㈠ 股票如何實現量化交易
採用交易介面介入，文化財經好像有！
㈡ 什麼是股票量化交易
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，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。
溫馨提示：以上內容僅供參考。
應答時間：2021-09-13，最新業務變化請以平安銀行官網公布為准。
[平安銀行我知道]想要知道更多？快來看「平安銀行我知道」吧~
https://b.pingan.com.cn/paim/iknow/index.html
截至2012年12月05日。股票代碼：600519（貴州茅台）---行業：食品飲料；子行業：飲料製造。
摘要貴州茅台酒股份有限公司於1999年11月20日成立，注冊資金10.38億元，法人代表袁仁國，上市日期為2001年8月27日。
統計數據
52周最高266.08 目前總股數(百萬股) 1038.18 總市值(億元) 2041.48 Alpha收益-0.0010
52周最低168.25 營業收入(2012.百萬） 23533.88* 年初至今收益率(%) 0.00 Beta系數0.79
每股收益(TTM) 12.77 每股收益(2012.元/股） 13.52* 2011每股自由現金流8.04 R平方0.1548
市盈率(TTM) 15.4 動態市盈率(倍) 14.55* 機構投資者比率(%) 2.80 信用指數A(A > D)；
根據有關營業收入預測模型， 2 0 1 2 貴州
茅台的預期營業收入為2 3 5 . 3 3 9 億元，
同比預增4 7 . 7 8 % 。根據有關營業收入預測模
型使用數量化分析方法， 對公司財務數據
進行了標准化處理， 並剔除了季節波動影
響。
根據有關盈利預測模型， 這里主要考察上
市公司的基本面價值， 包括企業過去不同
時間區間內的營業成本、經營費用等， 並
剔除了非經常性項目的損益， 得出貴州茅
台2 0 1 2 年4 季度預期每股收益為2 . 9 8 3 2
元， 同比預增， 此外， 從2 0 1 1 年4 季度到
2 0 1 2 年3 季度， 該公司有1 次出現正面盈
利驚奇。
自2 0 1 1 年4 季度至2 0 1 2 年3 季度的4 個季
度中， 貴州茅台的凈利潤按照1 4 . 7 8 % 的
速度增長， 好於所有公布3 季報公司中
6 8 . 2 0 % 的公司。
綜上所述：現在將貴州茅台的一周價格波動區間由
1 9 6 . 9 5 ~ 2 2 8 . 0 8 調整為1 9 6 . 6 4 ~
2 2 1 . 7 1 ， 較目前價格有1 2 . 7 5 % 的上升空
間。
===================================
財務報表數據摘要
報告日期2011一季度2011二季度2011三季度2011四季度2012一季度2012二季度2012三季度2011年度
每股有形資產賬面價值30.40 32.27 31.24 32.84 34.29 37.47 36.63 34.40
每股現金流量3.61 2.03 3.56 1.08 1.29 3.01 2.99 10.24
每股凈利潤2.11 3.36 1.70 2.23 3.01 4.06 3.46 9.33
每股核心業務利潤1.99 3.20 1.60 2.11 2.86 3.88 3.30 8.84
每股自由現金流3.30 1.56 3.09 0.17 0.64 2.02 1.70 8.04
財務杠桿率(%) 141.54 145.06 145.26 141.87 134.67 136.42 132.91 139.41
市凈率：高8.89 9.50 9.87 8.89 7.99 9.19 8.72 9.01
市凈率：低7.94 7.70 8.52 7.77 6.59 7.68 7.24 7.09
市盈率：高30.13 27.75 28.63 24.02 21.51 22.38 20.57 24.33
市盈率：低26.91 22.50 24.71 20.98 17.73 18.71 17.06 19.16
報告日期2011一季度2011二季度2011三季度2011四季度2012一季度2012二季度2012三季度2011年度
