期貨量化交易前途

① 量化投資的前景

隨著20世紀80年代以來各類證券和期權類產品的豐富和交易量的大增，華爾街已別無選擇，不用這些模型，不使用電腦運算這些公式，他們便會陷於困境，自招風險。1997~1998年亞洲金融危機，市場暴跌，量化投資的演算法交易也起到了同樣的壞作用。此外，始於2007年的金融危機中，量化投資也未能倖免。時過境遷，2011年，量化基金再次表現優異。
稍微接觸到資本市場的人，大都聽說過基本面投資和價值投資，而對於這方面的天才人物「股神」巴菲特，更是幾乎家喻戶曉，婦孺皆知。他以企業財務報表的分析見長，擅長挖掘企業的內在價值，一旦買入便長期持有，持續獲得穩定高額收益，為股東創造了豐厚利潤，無人能及。
相比之下，與價值投資同等重要的量化投資——即藉助數學、物理學、幾何學、心理學甚至仿生學的知識，通過建立模型，進行估值、擇時及選股，則沒有那麼幸運——在大多數人眼裡，量化投資是一個神秘的領域，深不可測，玄奧無比，令人望而卻步。世人皆知巴菲特，而對於號稱最能賺錢的基金經理人、在20年的時間里創造了年均凈回報率高達35%驚人傳奇的量化投資大師西蒙斯，卻只能成為少數人的專屬。
量化投資看似神秘，但並不古老。它從70年代開始逐漸興起，90年代才大行其道。之所以如此，是因為量化投資有其誕生的特定土壤，需要一系列的條件方能破土而出，這些條件其實相當苛刻。
很難想像，量化投資技術並非發端於華爾街，而是肇始於學術象牙塔里的少數「怪才」，他們長期不被正統的經濟學所接受，甚至遭到排斥，因此處境艱難。1952年3月發表「投資組合選擇」論文、提出現代財務和投資理論最著名洞見的馬克維茨，以該理論參加博士答辯，竟然戰戰兢兢差點未獲通過。1990年10月，這些人中有三位獲得諾貝爾經濟學獎，當時局外人很少有人清楚為什麼他們能夠得此殊榮；而三人中的其中一位則將他們的獲獎比作「芝加哥業余球隊贏得了世界盃」。
但是，沒有來自象牙塔的現代金融理論，便沒有量化投資的興起。馬克維茨的投資組合理論，提出了風險報酬和效率邊界概念，並據此建立了模型，成為奠基之作。托賓隨後提出了分離理論，但仍需要利用馬克維茨的系統執行高難度的運算。
夏普1963年1月提出了「投資組合的簡化模型」，一般稱為「單一指數模型」。馬克維茨模型費時33分鍾的計算，簡化模型只用30秒，並因節省了電腦內存，可以處理相對前者8倍以上的標的證券。1964年，夏普又發展出資本資產定價模型(CAPM)，這是他最重要的突破，不僅可以作為預測風險和預期回報的工具，還可以衡量投資組合的績效，以及衍生出在指數型基金、企業財務和企業投資、市場行為和資產評價等多領域的應用和理論創新。
1976年，羅斯在CAPM的基礎上，提出「套利定價理論」(APT)，提供一個方法評估影響股價變化的多種經濟因素。布萊克和斯克爾斯提出了「期權定價理論」。莫頓則發明了「跨期的資本資產定價模型」。
有趣的是，不少人最初並非經濟學家，如巴契里耶和布萊克原先是數學家，夏普則從事醫學，奧斯伯恩為天文學家，沃金與坎德爾是統計學家，而特雷諾則是數學家兼物理學家。他們轉行都是被金融市場研究所深深吸引，沉迷於其中的無窮魅力。
然而，僅有現代投資（行情 股吧 買賣點）理論的建立，及各類模型的完善與推陳出新，並不會直接催生出量化投資，它還需要其他幾個重要前提條件，比如機構投資者在市場中占據主導，電腦技術足夠發達，以及傳統華爾街投資家的傲慢被市場擊潰轉而被迫接受新的投資理念。
