模塊2對(duì)沖基金策略基礎(chǔ)課件

對(duì)沖基金策略技術(shù)

——量化投資概念對(duì)沖基金策略技術(shù)

——量化投資概念1介紹

中國(guó)量化投資學(xué)會(huì)理事長(zhǎng)《量化投資-策略與技術(shù)》作者《量化投資與對(duì)沖基金叢書》主編東航金控財(cái)富管理中心總經(jīng)理介紹中國(guó)量化投資學(xué)會(huì)理事長(zhǎng)2傳奇量化投資大師量化投資的理論基礎(chǔ)十大對(duì)沖基金策略分析量化對(duì)沖策略闡述量化策略分析語言

量化投資支撐：IT系統(tǒng)

中國(guó)量化投資學(xué)會(huì)部門介紹大綱概述3傳奇量化投資大師部門介紹大綱概述3傳奇的量化投資

大師：西蒙斯詹姆斯·西蒙斯（JamesSimons）

是世界級(jí)的數(shù)學(xué)家，也是最偉大的對(duì)沖基金經(jīng)理之一大獎(jiǎng)?wù)禄疬B續(xù)20年，每年35%的凈回報(bào)創(chuàng)立著名的Cherm-Simons理論2006年，西蒙斯被國(guó)際金融工程師協(xié)會(huì)評(píng)選為年度金融工程師。2007年，他個(gè)人盈利大概28億美元2006年，他賺了17億美元2005年是15億美元。學(xué)數(shù)學(xué)的也能賺大錢傳奇的量化投資

大師：西蒙斯詹姆斯·西蒙斯（JamesSi4傳奇量化投資

大師：大衛(wèi).肖Shaw于1980年在斯坦福獲得

博士學(xué)位，隨后在哥倫比亞大學(xué)計(jì)算機(jī)系做老師1986年成立肖博士公司從事對(duì)沖基金業(yè)務(wù)，截至2009年7月管理230億美元的資產(chǎn)（全球第四大對(duì)沖基金）他成立了一個(gè)研究實(shí)驗(yàn)室（），主要搞計(jì)算生物化學(xué)領(lǐng)域的超級(jí)計(jì)算機(jī)。學(xué)計(jì)算機(jī)的也能賺大錢傳奇量化投資

大師：大衛(wèi).肖Shaw于1980年在斯坦福獲得5傳奇的量化投資

大師：伊曼紐爾·德曼畢業(yè)于哥倫比亞大學(xué)，獲理論物理學(xué)博士學(xué)位他曾是愛因斯坦、薛定諤、李政道等物理學(xué)巨匠的門徒1985年起加入著名投資銀行高盛集團(tuán)他參與創(chuàng)作了業(yè)界廣為采用的布萊克－德曼－托伊利率模型和德曼－卡尼局部波動(dòng)率模型于2000年當(dāng)選國(guó)際金融工程師協(xié)會(huì)年度金融工程師2002年入選《風(fēng)險(xiǎn)》雜志名人堂。學(xué)物理的也能賺大錢傳奇的量化投資

大師：伊曼紐爾·德曼畢業(yè)于哥倫比亞大學(xué)，獲理6傳奇的量化投資

大師：RayDalio上世紀(jì)70年代，年僅26歲的達(dá)里奧被一家從事零售經(jīng)紀(jì)預(yù)算業(yè)務(wù)的公司炒魷魚后，在一套兩居室里成立了橋水公司目前是世界最大的對(duì)沖基金公司，管理的資金約1400億美元在市場(chǎng)慘淡的2011年斬獲138億美元自1975年成立迄今，PureAlpha基金總共已為投資者賺取了358億美元的收益。失業(yè)了也可以成為偉大的對(duì)沖基金經(jīng)理

傳奇的量化投資

大師：RayDalio上世紀(jì)70年代，年僅7定義：量化投資就是以數(shù)據(jù)為基礎(chǔ)，以策略模型為核心，以程序化交易為手段，以追求絕對(duì)收益為目標(biāo)的投資方法中醫(yī)VS西醫(yī)：傳統(tǒng)投資VS量化投資）優(yōu)點(diǎn)一：賭大概率事件（以組合對(duì)沖為主）優(yōu)點(diǎn)二：克服人性弱點(diǎn)（以機(jī)器交易為主）優(yōu)點(diǎn)三：精力無限（監(jiān)控全市場(chǎng)、全產(chǎn)品、全周期）優(yōu)點(diǎn)四：精細(xì)化交易（利用算法交易降低對(duì)市場(chǎng)的沖擊）

量化投資是投資從藝術(shù)走向科學(xué)的必由之路部門介紹大綱量化投資是什么8定義：量化投資就是以數(shù)據(jù)為基礎(chǔ)，以策略模型為核心，以程序一個(gè)案例假設(shè)我們有一個(gè)不均勻的硬幣，有51%的概率正面，49%會(huì)反面。選擇我們賭注在下一次投擲中，若出現(xiàn)正面，我們盈利相應(yīng)的bet，反面我們輸?shù)羲械腷et。那么，現(xiàn)在有兩種策略：

A：投擲一次，賭注1000；

B：投擲1000次，每次賭注1；

你會(huì)選A還是B？因?yàn)槲覀冎烙矌攀遣痪鶆虻?，我們?%的概率優(yōu)勢(shì)?，F(xiàn)在我們來做一個(gè)統(tǒng)計(jì)的分析，計(jì)算下這兩種策略的風(fēng)險(xiǎn)收益比

一個(gè)案例假設(shè)我們有一個(gè)不均勻的硬幣，有51%的概率正面，499一個(gè)案例1.期望收益：

A：0.51*1000-0.49*1000=20；

B：1000（1*0.51-1*0.49）=20

可見，兩種策略有相同的期望收益。2.全輸概率：

A：輸?shù)羧抠Y本的概率=0.49

B：輸?shù)羧抠Y本的概率=0.49*0.49...*0.49

=0.49^1000.B策略全輸?shù)母怕蔬h(yuǎn)小于A策略

一個(gè)案例1.期望收益：

A：0.51*1000-10一個(gè)案例3.風(fēng)險(xiǎn)評(píng)估

A:

stdev(1000,0,0,0...0)=31.6；

B：stdev（1，-1,1,1，-1,...1)=1

可見，A策略的標(biāo)準(zhǔn)差遠(yuǎn)大于A。4.夏普比例

A：SR=20/31.62=0.63；

B:

