本来想写轻仓的，但我觉得光双11已经对重仓者有了充分的教育意义，此文章先暂缓。我们今天先来讲讲凯利公式。

开头先问大家一个问题，图片中有3条路线。哪一条路线小球会最先到达右下角？


有可能有些人


本期作者：MoonX

本期翻译：Kiwi | 公众号翻译部成员

文末获取资料

正文

高频交易是一种更频繁地用于快速启动金融交易的方法。这种由高速发送订单组成的自动交易形

阿尔法收益：在投资领域，阿尔法这个词通常用于度量投资者的投资技艺，及投资者获得的与市场波动无关的汇报。根据传统定义，阿尔法是指扣除市场基准回报以后的投资回报，或者实惠仅仅由投资者决策所增加或减少的那部分价值。

比如，如果投资者获得了15%的投资回报，选定基准取得10%的回报，那么阿尔法就是5%。追求阿尔法回报的策略，本质上就是投资组合的资产配置决策及设置其头寸规模的择时策略。阿尔法模型是量化投资最重要的模型结构之一。

基于基本面的量化投资有很大的市场应用，是最近30年的兴起的投资方式，有着鲜明的特点。基本面量化投资如何实现阿尔法收益，我们知道当然不存在一个万能的黑箱子帮助基金经理解决一切问

原文章来自Winton Capital网站，本文为原文章的中文翻译。本文不构成投资建议，不代表个人观点。本文仅用于交流学习使用，不得用于商业用途。如对相关著作人造成侵害，请立即联系译者及时删除。

原文标题：Testing our Strategy for Testing our Strategies

原文时间：2015年8月

翻译：雷闻

测试系统化投资策略的最可靠方法是使用设计策略时无法获得的数据。这种“样本外”测试消除了由于过度拟合而导致绩效下降的可能性。基于回测来评估策略绩效时，过度拟合是常见的问题。

样本外测试的困难在于，许多策略的预测能力较弱，这意

如果你对银行以及金融领域的机器学习或人工智能（AI）应用感兴趣的话，你一定了解 JPM（摩根大通）去年发布的在金融领域有关大数据及人工智能应用指南 68，你也一定会对他们刚刚发布的一份关于将 “数据驱动下的机器学习应用于算法交易”问题的新报告感兴趣。

去年那份长篇报告是由JPM 宏观量化研究团队负责人，素有“半人半神”之称的 Marko Kolanovic，以及另一位在去年四月刚从美林银行离职的量化策略师 R

上一篇我们了解了势。大概清晰了势是个什么东西。有人说这没用啊，没法用于赚钱。有人说实际市场根本不是这回事，一点儿没用。这确实是有道理的。知道这东西是啥是没有办法让你赚钱的。实际的市场也不可能有这么完美的正态分布。笔者写这系列文章的目的，本就不是为了教你赚钱的方法。只是通过数学的语言提供给你另一个角度去看待这些问题而已。如果要赚钱，其实很简单，坚持海龟交易法就行了。森林里最老的驴子已经用其稳定盈利5年了。本金共翻了10****倍，年化50%多。仔细想想这数据可是很恐怖的。本金有10w，20年后可是10****亿啊，，，，好吧，《海龟交易法》这本书欢迎您。

言归正

\

\

我有个朋友，酷爱主观交易。每每聊天，他经常说，“我这有个好的trade，能有25%的return，比你那个5%的book强多了”。我便和他讲，“你那个交易，动辄回撤30%，我这个日波动率只有2%，我加8倍杠杆都比你安全，回报分分钟到40%”；可能他就是揶揄我，所以这样的对话发生了很多回，他依然乐此不彼。我决定写文章讲讲这回事。

很多主观交易员一直不能理解Sharpe究竟在衡量什么。在传统的语境下，衡量一个对冲基金表现的一直是绝对回报率，比如周一见报的这篇文章，

算法交易顾名思义就是采用某些算法让计算机自动进行交易决策、下单以及订单资金管理等一系列操作。算法交易系统和一个基于事件的回测系统组成非常相似，这一点在搭建回测系统系列文章中有所提及。一般来讲，算法交易系统由数据模块、模型模块、执行模块以及算法监测模块这几大部分组成。

• 数据模块

数据模块包含结构化和非结构化两部分的数据。结构化的数据一般包含品种的交易数据以及公司的金融数据；非结构化数据则包括新闻、社交网站等文本数据，这些数据需要一些专门的文本分析挖掘工具来进行处理。

