量化交易員要多少錢

⑴ 金鍀基金交易員工資

5-8k。
根據金鍀基金招聘工資顯示，金鍀基金交易員工資為5-8k。
金鍀資產成立於2011年底，公司專注於數量化的對沖基金策略的開發，利用統計學原理來研究金融市場，通過復雜的數學模型和自動化交易來管理投資人。

⑵ 在中國，做量化交易一天的工作是怎樣的

做量化交易一天的工作：

8:00~9:00： 打開交易策略，設置一些運營參數

9:00~9:30： 觀察策略運轉，確保沒有問題

9:30~15:30: 解決已有策略的問題並研究新策略，測試新想法

15:30~17:00: 分析交易記錄， 確定第二天的交易計劃

17:00~18:00: 運動

崗位職責：
分析金融市場（期貨、股票等）數據，尋找可利用的機會；開發與維護量化交易策略；提供機器學習/數據挖掘相應的技術支持；

崗位要求：
1.熟練計算機編程能力，熟練掌握至少一門編程語言，python優先；

理工科背景，具有良好的數理統計、數據挖掘等相關知識儲備，熟悉機器學習方法（分析科學問題和相應數據，建立模型和方法，驗證模型和方法，應用模型和方法並分析結果，改進模型和方法）；

有處理分析大量數據的經驗，並能熟練選擇和應用數據挖掘和機器學習方法解決科研和工作中的實際問題；良好的自我學習和快速 學習能力，有工作激情，喜歡金融行業；兩年及以上實驗室研究經驗或研發類工作經驗優先；

(2)量化交易員要多少錢擴展閱讀

量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，

極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。

⑶ 如何成為一名合格的量化交易員

量化交易是量化金融行業最尖端的領域之一。無論你是想通過面試還是建立自己的交易策略，你都會花費大量的時間和精力去學習相關的知識。不僅如此,你還需要有良好的編程技能,至少在一個高級編程語言,高頻交易策略的日益普及,在技術方面越來越重要的戰略執行,所以精通C / c++可能是最好的選擇。作為一個量化交易員，當我們說到量化交易時，你可能已經參與其中，甚至可能已經制定了一些交易策略。相信我，你無法拒絕其中的刺激和冒險。但我可以告訴你，有很多問題，你還沒有一個完美的解決方案。

成為一個量化交易員，壓力會非常大。不僅需要了解市場，與其他交易員、其他公司保持良好聯系，還需要一些健康的溝通技巧。這樣可以更快地獲得市場信息和一些市場細節。如果你是一個純粹的股票價值交易者，那麼你可能不需要與企業打交道，但你需要非常深入地研究你的數學模型，然後反復訓練和優化它。很多與人相關的行為特徵往往會導致量化交易者的成功。畢竟，整個市場是由人主導的。如果你能准確地分析交易者在市場中的心理行為，那麼你就是最大的贏家。