SR=20/1=20

可見，B策略的收益風(fēng)險(xiǎn)比遠(yuǎn)高于A策略投資的核心是大數(shù)定律一個(gè)案例3.風(fēng)險(xiǎn)評(píng)估

A:

stdev(1000,0,11金融市場(chǎng)的數(shù)學(xué)定義Y=F(x1,x2,…….xn)其中Y是金融市場(chǎng)的波動(dòng)（漲跌/漲跌幅/伸縮/概率）Xi

為一系列因子數(shù)學(xué)可以描述金融市場(chǎng)金融市場(chǎng)的數(shù)學(xué)定義Y=F(x1,x2,…….xn)12看做是一個(gè)函數(shù)逼近問題案例：Y=F(換手率=300%，成交量>100億）=10%其中Y表示漲幅如何進(jìn)行函數(shù)逼近？人工神經(jīng)網(wǎng)絡(luò)/回歸/….看做是一個(gè)函數(shù)逼近問題案例：13看成是一個(gè)分類問題案例：Y=F(換手率=300%，成交量>100億）=1其中：1表示漲，0表示跌如何進(jìn)行分類模型的學(xué)習(xí)？決策樹/貝葉斯分類/支持向量機(jī)看成是一個(gè)分類問題案例：14看成是一個(gè)概率問題案例：Y=F(換手率=300%，成交量>100億）=90%其中：90%表示漲的概率如何計(jì)算概率？概率分布/隨機(jī)過程看成是一個(gè)概率問題案例：15看成是一個(gè)模式識(shí)別問題案例：出現(xiàn)右側(cè)的圖形時(shí)，未來的走勢(shì)是漲還是跌？如何進(jìn)行圖形模式識(shí)別？分形理論/機(jī)器學(xué)習(xí)/小波分析現(xiàn)代數(shù)學(xué)理論在量化投資中大有用武之地看成是一個(gè)模式識(shí)別問題案例：出現(xiàn)右側(cè)的圖形時(shí)，16策略分類相對(duì)價(jià)值策略宏觀因素策略事件驅(qū)動(dòng)策略BridgeWater保爾森鮑波斯特摩根大通安祖高頓齊夫資本文藝復(fù)興科技貝萊德埃利奧特法拉龍低收益/低風(fēng)險(xiǎn)/大容量高收益/高風(fēng)險(xiǎn)/大容量高收益/低風(fēng)險(xiǎn)/小容量策略分類相對(duì)價(jià)值策略宏觀因素策略事件驅(qū)動(dòng)策略BridgeWa17策略類型策略轉(zhuǎn)換圖低收益/高風(fēng)險(xiǎn)/低容量投資者大量撤出低收益/低風(fēng)險(xiǎn)/高容量高收益/低風(fēng)險(xiǎn)/低容量高收益/高風(fēng)險(xiǎn)/高容量高收益/低風(fēng)險(xiǎn)/高容量低收益/高風(fēng)險(xiǎn)/高容量低收益/低風(fēng)險(xiǎn)/低容量高收益/高風(fēng)險(xiǎn)/低容量投資者大量涌入投資者大量撤出策略類型策略轉(zhuǎn)換圖低收益/高風(fēng)險(xiǎn)/低容量投資者大量撤出低收益18策略的類型高收益率策略：（1）要么承擔(dān)了較高的風(fēng)險(xiǎn)（2）要么犧牲了資金規(guī)模對(duì)于資產(chǎn)管理而言，高收益率策略不可能成為主導(dǎo)策略。策略的類型高收益率策略：19“窮人要搏命，富人要穩(wěn)定”高凈值客戶不喜歡高風(fēng)險(xiǎn)策略銀行理財(cái)：20萬億；保險(xiǎn)資金：5.7萬億；基金：3萬億；期貨：幾千億市場(chǎng)份額與風(fēng)險(xiǎn)度負(fù)相關(guān)。目前券商和基金的相對(duì)收益產(chǎn)品，決定了客戶群中高凈值客戶比例不大

只有實(shí)現(xiàn)絕對(duì)收益才能擴(kuò)大市場(chǎng)份額部門介紹大綱絕對(duì)收益是未來的趨勢(shì)20“窮人要搏命，富人要穩(wěn)定”部門介紹大綱絕對(duì)收益是未來的趨阿爾法套利股指期貨套利商品期貨套利期權(quán)套利統(tǒng)計(jì)套利另類套利部門介紹大綱主要量化對(duì)沖策略21阿爾法套利部門介紹大綱主要量化對(duì)沖策略21正向Alpha：構(gòu)建多頭股票組合，同時(shí)做空股指期貨反向Alpha：構(gòu)建空頭股票組合（融券），同時(shí)做多股指期貨核心策略：量化選股模型包括：多因子、風(fēng)格輪動(dòng)、行業(yè)輪動(dòng)、動(dòng)量翻轉(zhuǎn)、資金流、一致預(yù)期、趨勢(shì)追蹤、籌碼理論代表產(chǎn)品：PureAlpha部門介紹大綱Alpha套利22正向Alpha：構(gòu)建多頭股票組合，同時(shí)做空股指期貨部門介股指期貨套利是指利用股指期貨市場(chǎng)存在的不合理價(jià)格，同時(shí)參與股指期貨與股票現(xiàn)貨市場(chǎng)交易，以賺取差價(jià)的行為。股指期貨套利分為期現(xiàn)套利，跨期套利，跨市套利和跨品種套利，其中期現(xiàn)套利和跨期套利這兩種最主流的方式。策略核心：沖擊成本和保證金管理

目前市場(chǎng)機(jī)會(huì)稀少，需要高速的套利系統(tǒng)部門介紹大綱無風(fēng)險(xiǎn)套利——股指期貨套利23股指期貨套利是指利用股指期貨市場(chǎng)存在的不合理價(jià)格，同時(shí)參與股指期貨套利類似，商品期貨同樣存在套利策略，在買人或賣出某種期貨合約的同時(shí)，賣出或買入相關(guān)的另一種合約，并在某個(gè)時(shí)間同時(shí)將兩種合約平倉(cāng)。商品期貨套利主要有期現(xiàn)套利，跨期套利，跨市場(chǎng)套利和跨品種套利四種。策略核心：計(jì)算持倉(cāng)成本、現(xiàn)貨組織

