⑴ 在投行內部做量化交易與獨立出去做量化交易有何不同
這里我們只說量化交易，不討論量化研究和量化定價這一塊的業務。
量化交易是分兩個階段的。第一個階段是2008年以前，或者說Dodd-Frank法案以前，投行內部林立著各樣的很多對沖基金或者類對沖基金的實體，比如Morgan Stanley的PDT（Process Driven Trading）和高盛的Global Alpha，而很多投資銀行的自營交易業務也很像對沖基金。在這一階段，這些類對沖基金的實體和外面的對沖基金是沒有啥區別的，業務很類似——賭方向、做部分對沖（Partial Hedging）、跨市場套利，也非常敢於承擔風險。
當時在投行內做對沖基金類型的量化交易有著非常大的優勢，因為兩點——第一是銀行有著非常良好的融資渠道，融資成本顯著地低於當時的對沖基金，如果你嘗試去組建過一個基金，你就知道資金成本對於一個對沖基金的影響多麼大——巴菲特這么多年的成功是離不開長期1.6倍的財務杠桿和其低於中央銀行存款准備金率的資金渠道的（詳細內容參見AQR的論文——Buffet's Alpha）。 炒股需要經常總結，積累，時間長了就什麼都會了。為了提升自身炒股經驗，新手前期可以私募風雲網那個直播平台去學習一下股票知識、操作技巧，對在今後股市中的贏利有一定的幫助。
第二是銀行有著一個灰色的信息流——客戶的交易記錄。這個交易信息，就是今天，也是非常有用的內部消息。幾周前Bill Gross從PIMCO離開時，所有投行的Sales都瘋了，不停地研究之前PIMCO在自己銀行的倉位，然後分析那些債券最有可能最先被清盤，從而給其它客戶交易建議。而當年文藝復興多次更迭合作的投行，就是因為其大獎章基金的交易記錄得不到妥善的保密，很多合作銀行的自營交易桌跟著交易。
這兩個優勢造成了當時的自營交易極其暴利，而且管理層為了做大業績，全力支持明星交易員放大杠桿——而實際上，金融危機期間很多的CEO都是靠著自營交易的暴利業績從交易大廳升職到管理層的——比如Citi的前任CEO Pandit和摩根斯坦利的前任John Mack。
這也造成了，為什麼很多高盛離職的自營交易員在金融危機後，當銀行不能做自營交易後出來自立門戶開設對沖基金，卻完全無法復制當年的業績——因為他們是因為整個組織的強大而獲得超額收益，當失去了資金優勢和信息優勢後，一切都成為了浮雲。
2008年，准確說是2009年後，一切都變了。
首先是政府明令規定自營交易不讓幹了，於是各種投行旗下的基金，放入資管部的放入資管部（比如Goldman Sachs Global Alpha進入GSAM），獨立營業的獨立營業（比如PDT從摩根斯坦利分離），要不直接就關門大吉了（比如UBS、德銀）。
還有一些碩果僅存的，一般是在股票交易部門，打著對沖為名，通過會計手法，維持著極小的自營規模，這種類似的團隊很多投行都有。但是不成氣候了，也不會造成任何系統性的風險——當然，各種馬路傳奇故事也銷聲匿跡了。
銀行內部還有沒有量化交易了，其實還有——那就是隨著計算機技術進步的自動化做市交易。做市在國內這個概念剛剛出現——因為期權做市商制度的引入。但是在美國這個是從華爾街開始就有的交易體系了。簡單來說，就是假設你經營一家買可樂的小店，你有兩個主要的交易——一是從總經銷商那裡拿貨，用的價格是Bid，二是分銷給街邊下象棋和夕陽下奔跑的孩子們，這是Ask。Bid是你的進價，Ask是你的出貨價格，Bid一般小於Ask（除非你是搞慈善的）。你持續的維持報出這兩個價格，同時根據你的存貨來調整報價或者對應報價的數量——比如你的存貨太多，大爺不出來下象棋了，你就降低Bid，這樣很難進到貨了，而保持Ask，等待有人來消耗你的庫存。
這個過程就是基本的做市商交易流程，在金融中，由於沒有實際的總經銷商供貨，你的報價（Bid-Ask）是基於你對於對應資產的Fair Price的估計來決定的，通常是你算出來的均衡價格加減一個值構造成Bid-Ask組合。在很長的時間內，這個報價都是靠人來完成，這個過程是枯燥的，而且很容易出錯——而對於期權類產品（非線性價格）也很難快速報價。我之前和期權交易員合作過很長時間，他們的工作不一定智力上很難，但是對於人得耐力絕對是一種挑戰——因為在開市後他們要注意力高度集中的報價，一quote兩quote，一quote兩quote，似爪牙，似魔鬼的步伐，報價，報價，在這交易大廳報價... ...
