基础数据篇02 | 渔阳：数据棱镜（下）

添加助教微信（jwzhujiao1）

发送购买截图，免费领取专辑课件

（提醒：文字稿仅作参考，如需文中提到的课件图片，请扫描上方二维码，添加联系助教微信领取。另，视频较大，谨慎使用流量学习）

 

一、A股与贸易战：行业的观察与分析

我想大家比较关心的是中国股市和贸易战的关系。说实话从量化的角度来说，我们很难作出什么结论，做交易也不是这样做的，有很多微小的概率上的信息企图组合起来，说到这里应该是观察与分析，离做结论还有点距离。

既然说到量化，简单地过下相关的尝试，今天因为时间有限，不可能展开说。量化投资股票可以比喻成一种西医的方式，通过看数字，通过看很多的方面，对病人出一个报告，根据这些数字来决定怎么办。

在左边列出做量化经常关心的各种各样的指标，不光是股票，还会拆分出很多的角度，除了收益率，还有波动率、资产相关性，无论是在量化、收益来源都会分成各种各样的因子，有行业因子、风格因子，如果做模型的话会做出alpha来源，还要做业绩归因。

逻辑上来说是右边的这些，第一永远要理解风险，先弄明白持仓的驱动因素在什么地方。

第二，收益预测，这是每个人都非常关心的问题，能不能告诉我股票到底是涨还是跌，这在量化中的作用也重要，但是最多占一半，因为这里面又分主动投资和被动投资，主动投资还会企图对未来市场有估计，再把这些东西组合起来，现在还有属于量化领域的，非常流行的就是被动投资，被动投资不做判断，相信有效市场，不犯错误，先省钱。对于大家平时投资来说，被动投资不一定差，我在美国的钱扔在账户里，买好从来不动，收益率挺高，所以被动投资是越来越多成为重要的投资工具。

第三，量化投资其实很多都是在组合上下工夫，利用现在的数学和金融学。这是金融学里面唯一的免费午餐，多投几个就上去了。世界上做得最成功的投资人，本质上来说都是用这样的东西。

第四和第五就是现在比较新的东西，在这样的大数据时代，技术手段越来越重要，分析信息、收集信息、自动化交易，我们为什么要有这样的工具？基础的东西在这里，基础上再开发就可以了。

新的研究方法，包括机器学习和深度学习。说到这里我有个个人的体会，我现在虽然经常讲课，但是其实我有个特别深刻的感觉，我觉得必须要不断地学习，否则就跟不上时代了，很多东西都是最近几年才出来的。比如说谈到机器学习，这里面最近很流行的集成学习的算法是交大前几年的小孩发明的，交大的，才几岁，在华盛顿大学在读的博士生发明了一个算法，发明了两年，全世界都在用。这种情况下能不能墨守成规？混不下去的。所以我经常看论文，特别是对于比较新的方法也从怀疑到接受，现在要主动地拥抱。我也感觉大家应该这样做，现在世界是在进步的.