基本面分析，
舉個例子，價值投資者分析財務報表，那如何挑選出連續10年盈利的上市公司，總不能把這三千多家公司10年財務報表都翻一邊吧，但要會簡單的量化，幾行代碼就解決了。
但量化交易不一定是自動交易可以手動交易量化分析。
⑺ 量化投資
沒有你想的書
我多年來都有關注這方面的書 可是也沒有在國內找到
數量化投資是將投資理念及策略通過具體指標、參數的設計，體現到具體的模型中，讓模型對市場進行不帶任何情緒的跟蹤；相對於傳統投資方式來說，具有快速高效、客觀理性、收益與風險平衡和個股與組合平衡等四大特點。量化投資技術幾乎覆蓋了投資的全過程，包括估值與選股、資產配置與組合優化、訂單生成與交易執行、績效評估和風險管理等，在各個環節都有不同的方法及量化模型：
一、估值與選股
估值：對上市公司進行估值是公司基本面分析的重要方法，在「價值投資」的基本邏輯下，可以通過對公司的估值判斷二級市場股票價格的扭曲程度，繼而找出價值被低估或高估的股票，作為投資決策的參考。對上市公司的估值包括相對估值法和絕對估值法，相對估值法主要採用乘數方法，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等；絕對估值法主要採用折現的方法，如公司自由現金流模型、股權自由現金流模型和股利折現模型等。相對估值法因簡單易懂，便於計算而被廣泛使用；絕對估值法因基礎數據缺乏及不符合模型要求的全流通假設而一直處於非主流地位。隨著全流通時代的到來和國內證券市場的快速發展，絕對估值法正逐漸受到重視。
選股：在當前品種繁多的資本市場中，從浩瀚復雜的數據背後選出適合自己投資風格的股票變得越加困難。在基本面研究的基礎上結合量化分析的手段就可以構建數量化選股策略，主流的選股方法如下：
資產配置方法與模型
資產配置類別 資產配置層次 資產配置方法 資產配置模型
戰略資產配置 全球資產配置 大類資產配置 行業風格配置 收益測度 風險測度 估計方法 馬克維茨 MV 模型 均值 -LPM 模型 VaR 約束模型 Black-Litterman 模型
戰術資產配置 ( 動態資產配置 ) 周期判斷 風格判斷 時機判斷 行業輪動策略 風格輪動策略 Alpha 策略 投資組合保險策略
基本面選股：通過對上市公司財務指標的分析，找出影響股價的重要因子，如：與收益指標相關的盈利能力、與現金流指標相關的獲現能力、與負債率指標相關的償債能力、與凈資產指標相關的成長能力、與周轉率指標相關的資產管理能力等。然後通過建立股價與因子之間的關系模型得出對股票收益的預測。股價與因子的關系模型分為結構模型和統計模型兩類：結構模型給出股票的收益和因子之間的直觀表達，實用性較強，包括價值型(本傑明·格雷厄姆—防禦價值型、查爾斯·布蘭迪—價值型等)、成長型(德伍·切斯—大型成長動能、葛廉·畢克斯達夫—中大型成長股等)、價值成長型(沃倫·巴菲特—優質企業選擇法、彼得·林奇—GARP價值成長法等)三種選股方法；統計模型是用統計方法提取出近似線性無關的因子建立模型，這種建模方法因不需先驗知識且可以檢驗模型的有效性，被眾多經濟學家推崇，包括主成分法、極大似然法等。
多因素選股：通過尋找引起股價共同變動的因素，建立收益與聯動因素間線性相關關系的多因素模型。影響股價的共同因素包括宏觀因子、市場因子和統計因子(通過統計方法得到)三大類，通過逐步回歸和分層回歸的方法對三類因素進行選取，然後通過主成分分析選出解釋度較高的某幾個指標來反映原有的大部分信息。多因素模型對因子的選擇有很高的要求，因子的選擇可依賴統計方法、投資經驗或二者的結合，所選的因子要有統計意義上或市場意義上的顯著性，一般可從動量、波動性、成長性、規模、價值、活躍性及收益性等方面選擇指標來解釋股票的收益率。
