一、量化投資的應用
投資者的生物個體弱點：時間、體力、精力、注意力和判斷力等都是有限的。因而，隨著計算機技術突飛猛進，同時金融理論提供了基礎，加上市場需求，20世紀79年代開始量化投資興起。許多量化投資團隊為投行創造了鉅額的利潤。
二、量化交易的風險
量化投資的核心競爭力是從歷史資料中挖掘規律和趨勢，這意味著投資模型和策略的準確度都是有前提的（一旦這些規律和趨勢賴以生存的條件發生了變化，越是複雜的模型越容易潰敗）。從2023年亞州金融危機到2023年次貸危機，再到2023年新冠危機，最先倒下的金融機構大多是那些高槓桿，做量化的對沖基本（其原因就在於，這種依靠模型、歷史資料和程式化交易的投資方法在突如其來的外生衝擊面前會更脆弱。）
總之，一方面，量化交易在資料探勘和科學決策方面具有優勢；另一方面，當出現突如其來的規律變化時，純量化投資可能會面臨更大的風險。
量化交易風險指標
風險指標資料有利於對策略進行乙個客觀的評價，主要風險指標包括 alpha值 解釋 0 策略相對於風險，獲得了超額收益 0策略相對於風險，獲得了適當收益 0 策略相對於風險，獲得了較少收益 beta值 解釋 0 投資組合和基準的走向通常反方向，如空頭頭寸類 0投資組合和基準的走向沒有相關性，如固定收益...
量化交易之 tushare
作為一名老股民，我對金融市場一直都保持長期的關注。最近我大量接觸量化交易相關的一切，發現市場力量還是蠻強大的，6年前的很多設想現在已經徹底變成現實，不得不承認市場從來不會等任何人。想好就要馬上行動，機會從來不會等任何人。從模型的角度考慮，對沖 的出現可以說是最靠譜的，但是事實證明他的經營要求也是最高...
機器學習 量化交易
財經資料 import tushare import tushare as ts print 版本 tushare.version t ts.get hist data 000001 一次性獲取全部日 資料 ts.get hist data 600848 ktype w 獲取周 資料 ts.get ...