⑷ 關於量化交易，這些入門知識你需要了解

這篇文章將向你介紹量化交易系統的一些基本概念。本文主要面向兩類讀者，第一類是正在努力尋找一份量化交易員工作的求職者，第二類是期望嘗試開啟自己量化交易事業的個人投資者。關於量化交易，這些入門知識你需要了解。
量化交易是數量金融學一個極其艱深復雜的領域。若要通過面試或構造你自己的交易策略，就需要你投入時間學習一些必備知識。
量化交易系統包括四個主要部分：
策略識別：搜索策略、挖掘優勢、確定交易頻率。
回溯測試：獲取數據、分析策略性能、剔除偏差。
交割系統：連接經紀商、使交易自動化、使交易成本最小化。
風險管理：最優資本配置、最優賭注或凱利准則、交易心理學。
我們首先來談談如何識別一個交易策略。
策略識別
所有量化交易流程都肇始於一個初期研究。這個研究流程包括搜索一個策略、檢驗它是否適合你可能正在運作的策略組合、獲取任何測試策略時所需數據、努力優化策略使其預期年化預期收益更高且(或)風險更低。如果你是一個「散戶」交易員，一定要清楚自己的資金是否充足，以及交易成本對策略的影響。
通過各種公開數據搜索可盈利的策略實際上十分簡單，並沒有大家想的那麼難。研究學者會定期發表理論交易結果(雖然大多為交易成本總額)。一些數量金融學主題博文也會詳細討論策略。交易期刊還會簡報一下基金管理公司使用的一些策略。
你可能會問，個人與公司怎麼可能願談他們的可盈利策略，特別是當他們知道，如果其他人「復制相同的策略」，長期而言它終將失效。
原因就在於，他們通常不會透露具體的參數以及他們所使用的調參方法，而這些優化技能才是把一個表現平庸的策略調成一個回報豐厚的策略所需的關鍵技術。實際上，若要創建你自己的、獨一無二的策略，一個最好的法子就是尋找相似的方法，爾後執行你自己的優化程序。
你所看到的很多策略都可歸入均值回歸交易策略、趨勢跟隨或動量交易策略兩類。
均值回歸策略試圖利用這么一個事實：「價格序列」(如兩個關聯資產的價差)存在一個長期均值，價格對均值的短期偏離終將回歸。
動量交易策略則試圖「搭上市場趨勢的順風車」，利用投資心理和大基金結構信息在一個方向積聚動量，跟隨趨勢直至回歸。
定量交易還有一個重要方面，即交易策略的頻率。低頻交易(Low Frequency Trading， LFT)通常指持有資產超過一個交易日的策略。相應地，高頻交易(High Frequency Trading， HFT)通常指持有資產一個交易日的策略。
超高頻交易(Ultra-High Frequency Trading， UHFT)指持有資產的時常達秒級與毫秒級的策略。雖然散戶可以進行HFT與UHFT交易，但也只是在你掌握了交易「技術棧」與訂單簿動力學的詳細知識後才有可能。本篇入門文章，我們不會對這些問題做任何深入探討。
策略或策略集合一旦確定，現在就需要在歷史數據上測試其盈利能力，這就進入了回溯測試的工作范圍。
回溯測試
回溯測試的目標是提供證據，佐以證明通過以上流程所確定的策略，無論是應用於歷史(訓練)數據還是測試數據均可盈利。它可以反映該策略未來在「真實世界」中的預期表現。
由於種種原因，回溯測試不能保證一定成功。這或許就是量化交易最為微妙之處，由於它包含了大量的偏差，我們必須盡盡力仔細審查並剔除它們。
我們將討論幾種常見類型的偏差，包括先窺偏差、倖存者偏差與優化偏差(亦稱「數據窺視偏差」)。回溯測試中其他幾個重要方面，包括歷史數據的可用性與清潔度、真實交易成本及可靠回測平台上的決定。我們會在後續「交割系統」一節深入討論交易成本。
策略一旦確定，我們就需要獲取歷史數據，並藉此展開測試，如有可能還可改進策略。現在賣數據的很多，所有資產類型的數據都有。通常，數據的質量、深度、時間間隔不同，其價格也不同。
剛入門的量化交易員(至少零售等級)最初使用雅虎金融板塊(Yahoo Finance)的免費數據就行。對於數據供應商，這里不再贅言。我想重點談一談處理歷史數據時，時常遇到的問題。
對於歷史數據，人們主要關心的問題，包括數據精度或清潔度、倖存者偏差、應對如分發紅利、拆分股票等公司行為的調整。
精度與數據整體質量有關，無論數據是否包含錯誤。有時錯誤容易識別，比如使用一個窄帶濾波器，就可以找出時間序列數據中的「窄帶」並更正它們。其他時候，錯誤又很難甄別，經常需要根據多個數據供應商提供的數據進行對比檢查。
倖存者偏差通常是免費數據集或廉價數據集的一個」特徵「。對於一個帶有倖存者偏差的數據集，它不包含已經不再交易的資產數據。不再交易的證券，則表示已經退市或破產公司的股票。如果數據集中含有此類偏差，策略在此數據集上的測試表現可能比在」真實世界「里表現的更好，畢竟歷史」贏家「已經被預先篩選出來，作為訓練數據使用。
公司行為即公司開展的常引發原始價格階梯形變化的」邏輯「活動，它不應該計入價格預期年化預期收益。公司分發紅利和拆分股票行為是引發調整的兩個常見行為，二者無論發生哪一種，都需要進行一個」回調「的流程。我們一定要留心，不要把股票拆分和真實預期年化預期收益調整混為一談。許多交易員在處理公司行為時都碰過壁！
為了開展回溯測試，我們必須使用一個軟體平台。你可以選擇一個專門的回測軟體如MultiCharts，一個數值平台如Excel或MATLAB，或者一個用Python或C++完全自主實現的平台。對於MultiCharts(或類似平台)，個人是比較介紹，對於編程的要求比較低。
在做系統回測時，一定要量化表示系統性能。定量策略的「業界標准」度量為最大資金回挫與夏普比率。最大資金回挫表示一段時間(通常一年)內賬戶資金曲線從波峰至波谷的最大跌幅，常使用百分比表示。
由於大量的統計因素，LFT策略比HFT策略的資金回挫更高。歷史回測會顯示過去的最大資金回挫，它能夠較為貼切地反映策略的未來資金回挫情況。第二個度量指標是夏普比率，它被啟發式地定義為「超額預期年化預期收益均值與超額預期年化預期收益標准差的比值」。
