148 AT量化投资

项目负责人:王思达

公司/学校名称:黑龙江大学

项目简介:

项目,量化交易。基于AT交易软件运作的商业系统,Auto-Trader Pro 量能(AT量能)策略研究终端个人版是一款面向金融工程人员的专业级策略研究终端。其研究范围涵盖了股票、期货,期权(即将开通),可供量化研究团队与专业量化研究个人进行策略研究、数据建模,投资模型设计、业绩回测、模拟验证、跟踪分析和程序化交易实现。AT 量能策略研究终端 以 MATLAB 研究平台为依托,甚至可以把交易思路延生到机器学习,神经网络,舆情分析等更复杂的领域。依托 Matlab 强大的数理研究及强大的金融工具箱,策略师不再需要依赖程序员的编程能力,而将研究成果直接转化为程序化策略。通过AT软件进行金融工具及其衍生品的交易。投资也是我项目的主要盈利模式,交易模式大体分为三种:高频趋势交易,AI交易,基本面分析投资。高频跨品种套利也是我们项目模式的重点,盈利巨大;AI交易也是我现在希望发展的一方面,美国摩根公司的AI机成功获得了很高的收益,也证明了AI在金融市场的作用;基本面分析投资,在中国市场中主导因素是资本的流动,那么动向是在哪呢,基本面信息,当一个标的产生利好信息也就会拉动资本的流动,这也是这个交易的重点。量化交易大幅度解放了人的劳动力,并且规避了人性对交易的影响。美国量化在三年内打败了散户,而中国量化交易正在加速发展,这正是一个量化交易的黄金时代,这项技术虽然盈利高但更多的是要捍卫国家金融体系,在国际金融市场为祖国赢取更大收益。

盈利能力十分强劲。在我手中的几个小项目,都是以简单的交易逻辑简单的编程实现的,主要是以股票市场为主,其在几次实盘模拟上表现十分强劲,都达到了年化收益率百分之20+,最大回撤也令人满意,而这些也只不过是一些简单策略,并未加以补充控制便达到了如此的效果,这证明了中国市场利润空间的巨大,当控制策略虚拟盘测试后利润更能成倍增加,对于基本面投资的交易也将会成为重头戏,我大胆对于几个模型资金容量和获利能力进行推断,在不影响市场动量的情况按照投资标的百分之5的流动性进行交易,股票市场资本量大,我估计这几个投资模型资金容量最大可以达到数千万以上。我正在对其进行建模,已经有了大体模型,会很快进行虚拟盘测验。以我对市场的了解估计,预计模型收益率能达到年化收益率百分之20以上。盈利能力的预测过后,该谈论一下风险问题,没错,金融投资永远都是一个高危行业,一次失误都能成为溃败的导火索。现在我要说的对量化系统的风控,1.量化交易精准性:消除了人性的影响,虽然减少了潜在收益但也降低了这种风险;2.高速下单:在面对金融动荡的时候,量化交易的高速平仓系统十分重要,它能让你在止损点快速离场,不会出现人为速度不够的影响,保证大量资金的安全;3.优良的仓位控制和风控思想:对于投资人都了解仓位和风控的重要性,每个人都有自己的标杆,将其编程于系统即可方便实现复杂的仓位和风控条件。4.回测:量化策略绝对不是空穴来风,每个策略都必须经过历史市场的检验,通过历史的考验的模型虽然不能保证实盘获利但胜率绝对不会过低。总结:盈利能力高,风险低

在我看来,量化,金融市场这词即为创新,在这个大的市场中没有什么是一成不变,举个例子:MarketWatch报道称,一次又一次,无数看涨的投资者就是高喊着这样的口号,无视各种警告信号的,而最终的结果只能是给自己召来了惨重的损失。批评家们很容易举出90年代晚期的例子。当时,许多人都坚信互联网已经彻底改变了世界,这诚然不假,但是互联网板块本身却是输家大大超过赢家。投资者无视高入云霄的估值,理由当然是“这次和以前不一样”,但在未来迎接他们的,却是2000年的大崩盘。没有人能预知未来,能战胜市场只有跟着市场改变的策略,每一次改变都是一次创新都是一次革命,未来的市场注定不会一帆风顺也需要我们青年人去挖掘去改变。量化着一个词在黑龙江的基金公司里面是听不到的,很多人都在沿用老的传统老的套路,还只看到了手中还存在的收益,危机其实已经到来量化还是未来要到来的AI,都是对我们一次次考验。从学科方面考量,量化确实属于新兴学科,量化包含了数学,金融,计算机等领域知识,属于多重交叉学科,也是证明了这门学问的困难。总结:无论是从市场的变动性、不确定性,还是从量化的新兴,都能看出这个项目有着不弱于其他项目的硬实力和创新性。所以我也希望能给予这个项目应有的关注。

1.此项目人力消耗少。早上9点半打开程序,程序便可以自动化交易,从而不需要人长时间盯盘,可以节省出大量人力,可以轻松推进项目,还能有充足业余时间。对于如此性价比高的项目持续性会很良好。

2.模型众多。金融市场中有众多标的,每个标的或者每几种标的都能组合成一种获利模型,其中条件可以很宽泛也可以约束,利用大量模型进行分散投资,将极大限度的规避市场中意外的风险,可操作性极强。