期貨公司CTA產(chǎn)品將有大發(fā)展的機(jī)會(huì)部門介紹大綱商品期貨套利——基本概念24與股指期貨套利類似，商品期貨同樣存在套利策略，在買人或賣有別于無風(fēng)險(xiǎn)套利，統(tǒng)計(jì)套利是利用證券價(jià)格的歷史統(tǒng)計(jì)規(guī)律進(jìn)行套利，是一種風(fēng)險(xiǎn)套利，其風(fēng)險(xiǎn)在于這種歷史統(tǒng)計(jì)規(guī)律在未來一段時(shí)間內(nèi)是否繼續(xù)存在。統(tǒng)計(jì)套利的主要內(nèi)容包括：股票配對(duì)交易、股指套利、融券套利和外匯套利。策略核心：協(xié)整模型、主成分模型

隨著轉(zhuǎn)融通成行，未來統(tǒng)計(jì)套利空間巨大部門介紹大綱統(tǒng)計(jì)套利——基本概念25有別于無風(fēng)險(xiǎn)套利，統(tǒng)計(jì)套利是利用證券價(jià)格的歷史統(tǒng)計(jì)規(guī)律進(jìn)期權(quán)的優(yōu)點(diǎn)在于收益無限的同時(shí)風(fēng)險(xiǎn)損失有限，因此在很多時(shí)候，利用期權(quán)來取代期貨進(jìn)行做空，進(jìn)行套利交易，會(huì)比單純利用期貨套利具有更小的風(fēng)險(xiǎn)和更高的收益率。利用期權(quán)的各種組合，有多種套利方法，包括股票—期權(quán)套利、轉(zhuǎn)換套利、跨式套利、寬跨式套利、蝶式套利和飛鷹式套利等。策略核心：折溢價(jià)率

目前國(guó)內(nèi)還沒有機(jī)會(huì)部門介紹大綱期權(quán)套利——基本概念26期權(quán)的優(yōu)點(diǎn)在于收益無限的同時(shí)風(fēng)險(xiǎn)損失有限，因此在很多時(shí)候算法交易指的是通過使用計(jì)算機(jī)程序來發(fā)出交易指令的方法。根據(jù)各個(gè)算法交易中算法的主動(dòng)程度不同，可以把不同算法交易分為被動(dòng)型算法交易、主動(dòng)型算法交易、綜合型算法交易三大類。策略核心：成交量分布的預(yù)測(cè)

機(jī)構(gòu)目前的手動(dòng)交易造成巨大的沖擊成本損失部門介紹大綱算法交易——基本概念27算法交易指的是通過使用計(jì)算機(jī)程序來發(fā)出交易指令的方法。部另類套利策略是指利用市場(chǎng)的缺陷進(jìn)行的一些特殊場(chǎng)合的套利策略。主要包括：封閉式基金套利、并購(gòu)套利、定增套利、ETF套利、LOF套利代表產(chǎn)品：定增系列產(chǎn)品部門介紹大綱另類套利28另類套利策略是指利用市場(chǎng)的缺陷進(jìn)行的一些特殊場(chǎng)合的套利策《量化投資-策略與技術(shù)》《量化投資-策略與技術(shù)》29策略建模語言目前比較流行的策略建模語言主要有：（1）MATLAB（2）R語言策略建模語言目前比較流行的策略建模語言主要有：30MATLAB簡(jiǎn)介MATLAB的是美國(guó)MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，

用于算法開發(fā)、數(shù)據(jù)分析以及數(shù)值計(jì)算，主要包括MATLAB和Simulink兩大部分。在金融領(lǐng)域，利用MATLAB以及相關(guān)產(chǎn)品，可以進(jìn)行分析數(shù)據(jù)，評(píng)估風(fēng)險(xiǎn)、開發(fā)并優(yōu)化策略等一系列金融建模工作。優(yōu)勢(shì)在于：強(qiáng)大的建模能力和全面的分析能力31MATLAB簡(jiǎn)介MATLAB的是美國(guó)MathWorks公司出MATLAB簡(jiǎn)介MATLAB金融工具箱主要有：DatafeedToolbox：金融數(shù)據(jù)工具箱EconometricsToolbox：計(jì)量經(jīng)濟(jì)學(xué)工具箱FinancialDerivativesToolbox：金融衍生品工具箱Fixed-IncomeToolbox：固定收益工具箱OptimizationToolbox：優(yōu)化工具箱StatisticsToolbox：統(tǒng)計(jì)工具箱用戶可以利用MATLAB進(jìn)行（1）交易策略實(shí)現(xiàn)和回測(cè)、投資組合優(yōu)化和分析（2）資產(chǎn)分配、金融時(shí)序分析、期權(quán)價(jià)格和敏感度分析、現(xiàn)金流分析（3）風(fēng)險(xiǎn)管理、預(yù)測(cè)和模擬、利率曲線擬合和期限結(jié)構(gòu)建模（4）MonteCarlo模擬、基于GARCH的波動(dòng)性分析等。32MATLAB簡(jiǎn)介MATLAB金融工具箱主要有：32R語言免費(fèi)開源的數(shù)據(jù)處理語言至少幾百名世界知名統(tǒng)計(jì)學(xué)家在算法上的支持至少幾百名世界頂尖的Fortran,C,C++數(shù)學(xué)庫(kù)編程高手在代碼上的支持大數(shù)據(jù)計(jì)算平臺(tái)的運(yùn)算支撐開放金融數(shù)據(jù)資源的免費(fèi)接入前沿期刊與代碼工具的協(xié)同R語言免費(fèi)開源的數(shù)據(jù)處理語言33R的本質(zhì)：全世界統(tǒng)計(jì)學(xué)者

的聯(lián)合社區(qū)R社區(qū)中最活躍貢獻(xiàn)者：金融統(tǒng)計(jì)學(xué)者與工程師，生物統(tǒng)計(jì)學(xué)者與工程師，計(jì)算機(jī)人工智能學(xué)者與工程師R語言是一個(gè)高效率的實(shí)驗(yàn)平臺(tái)：通過R語言可以很高效的實(shí)現(xiàn)前沿paper的模型方法，同時(shí)R語言又提供與C，C++等傳統(tǒng)語言工具的量化結(jié)合R社區(qū)遵守開源協(xié)議：R社區(qū)內(nèi)富含眾多商業(yè)級(jí)模塊的前身，部分R軟件包在成熟之后，也開始遷移出R社區(qū)，形成眾多商業(yè)級(jí)前沿軟件產(chǎn)品R的本質(zhì)：全世界統(tǒng)計(jì)學(xué)者