收入（百萬元） 3512.01 5036.55 3162.07 4214.33 5207.61 6700.61 6238.51 15924.96
營業利潤（百萬元） 2652.28 4237.31 2392.80 3053.77 4173.01 5626.68 4887.60 2652.28
折舊（百萬元） 0.00 165.46 -165.46 348.11 348.11
財務費用（百萬元） -53.47 -95.41 -68.92 -132.94 -97.32 -89.88 -110.26 -350.75
利潤總額（百萬元） 2654.11 4233.24 2392.21 3055.11 4174.93 5625.25 4785.08 12334.66
所得稅費用（百萬元） 662.81 1058.23 627.80 735.50 1045.44 1405.80 1196.04 3084.34
凈利潤（百萬元） 1991.29 3175.01 1764.41 2319.61 3129.49 4219.45 3589.04 9250.32
核心業務利潤（百萬元） 1882.69 3023.18 1661.92 2194.09 2969.19 4026.48 3424.33 8763.13
報告日期2011一季度2011二季度2011三季度2011四季度2012一季度2012二季度2012三季度2011年度
現金（百萬元） 15998.49 17291.69 18288.33 18254.69 18851.43 20981.86 18690.03 18254.69
流動資產（百萬元） 23756.79 25469.48 26986.67 27829.63 29232.63 32424.28 31485.89 27829.63
總資產（百萬元） 29161.70 30920.15 32894.26 34900.87 36407.58 39711.45 38834.88 34900.87
流動負債（百萬元） 8611.02 9355.66 9790.96 9480.72 7859.19 11288.91 6825.54 9480.72
長期負債（百萬元） 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
普通股（百萬元） 20282.77 5.21 22797.12 24991.18 27960.40 27837.30 31259.38 24991.18
股東權益(百萬元) 20540.68 21544.96 23083.77 25403.38 28530.62 28404.78 31991.57 25403.38
資本性支出（百萬元） 300.69 446.36 487.25 950.22 678.82 1022.50 1340.49 2184.53
現金流量（百萬元） 3110.44 1473.41 3211.79 171.40 661.80 2100.72 1761.36 7967.05
流動比率（%） 275.89 272.24 275.63 293.54 371.95 287.22 461.30 293.54
長期負債/總資本 （%） 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
利潤率 （%） 56.70 63.04 55.80 55.04 60.09 62.97 57.53 58.09
總資產回報率 （%） 7.27 10.57 5.53 6.84 8.78 11.09 9.14 30.59
凈資產收益率 （%） 10.30 15.33 8.03 9.71 11.82 15.12 12.15 42.64
======================================
㈣ 量化投資到底是什麼鬼，未來將顛覆中國股票市場
量化投資在一定程度上已經被別有用心地神話或者說標簽化了，就像當下風頭正勁的「互聯網金融」一樣，很多時候都被包裝成了看似「高端大氣」、且可能「一夜暴富」的賣點或者噱頭。追根溯源，其實量化就是指運用數學或者統計模型來模擬金融市場的未來走向，從而預估金融產品的潛在收益。在前文中，我們還曾提到多個數字，如平均年收益率、年回報率、年盈利率，這些其實都表徵同一個量化指標，即「年化收益率」。它是指投資者在一年的投資期限內所能獲得收益比例，專門用於評估投資行為或金融產品的好壞優劣。 那麼，究竟多高的年化收益率才能給投資者帶來豐厚的投資回報?為了更加清楚的分析這個問題，我們不妨舉個例子。