3.项目软件投入少,获益大。平台稳定并且费用不高,甚至免费。平台基于的帮助很大,并且基于matlab编程好处在于其稳定性,有人维护,而matlab用于商业化的所需要的软件费也在合理价格之内不需要太大花销。

4.项目硬件要求简单。最简单的实现,一台电脑;复杂实现,一台电脑,一杯茶。当然此项目重中之重是网络的稳定和高效,在网络方面应当给予重点投资。

5.未来的发展空间巨大。如果看一个人能不能翻身看他所处的行业就能大致猜出一二,金融量化领域已经逐渐的被人认知被人重视,它有着无穷的可能性,可以说这个行业是能让一个人翻身的可能性巨大。这个行业如此巨大的发展空间也证明了这个项目巨大的发展空间。

6.个人不会放弃。经历过很多很多挫折才能走到这个地步,所以我不会轻易放弃。

美国的量化交易已经延续了几十年,他们的策略技术已经十分完备,美国摩根公司上万个策略在同时运行给公司增加了无数的收益。而中国量化交易仍然在起步状态,庆幸的是中国的市场被政府保护的很好没有被外界所冲击,然而总有一天中国是要面对全世界在世界金融舞台上展现他的力量,中国如果想得到世界的认可,金融领域也需要有其建树,要与外国金融水平持平或更胜一筹,我也希望我的研究能为推动中国量化交易的进程贡献自己的力量。再从美国的交易实战来看,量化交易可以对市场起到稳定作用,和让市场更加平稳。从国家层面来看,中国也愈发重视量化交易,在北大清华等高等院校都开放了金融量化等专业,在国际上也开办了各种比赛,由此也能看出量化也如AI一样是中国的大势所趋,注定将或等更多更大的关注。中国量化交易必将走向世界舞台,这是中国的契机也是我们这些青年人的契机,为中国的美好发展添砖加瓦。
活动简介

为落实“大众创业、万众创新”政策,推动与扶持大学生微创业行动,活跃高校创业创新氛围,搭建风投机构与创业青年洽谈路演平台,在2015年、2016年大学生微创业行动的基础上,KAB全国推广办公室与广发证券社会公益基金会联合举办2017年大学生微创业行动。活动主要内容有:微创业项目征集与奖励、广发证券大学生微创业大讲堂、微创业俱乐部沙龙、百所高校微创业协办及微创业成果发布会等一系列活动。该活动得到广发证券股份有限公司、中国青年报社及330多所高校KAB创业俱乐部的支持。

如何参与

项目评审
2017年大学生微创业行动项目展示活动从5月25日启动,截止10月15日,按照微创业项目征集要求,有1443个项目通过初步遴选进入微信专题展示与投票环节。根据活动实际情况及专家组建议,本次微创业项目评审采用网络公众投票与专家评审相结合的方式评选出50个优秀微创业项目,具体方案如下:
1.本次网络公众投票前400名直接进入专家组最终评审;
2.为避免遗漏好的微创业项目,专家组从网络投票400名以后的项目遴选不超过100个微创业项目进入专家组最终评审;
3.进入专家组最终评审的500个项目的微信公众投票得分为本次展示活动投票得分,微信公众投票占比20%(具体分值按排名计算,投票第1名至第1443名分值为20分—1分)专家最终评审占比80%;
4.专家评审依据,将主要根据创业项目、创业计划书的创业团队及项目商业模式、盈利能力、创新性、可持续性、社会价值等方面进行评审;
5.本次网络展示与投票时间为2017年11月13日12:00至11月19日23:59。

活动流程

为更好实施该活动及保证活动公正公开,本次活动微信公众投票要求如下:
1.投票者为KAB创业俱乐部或广发证券社会公益基金会微信公号粉丝;
2.每个IP地址限投1次,1次可投10组参赛项目;
3.不能采用任何强制要求投票。比如,采用某种组织方式,不投票就会得到某种惩罚等,若有证据表明强制投票,将给予暂停投票、取消票数、取消项目评审资格;
4.严禁刷票或导致票数异常行为。违规者将受到票数降低或禁止投票惩罚,情况严重者将直接取消评选资格。
5.活动主办方将随时抽查某些微创业项目投票情况。

奖品说明

大学生微创业项目征集2017年创业扶持资金总额100万元,将评选出50个获奖项目及20个组织奖,具体奖励如下:
1.大学生微创业行动获奖证书;
2.获奖代表受邀参加“2017年大学生微创业行动成果发布会及20佳微创业项目路演”,50名获奖项目代表(1个获奖项目可选派1名代表),主办方负责其交通、食宿;20个组织奖可各派1-2名代表参加活动,主办方负责其食宿,交通费自理;
3.广发证券社会公益基金会为10大金奖项目奖励创业扶持资金各3万元、20佳银奖项目奖励创业扶持资金各2万元、20佳铜奖项目奖励创业扶持资金各1万元,20佳组织奖奖励各5000元,奖金总额100万元。
4.20个项目(10大金奖项目及其他10佳项目)将获得现场路演的机会与天使投资、风投机构现场面对面交流。
5.获奖代表直接加入微创业俱乐部,参与相关投融资活动。

感谢大家参与,欢迎大家监督,有任何问题请发送邮件至kaboffice@qq.com。