京公网安备 11010802034615号
经营许可证编号:京B2-20210330
量化投资:以数学名义,您也能超越巴菲特!
说话算数,我花了一整天时间把"跳空喜鹊闹梅"公式做出来了, 也对20年的A股所有历史做了验证. 结果令我很满意,但是遗憾的是数量却非常少,近20年只有6只信号票.这个数量太稀少了, 根本无法对外分享公式,没有任何意义. 或者是因为我把条件弄得比较苛刻, 首先从名字就可以看出我设置了跳空为首要条件,还有其他很多条件. 虽然此公式不准备对外分享了,但是我还是列举两个例子,让大家饱饱眼福.
这位被誉为“量化投资之父”的华尔街传奇人物,是全球收入最高的对冲基金经理。他创造性地使用计算机编程建立模型在资本市场进行分析和交易,让他的文艺复兴科技公司得以在股票市场上轻松获利。据联合证券基金研究小组发布的研究报告,西蒙斯管理的大奖章基金从1989到2007年间的平均年收益率高达35%,而股神“巴菲特”在同期的平均年回报也不过约为20%。即使2008年面对全球金融危机的重挫,“大奖章”的回报也高达80%。
量化投资是运用了数学、统计学、计算机等技术,从海量的交易数据中发现规律并提炼为交易思想,并由程序自动交易的投资方式。
其实大家可以发现, 我们A股需要赌术公众号也是走的"量化投资"的路线.如果您以为我们仅仅是为了赞赏公式维持公众号运营费用,思维就太单一了,那也太瞧我们了.我们是在分享股市的终极秘密(让您少走弯路), 将"A股需要赌术"公众号打造成中国的量化之父. 同时我们是在培养大家一种量化思维, 和守纪律的好习惯,不要乱买乱卖. 对于普通散户来讲,你没有消息内幕,又不会研究股票真正的估值, 你凭什么和市场凶狠的狼群和猎人相抗衡.唯有提高自己的"真"本事,少犯错误, 少进陷阱. 我们经常说要摸索出一套适合您自己的稳定的赢利模式. 您摸出来了吗? 为什么您的方法有时候成功?有时候失败? 为什么您会不断怀疑自己的方法? 其实很简单,您的方法没有经过量化和历史验证,那只是您一厢情愿的幻想而已, 或者说您的方法和赌博没什么两样, 甚至比赌博还差. 赌博还有50%的胜算,或许您的方法连50%赢率都没有.加上昂贵的手续费,频繁的交易, 较差的心态, 您的结局肯定是亏损收场.
量化投资最大的优势就在于它把大样本的这些规律和机会,进行一个比较合理的挖掘,使人们有希望去发掘出一些传统投资方法难以获取的一些规律。比如A股3000多只股票,不管通过技术面的分析来做判断,还是基本面通过财务指标来做判断,这个数据量都过于庞大。假如说你没有量化手段的话,你可能只能是在自己感兴趣的个股上进行一些深入的研究。那你选的个股的方向、数量或者种类就会变得非常的敏感,这样的话你没有做一个全局的分析,就缺乏完整性、系统性。而通过量化的方法,可以对这种大样本的数据在比较短的时间内,进行比较完整深入的分析,所以这个是量化投资或是量化研究的很大优势。
量化投资的第二个优势是到了具体投资或交易的层面。因为一般情况下,做量化投资的很少过于主观或者过于偏直觉的判断来做买卖。我们做的交易都是基于知识逻辑的,而不是基于直觉的,所以我们这个投资的纪律性会好很多。还有科学性,我们在构建模型的时候,相对来讲强调的是一个完整的体系,所以就是这个投资的系统性相对会比较好。完备的系统性表现在多层次配置资产、多角度评估资产、多数据支持决策,能捕捉更多的投资机会,拓展更多的投资机会。
量化投资的第三个优势是深入到了股票上涨的本质内因层面.大家知道内因起决定作用,外因起辅助作用.世面上很多公众号每天都在追逐所谓的热点和热点分析,那都是在研究外因而已. 那是舍本求末.如果股票内因还不到涨的时候,你研究那些外因有什么用?那不是给刚好给自己找套吗? 很多消息或题材根本就是假的,是主力或坏人放出来专门套人接货的. 因为A股是T+1,你当天买是卖不掉的. 所以你单纯研究热点或题材就是胡闹. 很多股谚也说过了,利好出尽是利空, 当普通散户的眼睛和耳朵知道这些热点和利好的时候,这些热点或利好就是追高的毒药! 我们赌术公众号着重研究的是股票的内因, 也就是股票上涨的真正原因. 我们把这种上涨原因总结量化成一个个的分类公式. 公式出了信号,那么就是这个股票本身自己要开始上涨了, 无关消息面和基本面.
量化公式可以保证严格的纪律性:可克服人性的弱点和认知偏差。每一个决策都是有数据支持的,比普通投资者拍脑袋或者简单看某一个指标买卖更具有说服力。量化公式靠概率取胜:不断的从历史数据中挖掘有望在未来重复的历史规律并且加以利用,提高买卖成功的概率。公式回避了人性的恐慌和贪婪问题, 回避了人性的多空时刻打架的思维. 俗话说,工夫在诗外.每一个公式就是一种赢利模式的总结. 每一个公式就是一个电脑小秘书!您不是在赌博,您不是一个人在战斗.您和公式们是一个团队,每个公式都是您的武器, 您的资金就是您的士兵! 您是最高统帅!如何指挥它们有效的战斗, 就需要您的综合素质了.
数据显示,目前国内以量化为主要投资方式的公募基金超过80只,近一年以来实现正收益的超过半数,最高的单只产品回报率超过27%。而从三年的周期看,在2015年杠杆牛和2016年的股灾两次系统性事件影响下,仍有近十只产品实现翻倍的回报率。量化投资将是大势所趋! 全国人民都行动起来了,您还一个人在黑暗中孤独的探索吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25