下载文档原格式
第2章量化交易背景介绍2.1 量化交易的概念量化交易有多种不同的叫法，比如自动化交易（Automated Trading），算法交易（Algorithmic Trading），等等。
其实到目前为止行业内对这个概念并没有一个统一而精确的定义，但只要是通过计算机程序按照预先编制的指令来完成的交易都应该属于量化交易的范畴。
从分类上来讲程序化交易可以分为决策产生和决策执行两个层面。
决策产生的程序化交易是指以各种实时/历史数据为输入，通过事先设计好的算法计算得出交易决策的过程，决策包括：对哪种资产，在什么时间以怎样的价位进行买/卖操作以及买卖的数量等；而决策执行的量化交易则是利用计算机算法来优化交易订单执行的过程。
2.2 量化交易的特点2.2.1 交易具有客观性量化交易使用数量模型取代主观判断，减少了非理性的判断失误。
传统投资方法一般是结合基本面分析和技术面分析，分析模式大多数不固定，且需要植入投资者的主观判断。
投资分析师根据自己的经验和知识，收集来自于各种渠道的数据，应用各类绝对估值模型和相对估值模型对市场和特定的证券产品进行分析解读。
这种分析方法被市场认可并已沿用了上百年之久，无论在发达国家的资本市场（如美、英等国）或是新兴资本市场（如中国）都被广范地接受。
进入上世纪90 年代，随着计算机科技的普及，金融分析软件被大量地应用于证券市场分析，随后量化交易的方法开始崭露头角，并以其出色的表现得到市场的认可。
相对于传统的投资研究方法，量化交易更偏重数据分析，以数量模型为基础，将客观的模型信号作为投资决策。
因此，量化交易的研究方法剔除了人为的主观判断，能避免分析师受市场非正常波动的影响所做出的非理性决策。
量化模型能充分利用市场发布出的每一道信息，为分析师描述出更完整的市场状况，从而减少了因信息收集的失误或不完整所造成的错误判断。
2.2.2 交易策略的执行方式量化模型跟据市场变化提供买入、卖出或平仓的信号,可以提供系统而完整的投资决策。
量化投资的发展及其监管量化投资是一种以数据为基础、以模型为核心、以程序化交易为手段的交易方式，具有交易量巨大、持仓-时间很短、总体收益稳定等特点。
它起源于投资组合理论，随着投资管理技术、计算机技术得到发展，以及金融市场逐步成熟之后，量化投资在20世纪80年纪得到迅速发展。
量化投资在我国还处于起步阶段，存在着创新能力不足、资金规模不够集中等问题，我国量化投资未来的发展方向主要为期现统计套利和基于数据的量化分析。
因此，量化投资要想在我国得到有效发展，就必须进行风险控制、加强金融监管。
量化投资在欧美已经应用了30多年，最传奇的人物就是华尔街的对冲基金经理詹姆斯·西蒙斯。
他率领一批数学家和统计学家，运用“壁虎式投资法”等独家宽客战术管理大奖章基金，在1989到2006的17年间平均年收益率高达38.5%。
量化投资的理念并不神秘，它是指借助于数学和统计学的分析原理，利用计算机对每只股票的数据进行分类对比，自动选出符合投资模型的股票组合。
举例来说，比如有20个人去跑百米，哪些人能跑在第一梯队，哪些跑在第二梯队，哪些跑在第三梯队，在没有测试之前不知道答案，但可以根据身高、体重、肌肉、肺活量、历史成绩等指标来预测这20个人各自归属哪一梯队，这就形象地描述了量化投资模型的原理。
量化投资最鲜明的特征就是模型交易，它是一种以数据为基础、以模型为核心、以程序化交易为手段的交易方式。
具体而言，就是从那些稍纵即逝的市场变化中寻求获利的计算机化交易，关键在于捕捉到人们无法利用的短暂价差来实现套利。
模型就如同医院里面的各种先进的医学仪器，医生通过这些仪器对病人进行扫描化验，获得反映病人身体状况的各项指标数据，然后判断出病人所患的疾病，从而对症下药。
类似地，量化投资者在市场中寻找套利机会，其实就像是在发现市场的“疾病”，依托于模型的扫描和检测，获得市场的各项关键指标数据，从而找出套利机会，然后做出投资决策。
量化投资需要精湛的计算机编程技术，其主要形式是程序化交易。
CMM基础知识培训目录一、内容概览 (2)1. 培训背景 (2)2. 培训目标 (3)3. 培训对象 (3)二、CMM概述 (4)1. CMM定义与重要性 (6)1.1 CMM定义及作用 (7)1.2 软件过程评估标准 (8)1.3 CMM在软件开发中的应用价值 (9)2. CMM基本结构 (10)2.1 关键过程域介绍 (11)2.2 内部过程详解 (13)2.3 共通实践说明 (15)三、CMM基础知识核心点解析 (16)1. 初始级 (17)1.1 特点与关键活动 (18)1.2 初始级向可重复级的过渡 (19)2. 可重复级 (21)2.1 特点与关键活动概述 (22)2.2 项目管理重要性及方法 (24)3. 已定义级 (25)3.1 特点与关键活动详解 (26)3.2 软件过程定义的实施要点 (28)4. 量化管理级 (29)4.1 特点与关键活动介绍 (30)4.2 量化管理在CMM中的应用实例 (31)5. 优化级 (32)5.1 特点与关键活动概述 (33)5.2 软件过程优化策略与方法探讨 (35)四、CMM实施步骤与方法探讨 (37)1. CMM实施前期准备工作 (38)1.1 组织架构分析 (39)1.2 现有软件过程评估 (41)2. 制定CMM实施计划 (41)一、内容概览本文档旨在为读者提供CMM(能力成熟度模型)基础知识的培训，帮助大家了解CMM的基本概念、发展历程、应用领域以及实施方法。