於是，從簡單的資產起，從交易所級別開始支持API交易了。什麼是簡單的資產，就是Vanilla類別的，比如個股、指數、外匯、國債等等。因此投行由於本來就是大量資產的做市商，開始把原來這套過程通過計算機來完成。後面大家發現計算機是完美勝任這項工作的，因為計算機能夠高速計算庫存來調整報價，還能報出很多復雜的單類型。因此從2000年開始個股、指數開始逐步被自動化做市來包攬，2005年後個股期權自動化做市大熱，而2008年後外匯自動化做市也相當成熟了，2010年開始國債自動化做市也在美國興起——這也是我目前在工作的內容。
那麼對沖基金呢，除了傳統的量化Alpha，他們難道不能也做這個業務嗎？實際上，很多對沖基金的自動化做市業務比投行還要好——比如Citadel，比如KCG。但是區別何在？區別在於兩點，第一是很多對沖基金不是專屬做市商（Designated market maker）。DMM的特權是其有專屬席位——在美國這樣高度商業化的國家，DMM也是非常稀有的。原因在於，DMM是有責任的，那就是在各種大型金融危機中，當流動性極差的時候，DMM還是要持續的報價，一quote兩quote，一quote兩quote，似爪牙，似魔鬼的步伐... ... 在流動很差的時候這是非常危險的，因為大家丟給你的都是不好的資產，比如大跌的時候，都在賣，你的Bid反復被Hit，然後又沒人來hit你的Ask，浮動虧損可以非常大。那麼DMM的特權呢，DMM可以獲得非常高比例的rebate，也就是說，傭金返點非常高。這是對於其承擔的義務的回報。
第二就是絕大多是對沖基金不是Broker，也是你一般想買股票不會去找他們報價。在外匯和債券這類市場中，有兩級市場，一個是B2C市場，也就是零售市場，裡面基本都是Broker-Client，而第二級就是B2B市場，都是Broker-Broker。一般來說，B2B市場的Bid Ask Spread要低一些。一個形象的例子就是，我小時候去批發書的商店買書，一個商店有本習題集沒有，於是老闆去隔壁家拿了一本，賣給我，最後肯定這個老闆要把一部分價格還給隔壁家，我付的價格和老闆付給隔壁家的價格就是B2C到B2B市場的差價。
這里投行又耍流氓了，他們有著B2C市場的接入優勢，因此只要客戶量夠大，基本都能把自動化做市實現盈利——因為根據大數法則，一定時間內，買賣雙方的交易量應該是均衡的。
那麼對沖基金靠什麼——靠更好的策略。對沖基金如果要做高頻做市的，基本在B2B市場參與，他們不是DMM，但是也自己去報價，然後靠著對於價格走向的准確判斷，來調整報價，實現拿到多數對自己有利的單，或者持有更久符合預測方向的單，來達到盈利。這種不是DMM卻自發去做做市商的行為，叫做Open Market Making。
Citadel是期權自動化做市的王者，頂峰時期一年的利潤可以到1 Billion（2009），而整個市場那年的利潤也就是7 Billion左右。因此如果策略逆天，沒有客戶流，也能靠做市賺錢的。
此外，做市業務之外，對沖基金還多了很多機會。因為很多業務銀行做起來不劃算——比如商品。考慮一個金融類公司，不能光討論交易策略，宏觀上你一定要思考資金成本等問題，這才是投資之道在投資之外。商品這些之前銀行幹了很多壞事的業務（詳細參加高盛的銅交易和JP的風電交易）都被監管方克以了極高的資本罰金。這是Basel III裡面的規定，也就是你拿著1元的股票和1元的監管資產過夜受到的處罰是完全不同的，具體演算法參見Basel對於RWA（Risk Weighted Asset）計算的細則。這一系列監管，造成了對沖基金有了大量的新業務——因為投行退出。而大量銀行的人才也流向了對沖基金。