這里，超額預期年化預期收益表示策略預期年化預期收益超出某個預定基準，如標普500或三月期短期國債(預期年化預期收益)的額度。注意人們通常不使用歷史預期年化預期收益指標，因為它忽略了策略波動性的影響，而夏普比率卻考慮到了這一點。
如果經過回測，策略的夏普比率很高且其最大資金回挫已經最小化，則可以認為它趨於無偏，下一步就是要搭建一個交割系統。
交割系統
交割系統是一個方法集合，由它來控制交易策略生成的交易列表的發送和經紀商的交割行為。事實上，交易可以半自動、甚至全自動生成，而執行機制可以手動、半自動(即「點擊一次交割一項」)或者全自動。
盡管如此，對於LFT策略，手動和半自動技術卻比較常見；對於HFT策略，則必須創建一個全自動交割機制，由於策略和技術彼此依賴，還要經常與交易指令生成器緊密相接。
在搭建交割系統時，我們需要考慮幾個關鍵因素：連接經紀商的介面、交易成本(包括傭金、滑動價差與價差)最小化、實時系統與回測時系統性能的差異。
聯系經紀人的方法有很多，你可以直接電話聯系他，也可以通過一個全自動高性能的應用程序介面(API)實現。理想情況，就是希望交割交易的自動化程度盡可能高。這樣一來，你不僅可以脫開身集中精力進行深入研究，還能運行多個策略、甚至HFT策略(實際上，如果沒有自動化交割，HFT根本不可能)。
前面說過的幾種常用回溯測試軟體如MATLAB、Excel和MultiCharts，對於LFT策略或簡單策略都是不錯的選擇。但是，如果要做真正的HFT，你就必須要構造一個用高性能語言(如C++)編寫的內部交割系統。
說個我的親身經歷，以前受聘於一家基金管理公司，我們有一個十分鍾的「交易周期」，每隔十分鍾下載一次新的市場數據，然後根據這十分鍾的信息進行交割。這里用的是一個優化的Python腳本。對於任何處理分鍾級或秒級頻率數據的工作，我相信C/C++更理想。
在一家大型的基金管理公司，交割系統的優化通常不在量化交易員的工作范圍。但是，在小點的公司或高頻交易公司，交易員就是交割人，所以技術面越廣越好。你要想進一家基金管理公司，一定要記住這一點。你的編程能力不說比你的統計學和計量經濟學稟賦更重要，至少也同樣重要！
另外一個屬於交割系統的重要問題是交易成本最小化。一般地，交易成本由三部分構成：傭金(或稅收)、損耗與價差。傭金是向經紀商、交易所和證券交易委員會(或類似政府監管機構)支付的費用；滑動價差是你的預期交割價位與真實交割價位的差值；價差則是待交易證券的賣出價與買入價之差。注意價差不是常數，它依賴於市場當前流動性(即買單和賣單數量)。
交易成本是決定一個策略是高夏普比率且盈利豐厚，還是低夏普比率且極不盈利的關鍵。根據回溯測試正確預測未來的交易成本很具有挑戰性，你需要根據策略頻率，及時獲取帶有賣出價與買入價信息的歷史交易數據。
為此，大型基金管理公司量化交易的整個團隊都專注於交割優化。當基金管理公司需要拋售大量交易時(原因五花八門)，如果向市場「傾瀉」大批股票，會迅速壓低價格，可能都來不及以最優價格交割。
因此，縱使遭受損耗風險，基金管理公式也會選擇使用演算法交易，通過「打點滴」的方式向市場出單。此外，其他策略如若「捕到」這些必要性條件，也能利用市場失效(獲利)。這是基金結構性套利的內容。
交割系統最後一個主要問題關繫到策略的實時性能與回測性能的差異。這種差異由多種因素造成，比如我們在「回溯測試」一節已經深入討論過的前窺偏差與最優化偏差。
然而，對於有些策略，在部署之前不易測得這些偏差。這種情況對於HFT最為常見。交割系統和交易策略本身均可能存在程序錯誤，回溯測試時沒有顯現卻在實時交易時出來搗亂。市場可能受到繼交易策略部署後的一場政變的影響，而新的監管環境、投資者情緒與宏觀經濟形勢的變化也均可能導致現實市場表現與回溯測試表現的差異，從而造成策略盈利性上的分歧。
風險管理
量化交易迷宮的最後一塊是風險管理程序。風險包含我們之前談論的所有偏差。它包括技術風險，比如所有在交易所的伺服器突然發生硬碟故障。它還包括經紀風險，如經紀商破產(此說並非危言聳聽，引發恐慌的明富環球就是一個例子)。
總而言之，它覆蓋了幾乎所有可能幹擾到交易實現的因素，而其來源各不相同。已經有成套的書籍介紹量化交易策略的風險管理，本人也就不再對所有可能的風險來源做詳細說明。
風險管理還包括投資組合理論的一個分支，即所謂的「最優資本配置」，涉及到如何將資本分配給一組策略、如何將資本分配給策略內不同交易的方法。這是一個復雜的領域，依賴於一些高級數學知識。
最優資本配置與投資策略杠桿通過一個名為凱利准則的業界標准建立聯系。本文是一篇入門文章，我在此不詳談其計算。凱利准則對策略預期年化預期收益的統計性質做過一些假設，但是它們在金融市場中並不一定成立，交易員因此在實現時通常會有所保留。
風險管理的另外一個關鍵成分涉及到交易員自身心理因素的處理。盡管大家都承認，演算法交易若無人為干涉，不太容易出現問題。交易員在交易時，稍不留神仍然可能會摻入許多認知偏差。
一個常見的偏差是厭惡規避，當人發現損失已成定局，其所帶來的痛苦，可能會麻痹人的行為，不能做到及時拋盤止損。類似地，由於太過憂心已經到手的預期年化預期收益可能賠掉，人們可能也會過早拋盤收利。
另外一個常見的偏差是所謂的偏好偏差：交易員太看重事件而非長遠地看問題。此外，當然不能落下「恐懼與貪婪」這對經典的情緒偏差。這兩種偏差常導致杠桿不足或杠桿過度，造成爆倉(賬戶資產凈值近乎為零或更糟)或盈利縮水的局面。
總結
由此觀之，量化交易是數量金融學中一個雖趣味十足但極其復雜的領域。我對這個話題的討論淺嘗輒止，文章就已經這么長了！我在文中三言兩句帶過的問題，已經有大量的相關書籍和論文出版。
因此，在你申請量化基金交易職位前，務必要進行大量的基礎調研，至少應當具有統計學和計量經濟學的廣泛背景，以及使用MultiCharts、MATLAB、Python或者R程序語言實現的豐富經驗。如果應對的是更加復雜的高頻端策略，你的技能組合可能還要包含Linux內核修改、C/C++、匯編編程和網路延遲優化。

