明确交易策略理论基础才能彻底掌握量化投资
量化投资策略是交易策略的其中一种，是运用投资模型进行投资的一种方式。一般构建一个投资模型是需要依据“现代金融学理论框架”进行的。“现代金融学理论框架”主要包括：投资组合选择理论、套利定价理论、公司财务的MM理论、资本资期权定价理论等。量化投资者主要面临的选择问题是怎么买和买多少合适。依据现代金融学理论去描述或者量化资产、收益和风险。最后的收益结果在很大程度上受我们采用的组合理论影响。所以我们非常有必要深入理解和研究现代金融学和量化投资的理论基础。
1.均值-方差模型组合
这是一种在现阶段非常有效的很前沿的组合理论。是基于收益的均值和方差来衡量收益和风险的组合理论。在这个组合模型中，主要使用单因子，这样可以很大程度的减少需要估计的参数数量。在1970年，出现了使用下半方差去描述风险的方法。
从数学理论的角度来看，均值为数据序列的一阶矩，方差即为二阶矩。在动态投资组合管理中经常会用得到这个方法。该方法采用预先设置的收益差距期望来衡量风险。在资产收益不均衡时使用该方法来解决投资选择的问题。
2.模糊投资组合
由于在量化投资市场中存在着许多模糊不确定性，因此采用模糊集理、模糊规划及可能性等理论可以为我们提供一种有效的解决办法。近年来，模糊投资组合问题的研究者越来越多。例如半绝对偏差的模糊多目标投资组合模型，就可以得出量化投资者在不同风险偏好下的投资组合。
3.加权投资组合的选择
应用模糊层次分析法来引入投资组合的问题并应用在股票分配资金的实际情况中去。收益率的分布不对称性采用三阶段矩“偏度”来描述。
对“收益风险”框架以及该框架的一些模糊投资组合模型进行实证分析。主要采用模糊收益率的方法加上量化投资者对风险的主观态度。为了分析量化投资者的行为所以提出了模糊投资组合模型。
综上所述，无论是金融产品的收益还是风险，对于“投资组合”来说，都要采用一定的方法进行度量，然后建立解决问题的策略。
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
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
