昨日阅读1小时，累计阅读50小时。

昨日阅读2小时，累计阅读27小时

昨日阅读1小时，累计阅读35小时

DAY #06

1.主题
量化交易已统治华尔街
http://www.sohu.com/a/166879943_99985257
几种常见的量化策略框架
http://blog.csdn.net/JDquant/article/details/62237320
专业量化交易人士如何看待传统技术分析
http://club.jr.jd.com/quant/topic/1091145
如何设计出一个比较成功量化策略？
http://blog.csdn.net/JDquant/article/details/54619001
金融科技新时代到来，量化投资大有可为
https://baijiahao.baidu.com/s?id=1567605166298478&wfr=spider&for=pc

2.摘要
虽然很多人都说选股要看基本面，但大多数股票投资人现在都不会根据股票基本面来购买或出售股票。Kolanovic 估计，那些按基本面股票投资人所贡献的交易量仅占市场总交易量的 10%。他说，被动投资和量化投资的交易量约占 60%，是十年前的两倍还多。

Kolanovic 表示量化交易资金的走向、央行政策和政治环境共同决定了市场的低波动率。此外，他还补充道：“大数据正日益挑战传统的基本面分析投资策略，同时还会助推未来几年内的行业变革。”他说：“有 13 亿美元的标普 500 指数期权将于周五到期，这将改变交易员的投资策略。这可能导致整个市场波动率上升，影响周期从周五开始，延续到下周。”

市场结构研究公司 Tabb Group 的数据也显示量化交易的交易量有所上升，而股票交易总股数则有所下降。据 Tabb Group 研究显示，量化交易门下的一个类别高频交易贡献了 5 月份日平均交易股数的 52%，达 67.3 亿股。在高频交易的高峰期 2009 年，平均每日交易的 98 亿股中，约有 61%是由高频交易员完成的。

量化选股，就是通过量化思想及配套的计算机程序化来实现选股（如何选择好的股票）和择时（如何在合适的时间进行合适的调仓），从而完成量化投资组合策略的构建。

目前量化策略主要包括：
①.多因子策略
②.统计套利
③.机器学习
④.文本挖掘
⑤.数学方法

多因子模型包括：
①.技术指标模型——>MACD、KDJ、布林带等——>偏向于择时
②.财务指标模型——>价值因子(PB，PE等)、市场因子(涨幅,换手率等)、基本面因子(资产负债率,流动比率等)以及成长因子(净利润增长率,主营利润增长率等)——>偏向于选股
③.常见的策略有Fama-French三因子策略与特异性风险因子模型
④.它的优点是思路直接清晰、数据便于获得

统计套路主要是在对历史数据进行统计分析的基础上，估计相关变量的概率分布，并结合基本面数据进行分析以指导套利交易，与传统单边投资方式相比，统计套利多空双向持仓在处理大资金方面可以有效规避一部分风险。

机器学习主要目的在于发现规律或重现规律，近来被广泛应用于各个行业。
文本挖掘作为数据挖掘的一个分支，挖掘对象通常是非结构化的文本数据，文本挖掘应用于量化投资是一个比较新的思想。

在不同的量化投资领域，技术分析的地位绝对是不同:
①.在高频交易领域——>技术分析的用处应该不大。Irene Aldridge的《High-Frequency Trading》中提到过两篇论文，指出技术分析可以帮助推测限价指令簿（Limit Order Book）。
②.对于量化选股——>技术分析的用处也不会太大。
③.对于CTA（管理期货基金）来说——>特别是Trend-following CTA来说，传统技术分析绝对是基石。

技术分析的优点很多：简单易行，资金容量大。更重要的是，在大尺度上技术指标永远不会失效，追涨杀跌是人类的本性。但是，技术分析的缺点也是明显：回撤大，修复期长，大尺度上同质化很严重。还有一点就是技术指标量化后的参数调整，调整好了，基本上都能找到在回测上稳赚不赔的策略，但是一旦市场状态转化发生(Regime Switch)，出了回测，一实盘模拟基本就废了。高频还可以通过data mining出个最优参数，中低频还是不要想了。

