\

\

\

\

本文内容已经过期，不再适合平台最新版本，请查看以下最新内容，作为参考资料学习。

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

2021年7月8日Meetup模板：

[https://bigquant.com/experimentshare/a6bae485ffcc47819510b788ddfad338](https://bigquant.com/experimentshare/a

前言

算法交易起源于上世纪中叶的配对交易

历史上最早使用算法交易的例子可以追溯到1949年。对冲基金之父阿尔弗雷德·琼斯，利用空对多3：7的比例进行配对交易，在1955年到1964年间，综合回报率高达28%。到了上世纪60年代早期，投资者开始利用计算机通过分析股票的周线和月线来预测价格运动方向。

配对交易逐渐成熟，发展成后来的算法交易。随后算法交易策略慢慢在华尔街流传开来并被广泛使用，同时也带来了非常可观的盈利。原来在摩根士丹利从事配对交易的研究员，后来逐渐成为如大卫·肖、詹姆斯·西蒙斯这类明星基金经理手下的精英，算法交易的“黑盒子”便由此诞生。

随着计算机的广泛普及，华尔街各大

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

根据海外市场的公开信息，全球顶尖量化投资机构 Two Sigma 最近出现了治理风险，这家管理规模达到600亿美元的对冲基金的两位创始人因一起离婚案陷入了股权争执。

Two Sigma 是由约翰·奥弗德克（John Overdeck）和大卫·西格尔（David Siegel）于2001年创立的对冲基金公司，总部位于纽约。西格尔是麻省理工学院的计算机科学博士，早期在量化投资巨头 DE.Shaw 担任首席信息官。奥弗德克是国际数学奥林匹克银牌得主，毕业于斯坦福大学数学专业，曾在亚马逊初创期为贝佐斯效力。

![](/wiki/api/attachments.redirect?id=ab39df

The Story of Citadel

Citadel纪录片分享！House of Ken Griffin – The Story of Citadel！了解Ken Griffin是如何把Citadel打造成为300亿美元对冲基金！

https://www.bilibili.com/video/BV1ot4y1j74y

Citadel创始人访谈

Citadel城堡投资集团 肯·格里芬 在大卫·鲁宾斯坦访谈 The David Rubenstein Show - Citadel's

分享头部量化私募团队、策略、深度资料等

\

赌金者：长期资本管理公司的升腾与陨落

2007年出版了一本记录美国长期资本管理公司(Long-Term Capital Management,简称LTCM)兴衰的书籍， 书名为《赌金者：长期资本管理公司的升腾与陨落》，该书一上市就引起全球轰动， 一直到现在仍然被许多投资人、基金管理者、金融监管当局视为经典。

神话对冲基金LTCM的世纪大崩盘

[https://www.bilibili.com/vid

报告摘要

基金特异度与未来业绩表现

对于传统的对冲基金（公募基金）而言，一只基金产品的持仓、净值越不“从众”，其未来表现越强，一个特异性程度较高的基金往往意味着基金经理人拥有更独特的投资技巧。

CTA的“从众”属性

本文聚焦于CTA类型策略，通过实证发现CTA策略的特异性与未来业绩表现显著负相关，与对对冲基金的发现完全相反。当根据SDI（策略特异度指数）将CTA策略5组分档时，低SDI的CTA产生的平均年回报比高SDI的CTA高出5%，具有较少特色策略的基金表现显著更好。

“从众”的CTA本质在交易什么

SDI较低的CTA策略在动量因子上的暴露

报告摘要

做多股票/做空ETF的对冲策略

本文发现在对冲基金持有的股票触发业绩超预期之前，对应行业ETF的做空数量出现飙升，反映出可能存在做多股票同时做空行业ETF的投资行为。当股票的行业风险暴露高时，这种模式尤为明显。

行业ETF对股票PEAD的影响

通过测试在PEAD事件中行业ETF对市场效率的影响，本文发现当该股票有配对的行业ETF时，PEAD现象减弱。在控制了市值、分析师覆盖度、机构投资者占比后，PEAD减弱的现象仍然存在。本文比较了行业ETF成立前后的两年内高行业暴露和低行业暴露股票的PEAD现象，通过双差分模型分析发现在行业ETF成立前，不同行

摘要

文献来源：[1] Chen Y, Han B, Pan J. Sentiment Trading and Hedge Fund Returns[J]. The Journal of Finance, 2021.