現在門徑這么清晰，那麼投行和對沖基金做量化交易的工作差別就很明顯了——投行主要以自動化做市為中心的高頻信號、客戶流分析、報價博弈論等研究為主。而對沖基金主要是傳統的量化Alpha、量化資產配置為主——當然還有公開市場自動化做市了。
希望可以幫助到你，祝投資愉快！
⑵ 大獎章基金的介紹
大獎章基金大獎章基金成立於1988年3月，是美國私募基金公司文藝復興科技公司的第一支基金產品，產品的基金經理是兩位美國著名的數學家：西蒙斯和埃克斯，他們分別於1967年和1976年獲得學界最高榮譽，美國數學學會5年一度的偉布倫獎，這是大獎章基金名稱的由來。
⑶ 西蒙斯（數學家經濟學家）是否有什麼關於股票的著作
擊敗索羅斯的數量分析家西蒙斯
誰是2005年收入最高的「打工者」？是華爾街薪酬最高的金融家？高盛前行政總裁鮑爾森(HenryM.PaulsonJr.)去年的薪金收入是3830萬美元，加上股票期權共不到1億美元。還是世界500強的行政總裁？去年《福布斯》排行榜中最賺錢的行政總裁是第一資本金融公司(CapitalOneFinancialCorp.)的掌門人費爾班克(RichardFairbank)，一年進帳2.5億美元。
答案是以上皆非。根據投資雜志《機構投資者的阿爾法》(Institutional Investor』s Alpha)報道，2005年年度收入最高的是文藝復興科技公司(Renaissance Technologies Corp.)的主席西蒙斯(James H.Simons)，年收入高達15億美元，聞名全球的投機大鱷索羅斯(George Soros)則只排第三，年收入達8.4億美元。
或許你對西蒙斯這個名字很陌生；即使是在華爾街專業從事投資基金的人，也很少聽說過西蒙斯和他的文藝復興科技公司。雖然行事低調且不為外人所知，但無論是從毛回報率還是凈回報率計算，西蒙斯都是這個地球上最偉大的對沖基金經理之一。
經歷了1998年俄羅斯債券危機和2001年高科技股泡沫危機，許多曾經聞名遐邇的對沖基金經理都走向衰落。羅伯遜(Julian Robertson)關閉了老虎基金,梅利韋瑟的(JohnMeriwether)的長期資本管理公司幾乎破產，索羅斯的量子基金也大幅縮水。與之相比，西蒙斯的大獎章基金的平均年凈回報率則高達34%。從1988成立到1999年12月,大獎章基金總共獲得了2,478.6%的凈回報率，是同時期中的第一名；第二名是索羅斯的量子基金,有1,710.1%的回報；而同期的標准普爾指數僅是9.6%。不過，文藝復興科技公司所收取的費用，更高得令人咋舌。一般對沖基金的管理費及利潤分成的比率分別為2%和20%。但文藝復興所收取的費用分別為5%和44%，幾乎與客戶對分利潤，怪不得西蒙斯的年薪能高達15億美元。
《美國海外投資基金目錄》(U.S.Offshore Funds Directory)的作者本海姆(AntoineBernheim)指出，西蒙斯創造的回報率比布魯斯·科夫勒(BruceKovner)、喬治·索羅斯、保羅·都鐸·瓊斯(PaulTudorJones)、路易斯·培根(LouisBacon)、馬克·金頓(MarkKingdon)等傳奇投資大師都要高出10個百分點，在對沖基金業內幾乎無出其右。作為一個交易者，西蒙斯正在超越有效市場假說；有效市場假說認為市場價格波動是隨機的，交易者不可能持續從市場中獲利。
