数据驱动:收集清洗高频微观数据(盘口、衍生品波动率等),非传统财报/宏观数据。
统计套利:通过隐马尔可夫模型、机器学习识别短期价格偏离,持仓周期以分钟-天计,夏普比率超5。
3. 人才结构:雇数学家、物理学家(如弦理论专家),避免金融背景者,防止思维定式。
4. 杠杆与容量:Medallion封闭运行,规模控制在100亿美元内,高杠杆(约8-12倍)放大微利策略。
对普通投资者启示:
- 策略维度:专注高信噪比数据(如ETF申赎流、期权Skew),而非滞后财务指标。
- 工具应用:使用Python的Pandas/Scikit-learn构建分钟级回测框架,重点控制滑点与交易成本。
- 风险控制:单笔亏损不超过1资产,动态杠杆公式:杠杆=凯利比率*(1-策略拥挤度系数)。
需注意:其高频领域对基础设施(FPGA行情解码、co-location)要求极高,个人投资者宜转向中低频因子(如隔夜收益反转)或Smart Beta复制。
以上内容来自网络,仅供参考,如需专业人工服务请点击头像查看加V咨询。
发布于2025-9-27 22:33 盘锦



分享
注册
1分钟入驻>
关注/提问
13478852856
秒答
搜索更多类似问题 >
电话咨询
+微信


