烤肉的作业
由godspeedgld创建，最终由godspeedgld 被浏览 4 用户
今日作业：
\
1、请用自己的话解释什么是量化投资
答：
量化分几步
1 数据分析与挖掘：
- 分析挖掘价格信息 与 其他信息（ 比如 交易信息，基本面信息， 宏观信息等） 之间单维或者多维的关系。
- 关系可能是线性的，非线性的，时间序列的，横截面的等。
- 关系的具体化可以是指标(macd, rsi, art等)，因子(小市值，高股息等)，机器学习模型(lightgbm，stockranker等)，深度学习模型(deepseek交易员等)，多智能体(TradingAgent等)。
2 交易策略建立以及回测：
- 根据挖掘的关系，建立交易策略。 包括买入规则，卖出规则，模型训练等
- 基于策略，对历史数据进行回测以及验证.， 包括训练数据回测，验证数据验证，模拟交易等。
- 为了良好绩效以及避免过拟合，采取，参数优化，滚动训练等方法，进行优化。
3 交易框架：
- 结合策略的风险性，以及标的特性， 建立多品种，多策略交易框架， 降低整体波动性。
- 技术手段包括： 仓位管理，风险管理
4 运行维护：
- 维护策略失效
- 维护框架风险与仓位
\
2、请你列出你认为的量化投资的优势和劣势
优势：
- 可验证性： 通过历史数据，验证交易理念。
- 可挖掘性： 通过挖掘历史数据之间的关系， 挖掘未知关系。
- 整体性： 通过交易框架建立， 建立整体交易。
- 实时性： 通过高频率的交易。建立高频交易。
- 非情感性： 通过自动交易， 避免情绪波动干扰。
- 多维性： 通过挖掘分析，建立多维模型
劣势：
- 统计性： 量化往往是基于历史数据的统计关系而不是因果关系建立模型。所以噪声，时效性，数据不足都可能导致模型不精确甚至是错误
- 可解释性： 多维模型，特别是非线性模型比如 机器学习模型，深度学习模型，缺乏可解释性。
我的疑问与思考：
1 疑问：
-
实盘策略出现回撤，如何判断是策略失效还是正常回撤?
-
模拟盘测试，多长时间可用于实盘
-
突发事件，如何做好风险管理，甚至获利 （正面冲击，负面冲击）
-
宏观分析如何和量化结合。
\
2 思考：
主观也好，量化也好，关键还是交易者本身。
比如 量化实盘出现回撤，或者突发事件冲击，是否停止策略。这时决定性的不是策略，而是交易者本身对策略的信心度和意志力。主观交易亦如此。
\