股票量化工具
股权量化操作模式
几周之前，我们说到了创始人股权的分配问题。
我发现，创始团队常常只是按照创始人的数量来分配股权。
我也提示过大家，这种股权分配的方法是绝对错误的。
此后我进一步分析了，在决定如何分配股权时，哪些因素是应当考虑进去的。
对于我的这种分析，有些朋友认为，尽管这种分析看起来很有道理，但不是很实用。
他们认为，在时间急迫、也没有其他方法可参考的情况下，平均分配股权似乎是唯一“公平”的做法。
为了帮助大家解决这个问题，我“发明”了合伙人股权计算法。
在后文中你将会看到，这种计算法不是特别深奥。
事实上，我确实不是“发明”了这种方法。
但在此之前，我也确实没有发现其他人这样明确的提出来过。
（请注意：这种计算方法可能还会有其他我还没有考虑到的重大缺陷。
） 这种计算方法主要的优势在于，在股权分配的决策过程中，提供了一种量化各种要素的方式。
这使得股权分配显得合乎逻辑且公平。
一、股权分配中的要素 让我们再次捋一遍股权分配时应该考虑到的各种要素。
1. 创业点子 没有创业点子，也可以创业企业。
创业点子非常重要。
但是，也有一句充满真理的谚语说过：“成功的商业源自百分之一的灵感，再加上百分之九十九的汗水。
”2、准备商业书 准备商业计划书第一稿，通常非常不容易，并且也相当费时费力。
准备商业计划书的工作包括：把创始团队的所有想法集中和组织在一起，找到其中的缺漏并 加以补充，找到各种想法之间的分歧点并调和这些分歧，然后制作书面的商业计划书，这份计划书不仅能抓住商业上的本质，而且还能说服银行、投资者、董事会成 员或其他人等来支持公司。
因此，准备商业计划书是一件工作量相当巨大的工作，任何准备过商业计划书的人都能证明这一点。
但是，我还是要再说一遍，准备商业计划书是开启商业之门的必要条件，但是把商业计划书里的内容执行出来，才是真正有价值的工作。
3. 领域的专业性 你的业务领域中，你和你的合伙人具备有价值的经验吗？这种经验有多少？了解行业、具备相关经验以及获得丰富的人脉，能极大地提高公司的成功概率、加 速公司的成长。
否则，你需要会花费更长的时间，并付出巨大的代价，才能让您的企业在商业上更具吸引力。
这种代价通常是指专门去雇佣深谙行业的人才，为这些 人才支付的薪酬中通常还会包括股权激励。
4. 担当和风险 你或许听说过一句老话“鸡有参与，猪却以身相许。
”（猪和鸡一起合伙做火腿鸡蛋，猪牺牲了小命、提供了火腿，鸡却只是拿出了鸡蛋）。
同样地，相对于 那些置身局外和当拉拉队的创始人来说，那些全职在公司里工作、并承诺把公司推向成功的创始人，对公司更有价值地多。
而且，对于这些放弃了自己的职业追求、 全身心加入到公司的人来说，他们也面临着巨大的机会成本。
5. 责任 着手去做具体工作的是谁？即使明天领到明天的工作，仍熬夜工作的是谁？是谁在“承担一切责任”？二、要素的相对重要性 这些要素对各个公司里的重要性程度很可能差异很大。
比如，以高新科技为基础建立起来的公司，高度依赖于“创业点子”。
从另一个角度来说，餐馆则很少 会因为某个“创业点子”而走向成功。
如果我们对“创业点子”的重要性划分为 0 到 10 分，对高新技术产业来说，“创业点子”的重要性可能是 7 分或 8 分，而餐馆仅占 2 到 3 分。
同理，商业计划书的重要性程度也会因实际情况而各有不同。
如果一个公司必须进行外部融资，那么就非常需要一个能帮助其提高融资力度的商业计划书。
如果创始人自己提供了启动资金，那么商业计划书在此时相对而言就不那么重要了。
图1：我认为，这种分析方法运用到其他要素上，也会有很好的成效。
运用这种方法，可以对各个要素预先设置 0 到 10 的重要性评分等级，还可以在各要素之间对比、以确保其重要性等级具有合理性。
三、创始人的相对贡献 各个创始人都可以基于这些要素来评估其贡献。