⑸ 量化私募基金研究員提成多少

薪資：base30-60W+年終獎+業績提成 &量化交易員 職責：1、程序化交易系統的開發、調試與維護 這個是沒有提成的 只有固定工資

⑹ 量化交易的那些事！

最近一段時間，很多人覺得股票越來越難做了，板塊加速切換，市場走勢極端，一些中線趨勢良好的板塊個股完全無視基本面突然連續大幅殺跌。

有人說，這是因為量化交易成為了我們的對手盤，助漲殺跌。有些票漲六七個點，突然就摸漲停了，有些票跌六七個點，突然就奔跌停去了。手速、資金都拼不過，甚至按照這樣的趨勢，我們這些靠交易為生的散戶，有可能要被機器人幹掉。事實果真如此嗎？

今日筆者就來給大家分享一下量化基金的那些事。

量化交易到底是怎麼交易的？

交易員A兄，19至20年在國內某量化基金做交易員，基金規模最大到70億。最開始在量化交易部，後期在人工t0部。基本上交易部的東西都清楚，國內這幾家量化基金的交易模式也大同小異。

量化交易是怎麼交易的呢？大部分策略是量化對沖模型。

就是買入市場上的活躍股，然後開對應金額的期指空單對沖（IF，IC，IH都有），多頭金額和空單金額（期指有杠桿，實際佔用金額少）基本上在1：0.8到1：1區間浮動。