的聯(lián)合社區(qū)R社區(qū)中最活躍貢獻(xiàn)者：金34R語言與其他工具的對(duì)比R語言的總體優(yōu)勢(shì)R社區(qū)體系對(duì)其他語言和平臺(tái)的整合功能開放體系與開源屬性R語言與C++等通用軟件開發(fā)語言相比：R語言可以做為C++的庫(kù)使用大量C++金融工具包已經(jīng)被納入R語言R軟件包多半是C++實(shí)現(xiàn)的R語言與SAS，Matlab等科學(xué)計(jì)算平臺(tái)相比R語言在性能上不及SAS，Matlab統(tǒng)一的R社區(qū)的比眾多分散的Matlab社區(qū)資源多R語言與EViews，RATS等專業(yè)統(tǒng)計(jì)與計(jì)量軟件相比R語言更適合金融工程師使用R語言是通用的統(tǒng)計(jì)開發(fā)語言，跟適合作為于量化分析策略的研發(fā)平臺(tái)R語言與其他工具的對(duì)比R語言的總體優(yōu)勢(shì)35量化投資重要支撐：IT系統(tǒng)量化投資重要支撐：IT系統(tǒng)36歷史數(shù)據(jù)統(tǒng)計(jì)后驗(yàn)歷史數(shù)據(jù)統(tǒng)計(jì)一般以收盤價(jià)或者日均價(jià)作為買入賣出的交易價(jià)格。然后根據(jù)設(shè)定的交易價(jià)格計(jì)算出在某一段時(shí)間內(nèi)的收益率、超額收益、夏普率等結(jié)果。歷史數(shù)據(jù)統(tǒng)計(jì)后驗(yàn)的優(yōu)勢(shì)是效率高、簡(jiǎn)單方便。缺點(diǎn)是不夠精確，尤其不能考慮資金量對(duì)市場(chǎng)的影響。這個(gè)階段的IT要求：簡(jiǎn)單的原語/多市場(chǎng)的數(shù)據(jù)/各種盈虧報(bào)表分析。歷史數(shù)據(jù)統(tǒng)計(jì)后驗(yàn)歷史數(shù)據(jù)統(tǒng)計(jì)一般以收盤價(jià)或者日均價(jià)作為買入賣37歷史高頻交易數(shù)據(jù)后驗(yàn)歷史高頻交易數(shù)據(jù)后驗(yàn)的核心在于根據(jù)歷史高交易頻數(shù)據(jù)進(jìn)行模擬撮合，撮合算法主要是判斷在某個(gè)時(shí)段的成交量的成交比例。例如某個(gè)股票在歷史上5.0~5.1價(jià)位之間成交了10000股，其中的掛單量為50000股。那么在后驗(yàn)的時(shí)候，可以設(shè)定成交股的A%和掛單量的B%中最小值，為模擬撮合的成交量。一般經(jīng)驗(yàn)公式：A和B的值一般取為10%和30%。這個(gè)步驟的IT要求：快速撮合能力歷史高頻交易數(shù)據(jù)后驗(yàn)歷史高頻交易數(shù)據(jù)后驗(yàn)的核心在于根據(jù)歷史高38高頻數(shù)據(jù)實(shí)時(shí)模擬策略后驗(yàn)無法檢驗(yàn)其在樣本外的效果。解決這個(gè)問題的方法是進(jìn)行高頻數(shù)據(jù)的實(shí)時(shí)模擬交易。實(shí)時(shí)模擬交易是將策略寫成一個(gè)DLL，放在模擬平臺(tái)上自動(dòng)運(yùn)行。高頻數(shù)據(jù)實(shí)時(shí)模擬和實(shí)盤交易已經(jīng)非常接近，對(duì)沖擊成本的考慮，市場(chǎng)容量的考慮基本上和實(shí)盤已經(jīng)一致，唯一不能解決的就是對(duì)市場(chǎng)的影響，這個(gè)階段的IT要求：一個(gè)簡(jiǎn)單高效的統(tǒng)一的交易接口API高頻數(shù)據(jù)實(shí)時(shí)模擬策略后驗(yàn)無法檢驗(yàn)其在樣本外的效果。解決這個(gè)問39實(shí)盤程序化交易前面3個(gè)步驟的目的都是為了最后進(jìn)行實(shí)盤交易，實(shí)盤交易對(duì)市場(chǎng)的影響會(huì)體現(xiàn)出來，只有通過了實(shí)盤實(shí)時(shí)交易，一個(gè)策略才能被證明是有效的。量化投資系統(tǒng)可以通過手動(dòng)方式下單，也可以寫成程序化交易系統(tǒng)。一般交易較為頻繁的策略，絕大多數(shù)需要通過程序化交易實(shí)現(xiàn)。這個(gè)階段IT的要求：快速報(bào)盤搶單能力實(shí)盤程序化交易前面3個(gè)步驟的目的都是為了最后進(jìn)行實(shí)盤交易，實(shí)40目前流行的綜合量化平臺(tái)大智慧DTS天軟量化平臺(tái)國(guó)泰安寬平臺(tái)恒生極速策略系統(tǒng)目前流行的綜合量化平臺(tái)大智慧DTS41系統(tǒng)設(shè)計(jì)DTS程序化交易平臺(tái)交易引擎大智慧投研終端大智慧交易終端終端應(yīng)用財(cái)匯金融數(shù)據(jù)資訊數(shù)據(jù)高速事件處理全市場(chǎng)、全品種、全業(yè)務(wù)高速交易產(chǎn)投研一體化DTS-大智慧策略交易平臺(tái)系統(tǒng)設(shè)計(jì)DTS程序化交易平臺(tái)交易引擎大智慧投研終端終端應(yīng)用財(cái)42天軟金融數(shù)據(jù)倉(cāng)庫(kù)支持業(yè)內(nèi)主流資訊商，如：萬X、聚X、財(cái)X、巨X等的數(shù)據(jù)接口支持主流基金估值、柜臺(tái)接口口支持朝陽永續(xù)、今X投資等證券、基金、交易所報(bào)盤債券等基礎(chǔ)數(shù)據(jù)天軟金融數(shù)據(jù)倉(cāng)庫(kù)支持業(yè)內(nèi)主流資訊商，如：萬X、聚X、財(cái)X、巨43恒生量化交易系統(tǒng)恒生量化交易系統(tǒng)44寬系列帶來的全新體驗(yàn)寬系列與整個(gè)量化投資流程緊密結(jié)合寬數(shù)據(jù)寬研究精選數(shù)據(jù)策略構(gòu)建精確回驗(yàn)績(jī)效評(píng)估策略管理各類策略的研究，開發(fā)，回測(cè)并最終定型成型策略進(jìn)行模擬交易，同時(shí)向外界展示成果模擬交易通過后策略進(jìn)入真錢交易策略形成金融產(chǎn)品，向客戶進(jìn)行推廣和教育模擬交易策略推薦證券優(yōu)選融資融券萬人競(jìng)賽高速行情模擬交易真實(shí)柜臺(tái)因子風(fēng)控算法交易策略推薦資金配對(duì)基金孵化內(nèi)外培訓(xùn)大型峰會(huì)寬投顧寬交易寬基金寬服務(wù)寬系列帶來的全新體驗(yàn)寬系列與整個(gè)量化投資流程緊密結(jié)合寬數(shù)據(jù)寬45各種平臺(tái)的比較平臺(tái)名稱優(yōu)勢(shì)適合用戶大智慧DTS簡(jiǎn)單的策略語言，完整的數(shù)據(jù)，高效的回測(cè)入門級(jí)客戶，快速模型測(cè)試恒生ITP極速交易，內(nèi)存交易大規(guī)模機(jī)構(gòu)客戶的實(shí)時(shí)交易天軟量化平臺(tái)大規(guī)模數(shù)據(jù)倉(cāng)庫(kù)，算法引擎，MATLAB整合高級(jí)客戶，復(fù)雜模型測(cè)試寬平臺(tái)全面服務(wù)教學(xué)與培訓(xùn)各種平臺(tái)的比較平臺(tái)名稱優(yōu)勢(shì)適合用戶大智慧DTS簡(jiǎn)單的策略語言46目前的瓶頸數(shù)據(jù)質(zhì)量瓶頸法律瓶頸交易速度瓶頸產(chǎn)品瓶頸目前的瓶頸數(shù)據(jù)質(zhì)量瓶頸47數(shù)據(jù)質(zhì)量瓶頸數(shù)據(jù)不完整數(shù)據(jù)不準(zhǔn)缺乏統(tǒng)一接口數(shù)據(jù)質(zhì)量瓶頸數(shù)據(jù)不完整48法律瓶頸目前可以公開募集資金的對(duì)沖基金形式（1）基金專戶/子公司（2）券商資管（3）信托（4）有限合伙前三個(gè)都有嚴(yán)格風(fēng)控要求，對(duì)交易限制很大法律瓶頸目前可以公開募集資金的對(duì)沖基金形式49交易速度瓶頸事前風(fēng)控要求集中交易要求公平交易要求交易所行情推送問題交易速度瓶頸有待法律問題和技術(shù)問題的逐步解決交易速度瓶頸事前風(fēng)控要求50產(chǎn)品瓶頸目前只有2個(gè)做空工具（HS300期指/國(guó)債期貨）融券尚不成氣候國(guó)債期貨、期權(quán)、OTC產(chǎn)品尚待啟動(dòng)量化投資的大發(fā)展有賴于衍生產(chǎn)品的大規(guī)模發(fā)展。產(chǎn)品瓶頸目前只有2個(gè)做空工具（HS300期指/國(guó)債期貨）51量化投資的春天正在走來量化投資的春天正在走來52謝謝謝謝53對(duì)沖基金策略技術(shù)