量化投資不會出現在個人投資者為主的時代。個人投資者既缺乏閑暇的時間，也普遍無此能力。隨著退休基金和共同基金資產的大幅增加，它們成為市場上的主要機構投資者，並委託專業機構進行投資操作。管理大規模資產，需要新的運作方式和金融創新技術，同時專業的投資管理人也有能力和精力專注地研究、運用這些技術。
沒有發達的電腦技術，量化投資也將成為無源之水，無米之炊。在電腦革命發生前，根本無法根據上述模型進行運算。1961年，與馬克維茨共同獲得1990年諾貝爾獎的夏普曾說，當時即使是用IBM最好的商用電腦，解出含有100隻證券的問題也需要33分鍾。當今，面對數不勝數的證券產品，以及龐大的成交量，缺了先進電腦的運算速度和容量，許多復雜的證券定價甚至不可能完成。
量化投資在不經歷市場的崩盤，傲慢投資者的自信未被摧毀之前，不會盛行。比較早的時候，華爾街對學術界把投資管理的藝術，轉化成通篇晦澀難懂的數學方程式一直持有敵意。他們認為，投資管理需要天賦、直覺以及獨特的駕馭市場的能力，基金經理可以獨力打敗市場，而無需依靠那些缺乏靈魂、怪異的數學符號和縹緲虛幻的模型。在美國，70年代初期表現最佳的基金經理人從未聽過貝塔值，並認為那些擁有數學和電腦背景的學者只是一群騙子。
1973~1974年美國債券市場和股票市場全面崩盤，明星基金經理人煙消雲散，財富縮水堪比30年代大蕭條。當時，頗有先見的投資顧問兼作家彼得·伯恩斯坦認為，必須採用更好的方法管理投資組合，並創辦了《投資組合》雜志，一出刊便獲得成功。此後，隨著80年代以來各類證券和期權類產品的豐富和交易量的大增.量化投資光彩炫目，但也具有魔鬼般的力量。它時而風光無限，但也常常墜入深淵。
1987年10月大股災，黑色星期一，當天股市和期貨成交量高達令人吃驚的410億美元，價值瞬間縮水6000億美元。很多股份直接通過電腦而不是經由交易所交易。一些採用投資組合保險策略的公司，在電腦模式的驅使下，不問價格機械賣出股票。很多交易員清楚這些投資組合會有大單賣出，寧願走在前面爭相出逃，加劇了恐慌。針對整個投資組合而非單個證券，機械式的交易，電腦的自動操作，使得這種量化投資出現助跌之效，大量的空單在瞬間湧出，將市場徹底砸垮。
在此次亞洲金融危機中，著名的長期資本管理公司，這家來自學術象牙塔的怪才充斥、主要運用量化投資技術的對沖基金，曾經在市場上呼風喚雨、無往不利，但偏偏遭遇俄羅斯國債違約這一小概率事件，陷入破產之境，迫使美聯儲集華爾街諸多投資銀行之力，加以救助。此外，始於2007年的金融危機中，量化投資也未能倖免。
雖然麻煩不斷，但量化投資依然必要且有效。要知道，在本次金融危機發生前，量化基金的表現連續8年超過其他投資方式。當然，挫折也會帶來量化投資技術的更新和完善，比如在模型中設定新的變數，尤其是加入以往並未包含的宏觀經濟參數。時過境遷，2011年，量化基金再次表現優異。雖然量化投資能否就此再度復興仍屬未知，但由本文先前的討論，漫漫歷史長河，此一趨勢已不可逆轉，量化投資依然擁有光明的未來。
德意志銀行的董事總經理、全球量化投資主管羅崟先生在激烈的競爭中脫穎而出，奪得全球最權威的《機構投資者》期刊2011年美國和歐洲量化分析第一名的佳績。在華爾街40餘年排名史上，罕有華人獲此殊榮。《金融時報》慧眼識金，就此專門做了訪談，並囑我就量化投資寫篇評論。我欣然命筆，並藉此祝願量化投資在中國的資本市場上，能夠早日生根。

