第一种是量化选股 量化选股就是采用数量的方法判断某家公司是否值得买入的行为。根据某种方法,如果该公司满足了该方法的条件,则放入股票池;如果不满足,则从股票池中剔除。量化选股的方法有很多种,总的来说,可以分为公司估值法、趋势法和资金法三大类。
第二类策略是:量化择时传统的有效市场假认为金融市场是不可预测的,价格充分反映了所有相关的信息,价格变化服从随机游走,对金融产品价格的预测将毫无意义。 但是随着计算机技术、混沌、分形理论的发展,众多研究发现,股价的波动不是完全随机的,它貌似随机、杂乱,但在其复杂表面的背后,却隐藏着确定性的机制,因而存在可预测成分。例如利用一种叫 Hurst 指数的工具,可以在较大的时间刻度上判断出大盘的高点和低点。 根据量化择时的策略判断,可以进行大盘的高抛低吸,例如熊市底部抄底,牛市顶部抛顶。
第三类策略是对冲套利 对冲套利就是利用两个相关性比较高的品种,同时进行做多和做空的操作的一种交易策略,当两个品种的价差偏差超过了合理区间,存在较大的概率回归,这是对冲套利策略的理论逻辑。以上均可能够实现大家进行量化交易常用到的量化策略。
以上内容是我对哪个软件最好用,有什么好的量化交易策略?专业解答,想要办理低佣金证券账户可以找我开户,无门槛可享受VIP费率,新客享受八大权益,点击右上角欢迎咨询~
发布于2023-6-7 15:23 南京
 当前我在线
当前我在线
             直接联系我
直接联系我
        
 
                        
 
                 分享
分享
                         注册
注册 1分钟入驻>
1分钟入驻> 关注/提问
关注/提问
                         
                         咨询TA
咨询TA
             
                    
                     
                         13968834327
13968834327                     
                                                
                                             
                                                                                                     
                         首发回答
首发回答
                                         
                 
             秒答
秒答 关注
关注
             分享
分享
                 追问
追问
                 
             踩
踩             举报
举报
             
                         
                         
             
             
         
                         搜索更多类似问题 >
搜索更多类似问题 >
             
                         2269
2269 
                         
                         
         
                                      电话咨询
电话咨询
                         +微信
+微信
                             
                                 咨询
咨询 
                                                

 
                                                 
                                                 
                    
                     
                     
                     
                    

 
                     
                     
                     
                     
                     
                     
                    
 
     
   
                        