賺錢邏輯就是，不管大盤漲跌，因為有對沖，只要買入的票足夠強，只要能跑贏對沖指數（if，ih，ic），基金就是永遠賺錢的。

也有一些純多頭策略，就是不帶對沖，全買股票的，但是少一些。

量化交易的買入賣出，都是一攬子交易。每天要買入的票少的時候200隻，多的時候能到4、5百隻。這些票根據權重劃分金額，有的票買的多，大部分票只買一點點。一般前二十隻票，買入金額佔到總成交金額的4成左右了。

當天開盤前，策略部的演算法就會把當天的買入賣出任務做好。交易員的工作就是把當天要買的票買完（不論價格），把當天要賣的票賣完（不論價格）。考核指標就是以當天開盤價作為基準，算出平均買入成本與開盤價偏離值，以收盤價作為基準計算賣出價格偏離值，用這兩個數據算績效。

這個模式就導致，股票早上買的時候很容易打高了，因為很多公司都是這個演算法，互相一搶，股價就能推上去。但沒辦法，交易員一般10點之前就要買完票了，越往後風險越大，因為不知道誰就突然漲停了，導致買入成本暴增，是要被談話的。

賣出是這樣的，公司所有的票有一個7%止盈單，就是只要股價沖到7%，就會賣出。而且收盤統計的時候，漲幅超過7%的票是按7%的價格計算賣出成本的，假如賣早了那就賣虧了，假設我5個點賣了，沖到8個點，收盤砸綠，算收盤價的時候還是按7%算，這個對交易員很不友好。

「19年初那波行情我們當時規模不小了，有時候單票買入金額能佔到股票總成交的10%甚至更多，這時候票就很難買了，因為一買就要把價格推上去，推上去買入成本巨高，我們業績就會很差。但是沒辦法，任務一定要完成的。

印象很深刻的，19年2月1日，當時有個同事買入任務里要買 300615欣天科技800多萬，大家可以看一下這票前一天成交額，成交額太小了800很難買進去，買了一點點就封板了，然後炸板，我同事一直想等回落了慢慢買結果一直不回落，最後他直接集合競價把票頂到漲停板把剩下的買入任務買完了……」

量化策略模型：聯創股份的推升

由於「交易員A」兄從事於交易部門，選股條件那是策略部的事情並不清楚，而且這些量化公司都號稱自己有幾百上千個選股因子，每天機房電腦都在跑程序，在第二天開盤前把票選好。

不過公司的幾個模型結構是知道的。當時主要有7日模型，9日模型，13日模型，還有一個兩日模型。

這個N日模型的N就代表持股周期，表示買入後持有N日後賣出。有時候連續幾天都有同一隻票的買入任務，那麼這個票就會在持倉里躺小半個月。隨著模型時間到了之後，慢慢賣完。

演算法部都是清華高材生，學歷在那放著呢。不過再牛的策略也是人定的，再牛的量化演算法也是人選的。

模型的變化（持倉時間長短）、對沖指數風險敞口的調整，以及選股因子等，策略部一直在做優化。這些變化不是說某天突然發現不行了，然後就要改了、之前的都完全放棄了，而是說每天都有在回測市場分析賬戶表現，然後策略部們去做細微的調整。

「為什麼說這個模型的事情，今年的聯創股份這種，很明顯就是被量化模型推上去的。因為這票根本沒有什麼基本面，純垃圾股一個，pvdf那種故事聽聽就算了。」

實際上就是這票被很多家量化演算法選中了，有長周期的有短周期的，但是在前期都主要是買入為主，所以我們可以看到這票被鎖倉了，一直往上推，當然漲的好也就有散戶信了他的故事（散戶也鎖倉），然後到賣出的時候，這票往下按接不起來，因為大家模型時間都差不多到了。