量化投资与传统型投资对比：
①.公司调研VS分散策略——>与基本面分析需要深入个股层面不同，量化策略并不对个股基本面进行深度研究，而是通过分散化降低个股层面的异质风险。因此如果一个策略平均持仓很少（10只一下）那么策略的表现可能只是某一只个股表现好。
②.人工风控VS技术风控——>和传统投资方法相比，量化投资在风险控制方面进行了极大的改进。甚至可以说，量化投资的所有工作都是围绕如何管理风险这个核心的。量化投资利用各种科学方法来追求收益好人风险的配比关系，比如夏普比率、MAR比率等。因此，量化投资和传统投资方法的最大区别在于风险管理水平的不同。
③.人工识别信号VS程序识别信号——>在瞬息万变的市场中，利用复杂的模型和精密的程序进行投资，以远超出人力的优势来快速寻找市场中的价格偏差和其他精细的投资机会，可以说是一种非常科学的投资方法，量化基金盈利的很大一部分来源是捕捉市场“错误定价”的机会。
④.集中持仓VS分散持仓——>量化基金一般持股相对分散，较少进行集中投资，以避免个股的非系统性风险。
⑤.主观情绪VS独立机器——>传统的投资方式会受到个人主观偏好、自身情绪等人为因素的干扰而做出些非理性的行为，进而影响最终的投资表现，而量化投资优势在于依靠预先建立的计算机程序执行投资策略排除了人为因素干扰。机器摆脱了人的主观情绪，但在灵活性上则存在明显滞后，当黑天鹅事件或掺杂人类情绪的事件发生时，会使人工智能的效用则会大打折扣。

3.心得感悟
方法是一回事，具体的策略构建又是另外一回事。正所谓“黑猫白猫能抓到耗子就是好猫”，只要这种方法构建的策略能够充分挖掘市场信息，取得良好的收益和较低的波动，策略就是好的策略，方法就是有效的方法。

值得说的是，换个角度想，量化工具就是新时代的技术工具。现在种类繁多操作简单的技术工具，也不是一开始就有的，都是有人用的好逐渐推广的。
简单技术分析最后高度趋同带不来超额收益，量化工具也有这趋势。

 设计量化交易策略其实就是一个想法+验证的过程:
①.想法的来源==金融理论模型(capm、apt等) + 经典策略(海龟策略、dual thrust、羊驼etc) + 符合逻辑的直觉
②.验证的过程==目测 + 历史回测 + 稳定性测试(是否过度拟合)
符合逻辑的直觉——>交易者追求的终极境界

再比如通过分析与个股相关的新闻，从而能够判断市场对该股的情绪、态度等。这种类型的策略的关键是想法要符合逻辑，符合直觉。

4.时间统计
昨日阅读5小时，累计430小时

昨日阅读1小时，累计阅读167小时

昨天白天的计划完成了，下午阅读了陆铭演讲整理稿，晚上看了一部电影《金钱世界》，推荐给大家。。昨天阅读6小时，一共阅读174小时。 与其焦虑的思考，不如静心的实干！

昨日阅读2小时，累计阅读103小时

昨日阅读1小时累计阅读444小时。

昨日阅读1小时，累计阅读26小时。 6

昨日阅读1小时，总阅读469小时

昨日阅读1小时，累计阅读495小时。

昨日阅读1小时，累计阅读134小时

昨日阅读1小时，累计阅读101小时。

昨天阅读2小时，累计阅读12小时

阅读0.5小时，累计阅读12.5小时

昨日阅读2小时，累计阅读152小时

日读0.5小时   累计32小时

昨日学习视频3个，累计学习视频94

昨日阅读1小时 累计阅读158小时

1.今天你阅读到的有价值的全文内容链接
为什么 BAT 干不掉海康威视http://www.myzaker.com/article/59d9bbc41bc8e0680700000a/