動量、反向選股：動量選股策略是指分析股票在過去相對短期的表現，事先對股票收益和交易量設定條件，當條件滿足時買進或賣出股票的投資策略，該投資策略基於投資者對股票中期的反應不足和保守心理，在投資行為上表現為購買過去幾個月表現好的股票而賣出過去幾個月表現差的股票。反向選股策略則基於投資者的錨定和過度自信的心理特徵，認為投資者會對上市公司的業績狀況做出持續過度反應，形成對業績差的公司業績過分低估和業績的好公司業績過分高估的現象，這為投資者利用反向投資策略提供了套利機會，在投資行為上表現為買進過去表現差的股票而賣出過去表現好的股票。反向選股策略是行為金融學理論發展至今最為成熟，也是最受關注的策略之一。
二、資產配置
資產配置指資產類別選擇、投資組合中各類資產的配置比例以及對這些混合資產進行實時管理。資產配置一般包括兩大類別、三大層次，兩大類別為戰略資產配置和戰術/動態資產配置，三大層次為全球資產配置、大類資產配置和行業風格配置。資產配置的主要方法及模型如下：
戰略資產配置針對當前市場條件，在較長的時間周期內控制投資風險，使得長期風險調整後收益最大化。戰術資產配置通常在相對較短的時間周期內，針對某種具體的市場狀態制定最優配置策略，利用市場短期波動機會獲取超額收益。因此，戰術資產配置是在長期戰略配置的過程中針對市場變化制定的短期配置策略，二者相互補充。戰略資產配置為未來較長時間內的投資活動建立業務基準，戰術資產配置通過主動把握投資機會適當偏離戰略資產配置基準，獲取超額收益。
三、股價預測
股價的可預測性與有效市場假說密切相關。如果有效市場假說成立，股價就反映了所有相關的信息，價格變化服從隨機遊走，股價的預測就毫無意義，而我國的股市遠未達到有效市場階段，因此股價時間序列不是序列無關，而是序列相關的，即歷史數據對股價的形成起作用，因此可以通過對歷史信息的分析來預測股價。
主流的股價預測模型有灰色預測模型、神經網路預測模型和支持向量機預測模型(SVM)。灰色預測模型對股價的短期變化有很強的預測能力，近年發展起來的灰色預測模型包括GM(1, 1)模型、灰色新陳代謝模型和灰色馬爾可夫模型。人工神經網路模型具有巨量並行性、存儲分布性、結構可變性、高度非線性和自組織性等特點，且可以逼近任何連續函數，目前在金融分析和預測方面已有廣泛的應用，效果較好。支持向量機模型在解決小樣本、非線性及高維模式識別問題中有許多優勢，且結構簡單，具有全局優化性和較好的泛化能力，比神經網路有更好的擬合度。
四、績效評估
作為集合投資、風險分散、專業化管理、變現性強等特點的投資產品，基金的業績雖然受到投資者的關注，但要對基金有一個全面的評價，則需要考量基金業績變動背後的形成原因、基金回報的來源等因素，績效評估能夠在這方面提供較好的視角與方法，風險調整收益、擇時/股能力、業績歸因分析、業績持續性及Fama的業績分解等指標和方法可從不同的角度對基金的績效進行評估。
績效評估模型 / 指標
績效評估准則
擇時 / 股能力
業績歸因分析
風險調整收益
業績持續性
Fama 業績分解
模型 / 指標
T-M 模型
H-M 模型
GII 模型
C-L 模型
資產配置收益
證券選擇收益
行業選擇收益
行業內個股選擇收益
RAROC
Sharp, Stutzer
Treynor, Jensen
, ,
雙向表分析
時間序列相關性
總風險收益
系統風險收益
分散化投資收益
五、基於行為金融學的投資策略
上世紀50～70年代，隨著馬科維茨組合理論、CAPM模型、MM定理及有效市場假說的提出，現代金融經濟學建立了一套成熟的理論體系，並且在學術界占據了主導地位，也被國際投資機構廣泛應用和推廣，但以上傳統經濟學的理論基石是理性人假設，在理性人假設下，市場是有效率的，但進入80年代以後，關於股票市場的一系列研究和實證發現了與理性人假設不符合的異常現象，如：日歷效應、股權溢價之謎、期權微笑、封閉式基金折溢價之謎、小盤股效應等。面對這些金融市場的異常現象，諸多研究學者從傳統金融理論的基本假設入手，放鬆關於投資者是完全理性的嚴格假設，吸收心理學的研究成果，研究股市投資者行為、價格形成機制與價格表現特徵，取得了一系列有影響的研究成果，形成了具有重要影響力的學術流派－行為金融學。