谁提出的创业点子？谁为准备商业计划书做了什么工作？谁有行业人脉？谁加入了公司？谁负责融资？谁负责把产品推向市场？图2 四、举例 让我们来假设一个例子。
假定，有一个从大学衍生出来的高科技创业企业，由四个人组成创始团队，这四个人的角色如下：（1）发明家，其领域里公认的技术引领者。
（2）“商务人员”，给公司带来业务和行业知识的人。
（3）技术人员，发明家的得力助手。
（4）研究小组成员，因为正好出现在正确的时间、正确的地点，所以加入了创业企业，但是现在还没有、或许将来也不会对技术和公司做出很多贡献。
如果这些人全都是初次创业者，他们每个人很有可能会得到公司股票的四分之一，因为“这是公平的。
” 让我们看一看，如果根据合伙人股权计算公式来分析，应该怎么说的。
首先，我们对每个要素的重要性程度进行评估，同时也对每个创始团队成员在各个要素上所做的贡献程度进行评估，二者都按照从 0 分到 10 分的等级进行打分。
图3 其次，我们把每个创始人在要素上贡献程度的分数，与该要素的重要性程度分数，二者相乘计算出加权分数。
把每个创始人的数字加起来，概括出总数，然后判定相对百分比。
最后，进行一次合理性...
K线量化是什么意思？ 怎么还有计算公式啊？
MACD——平滑异同移动平均线，是从双移动平均线发展而来的，由快的移动平均线减去慢的移动平均线，MACD的意义和双移动平均线基本相同，但阅读起来更方便。
当MACD从负数转向正数，是买的信号。
当MACD从正数转向负数，是卖的信号。
当MACD以大角度变化，表示快的移动平均线和慢的移动平均线的差距非常迅速的拉开，代表了一个市场大趋势的转变。
KDJ——投资心理线，一般是用于股票分析的统计体系，根据统计学的原理，通过一个特定的周期（常为9日、9周等）内出现过的最高价、最低价及最后一个计算周期的收盘价及这三者之间的比例关系，来计算最后一个计算周期的未成熟随机值RSV，然后根据平滑移动平均线的方法来计算K值、D值与J值，并绘成曲线图来研判股票走势。
RSI——相对强弱指标，是根据一定时期内上涨和下跌幅度之和的比率制作出的一种技术曲线。
能够反映出市场在一定时期内的景气程度。
BOLL——布林通道，是根据统计学中的标准差原理设计出来的一种非常简单实用的技术分析指标，BOLL指标又叫布林线指标，是研判市场运动趋势的一种中长期技术分析工具。
一般而言，市场的运动总是围绕某一价值中枢（如均线、成本线等）在一定的范围内变动，布林线指标指标正是在上述条件的基础上，引进了“价格通道”的概念，其认为市场价格通道的宽窄随着股价波动幅度的大小而变化，而且价格通道又具有变异性，它会随着市场价格的变化而自动调整。
W&R——威廉指标，计算公式是：n日WMS=(Hn-Ct)/(Hn-Ln)*100。
Ct为当天的收盘价；Hn和Ln是最近n日内（包括当天）出现的最高价和最低价。
WMS指标表示的涵义是当天的收盘价在过去的一段日子的全部价格范围内所处的相对位置。
如果WMS的值比较大，则当天的价格处在相对较低的位置，要注意反弹；如果WMS的值比较小，则当天的价格处在相对较高的位置，要注意回落；WMS取值居中，在50左右，则价格上下的可能性都有。
DMI——趋向指标，是通过分析股票价格在涨跌过程中买卖双方力量均衡点的变化情况，即多空双方的力量的变化受价格波动的影响而发生由均衡到失衡的循环过程，从而提供对趋势判断依据的一种技术指标。
BIAS——乖离率，乖离率（BIAS）是测量股价偏离均线大小程度的指标。
当股价偏离市场平均成本太大时，都有一个回归的过程，即所谓的“物极必反”。
ASI——振动升降指标，ASI指标以开盘、最高、最低、收盘价与前一交易日的各种价格相比较作为计算因子，研判市场的方向性。
VR——成交量变异率，主要的作用在于以成交量的角度测量股价的热度，不同于AR、BR、CR的价格角度 ARBR——人气意愿指标，其英文缩写亦可表示为BRAR。
由人气指标（AR）和意愿指标（BR）两个指标构成。