今年好多票漲的快，漲幅大，但是調整的非常狠，跟量化模型同質化有很大的原因。

各位兄很感興趣的T+0

由於買入模型持倉7、9、13天不等，而且都是市場上比較活躍的票。那麼這些票躺著不動其實就是一種浪費，這些票可以甩給t0團隊去做t，用來搞額外收益。

「我之前的工作內容，說實話很無趣，自主操作的空間很少，更像是一個人形下單機器，所以在後期公司要開展t0交易的時候我果斷轉崗去了t0交易部。

當時國內幾家大的量化私募都已經有自己的交易團隊了，我司屬於介入比較晚的，老闆應該是去九坤這幾家參觀學過，也就動了搞t0團隊的想法。在成立自己T0團隊之前，公司的底倉是打包給國內幾家專業的t0公司去做的。」

t+0這邊很簡單，底倉給交易員分好，然後交易員自己拿著底倉去做日內差價，這個差價就是交易員的業績，然後公司按比例給交易員提成就是工資。

t0交易員是沒有底薪的，沒有底薪沒有五險一金沒有社保，全靠業績活。而且這個東西淘汰率相當高，當時新組建團隊，招來了四十多個新人，最後只留下來一個。最主要的是，現在基本沒有t0團隊要新人的了，沒公司願意培養新人。

關於t+0還有一個事情。

很多人做創業板新股喜歡看融券余額，覺得融券量大的票會容易漲，他們說的是要打爆空頭，第二天融券方要回補還券。

其實不是這樣的……創業板新股上市之前就已經把這些機構的券約出去了，這些券各大t0機構從券商手裡借到，當成底倉給交易員做t0交易。因為新股波動大做t0收益高，當然券息也高。但是專業的t0團隊是不可能裸空的，融券量大隻是券商把券借給t0團隊了，人家當天就已經買回了。

量化基金收益的潛規則

其實量化賽道也很擁擠，因為交易同質化很強，大家的策略大同小異，起重要因素的其實不是選股策略而是對沖盤的風險敞口。之前說了，多頭和空頭的比例是在1：0.8和1：1區間浮動的，那麼這裡面的可操作空間其實非常大。

而具體收益率，各個產品之間的差距其實很大……

「19年初那波創投工業大麻氫能源的行情大家應該都知道，到5月份我們的頭部產品收益率都干到了60%了，但是當時竟然還有一些產品是不賺錢的，真不賺錢甚至還有略虧一點的。

這個差距大的原因應該是各個產品的買入時間有差異，因為買的越早其實別的資金就在給你抬轎子（這些是我猜的沒法證實）。實際上在私募拍拍網上的明星產品收益率都還不錯，年化跑個二三十沒問題。但是，但是，但是！後面的產品根本不能看………頭部產品其實就是個廣告效應吸引投資人的…等你虧錢了，老闆開始心理按摩就行了，反正大部分客戶啥也不懂……

我們老闆就不會交易，他工作的一個主要內容就是給客戶心理按摩……

前東家規模最多到70億，當時老闆是有沖擊百億規模的想法的，擴招了很多人。實際上是這些規模一部分是公司本來賺上去的凈值，還有一大半是場外的人看公司業績漂亮高位跟投的…我知道的有一個大戶一個人就在我司放了20億，做量化對沖。

最後結果是行情沒了之後，好多後期進場的人是虧錢的，這些人虧了之後就會選擇贖回，撤資，然後規模也會迅速變小。很快的，從20億規模到70億只用了半年，從70億回到不到20億，用了不到半年……

不過老闆怎麼都是賺的，行情好的時候賺業績提成，新入場資金賺管理費……基金虧了，客戶就自己贖回好了，反正老闆都是血賺。」

最後

其實所有人（包括私募，公募，量化），對於市場都是靠蒙的……

能不能漲，為什麼漲，能漲多少，不是一個人說了算的，因為市場這么大，根本不是一個人能夠決定的。（袖珍盤庄股除外，這種就真看老莊心情………）

行情都是一陣子一陣子的，年初白酒yyds，三月碳中和yyds，5月醫美yyds，789月新能源賽道yyds，最後把鍋全甩到量化頭上去……其實還是自己學藝不精啊……

總的來說，市場的東西都交給市場去消化，市場有市場自己的規律。yyds白酒照樣能跌，賽道股照樣會大幅回撤。

老師們要認真觀察市場，認真學，認真提高自己的交易水平，其實是可以盈利的。

做量化的這些程序員大部分連股票都沒炒過，人家寫的程序也就是發現了市場規律，然後用合理的倉位，策略去做交易。連這些人都能賺錢，其實我們需要做的是客服自己的貪婪和恐懼，做一個無情的交易機器就好了。