2.今天你阅读到的有价值的内容段落摘录
第一个问题：为什么应关注人工智能而非互联网？毕竟中国连续两年手机出货量都在 5 亿多台，增长放缓，代表无线流量基本已走平，你多卖一台，我就少卖一台，是存量竞争。今天创业者再做一个纯互联网的 APP，投资人问的第一个问题就是你怎么获客。因为现阶段流量格局已定，首屏就那几个 APP。
2. 互联网 + 的机会同样有限；但很多行业信息和连接并不是痛点。拿医疗举例，中国三甲医院的大夫就那么多，你把全国 13 亿人民都和这些大夫连接上了也没用，因为一个医生一天还是只能看那么多病人。互联网并没有提高医生看诊的效率。
相比创业公司，BAT 的最大优势是什么呢？第一，不缺数据；第二，为了构建自己的生态系统，未来通用技术一定全部是免费的；第三，虽然通用技术免费，但 BAT 有羊毛出在身上的猪机会。这是典型的互联网打法。这里的猪是什么？猪就是云计算。
未来行业壁垒才是人工智能创业最大的护城河。因为每个行业都有垂直纵深, 尽管 BAT 技术好一点、并不关键。拿医疗 + AI 举例，什么最重要？大量准确的被医生标注过的数据最重要。没有数据，再天才的科学家也无用武之地。但在国内，这个医疗数据拿出来非常困难。
千万记住，99% 和 99.9% 的可靠度差距并不是 0.9%，而是要反过来算，差距是 10 倍。也包括手术机器人，听起来 99.9% 可靠度已经很高了，但意味着 1000 次出一次医疗事故，放在美国，医院还不得被巨额索赔搞得破产。
不过未来随着技术门槛的降低，特别在 "非关键应用" 领域里，团队的核心主导，会慢慢过渡到产品经理和行业专家为主，因为他们离用户需求最近。"非关键应用" 领域，懂需求比技术实现更重要。长期来看，人工智能创业和任何其他领域的创业一样，一定是综合实力的比拼

3.今天你阅读到的有价值信息的自我思考点评感想
看完了才发现此文是迅雷创始人写的。是从投资人的视角这么看。如果这个主题是从海康本身的视角来理解这个主题，那就肯定不一样。一个行业总有行业的领导者，总有后来者，这个领导者对这个行业的需求总有特定的认识，后来者试图用一些新技术进入这个行业，他们的体量也足够的庞大，行业领导者也不会看不到这个趋势。如果它没有这个能力，如今他看到这个压力一定会去买。并购。然而回顾诺基亚被苹果击败，当年一直是用系统落后这样的一个结论，用前人这么一句话表达觉得更加确切，“他们虽然相信高潮不可避免地要到来，却不相信高潮有迅速到来的可能：，所以是突然高速增长的用户群体使选择权发生了变化，而在这之前你根本不知道用户的等待到了哪一步了。BAT现在都忙着描绘情景呢，没有场景的发展，未知的体量根本还发掘不出来。所以他们都忙着搞单车，搞外卖。海康的对手目前应当是智能家居这样的竞争者吧。

4.昨日你阅读的时间量
0.5小时

5.你参与活动至今的总时间量
18.5小时

昨日阅读0.5小时，累计阅读130小时

昨日阅读1小时，累积阅读322小时

昨日2小时，累计490小时

昨天阅读1小时，总共阅读5小时

昨天阅读1小时，总共阅读5小时

昨天阅读1小时，总共阅读5小时

20180406【充实计划】第669期
昨日阅读3小时，累计阅读11小时。
Following：
1. McKinney&Company_Valuation(Sixth Edition)低ROIC对于成熟公司而言意味着有缺陷的商业模式或者不吸引人的产业结构，所以如果这类公司盲目追去高成长，此时高成长通常是致命的。所以对企业估值时，往往需要考虑成长、资本回报率（ROIC）和现金流三者中的两者，只考虑其中一种都是不理智的。

2.阿比吉特·班纳吉etc._贫穷的本质芝麻信用这类第三方征信机构，其所处的位置在借款人和贷方之间，起到证明信用的作用。由于征信机构自身的可信度保证，贷方不需要再花费额外的精力、金钱去调查借款人，使得小额贷款放贷成本降低。这是个很好的商业模式。

昨天阅读1小时，总共阅读148小时

1、阅读时间：昨日阅读3小时，总计阅读100小时；
2、阅读内容：《天下的当代性》、《定西孤儿院》

昨日阅读0.5小时，累计阅读214小时