DPO——区间震荡线，是由惠特曼·巴塞特（Walt Bressert）提出的。
是一个排除价格趋势的震荡指标。
它试图通过扣除前期移动平均价来消除长期趋势对价格波动的干扰，从而便于发现价格短期的波动和超买超卖水平。
TRIX——三重指数平滑移动平均，长线操作时采用本指标的讯号，可以过滤掉一些短期波动的干扰，避免交易次数过于频繁，造成部分无利润的买卖，及手续费的损失。
本指标是一项超长周期的指标，长时间按照本指标讯号交易，获利百分比大于损失百分比，利润相当可观。
DMA—— 平行线差指标，是目前股市分析技术指标中的一种中短期指标，常用于大盘指数和个股的研判。
BBI——多空指数，是通过将几条不同天数移动平均线用加权平均方法计算出的一条移动平均线的综合指标，BBI指标本身就是针对普通移动平均线MA指标的一种改进， MTM——动量指标，其英文全称是“Momentum Index”，是一种专门研究股价波动的中短期技术分析工具。
OBV——能量潮，是将成交量数量化，制成趋势线，配合股价趋势线，从价格的变动及成交量的增减关系，推测市场气氛。
其主要理论基础是市场价格的变化必须有成交量的配合，股价的波动与成交量的扩大或萎缩有密切的关连。
通常股价上升所需的成交量总是较大；下跌时，则成交量可能放大，也可能较小。
价格升降而成交量不相应升降，则市场价格的变动难以为继。
SAR——抛物线指标，也称为停损点转向指标，这种指标与移动平均线的原理颇为相似，属于价格与时间并重的分析工具。
由于组成SAR的点以弧形的方式移动，故称“抛物转向”。
EXPMA——简称EMA，中文名字：指数平均数指标或指数平滑移动平均线，一种趋向类指标，从统计学的观点来看，只有把移动平均线（MA）绘制在价格时间跨度的中点，才能够正确地反映价格的运动趋势，但这会使信号在时间上滞后，而EXPMA指标是对移动平均线的弥补，EXPMA指标由于其计算公式中着重考虑了价格当天（当期）行情的权重，因此在使用中可克服MACD其他指标信号对于价格走势的滞后性。
同时也在一定程度中消除了DMA指标在某些时候对于价格走势所产生的信号提前性，是一个非常有效的分析指标。
私募量化空间是什么？
一、私募蓝海启航2013年6月1日，修订后的《中华人民共和国证券投资基金法》（“新《基金法》”）正式施行，私募基金得以正名。
在旧《基金法》中，私募基金并无相关规定，导致私募基金长期游走在政策法规的边缘。
新《基金法》特设“第十章：非公开募集资金”，对私募基金的合格投资者数量、基金管理人登记、基金合同等方面做了框架性的规定。
自2014年2月7日起，《私募投资基金管理人登记和基金备案办法（试行）》开始实行。
私募证券投资基金、私募股权投资基金、创业投资基金等管理人应向基金业协会履行登记手续，并在私募基金募集完毕之日后20个工作日内，通过私募基金登记备案系统进行基金备案。
试行办法规定：“经备案的私募基金可以申请开立证券相关账户”。
这就意味着私募基金发行产品的法律主体地位得以确认，无须再借助信托、券商资管、基金专户等通道。
根据试行办法，私募产品发行手续也较为便捷，只需事后备案。
私募“转正”以后，系列政策红利涌现。
5月9日，国务院发布《国务院关于进一步促进资本市场健康发展的若干意见》（新“国九条”）。
新“国九条”提出公募和私募要协调发展，并专设一节“培育私募市场”，包括建立健全私募发行制度、发展私募投资基金，同时还计划推出私募基金监管等行政法规。
为贯彻落实新“国九条”，证监会在券商创新大会前夕的5月15日发布了《关于进一步推进证券经营机构创新发展的意见》，将“支持自主创设私募产品”作为“支持业务产品创新”的重要举措，并提出了促进私募配套发展的计划，如“鼓励证券经营机构为私募产品等各种金融产品开展做市等交易服务”、“推进统一证券账户平台建设，建立与私募市场、互联网证券等业务相适应的账户体系”、“加快建设机构间私募产品报价与服务系统，为机构投资者提供私募业务项目对接、在线转让等各项服务”。