比如某位名叫「G」的投資者，在1990年時持有3.8萬的啟動資金，如果其所認購產品的平均年化收益率是60%，那麼經過25年，到2015年，「G」將會擁有40億，但如果其所購產品的平均年化收益率上漲15%(到75%)，那麼25年後，「G」的資產將會是40億後再加個零，變成400個億。百億身價竟僅僅始於3.8萬?這種堪比原子彈爆炸的財富增長若僅僅用「回報豐厚」來形容，會不會未免有些太吝嗇了?我並不十分相信那些投行精英們會如此慷慨無私，讓投資者只需在家坐著就能穩收百億回報，所以如果今後有人向我推薦金融產品，而且宣稱年化收益率可以有60%，我肯定得思量思量，自己是不是真的運氣那麼好，這輩子可以被錢砸暈?畢竟像文藝復興公司的傳奇也像「文藝復興」一樣，雖然能被歷史銘記，但卻難以被時代復制。
㈤ 量化分析的量化投資策略
量化投資技術幾乎覆蓋了投資的全過程，包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、演算法交易，資產配置，風險控制等。
1·量化選股
量化選股就是採用數量的方法判斷某個公司是否值得買入的行為。根據某個方法，如果該公司滿足了該方法的條件，則放入股票池，如果不滿足，則從股票池中剔除。量化選股的方法有很多種，總的來說，可以分為公司估值法、趨勢法和資金法三大類
2·量化擇時
股市的可預測性問題與有效市場假說密切相關。如果有效市場理論或有效市場假說成立，股票價格充分反映了所有相關的信息，價格變化服從隨機遊走，股票價格的預測則毫無意義。眾多的研究發現我國股市的指數收益中，存在經典線性相關之外的非線性相關，從而拒絕了隨機遊走的假設，指出股價的波動不是完全隨機的，它貌似隨機、雜亂，但在其復雜表面的背後，卻隱藏著確定性的機制，因此存在可預測成分。
3·股指期貨套利
股指期貨套利是指利用股指期貨市場存在的不合理價格，同時參與股指期貨與股票現貨市場交易，或者同時進行不同期限，不同(但相近)類別股票指數合約交易，以賺取差價的行為，股指期貨套利主要分為期現套利和跨期套利兩種。股指期貨套利的研究主要包括現貨構建、套利定價、保證金管理、沖擊成本、成分股調整等內容。
4·商品期貨套利
商品期貨套利盈利的邏輯原理是基於以下幾個方面 ：(1)相關商品在不同地點、不同時間對應都有一個合理的價格差價。(2)由於價格的波動性，價格差價經常出現不合理。(3)不合理必然要回到合理。(4)不合理回到合理的這部分價格區間就是盈利區間。
5·統計套利
有別於無風險套利，統計套利是利用證券價格的歷史統計規律進行套利，是一種風險套利，其風險在於這種歷史統計規律在未來一段時間內是否繼續存在。統計套利在方法上可以分為兩類，一類是利用股票的收益率序列建模，目標是在組合的β值等於零的前提下實現alpha 收益，我們稱之為β中性策略；另一類是利用股票的價格序列的協整關系建模，我們稱之為協整策略。
6·期權套利
期權套利交易是指同時買進賣出同一相關期貨但不同敲定價格或不同到期月份的看漲或看跌期權合約，希望在日後對沖交易部位或履約時獲利的交易。期權套利的交易策略和方式多種多樣，是多種相關期權交易的組合，具體包括：水平套利、垂直套利、轉換套利、反向轉換套利、跨式套利、蝶式套利、飛鷹式套利等。
7·演算法交易
演算法交易又被稱為自動交易、黑盒交易或者機器交易，它指的是通過使用計算機程序來發出交易指令。在交易中，程序可以決定的范圍包括交易時間的選擇、交易的價格、甚至可以包括最後需要成交的證券數量。根據各個演算法交易中演算法的主動程度不同，可以把不同演算法交易分為被動型演算法交易、主動型演算法交易、綜合型演算法交易三大類。
8·資產配置
資產配置是指資產類別選擇，投資組合中各類資產的適當配置以及對這些混合資產進行實時管理。量化投資管理將傳統投資組合理論與量化分析技術的結合，極大地豐富了資產配置的內涵，形成了現代資產配置理論的基本框架。它突破了傳統積極型投資和指數型投資的局限，將投資方法建立在對各種資產類股票公開數據的統計分析上，通過比較不同資產類的統計特徵，建立數學模型，進而確定組合資產的配置目標和分配比例。
㈥ 量化投資
沒有你想的書
我多年來都有關注這方面的書 可是也沒有在國內找到
