Ⅰ 量化交易主要有哪些經典的策略
量化選股之多因子選股模型
量化擇時--雙均線（MA）、DMA、TRIX、MACD擇時
量化擇時--PE擇時
還有趨勢型，網格型，剝頭皮，概率法則，高頻交易，神經網路，基因演算法
Ⅱ 量化交易都有哪些主要的策略模型
1、Alpha策略
全對沖的叫做Alpha策略，不對沖的在市面上常被稱作指數增強策略。二者所用模型一樣，但後者少了期貨的對沖。缺少對沖有壞處也有好處，壞處是這種策略的收益曲線是會有較大的回撤。但好處方面，在大漲的年份，這種策略的表現會特別好。
2、CTA策略
CTA策略的特點是收益風險比相對Alpha來說會較低。但是在行情較好的年份收益可能會很高，尤其是在早期。而且，無論是在編程還是策略上，CTA入門的難度相對來說都是最低的。
3、高頻交易策略
國內使用高頻交易策略主要應用在，期貨趨勢、期貨套利、期貨做市、股票T+0以及全做市交易，國外機構自營交易，比如美股以及股指等。國內做高頻交易的基本上都是私募，但高頻交易的產品基本上不會對外募集或者極少對外募集。
國內發展趨勢
國內量化投資規模大概是3500到4000億人民幣，其中公募基金1200億，其餘為私募量化基金，數量達300多家，佔比3%(私募管理人共9000多家)，金額在2000億左右。
中國證券基金的整體規模超過16萬億，其中公募14萬億，私募2.4萬億，樂觀估計，量化基金管理規模在國內證券基金的佔比在1%~2%，在公募證券基金佔比不到1%，在私募證券基金佔比5%左右，相比國外超過30%的資金來自於量化或者程序化投資，國內未來的增長空間巨大。
Ⅲ 量化交易都有哪些主要的策略模型
國內的量化策略可以簡單分為三個類型，Alpha策略，CTA策略以及高頻交易策略。
1.Alpha策略
Alpha策略包含不同類別：
按照研究內容來分，可分為基本面Alpha（或者叫財務Alpha）和量價Alpha。業內普遍不會將這兩種Alpha完全隔離開。但是不同團隊會按照其能力、擅長方向以及信仰，在做因子上有所偏向。有的團隊喜歡用數據挖掘的方式做量價因子，而有的團隊喜歡從基本面財務邏輯的角度出發，精細地篩選財務因子。
按照是否對沖可以分為兩類。全對沖的叫做Alpha策略，不對沖的在市面上常被稱作指數增強策略。二者所用模型一樣，但後者少了期貨的對沖。缺少對沖有壞處也有好處，壞處是這種策略的收益曲線是會有較大的回撤。但好處方面，在大漲的年份，這種策略的表現會特別好；從長期看, 公司可以賺取BETA分紅收益, 並且可以吸引看好指數的客戶。相比之下而對沖Alpha策略一般在大牛市中會遠遠跑輸指數；此外不對沖的好處是節約資金，對沖的Alpha策略至少要放20~30%的資金在期貨端用來做保證金。
2.CTA策略
關於CTA策略，我是在2010年開始做CTA策略的。CTA改進到天字一號量化是我的轉折點，多品種組合，單次買進控制低風險度，1%~3%的風險度，實踐中明白了如何提高盈虧比。現在我的一個實盤賬戶資金，7年盈利5.68倍，他適合多品種，多種風險度，日線，小時線，15分鍾線都能夠支持。
3.高頻交易策略
第三類策略就是高頻交易策略，高頻交易在國內的主要應用有以下幾類，期貨趨勢、期貨套利、期權等做高頻交易的基本上都是私募，但高頻交易的產品基本上不會對外募集或者極少對外募集。高頻交易有收益高回撤小的優點，但是做高頻的軟硬體投入也都昂貴(比如一台伺服器的花費在8-10萬左右) 。更高頻的是千分之一秒以上的，一套機器幾百萬元，這種是單次盈利小，見利就收，累積起來也有不錯的收益。這種適合大資金，高學歷，高投入團隊來做。
Ⅳ 量化網上的量化交易主要有什麼經典的策略
一個完整的策略需要包含輸入、策略處理邏輯、輸出；策略處理邏輯需要考慮選股、擇時、倉位管理和止盈止損等因素。
Ⅳ 量化交易領域有哪些經典策略
量化交易種比較受寬客們所熟知的量化經典策略有：
alpha對沖(股票+期貨)
集合競價選股(股票)
多因子選股(股票)
網格交易(期貨)
指數增強(股票)
跨品種套利(期貨)
跨期套利(期貨)
日內回轉交易(股票)
做市商交易(期貨)
海龜交易法(期貨)
行業輪動(股票)
機器學習(股票)
以上這些經典的量化交易策略源碼都可以到掘金量化交易平台查閱。
Ⅵ 什麼是量化投資交易策略
一文看懂量化投資策略
閑話基
量化投資在近些年受到越來越多的關注，包括規模、策略、業績。量化投資，是指通過藉助統計學、數學方法，運用計算機從海量歷史數據中，尋找能夠帶來超額收益的多種「大概率」策略，按照策略構建的數量模型嚴格執行投資，力求獲得長期穩定可持續高於平均的超額回報。
跨市場策略涉及外匯兌換、國際期貨交易對沖，交易實現難度大，國內用得少。