⑺ 關於期貨交易員的薪水問題

期貨技術分析指標 2007-05-24 08:18:57
大 中 小

MACD指標

MACD是根據移動平均線較易掌握趨勢變動的方向之優點所發展出來的，它是利用二條不同速度（一條變動的速率快——短期的移動平均線，另一條較慢——長期的移動平均線）的指數平滑移動平均線來計算二者之間的差離狀況（DIF）作為研判行情的基礎，然後再求取其DIF之9日平滑移動平均線，即MACD線。MACD實際就是運用快速與慢速移動平均線聚合與分離的徵兆，來研判買進與賣進的時機和訊號。
（1）MACD的基本運用方法：
MACD在應用上，是以12日為快速移動平均線（12日EMA），而以26日為慢速移動平均線（26日EMA），首先計算出此兩條移動平均線數值，再計算出兩者數值間的差離值，即差離值（DIF）＝12日EMA－26日EMA。然後根據此差離值，計算9日EMA值（即為MACD值）；將DIF與MACD值分別繪出線條，然後依「交錯分析法」分析，當DIF線向上突破MACD平滑線即為漲勢確認之點，也就是買入訊號。反之，當DIF線向下跌破MACD平滑線時，即為跌勢確認之點，也就是賣出訊號。
（2）應用法則：
① DIF和MACD在0以上，大勢屬多頭市場。
② DIF向上突破MACD時，可作買；若DIF向下跌破MACD時，只可作原單的平倉，不可新賣單進場。
③ DIF和MACD在0以下，大勢屬空頭市場。
④ DIF向下跌破MACD時，可作賣；若DIF向上突破MACD時，只可作原單的平倉，不可新買單進場。
⑤ 高檔二次向下交叉大跌，低檔二次向上交叉大漲。

DMI指標

動向指數又叫移動方向指數或趨向指數。是屬於趨勢判斷的技術性指標，其基本原理是通過分析股票價格在上升及下跌過程中供需關系的均衡點，即供需關系受價格變動之影響而發生由均衡到失衡的循環過程，從而提供對趨勢判斷的依據。動向的指數有三條線：上升指標線，下降指標線和平均動向指數線。三條線均可設定天數，一般為14天。
DMI的計算方法非常復雜，在此不做介紹，感興趣的用戶可以自行查閱相關技術分析書籍
應用法則：
① +DI 向上交叉-DI 時，做買。
② +DI 向下交叉-DI 時，做賣。
③ 當ADX 於50以上向下轉折時，代表市場趨勢終了。
④ 當ADX 滑落至 +DI之下時，不宜進場交易。
⑤ 當ADXR低於20以下時，宜採用TBP及CDP中之反應秘訣為交易參考。

DMA指標

DMA指標利用兩條不同期間的平均線，計算差值之後，再除以基期天數。它是兩條基期不同平均線的差值，由於其是將短期均線與長期均線進行了協調，也就是說它濾去了短期的隨機變化和長期的遲緩滯後，使得其數值能更准確、真實、客觀地反映股價趨勢。故它是一種反映趨勢的指標
應用法則：
① DMA是兩條基期不同平均線差值。實線向上交叉虛線，買進。
② 實線向下交叉虛線，賣出。
③ DMA 也可觀察與股價的背離。

EXPMA指標

EXPMA 譯為指數平均數，修正移動平均線較股價落後的缺點，本指標隨股價波動反應快速，用法與移動平均線相同

TRIX指標

TRIX(Triple Exponentially Smoothed Moving Average)中文名稱：三重指數平滑移動平均，長線操作時採用本指標的訊號，可以過濾掉一些短期波動的干擾，避免交易次數過於頻繁，造成部分無利潤的買賣，及手續費的損失。本指標是一項超長周期的指標，長時間按照本指標訊號交易，獲利百分比大於損失百分比，利潤相當可觀
應用法則：
① 盤整行情本指標不適用。
② TRIX向上交叉其MA線，買進。
③ TRIX向下交叉其MA線，賣出。
④ TRIX與股價產生背離時，應注意隨時會反轉。
⑤ TRIX是一種三重指數平滑平均線。