② 證券方面的量化研究員前途好嗎

這個職位要做好很難.不啻於創新發明,猶如西蒙斯的大獎章基金.因為你要發掘可操作的交易模型,要麼從歷史找規律,要麼你統計超牛直接從價格中發現規律.而這只是第一步,有了模型還的有市場來交易,國內目前只有股指期貨和融券可以做空.
目前業內還是主觀判斷為主,公募基金所謂的量化只不過是幌子,無非是選股方面用些模型,就是用了點統計工具,真正的量化交易,無論從發掘交易機會還是資產配置,乃至最後的交易下單和風險控制都是計算機來完成的,國內還差得很遠.只是個噱頭.
定量與定性孰優孰劣難說,就如中醫和西醫一樣,不管怎樣西醫還是主流,計算機量化也是以後的發展方向.

③ 做期貨量化交易的難道都是程序員嗎

也不都是，一些基本的都是可以自己學的，但是如果是專業的話，那肯定是需要程序員的，我接觸到的情況是自己設計系統，然後找個程序員來編程。

④ 學習金融資產管理和量化投資 發展前景如何

相對於美國成熟的資產管理業務發展歷史，中國的資產管理有著12年年輕的歷史。正因為是起步階段，人們能看到其無限發展空間和巨大潛力。一些大的金融機構運用資產管理進行經營，在金融危機期間保持著盈利，業內不乏有成功案例。 資產管理業務有個兩難問題，即業務擴展和風險管理的平衡問題，也就說如果業務擴展太快，太多，風險控制就會弱，如果太關注於風險控制的話，可能業務擴展會慢。其實觀察成功的案例會發現，這兩點是可以做到平衡的。在國外金融機構會發現很多有意思的產品，比如氣象氣候、低碳、降雨量、體育等基金、債券，可是在中國卻是比較空白。其實這是市場細分的結果，舉個例子，如氣象基金，今年冬天會不會冷？如果不冷的話，使用的燃料能源就會少，就會影響這類產品，如果有天然氣產品，就可以進行價格對沖。這也是很多機構追求平穩發展來利用資產管理的原因。 拿期貨公司來說，未來將大大偏向程序化交易策略，由此形成成熟的人才團隊來更好地服務客戶，將會使期貨公司獲得永續發展，拓寬業務利潤獲取的范圍和深度。專家建議中國的資產管理業務應更重視專業性，對行業、公司、個人發展都是最重要的一點。根據麥肯錫的預計，中國的資產管理業務在未來的十年將保持每年24%的增長率，成為中國乃至世界發展最快的金融產業，可以說中國資產管理業將涌現出無限機遇。 目前國內的量化交易大概佔到市場交易量的20%，每年都在增加，特別是這兩年增長迅猛。70%的交易量由程序化交易完成，國內才剛剛起步，因此，國內的發展空間還非常巨大，產品的種類也會更加豐富，策略復雜度和交易工具的精細化也會不斷提高。 從投資者身份來看，目前量化投資者主要人群集中在期貨公司、私募基金以及券商的自營、基金公司的專戶。規模上，以私募基金為主要參與群體。 從操作風格來看，目前期貨市場有四類量化投資者，分別是阿爾法產品的使用者、趨勢性交易者、套利交易者以及高頻交易者。阿爾法產品的使用者，即利用股指期貨與股票現貨進行搭配，獲得股票的超額收益；趨勢性交易者，充分運用各種模型對價格進行預判，這種交易者的資金從幾萬到幾千萬都是存在的；套利交易，包括無風險的股指期現套利和統計套利；高頻交易者，這種一般利用期貨市場價格的微小變動進行快速交易，從而獲得高收益。 量化交易模式越來越被更多的機構投資者所採用，量化交易模式將會成為主流的交易模式。屆時，量化投資產品可能更加多樣化，量化投資將會成為金融機構爭奪客戶資源的主要工具，然後隨著量化工具更新速度的加快，量化投資的應用領域將會不斷拓寬。 由此可見，學習資產管理與量化投資對公司業務和個人的發展是十分迫切並且必要的。

⑤ 什麼是量化交易，未來前景如何

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，然後嚴格執行已固化的策略來指導投資。避免人的主觀因素，在市場極度狂熱或悲觀的情況下作出非理性的投資決策。量化交易可以獲得持續的、穩定且高於平均收益的超額回報。
相對於傳統交易方式，量化交易有著以下優點
1)系統性：通過多層次的量化模型多角度的去觀察及海量數據的觀察，捕捉許多的投資機會。
2)紀律性：嚴格執行數量化投資模型所給出的投資建議，可以克服人性最大的弱點。
3)准確性：准確客觀的評價交易機會，克服主觀情緒的偏差，通過全面、系統性掃描捕捉錯誤定價和錯誤估值帶來的機會。
如今量化交易越來越多的應用在股票基金等投資上，還衍生了像京東量化平台、優礦這樣的專門為量化開發者服務的平台，應該會成為今後投資的大趨勢。