券商创新大会以后，证监会研究部署学习贯彻《国务院关于进一步促进资本市场健康发展的若干意见》的相关工作，再次提出要“培育私募市场”，包括建立健全私募投资基金监管法规规则体系、出台私募投资基金监管暂行办法以及合格投资者标准等规则、构建私募基金监管体系、建立统一监测系统。
系列政策之下，私募行业运行逐步走上规范化道路。
截至2014年5月25日，共有1299家机构登记为私募基金管理人。
未来，私募基金管理人的规模将进一步扩大。
中国私募基金行业尽管长期游走在政策边缘，但盈利驱动的特质决定了其在金融工具运用和投资策略上的灵活多样性。
从策略运作和投资理念看，中国私募证券投资基金与海外对冲基金有诸多相似之处。
但是，由于中国金融市场长期缺乏做空工具，中国私募证券投资基金在投资策略和投资收益上较真正的对冲基金存在巨大差距。
值得庆幸的是，自2010年股指期货推出以来，中国金融衍生品市场加速发展，多空类金融工具不断丰富。
从股指期货、国债期货、融资融券到筹备中的个股期权、股指期权、蓝筹股“T+0”，多层次、多品种的金融市场为国内私募证券投资基金的发展提供了更加丰富的组合工具和更加广阔的空间。
根据对冲基金研究公司（HFR）发布的对冲基金指数（表2），全球对冲基金在过去5年中的平均年化收益率为7.11%，其中事件驱动型、相对价值型、股票对冲型等对冲基金的平均年化收益率均在8%以上。
随着中国多空金融工具的日益丰富和投资理念的日益成熟，中国私募证券投资基金有望向海外对冲基金看齐，有望在基金类型和投资策略上实现纵向和横向的双拓展。
在私募基金投资理念和投资工具日趋成熟的背景下，量化投资作为重要的投资方法，近年来关注度得以提升。
传统的投资方法主要是基本面分析和技术分析，量化投资则是将投资理念寓于数学模型中，并采用计算机技术实现投资理念和策略的过程。
有别于传统的投资方法，量化投资可以：（1）克服投资者情绪，使投资具有纪律性；（2）依托大量模型，使投资具有系统性、层次性；（3）程序化发掘市场机会，使投资具有及时性；（4）指令化控制损失下限，使投资具有风险可控性。
在计算机技术和从业人员素质同步提升的背景下，国内私募证券投资基金行业越来越多地将量化投资纳入投资过程。
从最初的量化选股、量化择时到各类套利策略，私募证券投资基金正逐步挖掘量化投资给投资带来的便捷性、准确性和收益性。
尤其是在股市长期低迷的环境中，量化投资为投资者提供了一种额外的收益风险选择。
对海外量化共同基金和非量化共同基金的统计结果显示，量化基金通常平均收益率更高，且平均标准差较低。
在下降的市场行情中，量化基金的平均收益为-3.84%，优于非量化基金的-6.2%，这种优势主要来自股票市场中性策略的表现。
由此，在金融危机时期（2007~2009年），量化基金的表现优于非量化基金。
中国的 Python 量化交易工具链有哪些
万得的Python API，可以用来获取实时数据、历史数据以及下单交易 优点：万得大而全 缺点：下单交易功能不是事件驱动（例如成交回报需要用户去查询，而不是主推）同花顺iFinD的Python API，类似万得的API 优点：比万得便宜，同花顺的服务态度很好（用户提出新需求后很快就能给出确定的答复或者解决方案）掘金的量化平台通联数据的量化平台QuickFix的Python API（可以用来接国信、方正的FIX接口）Numpy/Scipy/Matplotlib/Pandas（量化分析）IPyhon/Spyder（适合做量化分析的IDE环境）Zipline（策略开发回测）TuShare财经数据接口 - 可以直接抓取新浪财经、凤凰财经的网站数据，包括行情、基本面、经济数据等等。
完全免费，简洁易用，API设计得非常友好，提取的数据格式是Pandas的DataFrame。
