博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
读书笔记_打开量化投资的黑箱08
阅读量:4294 次
发布时间:2019-05-27

本文共 798 字,大约阅读时间需要 2 分钟。

第9章  研究

研究范围:科学的方法
    优秀的宽客共有的一个特征是,进行研究时遵循科学的方法(scientific method),当然也是其他研究领域研究的方法
    第一,科学方法开始于科学家所观察的世界具有可解释性的事物。换句话说,科学家在所观察的事物中发现一种模式。
    第二,科学家形成理论去解释这些观察结果。
    第三,科学家必须对理论进行推断
    简单来说就是:观察,归纳-总结-规律,(基于规律的)预测
    
    自然科学的规律是稳定且广泛接受:牛迪,爱因斯坦等不会变化
    量化科学规律随着情绪,市场等不断变化
    
思想的生成
    思想的4个共有来源:
    市场的观察结果:趋势跟随策略
    学术文献:计算“最优”投资组合的算法,这种算法被称为均值方差优化(mean variance optimization)
    研究员或者投资组合经理在量化公司之间的迁移:“海龟”的新交易者实施趋势跟随策略
    自主观判断型交易者的教训:止损策略,技术指标诸如头肩模式(head and shoulders pattern)或上三角模式(upward triangle pattern)

检验

    构建模型=》样本内数训练此模型=》样本外数据检验
    样本内测试的过程包含一个重要的决策:究竟是什么构成拟合模型的样本?样本有两个特征:宽度和长度(多少行业、股票,多久的历史数据)
    评估:累积盈利图,平均收益率,收益率随时间的变异性.波峰波谷间的最大降幅.预测力(统计量R 2).胜率或盈利时间占比.回报相对于风险的不同比率.与其他策略的关系,时间延迟,特定参数的敏感性        
    过度拟合
    样本外检验:滚动样本外数据
小结
    模型是市场过去行为的归纳。随时间的推移,越通用模型鲁棒性越强。但是这样的模型很可能在任何时点上都不够精确。越具体的模型越精确,但是当市场条件改变时,模型很可能整体失败。在普遍性和专一性、鲁棒性和精确性之间进行权衡是量化研究员面对的重要挑战。

转载地址:http://beyws.baihongyu.com/

你可能感兴趣的文章
jenkins + maven+ gitlab 自动化部署
查看>>
Pull Request流程
查看>>
Lambda 表达式
查看>>
函数式数据处理(一)--流
查看>>
java 流使用
查看>>
java 用流收集数据
查看>>
java并行流
查看>>
CompletableFuture 组合式异步编程
查看>>
mysql查询某一个字段是否包含中文字符
查看>>
Java中equals和==的区别
查看>>
JVM内存管理及GC机制
查看>>
Java:按值传递还是按引用传递详细解说
查看>>
全面理解Java内存模型
查看>>
Java中Synchronized的用法
查看>>
阻塞队列
查看>>
linux的基础知识
查看>>
接口技术原理
查看>>
五大串口的基本原理
查看>>
PCB设计技巧与注意事项
查看>>
linux进程之间通讯常用信号
查看>>