⑥ 什麼是量化交易，未來前景如何知道的講講。

國外量化交易已經發展了40年左右，量化交易程序換交易佔比60%，量化基金規模達到30個億美元，而國內量化交易起步較晚第一隻量化基金在2004年左右，至今量化交易規模不過2萬億RMB，國內現在的量化人才也很缺失，隨著過來一批量化交易的海龜回來從事量化交易會一定程度帶動行業的發展，但是仍需一定時間，加上國內量化交易政策還不夠明朗，整體來說量化交易在國內還是一年藍海，但是路途並非坦途。

⑦ 量化交易從業者收入和前景如何

一看你就是金融人員的新手，金融分為私有和公有單位，我現在只說公有單位，公有的是已職位來區別的，一般是證券公司、基金公司等公職單位職業，薪酬是固定的一般8K-50K不等，但普遍是普通職位，重要職位一般是帶職，就是公職負責人推薦進行領導，在金融上有著過人本事，學歷應該要求不高，而對外職業要求很高，比如本科、研究生、博士、以上學歷，單個人沒有關系人推薦，金融上不過關，沒有工作經驗，基本是沒有多大升值空間的，前景的話，在大數據時代，如果有過人的本事，升級到重要部門領導的話，年限100萬左右，金融業發展越是緩慢，因為金融業發展需要市場、用戶、需要企業的經濟外放資本，而當下實體經濟為主導的市場，金融沒有昔日的光彩，但隨著實體經濟運行成本越來越高，金融的發展是一定的發展的通道，因為沒有數字金融業指導的實體經濟會在沒有金融指引下會出現很多大危機和奔潰，無論是否使用金融，實體經濟在波濤的市場下必定會出現危機和奔潰，這個也成為的惡毒資本家走向末日，一切果最後歸因，希望對你有幫助。

⑧ 期貨量化交易會比主觀交易賺錢嗎

首先我們知道，量化交易是指投資者利用計算機技術、金融工程建模等手段的金融操作方式，用以協助投資者進行投資決策，並且嚴格按照所設定的規則去執行交易策略（買、賣）的交易方式。幫助投資者制定投資決策、減少執行成本、進行套利、風險對沖和幫助做市商實現報價的功能。
其次，期貨量化交易不一定比期貨主觀交易賺錢，原因有以下：
第一，沒有任何一個交易系統既能在趨勢中獲利又能夠在震盪走勢中獲利，只有在恰當的肘間使用了適合的交易系統才會獲利。

第二，任何交易系統都是人設置的，所以不同的人，由於對技術分析的理解、解讀、使用不同，設置出的交易系統是完全不一樣的。因此，只有適合自己交易風格的交易系統才是最有效的。

第三，把人為的主觀分析編成理性的計算機程序，需要我們捨去很多以往交易中的經驗，而這些寶貴經驗往往是無法通過計算機語言所能描繪的。

第四，時間周期不同，如5分鍾、30分鍾、60分鍾、日線、周線、月線，交易系統給出的交易信號可能會完全不同，投資者應當根據交易品種來判斷。
希望對您有幫助，小編專注期貨、期權交易知識解說，提供投資者交流平台，為更好交易，歡迎關注！

⑨ 量化期權投資經理有前途嗎

量化投資這個東西比較小眾，據說國外是主流，不過這個說法最近我比較懷疑，因為好像大家對「量化交易」這個詞理解不太一樣，比如做市商，那可能都是通過程序來完成交易對沖，這個可能和我們說的量化交易不是一回事。
再說回來，目前股票量化很難做，因為不是T+0，期貨要好做不少，但是我知道的比較少人去做，而期權，目前國內商品期權和個股期權加在一起才4個品種（我假設你是做國內的交易，並且都是場內期權），從我實盤來看，商品期權的流通量還是很低，這就會導致你不斷撤單改價，也就會影響你的滑點，最終你交易下來，恐怕和你模擬的結果差別很大。
另外個問題是手續費，如果按照期權金的比例來算，期權的手續費真是相當高了，尤其是個股期權，所以這個會導致你短線模型基本沒法做。
但是從我個人來看，我認為期權是比較合適做量化交易的，這里涉及的因素比較多，遠遠比期貨股票復雜，這點來看是適合量化交易的，只是在這么小的水池裡，是不是要搞這么復雜，我就不好說了。
沒在證券公司干過，不知道一般是否有這種職業位置配置，所以上面我只能說說我對這個交易本身的看法了。
你要是有啥這方面的信息也希望分享一下，大家都了解了解。