同时可以获取非高频实时数据（取决于网站更新速度，同事经验大约是15秒），一个极好的非高频股票策略数据解决方案。
恒生电子的量化赢家平台，提供Python接口，链接我点进去后没看到具体的使用教程，希望回头补一下。
米矿ricequant在我提出这个问题时尚只有Java的API，后来也支持了Python，期待2016有新的突破。
为什么量化交易总是赚不到钱
量化投资主要应用于期货交易、ETF套利、条件选股、权证套利交易等图片来源：凯纳量化投资“你炒期货吗？”“不炒，我赚的是血汗钱，您赚的是心跳钱。
”这是一位期货门外汉跟一位期货投资者的对话。
的确，期货因其高风险高收益的特征，参与者很多都是心惊肉跳的。
不过，近年来引入国内的量化交易，正逐渐改变这一情况。
上周六，东莞本土唯一期货公司——华联期货联合量化交易的相关投资机构，在东莞举办了一场题为“量化交易，打开财富之门”的量化交易策略交流会。
与一般的投资报告会人流稀少相反，该交流会可谓人满为患，原定的百余人参与的会议室，最终挤进了近200名投资者，以至酒店空调开到最大仍显十足燥热。
近几年量化交易发展迅猛对多数普通投资者而言，量化交易仍是一个较为陌生的概念，但该模式已在国内流行了数十年。
2010年，国内股指期货上市，成交量在两年内增加了1.4倍，为量化交易提供了极佳的交易标的，国内量化交易便快速发展。
据华联期货介绍，2012年上半年，量化交易量占国内证券市场总交易量8%左右，但占股指期货交易量的比例已达20%左右。
目前，绝大部分的券商和期货公司开始进行量化交易，部分私募公司和个人投资者也开始使用量化交易产品。
事实上，3年多来，在股市连续下跌的大环境中，传统投资策略纷纷失效，而一批以股指期货、商品期货、债券为投资标的，以量化投资、程序化交易为工具的新兴投资方式，却在国内投资市场崭露头角，并实现了较为稳定的收益。
“传统投资策略依靠人的主观感觉来投资；而量化投资是根据数学统计模型，由计算机来实现自动化交易。
”国信证券东莞营业部财富管理中心负责人林玉伟指出，量化投资的应用涵盖几乎所有金融投资领域，是在计算机和网络的支持下，把人脑投资策略编写成语言程序，由计算机触发买卖条件，完成自动化交易的投资方式，实际上是传统投资的严谨化。
据华联期货介绍，量化投资目前主要应用于期货交易、ETF套利、条件选股、权证套利交易等，主流平台包括文华财经、交易开拓者、金字塔，此外Multicharts、龙软、高手、金钱豹、Yesterday等平台在业内的使用也较为广泛。
量化投资东莞“试水”告捷在东莞本土，也有多家机构在试水量化投资，包括证券公司、期货公司和私募投资公司，从目前情况来看，可谓“试水”告捷。
如华联期货去年推出了“金莞家”程序化系列产品，其中“智赢股指组合策略”是其首个专项个性化交易模型组合，该模型组合通过对两年多来股指期货运行特点进行量化分析，形成了八套独有的程序化交易模型，模型运行以来，年化收益率最高的逾60%，最低的也有26%，但最大回撤不足10%。
国信证券东莞营业部则成立专门的“量化投资中心”，该营业部去年就有20多个不同时期参与股指期货程序化交易的客户，表现最好的账户年化收益率近40%，所有账户全部战胜大盘。
发行了国内首只多重策略对冲基金的东莞莞香资本投资公司，更是量化投资的“拥趸”，该公司目前的专户产品全部采取量化投资方式，且收益不错。
如其旗下某专户理财产品，2012年6月19日-2013年5月19日的净值增长达41%。
“量化产品的特点就是任何行情阶段都能盈利。
”国信证券东莞营业部投资顾问蔡恩侠告诉记者，量化产品一般都是多空对冲，因此无论牛熊市均能盈利，不过其也有弱点，即牛市跑不赢一般的股票类投资产品，“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。
”“资金不会一直朝一个方向直线形地前进，资金增值是一个艰难的曲折前进过程。
