经管之家系列,每周五更新,为大家讲述论坛里那些有趣的人和有意义的事儿~
这周论坛君给大家讲的是量化投资版面坛友邢不行的【量化小讲堂】系列。
在上个世纪30年代以前,全世界的投资者做出投资决策主要靠的都是主观判断,拍脑袋想,打探内幕消息。量化投资理论使得这一切发生了改变,投资从主观判断变为应用数理知识进行建模、回测,而且随着计算机和网络通信的快速发展,决策、交易和风险控制等过程都可以使用程序进行理性的判断和执行,小伙伴们再也不用总是拍脑袋了。
在介绍我们的【量化小讲堂】系列文章之前,论坛君先带大家快速回顾一下那些为量化投资理论发展做出重大贡献的大神们吧。
·1932年,本杰明·格雷厄姆和戴维·多德写了一本被誉为投资者圣经的《证券分析》。他建立了价值投资的框架,首次指出每一个有价债券都有其内在价值,还提出了量化选股的一些依据,如PE、PS等。
·20世纪50年代,哈维·马克维茨提出投资组合理论,更重要的是他指出投资不能只看收益,还要看风险。他提出的用资产收益的方差和标准差衡量风险的方法,直到现在整个金融界依然在沿用。马克维茨的理论使得投资在数学上可以追踪,可以系统性地通过数学和计算机进行建模、测试,从而将投资问题转化为数学问题,这对量化投资具有划时代的意义。
·20世纪60-70年代特雷诺、夏普、莫欣和布雷克提出了里程碑式的定价理论CAPM,把风险划分成了市场风险和公司特定风险两部分,并提出了市场组合的概念。这一理论成为现代金融市场价格理论的支柱。
·法玛尔等人研究发现CAPM不能解释一些现象,比如说小盘股长期上比大盘股回报更高,提出了多因子模型,逐渐发展成了套利定价理论(APT)。直至今日,多因子模型仍是量化投资领域内应用最为广泛的量化投资方法之一。
·随后布莱克、斯科尔斯和默顿提出用于金融衍生物进行定价的BS模型,这个模型在金融衍生品的定价和交易应用方面有着举足轻重的地位。这两个神一样的人物也因此获得1997年的诺贝尔经济学奖。
【量化小讲堂】通过实际的案例让大家知道如何使用Python、pandas进行金融数据处理,案例由简单到复杂,循序渐进。目前分为「基础教程系列」和「经典复刻系列」。邢不行版主会不定时更新,每篇都是干货,每篇都会引爆论坛,汇总贴在没有任何推广的情况下,已经有20000以上的阅读量。
1.【量化小讲堂 - Python & pandas技巧系列】如何快速上手使用Python进行金融数据分析
2.【量化小讲堂 - Python & pandas技巧系列】windows下如何安装Python、pandas
3.【量化小讲堂 - python & pandas技巧系列】使用python计算移动平均线
4.【量化小讲堂 - Python & pandas技巧系列】计算创业板平均市盈率
5.【量化小讲堂 - Python & pandas技巧系列】极简方法将日线数据转为周线、月线或其他周期
6.【量化小讲堂 - Python & pandas技巧系列】历史数据告诉你:KDJ指标选股有效吗?
7.【量化小讲堂 - Python、Pandas系列】数据告诉你:惊人的海龟交易法则
8.【量化小讲堂 - Python、Pandas系列】通过逐笔数据计算主力资金流数据
9.【量化小讲堂 - Python、Pandas系列】量化投资中关于复权的处理
10.【量化小讲堂 - Python、Pandas系列】如何判断一个策略的好坏?(附代码)
该系列会挑选国内外经典交易策略,python编程实现,并用A股数据验证。
1.【量化小讲堂 - Python、Pandas系列】法码三因子选股模型,有多少人可以跑赢
2.【量化小讲堂-Python、Pandas系列】诺奖得主的仓位分配算法,有效吗?
3.【量化小讲堂-Python、Pandas系列13】数据告诉你:惊人的指数定投策略
4.【量化小讲堂-Python、Pandas 系列14】逆天的反转策略在A 股实证
5.【量化小讲堂-Python、Pandas系列15】完整策略框架:以均线策略为例
6.【量化小讲堂-Python、Pandas系列16】布林带策略在A股的实证
注:文章中用到的股票数据可从预测者网下载,这里可以下载到所有股票、从上市日起的交易数据、财务数据、分钟数据、逐笔数据等。
经管之家量化投资版是国内最有用的量化投资社区之一,有邢不行、离歌笑、fantuanxiaot等等许多资深量化投资学习者在其中,欢迎各位一起来学习。【量化投资】版面的位置:
经管之家论坛>第六区-金融投资论坛>金融工程(数量金融)与金融衍生品>量化投资。
最后,为量化投资入门学习者推荐一些论坛君觉得不错的网络资源:
Python核心量化工具:
Numpy/Scipy/Matplotlib/Pandas
主要量化平台:
1.优矿
2.经管之家 量化投资版
3.聚宽JoinQuant
4.RiceQuant
5.掘金量化平台
6.恒生电子量化社区
Python API:
1.同花顺iFinD
2.万得
3.QuickFix
数据获取:
1.TuShare财经数据接口包
2.预测者网
3.Yahoo Finance
4.新浪js服务器上的股票数据
5.雪球的json实时数据,cvs日线数据
6.搜狐网易
7.各类行情软件
开源回测系统:
1.Zipline
2.pyalgotrade
3.QuantDigger
4.水木社区pyctp
请点击阅读原文查看【量化小讲堂】汇总贴,了解更多。