• 模型模块

应用于算法交易的模型主要有这样几类。一类是数学统计类模型，这类模型通常采用概率论的方法去度量风险因子、用

**编者按：**人生之三境界的第一层，“看山是山，看水是水”，本质上展示了人“看见”的过程，以及思绪与理解在这一过程中所起的作用。

“看见”，对于人类而言，似乎是一个很简单自然的事情，其实则不然，从地球上第一个长出眼睛的生物三叶虫，走到今天的人类视觉，经历了五亿四千万年的漫长旅程。人类获得今天的视觉能力，是大自然长期进化的结果，大脑中三分之一的皮层是与视觉相关的。

因此人的视觉任务，本质上是人脑对外界视觉信号作出反应的过程，那么，研究人脑的工作机理，是否能够为计算机视觉提供一些启发，让机器“看山是山”呢？基于此，学术界开展了脑启发视觉计算领域的研究。那么过去一年中，在这一领域都取得

林晓明 S0570516010001 研究员

李子钰 S0570519110003 研究员

何康 S0570520080004 研究员

王晨宇 S0570119110038 联系人

报告发布时间：2021年10月13日

摘要

国内量化私募快速发展，本文对多类量化私募产品进行业绩归因和分析

==近年来国内量化投资高速发展，私募量化产品在持续扩容的同时保持了优秀的业绩，市场关注度显著提升。据基金业协

https://bigquant.com/experimentshare/d91a71bd79d94b61a1d53d0f3470564e

\

Citadel基金，又叫做城堡基金，是全球最大的对冲基金之一。一家公司的成功，不仅仅依赖于优秀且有远见的创始人，优秀的人才，也同样依赖于公司的文化。那么Citadel在金融市场中进行交易的时候，公司是用什么样的态度看待市场和交易的呢？我们也许可以从下面这个视频中看出端倪。

[华尔街顶级对冲基金量化总监：一本书改变了我的职业生涯_腾讯视频​v.qq.com ](https://v.qq.com/x/page/

原文章来自AlphaSimplex网站，本文为原文章的中文翻译。本文不构成投资建议，不代表个人观点。本文仅用于交流学习使用，不得用于商业用途。如对相关著作人造成侵害，请立即联系译者及时删除。

原文标题：CTA Style Evolution

原文时间：2019年5月

翻译：雷闻

在过去的几十年里，随着市场的变化、竞争的加剧以及新的工具和技术的应用，系统化CTA行业不断发展，以寻找趋势和其他机会。在投资人眼中，曾经高度创新的策略和方法已经变得更为主流、更广泛传播和更容易理解。在这篇文章中，我们用一组超过50种的系统化策略来衡量CTA风格在时间和管理者之间的差异和主题。

如何跟上交易风险管理的变化趋势？怎样才能更好地管理风险？

交易中的风险管理可能是一个被低估的概念，但它是算法交易中不可或缺的一部分。风险管理与创建投资组合时的投资组合优化、对冲、策略规划等有关。

随着算法交易的实践，风险管理现在还意味着确保不涉及其他方面的风险，例如数据质量、技术等等！

围绕交易活动的风险管理

交易的风险管理是为了创建交易组合策略以及围绕交易活动进行。

您可以在下面看到算法交易架构的图示：

![算法交易架构{w:100}](https://d1rwhvwstyk9gu.cloudfront.net/2022/07/Architecture-for-Algor

老虎基金（Tiger Fund），是由朱利安罗伯逊（Julian Robertson）于1980年创立的举世闻名的对冲基金。

到1998年其资产由创建时的800万美元，迅速膨胀到220亿美元，并以年均盈利 25%的业绩，列全球排名第二。其中，1996年基金单位汇报为50%，1997年为72%，在对冲基金业里，老虎基金创造了极少有人能与之匹敌的业绩。然而，进入到2000年，其资产从220亿美元萎缩到60亿美

原文章来自元盛Winton网站，本文为原文章的中文翻译。本文仅用于交流学习使用，不得用于商业用途。如对相关著作人造成侵害，请立即联系译者及时删除。

原文标题：Winton Capital's Idiosyncratic Founder on Artificial Intelligence and Statistical Fallacies

原文时间：2018年12月

翻译：雷闻

伦敦的哈默史密斯街是英格兰最后一个你可能期望找到对冲基金经理的地方之一。这是一条绿树成荫的住宅街，位于伦敦西部一个不那么时髦的地方。

元盛资本（Winton Capital）的创始人大卫·

伦敦的哈默史密斯街是英格兰最后一个你可能期望找到对冲基金经理的地方之一。这是一条绿树成荫的住宅街，位于伦敦西部一个不那么时髦的地方。

元盛资本（Winton Capital）的创始人大卫·W·哈丁（David Harding）坐在一间简陋的办公室里，远离伦敦著名的梅菲尔区（Mayfair）庄严的米色市政厅。正如康涅狄格州的格林威治被称为美国对冲基金的中心，梅菲尔也是面向超级富豪和机构的投资池的所在地。

