⑴ 在投行内部做量化交易与独立出去做量化交易有何不同
这里我们只说量化交易，不讨论量化研究和量化定价这一块的业务。
量化交易是分两个阶段的。第一个阶段是2008年以前，或者说Dodd-Frank法案以前，投行内部林立着各样的很多对冲基金或者类对冲基金的实体，比如Morgan Stanley的PDT（Process Driven Trading）和高盛的Global Alpha，而很多投资银行的自营交易业务也很像对冲基金。在这一阶段，这些类对冲基金的实体和外面的对冲基金是没有啥区别的，业务很类似——赌方向、做部分对冲（Partial Hedging）、跨市场套利，也非常敢于承担风险。
当时在投行内做对冲基金类型的量化交易有着非常大的优势，因为两点——第一是银行有着非常良好的融资渠道，融资成本显著地低于当时的对冲基金，如果你尝试去组建过一个基金，你就知道资金成本对于一个对冲基金的影响多么大——巴菲特这么多年的成功是离不开长期1.6倍的财务杠杆和其低于中央银行存款准备金率的资金渠道的（详细内容参见AQR的论文——Buffet's Alpha）。 炒股需要经常总结，积累，时间长了就什么都会了。为了提升自身炒股经验，新手前期可以私募风云网那个直播平台去学习一下股票知识、操作技巧，对在今后股市中的赢利有一定的帮助。
第二是银行有着一个灰色的信息流——客户的交易记录。这个交易信息，就是今天，也是非常有用的内部消息。几周前Bill Gross从PIMCO离开时，所有投行的Sales都疯了，不停地研究之前PIMCO在自己银行的仓位，然后分析那些债券最有可能最先被清盘，从而给其它客户交易建议。而当年文艺复兴多次更迭合作的投行，就是因为其大奖章基金的交易记录得不到妥善的保密，很多合作银行的自营交易桌跟着交易。
这两个优势造成了当时的自营交易极其暴利，而且管理层为了做大业绩，全力支持明星交易员放大杠杆——而实际上，金融危机期间很多的CEO都是靠着自营交易的暴利业绩从交易大厅升职到管理层的——比如Citi的前任CEO Pandit和摩根斯坦利的前任John Mack。
这也造成了，为什么很多高盛离职的自营交易员在金融危机后，当银行不能做自营交易后出来自立门户开设对冲基金，却完全无法复制当年的业绩——因为他们是因为整个组织的强大而获得超额收益，当失去了资金优势和信息优势后，一切都成为了浮云。
2008年，准确说是2009年后，一切都变了。
首先是政府明令规定自营交易不让干了，于是各种投行旗下的基金，放入资管部的放入资管部（比如Goldman Sachs Global Alpha进入GSAM），独立营业的独立营业（比如PDT从摩根斯坦利分离），要不直接就关门大吉了（比如UBS、德银）。
还有一些硕果仅存的，一般是在股票交易部门，打着对冲为名，通过会计手法，维持着极小的自营规模，这种类似的团队很多投行都有。但是不成气候了，也不会造成任何系统性的风险——当然，各种马路传奇故事也销声匿迹了。
银行内部还有没有量化交易了，其实还有——那就是随着计算机技术进步的自动化做市交易。做市在国内这个概念刚刚出现——因为期权做市商制度的引入。但是在美国这个是从华尔街开始就有的交易体系了。简单来说，就是假设你经营一家买可乐的小店，你有两个主要的交易——一是从总经销商那里拿货，用的价格是Bid，二是分销给街边下象棋和夕阳下奔跑的孩子们，这是Ask。Bid是你的进价，Ask是你的出货价格，Bid一般小于Ask（除非你是搞慈善的）。你持续的维持报出这两个价格，同时根据你的存货来调整报价或者对应报价的数量——比如你的存货太多，大爷不出来下象棋了，你就降低Bid，这样很难进到货了，而保持Ask，等待有人来消耗你的库存。
这个过程就是基本的做市商交易流程，在金融中，由于没有实际的总经销商供货，你的报价（Bid-Ask）是基于你对于对应资产的Fair Price的估计来决定的，通常是你算出来的均衡价格加减一个值构造成Bid-Ask组合。在很长的时间内，这个报价都是靠人来完成，这个过程是枯燥的，而且很容易出错——而对于期权类产品（非线性价格）也很难快速报价。我之前和期权交易员合作过很长时间，他们的工作不一定智力上很难，但是对于人得耐力绝对是一种挑战——因为在开市后他们要注意力高度集中的报价，一quote两quote，一quote两quote，似爪牙，似魔鬼的步伐，报价，报价，在这交易大厅报价... ...