數量化投資是將投資理念及策略通過具體指標、參數的設計，體現到具體的模型中，讓模型對市場進行不帶任何情緒的跟蹤；相對於傳統投資方式來說，具有快速高效、客觀理性、收益與風險平衡和個股與組合平衡等四大特點。量化投資技術幾乎覆蓋了投資的全過程，包括估值與選股、資產配置與組合優化、訂單生成與交易執行、績效評估和風險管理等，在各個環節都有不同的方法及量化模型：
一、估值與選股
估值：對上市公司進行估值是公司基本面分析的重要方法，在「價值投資」的基本邏輯下，可以通過對公司的估值判斷二級市場股票價格的扭曲程度，繼而找出價值被低估或高估的股票，作為投資決策的參考。對上市公司的估值包括相對估值法和絕對估值法，相對估值法主要採用乘數方法，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等；絕對估值法主要採用折現的方法，如公司自由現金流模型、股權自由現金流模型和股利折現模型等。相對估值法因簡單易懂，便於計算而被廣泛使用；絕對估值法因基礎數據缺乏及不符合模型要求的全流通假設而一直處於非主流地位。隨著全流通時代的到來和國內證券市場的快速發展，絕對估值法正逐漸受到重視。
選股：在當前品種繁多的資本市場中，從浩瀚復雜的數據背後選出適合自己投資風格的股票變得越加困難。在基本面研究的基礎上結合量化分析的手段就可以構建數量化選股策略，主流的選股方法如下：
資產配置方法與模型
資產配置類別 資產配置層次 資產配置方法 資產配置模型
戰略資產配置 全球資產配置 大類資產配置 行業風格配置 收益測度 風險測度 估計方法 馬克維茨 MV 模型 均值 -LPM 模型 VaR 約束模型 Black-Litterman 模型
戰術資產配置 ( 動態資產配置 ) 周期判斷 風格判斷 時機判斷 行業輪動策略 風格輪動策略 Alpha 策略 投資組合保險策略
基本面選股：通過對上市公司財務指標的分析，找出影響股價的重要因子，如：與收益指標相關的盈利能力、與現金流指標相關的獲現能力、與負債率指標相關的償債能力、與凈資產指標相關的成長能力、與周轉率指標相關的資產管理能力等。然後通過建立股價與因子之間的關系模型得出對股票收益的預測。股價與因子的關系模型分為結構模型和統計模型兩類：結構模型給出股票的收益和因子之間的直觀表達，實用性較強，包括價值型(本傑明·格雷厄姆—防禦價值型、查爾斯·布蘭迪—價值型等)、成長型(德伍·切斯—大型成長動能、葛廉·畢克斯達夫—中大型成長股等)、價值成長型(沃倫·巴菲特—優質企業選擇法、彼得·林奇—GARP價值成長法等)三種選股方法；統計模型是用統計方法提取出近似線性無關的因子建立模型，這種建模方法因不需先驗知識且可以檢驗模型的有效性，被眾多經濟學家推崇，包括主成分法、極大似然法等。
多因素選股：通過尋找引起股價共同變動的因素，建立收益與聯動因素間線性相關關系的多因素模型。影響股價的共同因素包括宏觀因子、市場因子和統計因子(通過統計方法得到)三大類，通過逐步回歸和分層回歸的方法對三類因素進行選取，然後通過主成分分析選出解釋度較高的某幾個指標來反映原有的大部分信息。多因素模型對因子的選擇有很高的要求，因子的選擇可依賴統計方法、投資經驗或二者的結合，所選的因子要有統計意義上或市場意義上的顯著性，一般可從動量、波動性、成長性、規模、價值、活躍性及收益性等方面選擇指標來解釋股票的收益率。
動量、反向選股：動量選股策略是指分析股票在過去相對短期的表現，事先對股票收益和交易量設定條件，當條件滿足時買進或賣出股票的投資策略，該投資策略基於投資者對股票中期的反應不足和保守心理，在投資行為上表現為購買過去幾個月表現好的股票而賣出過去幾個月表現差的股票。反向選股策略則基於投資者的錨定和過度自信的心理特徵，認為投資者會對上市公司的業績狀況做出持續過度反應，形成對業績差的公司業績過分低估和業績的好公司業績過分高估的現象，這為投資者利用反向投資策略提供了套利機會，在投資行為上表現為買進過去表現差的股票而賣出過去表現好的股票。反向選股策略是行為金融學理論發展至今最為成熟，也是最受關注的策略之一。
二、資產配置
資產配置指資產類別選擇、投資組合中各類資產的配置比例以及對這些混合資產進行實時管理。資產配置一般包括兩大類別、三大層次，兩大類別為戰略資產配置和戰術/動態資產配置，三大層次為全球資產配置、大類資產配置和行業風格配置。資產配置的主要方法及模型如下：