元盛资本在1997年成立时只有160万美元的资产，几十年前在欧洲成为商品交易顾问，简称CTA，是一种通过跟踪各种商品、货币、债券和股票市场趋势进行交易的投资工具。

从那时起，元盛已演变成一

写在之前，不能透露的都打上马赛克了，能领悟多少就看大家的悟性了。再说一句，不看之前文章领悟什么叫做正确交易理念的人，不要妄图用我的交易系统拯救你悲惨的交易人生。不树立正确交易理念在先，只想着拿来一个成功的技术发家致富的人，我见得多了，恕我直言，到今天没看到哪个成功的走出交易泥潭。追求迅速致富，暴利操盘的人们可以关网页了，这里没有你们要的东西，耽误了您生命中的一分钟时间，深感抱歉，但不负责这一分钟的相关赔付。

重申交易理念：永远不要让自己当前赔钱的一单，成为整个交易循环中，亏损最严重的一单。同理，永远不要让自己当前赚钱的一单，成为整个交易循环中，盈利最单薄的一单。用仓位管理进行最合

知乎上关于隐马尔科夫模型的科普非常详细了。可以直接参考这个问题下面大神们的回答。

如何用简单易懂的例子解释隐马尔可夫模型？ - 数学

中文互联网上关于隐马模型在股票上的应用，基本都直接或间接引用了广发证券的2010年的一篇照理不应该公开的报告。知乎上面的就有：

陈小米 的 [【研究】西蒙斯的赚钱秘籍：隐马尔科夫模型（HMM）的择时应用 - 神秘的宽客们 - 知乎专栏](https://zhuanlan.zhihu.

这个世界上有一种东西叫做钱。我们把一些钱放在一起管理和运作，基金(fund)一般就是指这笔用于特定目的的钱，有时候也可以指管理和运作这笔钱的组织。 如果这笔钱的目的是为了钱生钱，可以称为投资基金(Investment Fund)。

钱怎么生钱呢？如果钱用来购买实物商品，然后再卖了变成钱，这是贸易，不是我们说的钱生钱。当然钱也不能直接就变成更多的钱。在钱生钱的过程中，钱要先变成一些虚拟的但是又值钱的东西。这些虚拟的东西是各类财产所有权或债权的凭证，也就是证券(securities)。

在投资完成以后，钱的变化就是回报，或者叫收益率(return)。我们希望收益率是正的，但有时候它也可能是

摘要

优秀的策略是科学理论和经验证据的完美结合。对于一个策略，我们不仅要对它长期的盈利有预期，更要深刻理解它在任何一段短时期内能有多差。策略持续回撤时需要坚韧信仰。

引言

上周，我去清华量化投资协会和一些小伙伴进行了非常有益的交流。在 Q&A 环节，被讨论的最热烈的问题是**“在当下的环境中（尤其是股票市场），是否应该以及如何能够坚持策略”。**

对于这个见仁见智的问题，我的想法是**“have tough faith for hard times”（艰难时刻需要坚韧信仰）。**当然，这句话做起来远比说起来要难得多。信仰来自哪里？如何坚持信仰

绩效和风险指标被广泛用于评估股票或投资组合的绩效，是投资组合管理的主要组成部分。在这篇文章中，我们将尝试触及一些重要的投资组合和风险指标，这些指标可以让您清楚地了解您的投资业绩和风险。

本文的第一部分着眼于这些常用的性能指标，这些指标使我们能够深入了解交易策略的结构。在本文的第二部分，我们将介绍投资或投资组合中风险管理的一些重要指标。最后一部分通过一个简单的示例简要说明了您的投资组合的策略优化。

为什么我们需要投资组合风险管理？

资产组合的表现是通过一组参数来衡量的。例如，如果您进行股票交易，那么您的回报将与基准指数进行比较。投资组合回报的一致性也被证明是一个重要因素。

在我们做各种有关自己和家庭的财务决定时，很多人都习惯借助于“罐头”式思维。比如我们会把自己的钱分为几份，放在不同的罐头里：一份用来储蓄购房，一份用来日常开销，一份用来度假旅游，等等。

借助这种方式来做出自己的投资和理财决策的好处是：每一份钱都有明确的功能和用途。对于一个自制力不强的个人来说，这种标签有助于为自己的消费需求树立一个“硬性边界”。假设我们给自己规定，每个月在淘宝上买衣服最多只能花1000块。那么在这个月的额度被用完以后，“剁手党”们可以用这个借口强行命令自己不能再买了，要买也至少要等到下个月。

但是，“罐头式”的思维方式，也可能导致我们做出一些不理性的决策。在行为心理学上，这种