于是，从简单的资产起，从交易所级别开始支持API交易了。什么是简单的资产，就是Vanilla类别的，比如个股、指数、外汇、国债等等。因此投行由于本来就是大量资产的做市商，开始把原来这套过程通过计算机来完成。后面大家发现计算机是完美胜任这项工作的，因为计算机能够高速计算库存来调整报价，还能报出很多复杂的单类型。因此从2000年开始个股、指数开始逐步被自动化做市来包揽，2005年后个股期权自动化做市大热，而2008年后外汇自动化做市也相当成熟了，2010年开始国债自动化做市也在美国兴起——这也是我目前在工作的内容。
那么对冲基金呢，除了传统的量化Alpha，他们难道不能也做这个业务吗？实际上，很多对冲基金的自动化做市业务比投行还要好——比如Citadel，比如KCG。但是区别何在？区别在于两点，第一是很多对冲基金不是专属做市商（Designated market maker）。DMM的特权是其有专属席位——在美国这样高度商业化的国家，DMM也是非常稀有的。原因在于，DMM是有责任的，那就是在各种大型金融危机中，当流动性极差的时候，DMM还是要持续的报价，一quote两quote，一quote两quote，似爪牙，似魔鬼的步伐... ... 在流动很差的时候这是非常危险的，因为大家丢给你的都是不好的资产，比如大跌的时候，都在卖，你的Bid反复被Hit，然后又没人来hit你的Ask，浮动亏损可以非常大。那么DMM的特权呢，DMM可以获得非常高比例的rebate，也就是说，佣金返点非常高。这是对于其承担的义务的回报。
第二就是绝大多是对冲基金不是Broker，也是你一般想买股票不会去找他们报价。在外汇和债券这类市场中，有两级市场，一个是B2C市场，也就是零售市场，里面基本都是Broker-Client，而第二级就是B2B市场，都是Broker-Broker。一般来说，B2B市场的Bid Ask Spread要低一些。一个形象的例子就是，我小时候去批发书的商店买书，一个商店有本习题集没有，于是老板去隔壁家拿了一本，卖给我，最后肯定这个老板要把一部分价格还给隔壁家，我付的价格和老板付给隔壁家的价格就是B2C到B2B市场的差价。
这里投行又耍流氓了，他们有着B2C市场的接入优势，因此只要客户量够大，基本都能把自动化做市实现盈利——因为根据大数法则，一定时间内，买卖双方的交易量应该是均衡的。
那么对冲基金靠什么——靠更好的策略。对冲基金如果要做高频做市的，基本在B2B市场参与，他们不是DMM，但是也自己去报价，然后靠着对于价格走向的准确判断，来调整报价，实现拿到多数对自己有利的单，或者持有更久符合预测方向的单，来达到盈利。这种不是DMM却自发去做做市商的行为，叫做Open Market Making。
Citadel是期权自动化做市的王者，顶峰时期一年的利润可以到1 Billion（2009），而整个市场那年的利润也就是7 Billion左右。因此如果策略逆天，没有客户流，也能靠做市赚钱的。
此外，做市业务之外，对冲基金还多了很多机会。因为很多业务银行做起来不划算——比如商品。考虑一个金融类公司，不能光讨论交易策略，宏观上你一定要思考资金成本等问题，这才是投资之道在投资之外。商品这些之前银行干了很多坏事的业务（详细参加高盛的铜交易和JP的风电交易）都被监管方克以了极高的资本罚金。这是Basel III里面的规定，也就是你拿着1元的股票和1元的监管资产过夜受到的处罚是完全不同的，具体算法参见Basel对于RWA（Risk Weighted Asset）计算的细则。这一系列监管，造成了对冲基金有了大量的新业务——因为投行退出。而大量银行的人才也流向了对冲基金。
