量化投资rankIC python 量化投资的优势和劣势

 量化分析基础

1 量化分析（量化投资）

• 利用计算机技术采用一定的数学模型（或者是机器学习模型）去实践投资理念，投资策略的过程。
• 随着计算机科技的发展，将已有的价值投资/趋势投资和计算机技术相融合，产生量化投资（量化分析）。
• 优势
  （1）纪律性：严格执行投资策略，客户投资情绪的变化，认知偏差等。
  （2）系统性：多层次、多角度观察海量数据，拓展更大的投资机会（根据多个特征值来进行相应的筛选相应的数据）。
  （3）及时性：快速地跟踪市场的变化，寻找新的交易机会。（看股票的涨跌开多台电脑来进行观察）
  （4）准确性：准确客观的评价交易机会，客户情绪偏差等。
  （5）分散化：充当分散化投资的工具。挖掘历史规律，依靠筛选出股票组合来进行取得结果，而不是单个股票。
• 劣势
  需要一定的技巧，包括编程能力、数学功底和金融知识等。

2 量化策略

• 使用计算机作为工具，通过一套固定的逻辑来分析判断和决策。
• 即可以自动执行，也可以人工执行。
• 组成成分

3策略生命周期

 

 

4量化策略建模步骤

• 建立训练集（用来进行跑模型用的）
  （1）X：t时刻前的特征/因子
  1.价格、价格衍生指标等
  2.文本特征
  （2）y：t时刻之前对应的标签
  1、价格（如果是价格做标签的话，用回归模型来进行相应操作，价格是个连续值）
  2、买卖交易（是一个离散值，可以用LR等分类器来进行）
• 建立验证集（可以有可以无），当选择的模型有超参数的时候，主要是用来调整超参数的。
• 建立测试集
  （1）t时刻之后的特征/因子
• 建模
  利用机器学习模型进行建模

5回测