玩量化投资的年轻人要赢扔飞镖的猴子

飞镖？猴子？期货？玩量化投资的年轻人要赢扔飞镖的猴子。1973年，美国著名学者波顿·麦基尔在他的畅销书《漫步华尔街》(A random walk on Wallstreet)里列举了大量证据证明股票价格波动完全随机，无法预测。所有号称有能力预测股价的基金经理和券商分析员都是忽悠投资者的骗子。

他最后甚至用这样一个比方侮辱这些人称，“把一只猴子的眼睛蒙起来，让它通过乱扔飞镖去选股票，其回报都能和基金经理差不多。”

19世纪70年代有这种说法尚能接受，但经过近半个世纪，在大数据、AI、区块链等科技加持金融业的今天，如果你还持有这种观念，就不免引人发笑了。

最近，凤凰金融和成都市政府共同承办的第二届智慧中国杯之凤凰金融量化投资大赛落下帷幕，其中6支队伍脱颖而出。

在实盘模拟从6月11日开始撞上“小股灾”，上证综指在20个交易日内下挫12%的情况下，他们用模糊理论的思维进行因子组合并跑过了大盘，跑赢了大赛!

其中获得冠军的XJB_G_Tea队还在参赛PPT里写下了这样一句话——战胜扔飞镖的猴子不光是面子问题，也是对有效市场假说的反击。

玩转量化投资，他们是智能“股票操盘手”

凤凰金融量化投资大赛，以“智慧中国 数据先行”为口号，共吸引了886支队伍、超1000人参赛，他们来自全国176个高校，其中很多是清华、北大、香港高校的学霸。

他们的专业分布集中在金融、数学、计算机等相关学科，他们要通过股票市场的3000多只股票的历史相关数据，预测股票未来半年走势，并挑选出上涨幅度大的组成投资组合，角逐出TOP20进入决赛。

决赛阶段的比赛更是严格，选手们通过在凤凰金融研发的凤金宽客平台完成量化策略的研发并提交实盘模拟交易任务，根据选手所提供的策略进行实盘模拟比拼。最终有6支队伍脱颖而出。

比赛中，我们看到的选手不再是过去那帮证券市场里穿着红马甲的投资者，而是一个思维方式更“码农”化的群体。

他们不仅会编程，还懂金融，同时还有一定的金融投资经验。他们熟悉数据分析、数据挖掘，精通AI、机器学习、金融工程、量化投研等等一系列专业知识。

随便打开一份投资分享PPT就能发现，里面记着爬虫、因子、模型这些更偏向于AI技术关键词，而不是大盘、收益、利润这些投资关键词。

没错，他们做的是量化投资!

所谓量化投资通常是指使用数学公式、根据过去的数据、判断将来价格走势而进行投资的一种方法。

换句话说，它是一种利用技术，不需要人来干预的投资方法。量化投资技术几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易、资产配置、风险控制等。

量化金融分析师(简称AQF，Analyst of Quantitative Finance)由量化金融标准委员会(Standard Committee of Quantitative Finance，SCQF)主考并颁证，是代表量化金融领域的专业水平证书。

课程适合人群：

金融工程/数学专业背景的同学/工作人士，希望进一步学习Python编程以及在量化投资的实战应用；

非金融工程专业背景的同学/工作人士，希望迅速成为宽客；

金融相关人员，希望学习如何系统的做量化策略；

个人投资者，希望系统学习掌握量化投资相关的实务技能，从模型开发，回测，策略改进，搭建稳定的量化交易系统。

量化金融分析师AQF核心课程体系：

1、《量化投资基础》

主要涵盖了量化投资领域的必备知识，包括：基本面分析、技术分析、数量分析、固定收益、资产组合管理、权益、另类投资等内容。

2、《Python语言编程基础》

包含了Python环境搭建、基础语法、变量类型、基本函数、基本语句、第三方库、金融财务实例等内容。旨在为金融财经人提供最需要的编程方法。

3、《基于Python的经典量化投资策略》

包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龟交易模型、Logistics模型、配对交易模型、波动扩张模型、Alpha模型、机器学习(随机森林模型、主成分分析)、深度学习(人工神经网络)等内容。

4、《量化交易系统设计》

旨在学习量化交易系统的具体知识，包括过滤器，进入信号，退出信号，仓位管理等详细内容，并指导学员设计涵盖个人交易哲学的量化交易系统。

5、《量化实盘交易》

旨在为解决实际量化交易策略搭建过程中的一些问题提供最优解决方案。

掌握Python及量化投资技能，我们能做什么?

1、熟悉中国主要金融市场及交易产品的交易机制；

2、熟知国内外期货交易、股市交易的异同点和内在运行机制；

3、掌握经典量化交易策略细节及其背后的交易哲学；

4、掌握金融、编程和建模知识基础，拥有量化交易实盘操作能力；

5、具备独立自主地研发新量化交易策略的能力；

6、掌握量化交易模型设计的基本框架，以及风险管理和资产组合理论的实际运用；

7、掌握从策略思想——策略编写——策略实现饿完整量化投资决策过程；具备量化投资实战交易能力。

金程AQF实训项目

这些技术化的表述还是太过专业，我们可以用个最简单的对比来理解。

传统投资往往是“巴菲特式”的投资。它依据人的经验来定性分析哪家公司是好公司，投资周期也非常长，往往达到三年五年甚至十年，周期内持有的股票也不多，只有三四支。不会划出明确的止损线，一旦亏损往往就是自认倒霉。

量化投资情况就不一样了，选股阶段就是依据数据模型来做的。投资周期也非常短，往往只有几周、几个月，而且非常分散，往往是菜篮子里装了十几支几十支股票。讲究“一篮子”的综合收益，利用金融经济学、数学等原理分散投资风险。交易操作也是使用了程序化交易这种手段。

这些玩量化投资的年轻人都是“金融多面手”。以最终夺冠的XJB_G_Tea队伍为例，5人分工非常明显。有人负责多策略设计和代码实现，有人负责因子分析，有人负责数据清洗，有人负责回归算法验证、分类算法验证。

投资在他们这里，变成了是一件金融业务知识+数据清洗建模+平台策略开发三者融为一体，最终在一系列限制条件约束下实现最优解的过程。