”莞香资本CEO江国栋则提醒道，回撤即是资金增长行进中的停顿，也可看做是期货交易的机会成本。
“因此，必须正确看待策略参数优化结果，不刻意追求最高收益，不过度拟合行情；同时，坚持正确的交易理念和交易方法，严格执行和坚持不懈是持续盈利的前提。
”量化投资的应用涵盖几乎所有金融投资领域，是在计算机和网络的支持下，把人脑投资策略编写成语言程序，由计算机触发买卖条件，完成自动化交易的投资方式，实际上是传统投资的严谨化。
投资辞典何谓量化交易量化交易（Quantitative Trading），即使用现代统计学和数学工具，借助计算机建立数量模型，制定策略，严格按照既定策略交易。
具体又可分为高频交易和非高频交易，其中非高频交易适合一般个人投资者和中小机构。
你知道股票技术选股和量化投资的区别吗
展开全部 1. 使用人群： 技术分析散户（多）， 量化投资机构用户为主（少）。
2. 选股指标： 技术分析以量价指标为主。
量化投资除了量价指标，还需要使用财务指标、公司事件等。
3. 交易模型： 技术分析没有完整的交易模型。
重视股票买入条件，不重视个股仓位和卖出条件。
量化投资有完整的交易模型。
模型对股票的买入条件、卖出条件、个股仓位、调仓时点和风险控制都有明确的规定。
4. 策略验证： 技术分析使用基于经验和书本总结出来的规则。
没有在历史数据里测试过有效性。
量化投资选股策略基于个人研究， 在历史数据里测试其有效性。
可以根据回测结果对策略进行调优。
重视风险收益量化指标。
5. 分析方法： 技术分析有很多主观成分，不同人对同一图表有不同结论。
“大师”辈出。
量化投资依赖客观数据统计。
6. 收益来源：技术分析着重于单个股的波段操作。
量化投资是多股票之间的轮动。
重视多种投资标的之间的配置和轮动。
讲究风险对冲。
7. 分析工具：技术分析使用同花顺、大智慧金融终端。
量化投资你要使用量加，进行科学的选股。
什么是量化投资呢？其实，就如同中医和西医的区别，中医靠经验，讲究“望、闻、问、切、听”，西医靠指标，通过一系列的检查数据综合判断病情。
量化投资无非就是用指标和公式驱动投资和交易。
...
量化模型是什么意思？
量化模型，是把数理统计学应用于科学数据，以使数理统计学构造出来的模型得到经验上的支持，并获得数值结果。
这种分析是基于理论与观察的并行发展，而理论与观测又通过适当的推断方法而得以联系。
展开全部一个完整的量化模型包括哪些？近几年，量化投资在国内兴起，但在很多人眼里，量化投资仿佛是一个非常神秘的新事物。
而实际上，量化投资的无非就是宽客通过计算机语言，将交易策略布置到一个量化系统中，然后进行回测和实战的过程。
量化投资的本质还是投资者的智慧，只是实现过程中运用到计算机这一工具。
宽客们到底是如何系统的构建一个完整的量化模型的？可以肯定的是，宽客跟普通投资者一样，也在观察市场，产生一些普通投资者也会想到的想法，当宽客产生一些想法时，他们会通过计算机去验证他们的想法是否靠谱或者是能否带来收益。
而作为普通投资者，实现想法往往是困难的，如同普通投资者在投资或炒股过程中，发现在15分钟K线图，上升趋势中股价跌破MA169后便会进入调整。
普通投资者只是感觉，而宽客可以通过编写程序然后在市场的历史数据回测，验证这个想法是否靠谱。
一个简单的想法编写成简单的程序，这明显不能称作为量化模型，但这却是任何一个量化模型的来源，即人的想法。
完整的量化模型应当包括：策略模型、风险模型、交易成本模型、投资组合构建模型、执行模型，如下图：策略模型：策略模型可以说是整个量化模型最核心的部分，决定了整个量化模型的盈利能力。
策略模型五花八门，归类划分为：理论驱动型和数据驱动型。
数据驱动型的策略通过对数据的分析而揭开市场的面纱，说白了就是靠数据解释一切市场行为。
理论驱动型策略通过理论去预测未来的市场行为，而其中的理论就是人们通过对市场的观察，然后给出符合经济学原理的解释。