由於期貨具有杠桿屬性，這類策略持倉的市值往往很大，有時候甚至超過產品資產總值，導致收益率的波動率是所有量化策略中最大的。在市場出現連續震盪行情時，這樣策略由於杠桿屬性會出現較大的回撤。另外一個對這類策略的一個限制是，目前市場上活躍交易的期貨品種不多，高頻交易很大程度倚重於品種成交量，開平倉時間間隔較短，使得策略容量不大。
Ⅶ 量化交易主要有什麼經典的策略
您好
研究量化投資模型的目的是找出那些具體盈利確定性的時空價格形態，其最重要手段的概率取勝，最重要的技術是概率統計，最主要的研究方向是市場行為心理。那麼我們在選擇用於研究的參數時，也應該用我們的經驗來確定是否把某技術參數放進去，因為一般來說定性投資比較好用的參數指標對量化投資同樣適用。
量化投資區別於傳統定性投資的主要特徵在於模型。我打個比方，我們看病，中醫與西醫的診療方法是不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，主觀定性程度大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯。中醫對醫生的經驗要求非常高，他們的主觀判斷往往決定了治療效果，而西醫則要從容得多，按事先規定好的程序走就行了。量化投資就是股票投資中的西醫，它可以比較有效地矯正理智與情緒的不兼容現象。
量化投資的一般思路：選定某些技術指標（我們稱之為參數，往往幾個組成一組），並將每一個參數的數據范圍進行分割，成幾等份。然後，用計算機編程寫出一段能對這些參數組對股票價格造成的影響進行數據統計的程序，連接至大型資料庫進行統計計算，自動選擇能夠達到較高收益水平的參數組合。但是選出這些參數組後還不能馬上應用，因為這里涉及到一個概率陷阱的問題，比如說，有1到100這一百個數字放在那裡，現在讓你選擇，請問你選到100的可能性是多大？是的，就是1/100，如果較幸運你選到了100並不能說明你比別人聰明，而是概率的必然。所以，在進行統計時要特別關注統計的頻率與選出的結果組數量之間的關系。在選出符合要求的參數組後我們還應留出至少三年的原始市場數據進行驗證，只有驗證合格後才能試用。
量化投資原始數據策略：我們選用96年後的市場數據，因為96年股市有過一次交易政策改革（你可以自己查詢了解一下），為了不影響研究結果我們不採納96年以前的數據進資料庫。
量化投資研究的硬設備：高計算性能電腦，家用電腦也可以，不過運算時間會很長，我曾經用家用電腦計算了三個月時間才得到想要的數據。
統計方法：可以選用遺傳演算法，但我在這里陪大家做的是比較簡單的模型，所以採用普通統計方法就可以了。
用於量化研究的軟體：我採用的是免費的大型資料庫MYSQL，ASP網路編程語言，以及可以設置成網路伺服器的旗艦版WIN7操作系統。
Ⅷ 股票量化交易策略是什麼意思
股市是一門經濟學，哲學，概率學，心理學的綜合體，想要成功，需要不斷去感悟去總結每一次的失敗，這樣才能走的更好更遠。
第一個理念：
順勢而為
股市的大趨勢決定個股的走勢，當指數大漲時個股更容易爆發，這個時候適合重倉介入，當然要注意獲利就出;當市場處於弱勢時，就要考慮輕倉介入，不盲目追漲。
第二個理念：
選定有價值的公司
在投資中，選定有價值的公司很重要，因為這些公司有很強的上漲潛力，一旦市場有好的信號，或者公司有大利好時，股價就會飛速上漲，所以這樣的公司更容易讓普通股民賺到錢。
第三個理念：
分批建倉 堅持到底
在投資中，投資者要住的是要做好投資策略，一般的策略就是分批建倉，在市場下跌時以倒金字塔形態建倉，在市場上漲時，以金字塔形態減倉。如果股票短期被套，市場情況還可以的話，則要選擇堅持持倉。
天字一號量化交易系統通過設定不同的各種指標條件，一旦市場交易情況滿足這些條件時就自動彈出一些操作指示；設定值達到開倉條件，系統會彈出買入信號、設定值達到減倉條件賣出一半或者全部賣出等。
Ⅸ 量化交易主要有哪些經典的策略
交易策略，量化策略，主觀策略，常見策略。
交易策略：一個完整的交易策略一般包括交易標的的選擇，進出場時機的選擇，倉位和資金管理等幾個方面。按照人的主觀決斷和計算機演算法執行在策略各方面的決策中的參與程度的不同，可以將交易策略分為主觀策略和量化策略。
主觀策略：主觀策略主要依靠投資者的主觀判斷，期貨市場的投資者通過對產業上中下游、供需、宏觀經濟預期等的調查做出自己的判斷。類似股票市場的主觀投資者通過深入研究行業的各個方面，調查行業內的上市公司，形成交易決策。
量化交易注意事項
在量化交易中，交易規則、參數和回測都要依靠歷史數據計算獲得。我們無法判斷這些從歷史數據中獲得的規律能否在未來的市場中持續有效，所構建的交易模型也無法判斷能否應用。
簡單的量化因子和策略更容易讓人理解和接受，但越是簡單的策略越容易被人們知悉，量化交易所獲得的超額收益也越低。
Ⅹ 股票量化交易策略
你好，這是很有價值的量化策略勒。相對來說量化交易是比較穩健的避免人為情緒的交易模式。