——量化投資概念對(duì)沖基金策略技術(shù)

——量化投資概念54介紹

中國(guó)量化投資學(xué)會(huì)理事長(zhǎng)《量化投資-策略與技術(shù)》作者《量化投資與對(duì)沖基金叢書》主編東航金控財(cái)富管理中心總經(jīng)理介紹中國(guó)量化投資學(xué)會(huì)理事長(zhǎng)55傳奇量化投資大師量化投資的理論基礎(chǔ)十大對(duì)沖基金策略分析量化對(duì)沖策略闡述量化策略分析語言

量化投資支撐：IT系統(tǒng)

中國(guó)量化投資學(xué)會(huì)部門介紹大綱概述56傳奇量化投資大師部門介紹大綱概述3傳奇的量化投資

大師：西蒙斯詹姆斯·西蒙斯（JamesSimons）

是世界級(jí)的數(shù)學(xué)家，也是最偉大的對(duì)沖基金經(jīng)理之一大獎(jiǎng)?wù)禄疬B續(xù)20年，每年35%的凈回報(bào)創(chuàng)立著名的Cherm-Simons理論2006年，西蒙斯被國(guó)際金融工程師協(xié)會(huì)評(píng)選為年度金融工程師。2007年，他個(gè)人盈利大概28億美元2006年，他賺了17億美元2005年是15億美元。學(xué)數(shù)學(xué)的也能賺大錢傳奇的量化投資

大師：西蒙斯詹姆斯·西蒙斯（JamesSi57傳奇量化投資

大師：大衛(wèi).肖Shaw于1980年在斯坦福獲得

博士學(xué)位，隨后在哥倫比亞大學(xué)計(jì)算機(jī)系做老師1986年成立肖博士公司從事對(duì)沖基金業(yè)務(wù)，截至2009年7月管理230億美元的資產(chǎn)（全球第四大對(duì)沖基金）他成立了一個(gè)研究實(shí)驗(yàn)室（），主要搞計(jì)算生物化學(xué)領(lǐng)域的超級(jí)計(jì)算機(jī)。學(xué)計(jì)算機(jī)的也能賺大錢傳奇量化投資

大師：大衛(wèi).肖Shaw于1980年在斯坦福獲得58傳奇的量化投資

大師：伊曼紐爾·德曼畢業(yè)于哥倫比亞大學(xué)，獲理論物理學(xué)博士學(xué)位他曾是愛因斯坦、薛定諤、李政道等物理學(xué)巨匠的門徒1985年起加入著名投資銀行高盛集團(tuán)他參與創(chuàng)作了業(yè)界廣為采用的布萊克－德曼－托伊利率模型和德曼－卡尼局部波動(dòng)率模型于2000年當(dāng)選國(guó)際金融工程師協(xié)會(huì)年度金融工程師2002年入選《風(fēng)險(xiǎn)》雜志名人堂。學(xué)物理的也能賺大錢傳奇的量化投資