现在门径这么清晰，那么投行和对冲基金做量化交易的工作差别就很明显了——投行主要以自动化做市为中心的高频信号、客户流分析、报价博弈论等研究为主。而对冲基金主要是传统的量化Alpha、量化资产配置为主——当然还有公开市场自动化做市了。
希望可以帮助到你，祝投资愉快！
⑵ 大奖章基金的介绍
大奖章基金大奖章基金成立于1988年3月，是美国私募基金公司文艺复兴科技公司的第一支基金产品，产品的基金经理是两位美国著名的数学家：西蒙斯和埃克斯，他们分别于1967年和1976年获得学界最高荣誉，美国数学学会5年一度的伟布伦奖，这是大奖章基金名称的由来。
⑶ 西蒙斯（数学家经济学家）是否有什么关于股票的著作
击败索罗斯的数量分析家西蒙斯
谁是2005年收入最高的“打工者”？是华尔街薪酬最高的金融家？高盛前行政总裁鲍尔森(HenryM.PaulsonJr.)去年的薪金收入是3830万美元，加上股票期权共不到1亿美元。还是世界500强的行政总裁？去年《福布斯》排行榜中最赚钱的行政总裁是第一资本金融公司(CapitalOneFinancialCorp.)的掌门人费尔班克(RichardFairbank)，一年进帐2.5亿美元。
答案是以上皆非。根据投资杂志《机构投资者的阿尔法》(Institutional Investor’s Alpha)报道，2005年年度收入最高的是文艺复兴科技公司(Renaissance Technologies Corp.)的主席西蒙斯(James H.Simons)，年收入高达15亿美元，闻名全球的投机大鳄索罗斯(George Soros)则只排第三，年收入达8.4亿美元。
或许你对西蒙斯这个名字很陌生；即使是在华尔街专业从事投资基金的人，也很少听说过西蒙斯和他的文艺复兴科技公司。虽然行事低调且不为外人所知，但无论是从毛回报率还是净回报率计算，西蒙斯都是这个地球上最伟大的对冲基金经理之一。
经历了1998年俄罗斯债券危机和2001年高科技股泡沫危机，许多曾经闻名遐迩的对冲基金经理都走向衰落。罗伯逊(Julian Robertson)关闭了老虎基金,梅利韦瑟的(JohnMeriwether)的长期资本管理公司几乎破产，索罗斯的量子基金也大幅缩水。与之相比，西蒙斯的大奖章基金的平均年净回报率则高达34%。从1988成立到1999年12月,大奖章基金总共获得了2,478.6%的净回报率，是同时期中的第一名；第二名是索罗斯的量子基金,有1,710.1%的回报；而同期的标准普尔指数仅是9.6%。不过，文艺复兴科技公司所收取的费用，更高得令人咋舌。一般对冲基金的管理费及利润分成的比率分别为2%和20%。但文艺复兴所收取的费用分别为5%和44%，几乎与客户对分利润，怪不得西蒙斯的年薪能高达15亿美元。
《美国海外投资基金目录》(U.S.Offshore Funds Directory)的作者本海姆(AntoineBernheim)指出，西蒙斯创造的回报率比布鲁斯·科夫勒(BruceKovner)、乔治·索罗斯、保罗·都铎·琼斯(PaulTudorJones)、路易斯·培根(LouisBacon)、马克·金顿(MarkKingdon)等传奇投资大师都要高出10个百分点，在对冲基金业内几乎无出其右。作为一个交易者，西蒙斯正在超越有效市场假说；有效市场假说认为市场价格波动是随机的，交易者不可能持续从市场中获利。
西蒙斯生于波士顿郊区牛顿镇,是一个制鞋厂老板的儿子，3岁就立志成为数学家。从牛顿高中毕业后，他进入麻省理工学院，从师于著名的数学家安布罗斯(Warren.Ambrose)和辛格(I.M.Singer)。1958年，他获得了学士学位，仅仅三年后，他就拿到了加州大学伯克利分校的博士学位，一年后他成为哈佛大学的数学系教授。西蒙斯很早就与投资结下缘份，在1961年，他和麻省理工学院的同学投资于哥伦比亚地砖和管线公司；在伯克利，他尝试做股票交易，但是交易结果并不太好。