西蒙斯生於波士頓郊區牛頓鎮,是一個製鞋廠老闆的兒子，3歲就立志成為數學家。從牛頓高中畢業後，他進入麻省理工學院，從師於著名的數學家安布羅斯(Warren.Ambrose)和辛格(I.M.Singer)。1958年，他獲得了學士學位，僅僅三年後，他就拿到了加州大學伯克利分校的博士學位，一年後他成為哈佛大學的數學系教授。西蒙斯很早就與投資結下緣份，在1961年，他和麻省理工學院的同學投資於哥倫比亞地磚和管線公司；在伯克利，他嘗試做股票交易，但是交易結果並不太好。
1964年，他離開了大學校園，進入美國國防部下屬的一個非盈利組織——國防邏輯分析協會，並進行代碼破解工作。沒過多久，《時代周刊》上關於越南戰爭的殘酷報道讓他意識到他的工作實際上正在幫助美軍在越南的軍事行動，反戰的他於是向《新聞周刊》寫信說應該結束戰爭。當他把他的反戰想法告訴老闆，很自然的被解僱了。
他又回到了學術界，成為紐約州立石溪大學(Stony Brook University)的數學系主任，在那裡做了8年的純數學研究。1974年，他與陳省身聯合發表了著名的論文《典型群和幾何不變式》，創立了著名的Chern-Simons理論,該幾何理論對理論物理學具有重要意義，廣泛應用於從超引力到黑洞。1976年，西蒙斯獲得了每5年一次的全美數學科學維布倫(Veblen)獎金，這是數學世界裡的最高榮耀。
在理論研究之餘，他開始醉心於股票和期貨交易。1978年，他離開石溪大學創立私人投資基金Limroy，該基金投資領域廣泛，涉及從風險投資到外匯交易；最初主要採用基本面分析方法，例如通過分析美聯儲貨幣政策和利率走向來判斷市場價格走勢。
十年後，西蒙斯決定成立一個純粹交易的對沖基金。他關閉了Limroy，並在1988年3月成立了大獎章基金，最初主要涉及期貨交易。1988年該基金盈利8.8%，1989年則開始虧損，西蒙斯不得不在1989年6月份停止交易。在接下來的6個月中，西蒙斯和普林斯頓大學的數學家勒費爾(HenryLarufer)重新開發了交易策略，並從基本面分析轉向數量分析。
大獎章基金主要通過研究市場歷史數據來發現統計相關性，以預測期貨、貨幣、股票市場的短期運動，並通過數千次快速的日內短線交易來捕捉稍縱即逝的市場機會，交易量之大甚至有時能佔到整個NASDAQ交易量的10%。當交易開始，交易模型決定買賣品種和時機，20名交易員則遵守指令在短時間內大量的交易各種美國和海外的期貨，包括商品期貨、金融期貨、股票和債券。但在某些特定情況下，比如市場處在極端波動的時候，交易會切換到手工狀態。
經過幾年眩目的增長，大獎章基金在1993年達到2.7億美元，並開始停止接受新資金。1994年，文藝復興科技公司從12個雇員增加到36個，並交易40種的金融產品。現在，公司有150個雇員，交易60種金融產品，基金規模則有50億美元。在150名雇員中有三分之一是擁有自然科學博士學位的頂尖科學家,涵蓋數學、理論物理學、量子物理學和統計學等領域。所有雇員中只有兩位是華爾街老手，而且該公司既不從商學院中僱用職員.也不從華爾街僱用職員，這在美國投資公司中幾乎是獨一無二的。
當我提出「數字化定量分析」的時候，有很多人質疑方法的實盤可行性，大資金的運作能力，以及是否有人在此領域取得成功。現今的全世界基金收益最快的早已經不是巴菲特和索羅斯，而是數量分析大師西蒙斯。這已經證明了數字化定量分析的可行性。
⑷ 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。
⑸ 為什麼說在期貨投資上應用量化更有幫助
不一定更有幫助。
量化投資是基於數據的理性分析得到的結果，事實上市場大部分時間都不太理性。比如某期貨的歷史數據很好，量化分析之後也是值得買入，但是市場的動向永遠是沒有規律的（短期和長期），你不知道一場大雨可能玉米就跌沒了。