行為金融學是對傳統金融學理論的革命，也是對傳統投資實踐的挑戰。隨著行為金融理論的發展，理論界和投資界對行為金融理論和相關投資策略作了廣泛的宣傳和應用，好買認為，無論機構投資者還是個人投資者，了解行為金融學的指導意義在於：可以採取針對非理性市場行為的投資策略來實現投資目標。在大多數投資者認識到自己的錯誤以前，投資那些定價錯誤的股票，並在股價正確定位之後獲利。目前國際金融市場中比較常見且相對成熟的行為金融投資策略包括動量投資策略、反向投資策略、小盤股策略和時間分散化策略等。
六、程序化交易與演算法交易策略
根據NYSE的定義，程序化交易指任何含有15隻股票以上或單值為一百萬美元以上的交易。程序化交易強調訂單是如何生成的，即通過某種策略生成交易指令，以便實現某個特定的投資目標。程序化交易主要是大機構的工具，它們同時買進或賣出整個股票組合，而買進和賣出程序可以用來實現不同的目標，目前程序化交易策略主要包括數量化程序交易策略、動態對沖策略、指數套利策略、配對交易策略和久期平均策略等。
演算法交易，也稱自動交易、黑盒交易或無人值守交易，是使用計算機來確定訂單最佳的執行路徑、執行時間、執行價格及執行數量的交易方法，主要針對經紀商。演算法交易廣泛應用於對沖基金、企業年金、共同基金以及其他一些大型的機構投資者，他們使用演算法交易對大額訂單進行分拆，尋找最佳路由和最有利的執行價格，以降低市場的沖擊成本、提高執行效率和訂單執行的隱蔽性。任何投資策略都可以使用演算法交易進行訂單的執行，包括做市、場內價差交易、套利及趨勢跟隨交易。演算法交易在交易中的作用主要體現在智能路由、降低沖擊成本、提高執行效率、減少人力成本和增加投資組合收益等方面。主要的演算法包括：交易量加權平均價格演算法(VWAP)、保證成交量加權平均價格演算法(Guaranteed VWAP)、時間加權平均價格演算法(TWAP)、游擊戰演算法(Guerrilla)、狙擊手演算法(Sniper)、模式識別演算法(Pattern Recognition)等。
綜上所述，數量化投資技術貫穿基金的整個投資流程，從估值選股、資產配置到程序化交易與績效評估等。結合量化投資的特點及我國證券市場的現狀，好買認為量化投資技術在國內基金業中的應用將主要集中在量化選股、資產配置、績效評估與風險管理、行為金融等方面，而隨著包括基金在內的機構投資者佔比的不斷提高、衍生品工具的日漸豐富(股指期貨、融資融券等)以及量化投資技術的進步，基金管理人的投資策略將會越來越復雜，程序化交易(系統)也將有快速的發展。
⑻ 股票盈利能力指標有哪些
1、目前，股票盈利能力指標有：相對強弱指標（RSI）、隨機指標（KD）、趨向指標（DMI）、平滑異同平均線（MACD）、能量潮（OBV）、心理線、乖離率等。這些都是很著名的技術指標，在股市應用中長盛不衰。而且，隨著時間的推移，新的技術指標還在不斷涌現。包括：MACD（平滑異同移動平均線）DMI趨向指標（趨向指標）DMA EXPMA（指數平均數）TRIX（三重指數平滑移動平均）TRIX（三重指數平滑移動平均）BRAR CR VR（成交量變異率）OBV（能量潮）ASI（振動升降指標）EMV（簡易波動指標）WVAD（威廉變異離散量）SAR（停損點）CCI（順勢指標）ROC（變動率指標）BOLL（布林線）WR（威廉指標）KDJ（隨機指標）RSI（相對強弱指標）MIKE（麥克指標）
2、股票指標是屬於統計學的范疇，依據一定的數理統計方法，運用一些復雜的計算公式，一切以數據來論證股票趨向、買賣等的分析方法。主要有動量指標、相對強弱指數、隨機指數等等。由於以上的分析往往需要一定的電腦軟體的支持，所以對於個人實盤買賣交易的投資者，只作為一般了解。但值得一提的是，技術指標分析是國際外匯市場上的職業外匯交易員非常倚重的匯率分析與預測工具。
⑼ 股票量化交易有用嗎哪一家做的比較好
現在市面上的量化交易APP大多是分析軟體，真正能夠直接參與交易的很少。相對於人性操作來說，量化交易刨除人性，做計劃之內的事情。真正意義上實現價值投資，比純人為的追漲殺跌要好很多。
我用過的殼子量化這個軟體還是不錯的，他裡面有多個模型，可以自己選擇。針對新人，裡面支持模擬，可以先使用模擬盤體驗一下量化交易帶來的不同。