
量化投资强调对数据的挖掘和应用,借助现代统计学、数学方法,从海量历史数据中寻找能够带来超额收益的模型,在投资广度上超过传统投资模式,因而收益
更稳定、风险控制更精细。国内不少基金、券商、私募都已经推出了量化产品。
今天DM理财小编先介绍一下券商量化理财产品。
广发证券定增量化型产品收益抢眼
据wind数据显示,目前共有40家券商合计对外发行了185款量化型集合理财产品,其中有166款已公布净值数据,今年以来(截至11月26日)的平均收益率高达16.51%。
而今年以来收益率超100%的5款产品均来自广发证券,为定增量化型产品。其中广发恒定10号进取级的收益最高,达到217.75%。
另外,据wind数据,广发证券是2014年量化型产品发行最多的券商,目前共有21款量化投资型产品,今年以来的平均收益率高达58.07%,无一出现负回报。
国金证券量化型产品遭清算
另一方面,收益最差的一款量化投资型产品则为湘财证券的金润收益次级,今年以来(截至11月21日)亏损27.79%,最新单位净值只有0.66元。
另一款产品——国金慧京ETF套利分级B今年以来的收益率则排名倒数第二,亏损17.77%。
值得注意的是,国金证券一款量化投资型产品——国金慧泉ETF套利2号B在今年10月遭到清算,清算原因是该产品的客户少于2人,而在国金慧泉ETF套利2号B资产支付日(即2014年11月11日),该产品的单位净值只剩0.76元。
国泰君安28款量化产品最多
国泰君安证券是业内量化投资的先行者。2011年3月,国泰君安成立券商集合理财产品中的第一只量化对冲产品,历经3年多,目前国泰君安共有28只量化投资型产品在市场上运作,成为券商量化投资领域的主力。
尽管国泰君安量化核心人物——原总经理章飚离职,并带走一部分量化投资部人员转投齐鲁证券,但也无碍国泰君安资管在量化投资方面的发展。
据wind数据,国泰君安的28只量化投资型产品取得今年以来13.37%的收益率,其中26只均取得正收益,占比达到93%;而国泰君安君享慧安一号收益则较差,今年以来亏损12.63%,成立以来亏损15.6%。
对每一个从事量化投资的人来说,心中都有一个用“公式打败市场”的梦想。在大数据时代,各种针对大数据处理的技术的发展将在量化投资中得到应用,为投资者创造更大的回报。
CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30