通过本培训，读者将能够掌握CMM的核心要素，包括能力成熟度模型的五个等级、CMM的应用场景、CMM的实施过程以及如何进行CMM评估等内容。
本文档还将介绍CMM在软件和硬件行业中的应用实例，以便读者能够更好地理解CMM的实际价值和作用。
我们将对CMM的未来发展趋势进行展望，以期为相关领域的从业者提供有益的参考和指导。
1. 培训背景随着信息技术的飞速发展，计算机行业对人才的需求与日俱增。
量化交易知识体系-概述说明以及解释1.引言1.1 概述量化交易是一种通过运用数学建模和统计分析的方法，在金融市场上进行交易决策的交易策略。
它利用大量的历史数据、统计模型和算法，以及计算机技术来进行交易决策，以期获得更为稳定和可控的投资回报。
随着信息时代的到来，金融市场的竞争日益激烈，传统的人工交易方式已经无法满足投资者对于效率和收益的要求。
相比于传统的主观判断和经验交易，量化交易通过对历史数据的分析和建模，摆脱了主观情绪和个人偏见的影响，从而更加客观、系统地进行交易决策。
其核心理念是通过数据建模和算法优化，找到市场的统计规律，并利用这些规律进行交易，以实现稳定的投资回报。
量化交易的发展已经有数十年的历史，在过去的几十年中，它已经从最初的黑盒交易系统，逐渐发展成了一个庞大而复杂的交易体系。
从最早的技术分析指标到现在的机器学习和人工智能，量化交易借助不断发展的计算机技术和数据处理能力，为投资者带来了更多的机会和选择。
量化交易的优势主要体现在以下几个方面。
首先，量化交易能够消除人为情绪因素的干扰，减少投资者的主观误判。
其次，量化交易能够对更多的信息进行处理和利用，更全面地把握市场动态。
同时，通过科学的建模和分析，量化交易可以在短时间内作出更快速的交易决策。
此外，量化交易还能够实现更为精确的风险控制和资金管理，提升投资组合的稳定性和回报率。
随着科技的不断进步和金融市场的不断变革，量化交易的未来发展趋势也是值得关注的。
一方面，随着机器学习和人工智能的应用，量化交易将更加智能化和自动化，能够更加准确地捕捉市场的细微变动。
另一方面，量化交易还将向更广泛的资产类别和市场扩展，如股票、期货、外汇等。
此外，随着人们对于风险控制和资金管理的重视程度不断提高，量化交易的风险管理模型和策略也将不断优化和改进。
综上所述，量化交易作为一种利用数学建模和统计分析方法的交易策略，具有很强的客观性和系统性。
它通过消除主观情绪、利用大量的历史数据和计算机技术，能够为投资者提供更为稳定和可控的投资回报。
程序化交易一、程序化交易简介程序化交易又称系统程式交易，即利用行情软件和电脑程序，借助市场技术指标，由预定程序计算出买卖点，电脑自动依据其讯号进行买进或卖出的动作，而不以操作人的看法进行操作。
二、程序化交易分类（1）常见交易策略有指数套利交易策略、数量程序交易策略、动态对冲策略、久期平均策略、配对交易策略等。
（2）程序化交易系统大致分成价值发现型、趋势追逐型、做市商型、高频交易型、低延迟套利型等。
三、程序化交易系统特点程序化交易致力于处理现在的交易，而不是未来的交易，它最大优点在于绝对的客观，可以帮助系统使用者最大程度地克服人性的贪婪和恐惧。
1、顺势交易：大多数交易系统都是顺势交易系统，也存在一些逆势交易系统。
2、纯粹技术分析性：系统交易方法完全排除任何基本面分析的影响。
3、客观性：程序化交易系统以计算机为决策工具，完全排除了决策主体的主观判断，从而有效解决了交易者的情绪对交易的负面影响这个问题。
4、数量化：完全数量化。
5、机械化：程序化交易系统的全部规则和参数完全机械化，使得系统交易方法相对于非系统交易方法而言比较容易实施。
6、资金管理制度化：资金管理制度是交易系统的有机组成部分。
7、风险控制制度化：风险控制制度是交易系统的有机组成部分。
8、系统性：交易系统本身是一个系统，交易小组和交易系统二者又构成一个新的更大的系统。
9、一致性：采用系统交易方法，使得交易决策活动具有一致性，这对于交易者获得长期的稳定的获利具有根本意义。
10、反应迅速：程序化交易系统对于市场的波动反应迅速，有利于系统交易者在剧烈波动的行情中抓住瞬息即逝的交易机会。
11、风险型决策：如果一个交易者采用系统交易方法进行交易决策活动，那么系统发出的每笔交易指令的具有相对稳定的获胜概率和期望收益率，这就使得在系统交易方法指导下的交易决策成为一种风险型决策。
风险型决策的系统交易方法有利于交易者运用现代投资组合理论和方法。
这一点对于非主力大资金非常有利。