推荐原因：当出现情绪波动时，套利者可能使用不同的交易策略，从而导致其呈现不同的情绪暴露。本文发现通过情绪beta（即对冲基金对情绪波动的暴露）排序分组的对冲基金组合，最高与最低组的月度风险调整后的收益差值为0.59%，在管理能力强的基金中该收益差值更加显著。此外，约10%的对冲基金具有情绪择时能力，其情绪择时能力与基金的情绪beta以及基金业绩正

报告摘要

基金经理行业择时能力与基金业绩

本文研究了对冲基金能否对特定行业进行择时，以及这种择时能力是否能预测对冲基金的未来业绩。结果表明，有相当比例的基金能够对制造业进行择时，并且那些具有较强的制造业择时能力的基金在接下来的几个月产生了更高的回报。多变量Fama-MacBeth截面回归也表明，在控制了各种基金特征和基金的其他择时能力后，制造业择时系数的预测能力依然存在。

长期预测能力测试表明，制造业择时系数与未来收益之间的正相关性可以持续到未来6个月。除了产生更高的回报外，本文还发现制造业择时能力强的基金未来有更多的资本流入，并且在接下来的6-12个月期间有更高的

摘要

量化产品 2018 回眸：新发规模同比稳定，存量指数增强基金发力

年尽管指数下挫明显，但公募量化基金发行数量及规模并没有明显下滑。在公募对冲、主动量化基金规模下滑同时，指数增强基金规模逆势上升（55.31 亿），其中大部分来自存量基金份额增长。此外，量化基金规模分布上仍存在“马太效应”，尤其是指数增强基金，平均规模 5.68 亿，中位数仅 0.95 亿。从侧面反映资金方更为偏爱历史业绩稳定的优秀产品。

A 股风格演变与现状：小盘风格迎考验，价值风格受热捧

报告对传统因子进行系统测试，并分别从日历效应、市场情景、行业对比及历史风格复盘等不同角度对因子表现进行深

摘要

对冲基金布局人工智能

随着深度学习技术的进步，人工智能领域迎来了最好的发展机遇。近年来，国内外知名的IT公司纷纷在人工智能上发力，创造了一系列突破性成果。同时，海外的对冲基金和投资银行也开始在人工智能上进行布局。高盛、BlackRock、Citadel等公司是投资领域人工智能的先行者。

人工智能在资产管理的不同领域大展身手

人工智能能够帮助不同类别的资管机构提高竞争力，在未来的市场竞争中占得先机。分部门来看，人工智能正在或者即将对资管机构的投资、研究、交易、风险管理、产品设计、营销等细分部门产生深远的影响。

投资上，依托高效的信息处理和知识挖掘能力，人工智

摘要

对冲基金布局人工智能随着深度学习技术的进步，人工智能领域迎来了最好的发展机遇。近年来，国内外知名的IT公司纷纷在人工智能上发力，创造了一系列突破性成果。同时，海外的对冲基金和投资银行也开始在人工智能上进行布局。高盛、BlackRock、Citadel等公司是投资领域人工智能的先行者。

人工智能在资产管理的不同领域大展身手人工智能能够帮助不同类别的资管机构提高竞争力，在未来的市场竞争中占得先机。分部门来看，人工智能正在或者即将对资管机构的投资、研究、交易、风险管理、产品设计、营销等细分部门产生深远的影响。 投资上，依托高效的信息处理和知识挖掘能力，人工智能能够提高对冲基金的投资表

报告摘要

1.美国后金融危机期间的货币政策是否威胁到了对冲基金的Alpha收益？

文献来源：Berglund, A., Guidolin, M. & Pedio, M. Monetary policy after the crisis: A threat to hedge funds' alphas?. J Asset Manag 21, 219–238 (2020)

推荐原因：文章考察了金融危机期间和之后美国货币政策的发布对整个对冲基金行业和系列对冲策略指数的平均Alpha收益的影响。文章所应用到的检测方法从简单的事件研究到结构突变检验以及马尔可夫转换模型。事件研究表明，综

摘要

一个人的气质里 藏着他走过的路和读过的书！

4月23日，是世界读书日。

今天，让我们通过梅译丽的喵主理人整理的大佬书单，来看看他们都推荐了哪些值得一读的好书！

正文

/wiki/static/upload/a6/a6adbbbc-fbe9-4447-afc9-5f360d115b2f.pdf

注：推荐书籍转自公众号 量化投资与机器学习

摘要

弱市赢家方能恒强：对冲基金在不同市场条件下的表现持续性

本文作者提供了新的证据，表明在疲软对冲基金市场盈利者方能持久盈利，但在强劲的市场中获利者无法持久。具体而言，作者根据不同对冲基金行业的整体回报水平构建了两个绩效指标—RET_DOWN和RET_UP。经过风险调整后，RET_DOWN前20%的基金在随后一年优于后20%的基金7％左右，而具有更好RET_UP的基金随后的表现不佳。RET_DOWN可以预测未来3年内基金业绩，无论是赢家还是输家都能预测较好，也包括股票限制较少的基金。

正文

[/wiki/static/upload/0a/0ac6dc97-45f0-4

\