量化投資做出來的數據都很好看，但是實際上很少有人敢按照策略去操作，因為市場的風雲變化是詭異莫測的。
股票用量化投資還相對靠譜（也基本沒人用，一看收益都很高，實際操作慘的很），期貨風險太大了。究其原因是股票背靠上市公司，只要上市公司基本面沒問題、財務沒問題就問題不大，頂多有點波動也是可控的。
期貨就不一樣了，就像前陣子的原油，跌成負的，誰敢想？期貨沒有一個可靠的背書，誰也保不準你的玉米在合約到期前會不會被水淹了。
⑹ 大獎章基金的投資范圍及條件
大獎章基金的投資范圍有著嚴格的限制，投資的產品必須符合3個條件：「必須在公眾市場上交易、必須有足夠的流動性、必須適合用數學模型來交易。」
正因為如此，大獎章基金不包括創投基金，不涉足未上市公司股份，而一些小公司的股票、創業板股票也不包括在內，而適合用數學模型交易的品種一般來說要求有比較多，有比較准確的歷史價格、交易量等。 公司現有150個雇員，交易60種金融產品，基金規模50億美元。在150名雇員中有三分之一是擁有自然科學博士學位的頂尖科學家, 涵蓋數學、理論物理學、量子物理學和統計學等領域。
當指令下達後，20名交易員會通過數千次快速的日內短線交易來捕捉稍縱即逝的機會。交易量之大甚至有時能佔到整個納斯達克市場交易量的10%。不過，當市場處於極端波動等特殊時刻，交易會切換到手工狀態。 從2002年底至2005年底，規模為50億美元的大獎章基金已經為投資者支付了60多億美元的回報。1990年大獎章的凈回報為55.9%；翌年39.4%；之後的兩年分別是34%和39.1%。1994年，美聯儲連續6次加息，而大獎章基金凈賺了71%；2000年，科技股股災，標普指數下跌了10%，大獎章基金更是大獲豐收，凈回報98.5%；2008年，全球金融危機，各類資產價格下滑，大部分對沖基金都虧損，而大獎章賺了80%。
⑺ 誰有大獎章基金收益的最新數據,可以共享一下嗎
如有，肯定是可以分享的。
⑻ 證券自動交易軟體哪個好我是新股民 沒時間看盤 最好能全自動做差價的軟體!
上班族炒股 可以用券商自動的交易系統下預埋單!就行了
不過缺點是比較單一 如果股價漲過了你預埋的價格 或者跌破了你預埋的價格 你就可以賣早了 或者買早了
這個問題不好辦
我前2天再網上看到一款機智股票自動交易軟體好像可以做到全自動做差價 不是傳統的下單軟體 好像是根據西蒙斯的理論作出來的,大獎章基金在國際上是一個傳奇 每年35%的收益是個神話 機智的理論基礎還不錯 實際效果還有待關注
⑼ 大獎章基金的公司投資策略
20年來，西蒙斯的復興科技對沖基金在全球市場進行交易，並且使用了復雜的數學模型去分析並執行交易，其中很多過程已經完全自動化了。復興科技公司使用了程序模型來預測那些易於交易的金融工具價格。這些程序模型的建立是在大量數據收集之後，通過尋找那些非隨機行為來進行預測。
為了建立這些程序模型，復興公司僱傭了大量的非金融背景的專業人士，包括數學家，物理學家，社會學家和統計學家。在公司位於東錫托基特的辦公室里，有三分之一的雇員都擁有博士學位。 主要通過對歷史數據的統計，找出金融產品價格、宏觀經濟、市場指標、技術指標等各種指標間變化的數學關系，發現市場目前存在的微小獲利機會，並通過杠桿比率進行快速而大規模的交易獲利。現在大獎章基金的投資組合包含了全球上千種股市以及其他市場的投資標的，模型對國債、期貨、貨幣、股票等主要投資標的的價格進行不間斷的監控，並作出買入或賣出的指令。
⑽ 大獎章基金如何購買
中國不能買