大師：伊曼紐爾·德曼畢業(yè)于哥倫比亞大學(xué)，獲理59傳奇的量化投資

大師：RayDalio上世紀(jì)70年代，年僅26歲的達(dá)里奧被一家從事零售經(jīng)紀(jì)預(yù)算業(yè)務(wù)的公司炒魷魚后，在一套兩居室里成立了橋水公司目前是世界最大的對(duì)沖基金公司，管理的資金約1400億美元在市場(chǎng)慘淡的2011年斬獲138億美元自1975年成立迄今，PureAlpha基金總共已為投資者賺取了358億美元的收益。失業(yè)了也可以成為偉大的對(duì)沖基金經(jīng)理

傳奇的量化投資

大師：RayDalio上世紀(jì)70年代，年僅60定義：量化投資就是以數(shù)據(jù)為基礎(chǔ)，以策略模型為核心，以程序化交易為手段，以追求絕對(duì)收益為目標(biāo)的投資方法中醫(yī)VS西醫(yī)：傳統(tǒng)投資VS量化投資）優(yōu)點(diǎn)一：賭大概率事件（以組合對(duì)沖為主）優(yōu)點(diǎn)二：克服人性弱點(diǎn)（以機(jī)器交易為主）優(yōu)點(diǎn)三：精力無限（監(jiān)控全市場(chǎng)、全產(chǎn)品、全周期）優(yōu)點(diǎn)四：精細(xì)化交易（利用算法交易降低對(duì)市場(chǎng)的沖擊）

量化投資是投資從藝術(shù)走向科學(xué)的必由之路部門介紹大綱量化投資是什么61定義：量化投資就是以數(shù)據(jù)為基礎(chǔ)，以策略模型為核心，以程序一個(gè)案例假設(shè)我們有一個(gè)不均勻的硬幣，有51%的概率正面，49%會(huì)反面。選擇我們賭注在下一次投擲中，若出現(xiàn)正面，我們盈利相應(yīng)的bet，反面我們輸?shù)羲械腷et。那么，現(xiàn)在有兩種策略：

A：投擲一次，賭注1000；

B：投擲1000次，每次賭注1；

你會(huì)選A還是B？因?yàn)槲覀冎烙矌攀遣痪鶆虻模覀冇?%的概率優(yōu)勢(shì)?，F(xiàn)在我們來做一個(gè)統(tǒng)計(jì)的分析，計(jì)算下這兩種策略的風(fēng)險(xiǎn)收益比

一個(gè)案例假設(shè)我們有一個(gè)不均勻的硬幣，有51%的概率正面，4962一個(gè)案例1.期望收益：

A：0.51*1000-0.49*1000=20；

B：1000（1*0.51-1*0.49）=20

可見，兩種策略有相同的期望收益。2.全輸概率：

A：輸?shù)羧抠Y本的概率=0.49

B：輸?shù)羧抠Y本的概率=0.49*0.49...*0.49

=0.49^1000.B策略全輸?shù)母怕蔬h(yuǎn)小于A策略

一個(gè)案例1.期望收益：

A：0.51*1000-63一個(gè)案例3.風(fēng)險(xiǎn)評(píng)估

A:

stdev(1000,0,0,0...0)=31.6；

B：stdev（1，-1,1,1，-1,...1)=1

可見，A策略的標(biāo)準(zhǔn)差遠(yuǎn)大于A。4.夏普比例

A：SR=20/31.62=0.63；

B:

SR=20/1=20

可見，B策略的收益風(fēng)險(xiǎn)比遠(yuǎn)高于A策略投資的核心是大數(shù)定律一個(gè)案例3.風(fēng)險(xiǎn)評(píng)估

A:

stdev(1000,0,64金融市場(chǎng)的數(shù)學(xué)定義Y=F(x1,x2,…….xn)其中Y是金融市場(chǎng)的波動(dòng)（漲跌/漲跌幅/伸縮/概率）Xi

為一系列因子數(shù)學(xué)可以描述金融市場(chǎng)金融市場(chǎng)的數(shù)學(xué)定義Y=F(x1,x2,…….xn)65看做是一個(gè)函數(shù)逼近問題案例：Y=F(換手率=300%，成交量>100億）=10%其中Y表示漲幅如何進(jìn)行函數(shù)逼近？人工神經(jīng)網(wǎng)絡(luò)/回歸/….看做是一個(gè)函數(shù)逼近問題案例：66看成是一個(gè)分類問題案例：Y=F(換手率=300%，成交量>100億）=1其中：1表示漲，0表示跌如何進(jìn)行分類模型的學(xué)習(xí)？決策樹/貝葉斯分類/支持向量機(jī)看成是一個(gè)分類問題案例：67看成是一個(gè)概率問題案例：Y=F(換手率=300%，成交量>100億）=90%其中：90%表示漲的概率如何計(jì)算概率？概率分布/隨機(jī)過程看成是一個(gè)概率問題案例：68看成是一個(gè)模式識(shí)別問題案例：出現(xiàn)右側(cè)的圖形時(shí)，未來的走勢(shì)是漲還是跌？如何進(jìn)行圖形模式識(shí)別？分形理論/機(jī)器學(xué)習(xí)/小波分析現(xiàn)代數(shù)學(xué)理論在量化投資中大有用武之地看成是一個(gè)模式識(shí)別問題案例：出現(xiàn)右側(cè)的圖形時(shí)，69策略分類相對(duì)價(jià)值策略宏觀因素策略事件驅(qū)動(dòng)策略BridgeWater保爾森鮑波斯特摩根大通安祖高頓齊夫資本文藝復(fù)興科技貝萊德埃利奧特法拉龍低收益/低風(fēng)險(xiǎn)/大容量高收益/高風(fēng)險(xiǎn)/大容量高收益/低風(fēng)險(xiǎn)/小容量策略分類相對(duì)價(jià)值策略宏觀因素策略事件驅(qū)動(dòng)策略BridgeWa70策略類型策略轉(zhuǎn)換圖低收益/高風(fēng)險(xiǎn)/低容量投資者大量撤出低收益/低風(fēng)險(xiǎn)/高容量高收益/低風(fēng)險(xiǎn)/低容量高收益/高風(fēng)險(xiǎn)/高容量高收益/低風(fēng)險(xiǎn)/高容量低收益/高風(fēng)險(xiǎn)/高容量低收益/低風(fēng)險(xiǎn)/低容量高收益/高風(fēng)險(xiǎn)/低容量投資者大量涌入投資者大量撤出策略類型策略轉(zhuǎn)換圖低收益/高風(fēng)險(xiǎn)/低容量投資者大量撤出低收益71策略的類型高收益率策略：（1）要么承擔(dān)了較高的風(fēng)險(xiǎn)（2）要么犧牲了資金規(guī)模對(duì)于資產(chǎn)管理而言，高收益率策略不可能成為主導(dǎo)策略。策略的類型高收益率策略：72“窮人要搏命，富人要穩(wěn)定”高凈值客戶不喜歡高風(fēng)險(xiǎn)策略銀行理財(cái)：20萬億；保險(xiǎn)資金：5.7萬億；基金：3萬億；期貨：幾千億市場(chǎng)份額與風(fēng)險(xiǎn)度負(fù)相關(guān)。目前券商和基金的相對(duì)收益產(chǎn)品，決定了客戶群中高凈值客戶比例不大