戰略資產配置針對當前市場條件，在較長的時間周期內控制投資風險，使得長期風險調整後收益最大化。戰術資產配置通常在相對較短的時間周期內，針對某種具體的市場狀態制定最優配置策略，利用市場短期波動機會獲取超額收益。因此，戰術資產配置是在長期戰略配置的過程中針對市場變化制定的短期配置策略，二者相互補充。戰略資產配置為未來較長時間內的投資活動建立業務基準，戰術資產配置通過主動把握投資機會適當偏離戰略資產配置基準，獲取超額收益。
三、股價預測
股價的可預測性與有效市場假說密切相關。如果有效市場假說成立，股價就反映了所有相關的信息，價格變化服從隨機遊走，股價的預測就毫無意義，而我國的股市遠未達到有效市場階段，因此股價時間序列不是序列無關，而是序列相關的，即歷史數據對股價的形成起作用，因此可以通過對歷史信息的分析來預測股價。
主流的股價預測模型有灰色預測模型、神經網路預測模型和支持向量機預測模型(SVM)。灰色預測模型對股價的短期變化有很強的預測能力，近年發展起來的灰色預測模型包括GM(1, 1)模型、灰色新陳代謝模型和灰色馬爾可夫模型。人工神經網路模型具有巨量並行性、存儲分布性、結構可變性、高度非線性和自組織性等特點，且可以逼近任何連續函數，目前在金融分析和預測方面已有廣泛的應用，效果較好。支持向量機模型在解決小樣本、非線性及高維模式識別問題中有許多優勢，且結構簡單，具有全局優化性和較好的泛化能力，比神經網路有更好的擬合度。
四、績效評估
作為集合投資、風險分散、專業化管理、變現性強等特點的投資產品，基金的業績雖然受到投資者的關注，但要對基金有一個全面的評價，則需要考量基金業績變動背後的形成原因、基金回報的來源等因素，績效評估能夠在這方面提供較好的視角與方法，風險調整收益、擇時/股能力、業績歸因分析、業績持續性及Fama的業績分解等指標和方法可從不同的角度對基金的績效進行評估。
績效評估模型 / 指標
績效評估准則
擇時 / 股能力
業績歸因分析
風險調整收益
業績持續性
Fama 業績分解
模型 / 指標
T-M 模型
H-M 模型
GII 模型
C-L 模型
資產配置收益
證券選擇收益
行業選擇收益
行業內個股選擇收益
RAROC
Sharp, Stutzer
Treynor, Jensen
, ,
雙向表分析
時間序列相關性
總風險收益
系統風險收益
分散化投資收益
五、基於行為金融學的投資策略
上世紀50～70年代，隨著馬科維茨組合理論、CAPM模型、MM定理及有效市場假說的提出，現代金融經濟學建立了一套成熟的理論體系，並且在學術界占據了主導地位，也被國際投資機構廣泛應用和推廣，但以上傳統經濟學的理論基石是理性人假設，在理性人假設下，市場是有效率的，但進入80年代以後，關於股票市場的一系列研究和實證發現了與理性人假設不符合的異常現象，如：日歷效應、股權溢價之謎、期權微笑、封閉式基金折溢價之謎、小盤股效應等。面對這些金融市場的異常現象，諸多研究學者從傳統金融理論的基本假設入手，放鬆關於投資者是完全理性的嚴格假設，吸收心理學的研究成果，研究股市投資者行為、價格形成機制與價格表現特徵，取得了一系列有影響的研究成果，形成了具有重要影響力的學術流派－行為金融學。
行為金融學是對傳統金融學理論的革命，也是對傳統投資實踐的挑戰。隨著行為金融理論的發展，理論界和投資界對行為金融理論和相關投資策略作了廣泛的宣傳和應用，好買認為，無論機構投資者還是個人投資者，了解行為金融學的指導意義在於：可以採取針對非理性市場行為的投資策略來實現投資目標。在大多數投資者認識到自己的錯誤以前，投資那些定價錯誤的股票，並在股價正確定位之後獲利。目前國際金融市場中比較常見且相對成熟的行為金融投資策略包括動量投資策略、反向投資策略、小盤股策略和時間分散化策略等。
六、程序化交易與演算法交易策略
根據NYSE的定義，程序化交易指任何含有15隻股票以上或單值為一百萬美元以上的交易。程序化交易強調訂單是如何生成的，即通過某種策略生成交易指令，以便實現某個特定的投資目標。程序化交易主要是大機構的工具，它們同時買進或賣出整個股票組合，而買進和賣出程序可以用來實現不同的目標，目前程序化交易策略主要包括數量化程序交易策略、動態對沖策略、指數套利策略、配對交易策略和久期平均策略等。
