szhbsd 1952 年 3 月， 诺贝尔经济学奖获得者哈里计算技术的进步进一步推动了量化领域的发展，因为可以在眨眼间计算复杂的算法，从而创建自动交易策略。该领域在互联网繁荣和萧条期间蓬勃发展。
量化策略在大衰退中跌跌撞撞，然而量化策略今天仍在使用，并因其在依赖数学做出交易决策的高频交易(HFT) 中的作用而备受关注。量化投资也作为一门独立的学科被广泛实施，并与传统的定性分析相结合，以提高回报和降低风险。
计算机时代的兴起使得在极短的时间内处理大量数据成为可能。这导致了越来越复杂的量化交易策略，因为交易者寻求识别一致的模式，对这些模式进行建模，并使用它们来预测证券的价格变动。
亿启量化使用公开数据实施他们的策略。模式的识别使他们能够设置自动触发器来购买或出售证券。
例如，基于交易量模式的交易策略可能已经确定了交易量和价格之间的相关性。因此，如果某个项目的交易量在达到每股 25 美元时上升，而在达到 30 美元时下跌，那么量化分析师可能会在 25.50 美元时自动买入，在 29.50 美元时自动卖出。
类似的策略可以基于收益、收益预测、收益意外和许多其他因素。在每种情况下，纯量化都严格根据他们确定的模式中的数字下达买卖订单。定量分析可用于识别可能有助于有利可图的证券交易的模式，但这并不是它的唯一价值。虽然赚钱是每个投资者都能理解的目标，但定量分析也可以用来降低风险。
追求所谓的“风险调整后的回报”涉及比较风险度量，例如 alpha、beta、r 平方、标准差和夏普比率，以确定在给定的投资水平下将提供最高回报水平的投资。风险。这个想法是，投资者不应承担超过实现目标回报水平所需的风险。
因此，如果数据显示两项投资可能产生相似的回报，但其中一项在价格上下波动方面的波动性要大得多，那么亿启量化会推荐风险较小的投资，完全关注数字，并选择风险最低的投资。
风险平价投资组合是基于量化的策略在起作用的一个例子。基本概念涉及根据市场波动做出资产配置决策。当波动性下降时，投资组合中的风险承担水平就会上升。当波动性增加时，投资组合中的风险承担水平就会下降。
查看更多