只有實(shí)現(xiàn)絕對(duì)收益才能擴(kuò)大市場(chǎng)份額部門介紹大綱絕對(duì)收益是未來的趨勢(shì)73“窮人要搏命，富人要穩(wěn)定”部門介紹大綱絕對(duì)收益是未來的趨阿爾法套利股指期貨套利商品期貨套利期權(quán)套利統(tǒng)計(jì)套利另類套利部門介紹大綱主要量化對(duì)沖策略74阿爾法套利部門介紹大綱主要量化對(duì)沖策略21正向Alpha：構(gòu)建多頭股票組合，同時(shí)做空股指期貨反向Alpha：構(gòu)建空頭股票組合（融券），同時(shí)做多股指期貨核心策略：量化選股模型包括：多因子、風(fēng)格輪動(dòng)、行業(yè)輪動(dòng)、動(dòng)量翻轉(zhuǎn)、資金流、一致預(yù)期、趨勢(shì)追蹤、籌碼理論代表產(chǎn)品：PureAlpha部門介紹大綱Alpha套利75正向Alpha：構(gòu)建多頭股票組合，同時(shí)做空股指期貨部門介股指期貨套利是指利用股指期貨市場(chǎng)存在的不合理價(jià)格，同時(shí)參與股指期貨與股票現(xiàn)貨市場(chǎng)交易，以賺取差價(jià)的行為。股指期貨套利分為期現(xiàn)套利，跨期套利，跨市套利和跨品種套利，其中期現(xiàn)套利和跨期套利這兩種最主流的方式。策略核心：沖擊成本和保證金管理

目前市場(chǎng)機(jī)會(huì)稀少，需要高速的套利系統(tǒng)部門介紹大綱無風(fēng)險(xiǎn)套利——股指期貨套利76股指期貨套利是指利用股指期貨市場(chǎng)存在的不合理價(jià)格，同時(shí)參與股指期貨套利類似，商品期貨同樣存在套利策略，在買人或賣出某種期貨合約的同時(shí)，賣出或買入相關(guān)的另一種合約，并在某個(gè)時(shí)間同時(shí)將兩種合約平倉(cāng)。商品期貨套利主要有期現(xiàn)套利，跨期套利，跨市場(chǎng)套利和跨品種套利四種。策略核心：計(jì)算持倉(cāng)成本、現(xiàn)貨組織

期貨公司CTA產(chǎn)品將有大發(fā)展的機(jī)會(huì)部門介紹大綱商品期貨套利——基本概念77與股指期貨套利類似，商品期貨同樣存在套利策略，在買人或賣有別于無風(fēng)險(xiǎn)套利，統(tǒng)計(jì)套利是利用證券價(jià)格的歷史統(tǒng)計(jì)規(guī)律進(jìn)行套利，是一種風(fēng)險(xiǎn)套利，其風(fēng)險(xiǎn)在于這種歷史統(tǒng)計(jì)規(guī)律在未來一段時(shí)間內(nèi)是否繼續(xù)存在。統(tǒng)計(jì)套利的主要內(nèi)容包括：股票配對(duì)交易、股指套利、融券套利和外匯套利。策略核心：協(xié)整模型、主成分模型

隨著轉(zhuǎn)融通成行，未來統(tǒng)計(jì)套利空間巨大部門介紹大綱統(tǒng)計(jì)套利——基本概念78有別于無風(fēng)險(xiǎn)套利，統(tǒng)計(jì)套利是利用證券價(jià)格的歷史統(tǒng)計(jì)規(guī)律進(jìn)期權(quán)的優(yōu)點(diǎn)在于收益無限的同時(shí)風(fēng)險(xiǎn)損失有限，因此在很多時(shí)候，利用期權(quán)來取代期貨進(jìn)行做空，進(jìn)行套利交易，會(huì)比單純利用期貨套利具有更小的風(fēng)險(xiǎn)和更高的收益率。利用期權(quán)的各種組合，有多種套利方法，包括股票—期權(quán)套利、轉(zhuǎn)換套利、跨式套利、寬跨式套利、蝶式套利和飛鷹式套利等。策略核心：折溢價(jià)率

目前國(guó)內(nèi)還沒有機(jī)會(huì)部門介紹大綱期權(quán)套利——基本概念79期權(quán)的優(yōu)點(diǎn)在于收益無限的同時(shí)風(fēng)險(xiǎn)損失有限，因此在很多時(shí)候算法交易指的是通過使用計(jì)算機(jī)程序來發(fā)出交易指令的方法。根據(jù)各個(gè)算法交易中算法的主動(dòng)程度不同，可以把不同算法交易分為被動(dòng)型算法交易、主動(dòng)型算法交易、綜合型算法交易三大類。策略核心：成交量分布的預(yù)測(cè)

機(jī)構(gòu)目前的手動(dòng)交易造成巨大的沖擊成本損失部門介紹大綱算法交易——基本概念80算法交易指的是通過使用計(jì)算機(jī)程序來發(fā)出交易指令的方法。部另類套利策略是指利用市場(chǎng)的缺陷進(jìn)行的一些特殊場(chǎng)合的套利策略。主要包括：封閉式基金套利、并購(gòu)套利、定增套利、ETF套利、LOF套利代表產(chǎn)品：定增系列產(chǎn)品部門介紹大綱另類套利81另類套利策略是指利用市場(chǎng)的缺陷進(jìn)行的一些特殊場(chǎng)合的套利策《量化投資-策略與技術(shù)》《量化投資-策略與技術(shù)》82策略建模語言目前比較流行的策略建模語言主要有：（1）MATLAB（2）R語言策略建模語言目前比較流行的策略建模語言主要有：83MATLAB簡(jiǎn)介MATLAB的是美國(guó)MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，