演算法交易，也稱自動交易、黑盒交易或無人值守交易，是使用計算機來確定訂單最佳的執行路徑、執行時間、執行價格及執行數量的交易方法，主要針對經紀商。演算法交易廣泛應用於對沖基金、企業年金、共同基金以及其他一些大型的機構投資者，他們使用演算法交易對大額訂單進行分拆，尋找最佳路由和最有利的執行價格，以降低市場的沖擊成本、提高執行效率和訂單執行的隱蔽性。任何投資策略都可以使用演算法交易進行訂單的執行，包括做市、場內價差交易、套利及趨勢跟隨交易。演算法交易在交易中的作用主要體現在智能路由、降低沖擊成本、提高執行效率、減少人力成本和增加投資組合收益等方面。主要的演算法包括：交易量加權平均價格演算法(VWAP)、保證成交量加權平均價格演算法(Guaranteed VWAP)、時間加權平均價格演算法(TWAP)、游擊戰演算法(Guerrilla)、狙擊手演算法(Sniper)、模式識別演算法(Pattern Recognition)等。
綜上所述，數量化投資技術貫穿基金的整個投資流程，從估值選股、資產配置到程序化交易與績效評估等。結合量化投資的特點及我國證券市場的現狀，好買認為量化投資技術在國內基金業中的應用將主要集中在量化選股、資產配置、績效評估與風險管理、行為金融等方面，而隨著包括基金在內的機構投資者佔比的不斷提高、衍生品工具的日漸豐富(股指期貨、融資融券等)以及量化投資技術的進步，基金管理人的投資策略將會越來越復雜，程序化交易(系統)也將有快速的發展。
㈦ 中國量化交易的現狀與未來前景如何
在歐美市場，特別是在美國，量化交易已經非常成熟。在過去的十年裡，美國的對沖基金逐漸轉向了量化交易。我國的數量發展還不到歐美國家的水平，還處於比較初級的階段。但由於國內市場人口基數大，意味著國內市場潛力很大。
雖然短期內我量化貿易的發展還不如美國成熟，但最終的發展方向應該是相似的。通過對量化交易策略的研究，我們可以預測量化交易的未來前景。一個成熟的量化交易市場是值得我們學習的量化交易策略和理論，也是未來的發展方向。目前我國股市的有效性還不高，但隨著量化投資能力的提高，市場的有效性會進一步提高，技術的波動會越來越小，技術的量化可能會達到瓶頸，從而轉向基本面量化。
㈧ 股民如何應對量化交易
股民可以通過使用計算概率的方法應對量化交易、很多情況股民會通過股票的金叉和死叉進行買賣點，但是這種情況只有很小的概率會出現盈利的情況，所以只有進行概率統計才會使股票盈利的概率變高。
一、量化交易的概念
量化交易是指用先進的數學模型代替人工主觀判斷，利用計算機技術從龐大的歷史數據中選擇各種能帶來超額收益的「高概率」事件來制定策略，大大降低投資者情緒波動的影響，避免在市場極度狂熱或悲觀時做出非理性的投資決策。目前國內量化投資規模約3500-4000億元，其中公募基金1200億元，其餘為私募量化基金，數量達到300多隻，佔比3%(私募管理人超過9000人)，金額約2000億元。中國證券基金總體規模超過16萬億元，其中公募14萬億元，私募2.4萬億元。樂觀估計，量化基金管理規模占國內證券基金的1%~2%。
二、股民應對量化交易的方法
了解投資的歷史數據是什麼，是股價數據還是公司的財務數據等基本面；分析的方式是分析價格形成的指數，還是分析公司的市場份額、盈利能力等基本面；概率怎麼算？如果用MACD指標，就要數金叉能贏多少，是否通用。如果是基於基本面分析，就要統計基本面投資的成功率。最大的問題在於缺乏必要的「概率統計」，不能真正反映自己的投資邏輯，從而做不合時宜的生意。
綜上所述，股民英語量化交易的唯一方法就是及早的進行概率統計，從中找到股票上漲概率比價高的股票進行投資。但是還是建議大家在進行投資的時候要謹慎考慮之後再進行過投資。
㈨ 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。
㈩ 如何用量化的方法判斷股票價格高點
量化有很多，每一種量化的方式都是不一樣的，而且成功率高的量化指標。
1、多因子選股是最經典的選股方法，該方法採用採用一系列的因子（比如市盈率PE）作為選股標准，滿足這些因子的股票被買入，不滿足的被賣出。
2、風格輪動選股是利用市場風格特徵進行投資，市場在某個時刻偏好大盤股，某個時刻偏好小盤股，如果發現市場切換偏好的規律，並在風格轉換的初期介入，就可能獲得較大的收益。
3、行業輪動選股是由於經濟周期的的原因，有些行業啟動後會有其他行業跟隨啟動，通過發現這些跟隨規律，我們可以在前者啟動後買入後者獲得更高的收益，不同的宏觀經濟階段和貨幣政策下，都可能產生不同特徵的行業輪動特點。
4、資金流選股是利用資金的流向來判斷股票走勢。
等還有一些............