理论驱动型的策略可以划分为两大类：基于价格数据的交易策略和基于基本面数据的交易策略。
基于价格数据的交易策略有：趋势跟随型（动量策略）、均值回复策略、技术情绪策略。
基于基本面数据的交易策略有：价值型、成长型、品质型。
如下图：1.趋势跟随型：标志性策略就是双均线策略，投资者认为在一定时间内市场通常是朝着同一方向变化的。
说白了，就是看涨做涨。
2.均值回复型：标志性策略就是统计套利策略，投资者认为在一定时间内市场并非朝着同一方向变化的。
说白了，就是超涨了卖，超跌了买。
3.技术情绪型：标志性策略就是情绪指标策略，投资者认为通过某些价格、成交量可以暗示对投资者对后续行情的情绪，随后进行相应操作。
其中比较有意思是通过比较期权的认购量和认沽量，来判断投资者对后续行情的情绪。
4.价值型：价值型策略的基本理念是：收益率越高，价格越低。
通俗的讲，买入被低估的证券，卖出被高估的证券。
5.成长型：成长型策略往往投资成长性公司，成长性公司是指较长一段时间内，具有持续挖掘未利用资源能力，不同程度地呈现整体扩张态势，未来发展预期良好的企业。
通俗的讲，买入正在快速发展以及具有良好发展前景的公司股票。
6.品质型：品质型策略选择公司的标志就不一样，有杠杆比率、收入来源的多样性、管理水平、欺诈风险等等。
上述策略模型在实施过程中必须考虑选股范围、选股标准、投资期限、交易信号、仓位控制、止盈止损。
一个策略模型应当包含的因素都不可少，不然会影响到整个策略模型，进而导致整个量化模型失败。
风险模型：风险模型对于一个量化模型来说，是不可缺少的，它能提高量化模型盈利的质量和稳定性。
风险模型分为：内部风险和外部风险。
内部风险有：数据错误，个股风险，市场风险等等。
外部风险有：网络风险，技术风险，物理风险等。
1.数据错误：模型进行回测或者实盘交易的过程中，数据本身如果是错误的，那么交易最终的结果也是没有意义的，如果是实盘交易，那么后果也是不堪设想的。
2.市场风险：量化模型在实盘交易过程中，由于整个策略程序并不能完美的预测出未来市场的任何一个变化，当宽客发现市场环境出现巨大变化，导致与量化策略所适应的的环境不一致时，就需要进行量化策略的暂停。
3.个股风险：与市场风险对应的是个股风险，基于价格数据驱动的策略尤其需要堤防个股风险，当公司的基本面短时间内发生巨大变化时，但技术层面并未及时更新，导致量化模型买入垃圾股票。
4.外部风险：外部风险指的是量化模型在实施过程中的现实风险，比如计算机下单时，由于网络中断，计算机硬件损坏，打雷地震等，导致交易单并未传送到交易所，从而产生损失。
设置风险模型的意义就在于，当量化模型遇到上述风险时，宽客能够及时采取措施，进行人工干预或者预备计算机启动，尽可能的减少损失。
交易成本模型：策略模型在于盈利，风险模型在于规避损失，交易成本模型则在于控制成本，使得整个量化模型的盈利最大化。
交易成本模型的基本理念是：策略模型在运行过程中发生的成本较为精确的计算出来，从交易成本可以判断出策略模型运行频率。
交易成本一般有：佣金与费用、滑点、市场冲击成本。
通常计算交易成本的方法有：常值型交易成...
短线炒股怎么快速选股？短线买股票的技巧有哪些？
短线炒股，又要快速选股的话，大概就是从技术面去选股了。
易选股APP做的是大数据量化选股工具，推荐这个工具给你。
其中已经有了很多的短线量化选股策略，可供选择。
也可以自己从技术面去选择，有技术指标选股、九转模型等辅助工具（以下截图来自易选股APP）...
量化对冲基金是什么？
“量化对冲”是“量化”和“对冲”两个概念的结合。
“量化”指借助统计方法、数学模型来指导投资，其本质是定性投资的数量化实践。
“对冲”指通过管理并降低组合系统风险以应对金融市场变化，获取相对稳定的收益。
实际中对冲基金往往采用量化投资方法，两者经常交替使用，但量化基金不完全等同于对冲基金。