用于算法開發(fā)、數(shù)據(jù)分析以及數(shù)值計(jì)算，主要包括MATLAB和Simulink兩大部分。在金融領(lǐng)域，利用MATLAB以及相關(guān)產(chǎn)品，可以進(jìn)行分析數(shù)據(jù)，評(píng)估風(fēng)險(xiǎn)、開發(fā)并優(yōu)化策略等一系列金融建模工作。優(yōu)勢(shì)在于：強(qiáng)大的建模能力和全面的分析能力84MATLAB簡(jiǎn)介MATLAB的是美國(guó)MathWorks公司出MATLAB簡(jiǎn)介MATLAB金融工具箱主要有：DatafeedToolbox：金融數(shù)據(jù)工具箱EconometricsToolbox：計(jì)量經(jīng)濟(jì)學(xué)工具箱FinancialDerivativesToolbox：金融衍生品工具箱Fixed-IncomeToolbox：固定收益工具箱OptimizationToolbox：優(yōu)化工具箱StatisticsToolbox：統(tǒng)計(jì)工具箱用戶可以利用MATLAB進(jìn)行（1）交易策略實(shí)現(xiàn)和回測(cè)、投資組合優(yōu)化和分析（2）資產(chǎn)分配、金融時(shí)序分析、期權(quán)價(jià)格和敏感度分析、現(xiàn)金流分析（3）風(fēng)險(xiǎn)管理、預(yù)測(cè)和模擬、利率曲線擬合和期限結(jié)構(gòu)建模（4）MonteCarlo模擬、基于GARCH的波動(dòng)性分析等。85MATLAB簡(jiǎn)介MATLAB金融工具箱主要有：32R語言免費(fèi)開源的數(shù)據(jù)處理語言至少幾百名世界知名統(tǒng)計(jì)學(xué)家在算法上的支持至少幾百名世界頂尖的Fortran,C,C++數(shù)學(xué)庫(kù)編程高手在代碼上的支持大數(shù)據(jù)計(jì)算平臺(tái)的運(yùn)算支撐開放金融數(shù)據(jù)資源的免費(fèi)接入前沿期刊與代碼工具的協(xié)同R語言免費(fèi)開源的數(shù)據(jù)處理語言86R的本質(zhì)：全世界統(tǒng)計(jì)學(xué)者

的聯(lián)合社區(qū)R社區(qū)中最活躍貢獻(xiàn)者：金融統(tǒng)計(jì)學(xué)者與工程師，生物統(tǒng)計(jì)學(xué)者與工程師，計(jì)算機(jī)人工智能學(xué)者與工程師R語言是一個(gè)高效率的實(shí)驗(yàn)平臺(tái)：通過R語言可以很高效的實(shí)現(xiàn)前沿paper的模型方法，同時(shí)R語言又提供與C，C++等傳統(tǒng)語言工具的量化結(jié)合R社區(qū)遵守開源協(xié)議：R社區(qū)內(nèi)富含眾多商業(yè)級(jí)模塊的前身，部分R軟件包在成熟之后，也開始遷移出R社區(qū)，形成眾多商業(yè)級(jí)前沿軟件產(chǎn)品R的本質(zhì)：全世界統(tǒng)計(jì)學(xué)者

的聯(lián)合社區(qū)R社區(qū)中最活躍貢獻(xiàn)者：金87R語言與其他工具的對(duì)比R語言的總體優(yōu)勢(shì)R社區(qū)體系對(duì)其他語言和平臺(tái)的整合功能開放體系與開源屬性R語言與C++等通用軟件開發(fā)語言相比：R語言可以做為C++的庫(kù)使用大量C++金融工具包已經(jīng)被納入R語言R軟件包多半是C++實(shí)現(xiàn)的R語言與SAS，Matlab等科學(xué)計(jì)算平臺(tái)相比R語言在性能上不及SAS，Matlab統(tǒng)一的R社區(qū)的比眾多分散的Matlab社區(qū)資源多R語言與EViews，RATS等專業(yè)統(tǒng)計(jì)與計(jì)量軟件相比R語言更適合金融工程師使用R語言是通用的統(tǒng)計(jì)開發(fā)語言，跟適合作為于量化分析策略的研發(fā)平臺(tái)R語言與其他工具的對(duì)比R語言的總體優(yōu)勢(shì)88量化投資重要支撐：IT系統(tǒng)量化投資重要支撐：IT系統(tǒng)89歷史數(shù)據(jù)統(tǒng)計(jì)后驗(yàn)歷史數(shù)據(jù)統(tǒng)計(jì)一般以收盤價(jià)或者日均價(jià)作為買入賣出的交易價(jià)格。然后根據(jù)設(shè)定的交易價(jià)格計(jì)算出在某一段時(shí)間內(nèi)的收益率、超額收益、夏普率等結(jié)果。歷史數(shù)據(jù)統(tǒng)計(jì)后驗(yàn)的優(yōu)勢(shì)是效率高、簡(jiǎn)單方便。缺點(diǎn)是不夠精確，尤其不能考慮資金量對(duì)市場(chǎng)的影響。這個(gè)階段的IT要求：簡(jiǎn)單的原語/多市場(chǎng)的數(shù)據(jù)/各種盈虧報(bào)表分析。歷史數(shù)據(jù)統(tǒng)計(jì)后驗(yàn)歷史數(shù)據(jù)統(tǒng)計(jì)一般以收盤價(jià)或者日均價(jià)作為買入賣90歷史高頻交易數(shù)據(jù)后驗(yàn)歷史高頻交易數(shù)據(jù)后驗(yàn)的核心在于根據(jù)歷史高交易頻數(shù)據(jù)進(jìn)行模擬撮合，撮合算法主要是判斷在某個(gè)時(shí)段的成交量的成交比例。例如某個(gè)股票在歷史上5.0~5.1價(jià)位之間成交了10000股，其中的掛單量為50000股。那么在后驗(yàn)的時(shí)候，可以設(shè)定成交股的A%和掛單量的B%中最小值，為模擬撮合的成交量。一般經(jīng)驗(yàn)公式：A和B的值一般取為10%和30%。這個(gè)步驟的IT要求：快速撮合能力歷史高頻交易數(shù)據(jù)