金融数学在量化投资中的具体应用（二）
发布时间：2018-10-29 16:34阅读：927
资质已认证
问一问
期货手续，期货开户，期货咨询，弘业期货开户专员联系方式：18912929558(微信)
一、“数学模型”的优势
（1）交易精确量化
传统的基本分析和技术分析是很难做到精确的量化的。技术分析属于抉择交易时机的一种投资方法，它主要可以用来分析交易的出场点和进场点。例如，江恩法则、波浪理论和道氏理论都是非常有名的技术分析理论。技术分析的主要方法主要包括：切线理论、量价关系理论以及K线理论等等。
当然技术分析也有很多的技术指标依据。比如：趋势型指标、人气指标和大势型指标等等。技术指标主要运用线性的公式来描述历史价格成交量和价格波动变化之间的关系。有投资经验的朋友们都知道，市场上很多情况下是无法用线性公式来描述价格波动的复杂性的。所以技术指标的业绩往往就会时好时坏。市面上大多数的技术指标的思想和理念都相似，所以即使用多套的技术指标来叠加做系统，还是无法很好的判断价格的运动走向。
技术分析看起来更像是一门艺术，因为它是市场上众多投资者的经验的总结。也就是说，技术分析主要还是靠投资者的经验，而缺乏实际的理论依据，不具备严格的数学推理过程。另外，技术分析包含很多分析专家的经验理论，但是每位专家都有着自己不同的想法。这就造成这些理论不能融为一体，形成一整套相互辉映的理论体系。所以几乎所有的技术分析方法都无法做到完全适应市场，每套技术分析方法都有其不足的地方。
量化投资“数学模型”一般采用离散采样的方法，并对数据进行统计和分析。根据市场特征的不同，将价格设为离散型的随机变量。“数学模型”就会将随机变量的可能取值用概率进行描述，模拟离散型随机变量的概率分布。投资者就可以根据概率来分析自己的资金，量化每笔交易手数，让交易更加精确量化。
（2）克服人性弱点
很多投资者朋友亏损过多或者盈利过少的原因都是由于交易中人性的干扰。“恐惧”和“贪婪”将在交易过程中被放大展现。遇到小盈利就出场或者遇到亏损后又不甘心放手。或者受到其他所谓“专业人士”的影响。这些都会造成交易的随意性，最终导致亏损。
“数学模型”的规则都是既定和量化的，得出的结果也是唯一和确定的。所以在其中量化投资者不必放入自己的主观判断。投资者要做的就是相信系统，并且按照系统规则严格执行。
温馨提示：投资有风险，选择需谨慎。
弘业期货-徐陈
一个电话，一次垂询，一份财富-叩富网同城理财
+微信
当前我在线
最快30秒解答
关于【量化投资】我们准备了详细的专题解读，全部要点覆盖，更有顾问1对1为你专属讲解。 
点击微信，一键关注
文章很精彩？转发给需要的朋友吧 
分享该文章
版权及免责声明：本文内容由入驻叩富问财的作者自发贡献，该文观点仅代表作者本人，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决策投资行为并承担全部风险。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至kf@cofool.com 举报，一经查实，本站将立刻删除。
推荐相关阅读
股票量化投资中，如何避免过拟合问题？
568
在股票量化投资中，避免过拟合问题可从多方面入手。一是合理划分数据集，将数据分为训练集、验证集和测试集，通过验证集评估模型，避免模型在训练集上过度拟合。二是采用正则化方法，如L1和L2正则化，限制...
568
股票量化投资中，如何构建有效的量化投资模型呢？
798
构建有效的股票量化投资模型需要系统且科学的方法。可以从明确投资目标、选取合适数据、确定模型因子、回测优化等多方面入手。以下是构建有效量化投资模型的具体建议：1.明确投资目标：清晰确定你是追求长期...
798
股票量化投资需要掌握哪些数学知识呀？我数学不太好能学会吗？
940
股票量化投资需要掌握的数学知识包括高等数学、线性代数、概率论与数理统计等。不过数学不好也不用太担心，通过学习和实践还是可以逐渐掌握的。首先，你可以从基础的数学知识开始学起，逐步提升自己的数学水平...
940
股票量化投资需要掌握哪些数学知识呢？
843
股票量化投资需要掌握的数学知识主要包括：高等数学中的微积分、线性代数中的矩阵运算等，这些知识用于构建和求解数学模型；概率论与数理统计，用于分析市场数据的概率分布和统计特征，评估投资风险和收益；最...
843
量化投资中如何选择合适的数据源？
91
数据是量化交易的“原材料”。在2026年，数据的准确性、时效性和颗粒度直接决定了策略回测的真实度和实盘的响应速度。行情数据的分类投资者接触最多的数据是日线和分钟线，统称为K线数据。而进阶的量化交易则需要Tick数据（逐笔成交数据），它记录了每一次成交的价格和单量，是高频策略和日内算法的基础。此外，宏观数据、财报数据以及社交媒体舆情等非结构化数据，也是构建多因子模型的重要补充。数据获取的途径对于散户而言，初期可以利用AkShare等Python开源库获取免费的历史数据进行研究。但在实盘阶...
91
2026年机器学习在量化投资中的应用现状
87
进入2026年，机器学习已经从实验室走向了普通投资者的量化实盘。相比传统的线性模型，机器学习能够捕捉市场中更复杂的非线性关系。目前应用较广的包括随机森林（Random Forest）用于特征选择，以及长短期记忆网络（LSTM）用于预测短期股价趋势。然而，机器学习也面临“过拟合”的风险，即策略在历史数据上表现完美，但由于过度贴合噪声，导致对未来市场的预测失效。对于散户而言，不建议直接追求最复杂的深度学习模型，而应从简单的线性回归或逻辑回归入手，逐步理解模型背后的逻辑。无论是应用何种前沿算法，能提供...
87
TA的文章
全部>
TA的回答
全部>
优选券商
更多>
热点推荐
-
震荡行情难赚钱？国泰海通网格交易工具，手把手教你赚稳波动差价
2026-04-20 14:43
-
华泰证券新老客户十年Level2行情免费领啦！速览领取指南
2026-04-20 14:43
-
国泰海通合并1周年！周年庆福利满满，怎么高效领取？（含新客理财券）
2026-04-20 14:43