1964年，他离开了大学校园，进入美国国防部下属的一个非盈利组织——国防逻辑分析协会，并进行代码破解工作。没过多久，《时代周刊》上关于越南战争的残酷报道让他意识到他的工作实际上正在帮助美军在越南的军事行动，反战的他于是向《新闻周刊》写信说应该结束战争。当他把他的反战想法告诉老板，很自然的被解雇了。
他又回到了学术界，成为纽约州立石溪大学(Stony Brook University)的数学系主任，在那里做了8年的纯数学研究。1974年，他与陈省身联合发表了著名的论文《典型群和几何不变式》，创立了著名的Chern-Simons理论,该几何理论对理论物理学具有重要意义，广泛应用于从超引力到黑洞。1976年，西蒙斯获得了每5年一次的全美数学科学维布伦(Veblen)奖金，这是数学世界里的最高荣耀。
在理论研究之余，他开始醉心于股票和期货交易。1978年，他离开石溪大学创立私人投资基金Limroy，该基金投资领域广泛，涉及从风险投资到外汇交易；最初主要采用基本面分析方法，例如通过分析美联储货币政策和利率走向来判断市场价格走势。
十年后，西蒙斯决定成立一个纯粹交易的对冲基金。他关闭了Limroy，并在1988年3月成立了大奖章基金，最初主要涉及期货交易。1988年该基金盈利8.8%，1989年则开始亏损，西蒙斯不得不在1989年6月份停止交易。在接下来的6个月中，西蒙斯和普林斯顿大学的数学家勒费尔(HenryLarufer)重新开发了交易策略，并从基本面分析转向数量分析。
大奖章基金主要通过研究市场历史数据来发现统计相关性，以预测期货、货币、股票市场的短期运动，并通过数千次快速的日内短线交易来捕捉稍纵即逝的市场机会，交易量之大甚至有时能占到整个NASDAQ交易量的10%。当交易开始，交易模型决定买卖品种和时机，20名交易员则遵守指令在短时间内大量的交易各种美国和海外的期货，包括商品期货、金融期货、股票和债券。但在某些特定情况下，比如市场处在极端波动的时候，交易会切换到手工状态。
经过几年眩目的增长，大奖章基金在1993年达到2.7亿美元，并开始停止接受新资金。1994年，文艺复兴科技公司从12个雇员增加到36个，并交易40种的金融产品。现在，公司有150个雇员，交易60种金融产品，基金规模则有50亿美元。在150名雇员中有三分之一是拥有自然科学博士学位的顶尖科学家,涵盖数学、理论物理学、量子物理学和统计学等领域。所有雇员中只有两位是华尔街老手，而且该公司既不从商学院中雇用职员.也不从华尔街雇用职员，这在美国投资公司中几乎是独一无二的。
当我提出“数字化定量分析”的时候，有很多人质疑方法的实盘可行性，大资金的运作能力，以及是否有人在此领域取得成功。现今的全世界基金收益最快的早已经不是巴菲特和索罗斯，而是数量分析大师西蒙斯。这已经证明了数字化定量分析的可行性。
⑷ 什么是量化交易，未来前景如何知道的讲讲。
国外量化交易已经发展了40年左右，量化交易程序换交易占比60%，量化基金规模达到30个亿美元，而国内量化交易起步较晚第一只量化基金在2004年左右，至今量化交易规模不过2万亿RMB，国内现在的量化人才也很缺失，随着过来一批量化交易的海龟回来从事量化交易会一定程度带动行业的发展，但是仍需一定时间，加上国内量化交易政策还不够明朗，整体来说量化交易在国内还是一年蓝海，但是路途并非坦途。
⑸ 为什么说在期货投资上应用量化更有帮助
不一定更有帮助。
量化投资是基于数据的理性分析得到的结果，事实上市场大部分时间都不太理性。比如某期货的历史数据很好，量化分析之后也是值得买入，但是市场的动向永远是没有规律的（短期和长期），你不知道一场大雨可能玉米就跌没了。
量化投资做出来的数据都很好看，但是实际上很少有人敢按照策略去操作，因为市场的风云变化是诡异莫测的。
股票用量化投资还相对靠谱（也基本没人用，一看收益都很高，实际操作惨的很），期货风险太大了。究其原因是股票背靠上市公司，只要上市公司基本面没问题、财务没问题就问题不大，顶多有点波动也是可控的。
期货就不一样了，就像前阵子的原油，跌成负的，谁敢想？期货没有一个可靠的背书，谁也保不准你的玉米在合约到期前会不会被水淹了。
⑹ 大奖章基金的投资范围及条件
大奖章基金的投资范围有着严格的限制，投资的产品必须符合3个条件：“必须在公众市场上交易、必须有足够的流动性、必须适合用数学模型来交易。”
正因为如此，大奖章基金不包括创投基金，不涉足未上市公司股份，而一些小公司的股票、创业板股票也不包括在内，而适合用数学模型交易的品种一般来说要求有比较多，有比较准确的历史价格、交易量等。 公司现有150个雇员，交易60种金融产品，基金规模50亿美元。在150名雇员中有三分之一是拥有自然科学博士学位的顶尖科学家, 涵盖数学、理论物理学、量子物理学和统计学等领域。
当指令下达后，20名交易员会通过数千次快速的日内短线交易来捕捉稍纵即逝的机会。交易量之大甚至有时能占到整个纳斯达克市场交易量的10%。不过，当市场处于极端波动等特殊时刻，交易会切换到手工状态。 从2002年底至2005年底，规模为50亿美元的大奖章基金已经为投资者支付了60多亿美元的回报。1990年大奖章的净回报为55.9%；翌年39.4%；之后的两年分别是34%和39.1%。1994年，美联储连续6次加息，而大奖章基金净赚了71%；2000年，科技股股灾，标普指数下跌了10%，大奖章基金更是大获丰收，净回报98.5%；2008年，全球金融危机，各类资产价格下滑，大部分对冲基金都亏损，而大奖章赚了80%。
⑺ 谁有大奖章基金收益的最新数据,可以共享一下吗
如有，肯定是可以分享的。
⑻ 证券自动交易软件哪个好我是新股民 没时间看盘 最好能全自动做差价的软件!
上班族炒股 可以用券商自动的交易系统下预埋单!就行了
不过缺点是比较单一 如果股价涨过了你预埋的价格 或者跌破了你预埋的价格 你就可以卖早了 或者买早了
这个问题不好办
我前2天再网上看到一款机智股票自动交易软件好像可以做到全自动做差价 不是传统的下单软件 好像是根据西蒙斯的理论作出来的,大奖章基金在国际上是一个传奇 每年35%的收益是个神话 机智的理论基础还不错 实际效果还有待关注
⑼ 大奖章基金的公司投资策略
20年来，西蒙斯的复兴科技对冲基金在全球市场进行交易，并且使用了复杂的数学模型去分析并执行交易，其中很多过程已经完全自动化了。复兴科技公司使用了程序模型来预测那些易于交易的金融工具价格。这些程序模型的建立是在大量数据收集之后，通过寻找那些非随机行为来进行预测。
为了建立这些程序模型，复兴公司雇佣了大量的非金融背景的专业人士，包括数学家，物理学家，社会学家和统计学家。在公司位于东锡托基特的办公室里，有三分之一的雇员都拥有博士学位。 主要通过对历史数据的统计，找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的数学关系，发现市场目前存在的微小获利机会，并通过杠杆比率进行快速而大规模的交易获利。现在大奖章基金的投资组合包含了全球上千种股市以及其他市场的投资标的，模型对国债、期货、货币、股票等主要投资标的的价格进行不间断的监控，并作出买入或卖出的指令。
⑽ 大奖章基金如何购买
中国不能买