BRAR指標

BR是一種「情緒指標」，套句西方的分析觀點，就是以「反市場心理」的立場為基礎，當眾人一窩蜂的買股票，市場上充斥著大大小小的好消息，報章雜志紛紛報道經濟增長率大幅上揚，剎那間，前途似乎一片光明，此時，你應該斷然離開市場。相反地，當群眾已經對行情失望，市場一片看壞的聲浪時，你應該毅然決然的進場默默承接。無論如何，這一條路是孤獨的，你必須忍受寂寞，克服困難走和別人相反的道路。AR是一種「潛在動能」。由於開盤價乃是股民經過一夜冷靜思考後，共同默契的一個合理價格，那麼，從開盤價向上推升至當日最高價之間，每超越一個價位都會損耗一分能量。當AR值升高至一定限度時，代表能量已經消耗殆盡，缺乏推升力道的股價，很快的就會面臨反轉的危機。相反地，股價從開盤之後並未向上沖高，自然就減少能量的損耗，相對的也就屯積保存了許多累積能量，這一股無形的潛能，隨時都有可能在適當成熟的時機暴發出來。我們一方面觀察BR的情緒溫度，一方面追蹤AR 能量的消長，以這個角度對待 BRAR的變化，用『心』體會股價的脈動，這是使用BRAR的最高境界。
應用法則：
① BR=100是強弱氣勢的均衡狀態。
② BR ③ BR由高檔下跌一半，股價反彈。
④ BR由低檔上漲一半，股價回檔。
⑤ BR>400以上進入高價圈。AR>180以上，進入高價圈。
⑥ AR<100後急劇下跌，致使 AR<40時可買進。

CR指標

只比較一天收盤價與當天收盤價，分析股價的高低及強弱，然後預測明日的股價，是具有重視收盤價傾向的做法。相對的，從同樣重視開盤價與收盤價，算出AR與BR值，則是追從著股價動向的方式，初次之外尚有以前一天的中間價為基準比中間價高的能量為「強」，比中間價低的能量為「弱」，然後個別將其二十六日份的總數以「弱分之強」計算出CR，對股價神秘部分作一個預測。
應用法則：
① CR平均線周期由短至長分成A，B，C，D四條。
② 由C，D構成的帶狀稱為主帶，A，B構成的帶狀稱為副帶。
③ CR由帶狀之下上升160%時，賣出。
④ CR跌至40以下，重回副帶，而 A線由下轉上時，買進。
⑤ 主帶與副帶分別代表主要的壓力支撐區及次要壓力支撐區。
⑥ CR在 400以上，漸入高檔區，注意 A線的變化。

VR指標

成交量比率（簡稱VR），是一項通過分析股價上升日成交額（或成交量，下同）與股價下降日成交額比值，從而掌握市場買賣氣勢的中期技術指標。主要用於個股分析，其理論基礎是「量價同步」及「量須先予價」，以成交量的變化確認低價和高價，從而確定買賣時法。
（1）計算公式
VR＝N日內上升日成交額總和/N日內下降日成交額總和
其中：N日為設定參數，一般設為26日
（2）應用法則：
① VR下跌至40% 以下時，市場極易形成底部。
② VR值一般分布在150%左右最多，一旦越過250%，市場極容易產生一段多頭行情。
③ VR超過450%以上，應有高檔危機意識，隨時注意反轉之可能，可配合CR及PSY使用。
④ VR的運用在尋找底部時較可靠，確認頭部時，宜多配合其他指標使用。

OBV指標

OBV線亦稱OBV能量潮，是將成交量值予以數量化，製成趨勢線，配合股價趨勢線，從價格的變動及成交量的增減關系，推測市場氣氛。OVB的理論基礎是市場價格的變動必須有成交量配合，價格的升降而成交量不相應升降，則市場價格的變動難以繼續。
（1）計算方法
逐日累計每日上市股票總成交量，當天收市價高於前一日時，總成交量為正值，反之，為負值，若平盤，則為零。
即：當日OBV＝前一日的OBV±今日成交量
然後將累計所得的成交量逐日定點連接成線，與股價曲線並列於一圖表中，觀其變化。
（2）應用法則：
① 必須觀察OBV之N字形波動。
② 當OBV 超越前一次 N字形高點，即記一個向上的箭號。
③ 當OBV 跌破前一次 N字形低點，即記一個向下的箭號。
④ 累計五個向下或向上之箭號，即為短期反轉訊號。
⑤ 累計九個向下或向上之箭號，即為中期反轉訊號。
⑥ N字形波動加大時，須注意行情隨時有反轉可能。

ASI指標

ASI（Accumulation Swing Index）中文名稱：振動升降指標， 由 Welles Wilder所創。ASI企圖以開盤、最高、最低、收盤價構築成一條幻想線，以便取代目前的走勢，形成最能表現當前市況的真實市場線（RealMarket）。韋爾達認為當天的交易價格，並不能代表當時真實的市況，真實的市況必須取決於當天的價格，和前一天及次一天價格間的關系，他經過無數次的測試之後，決定了ASI。
應用法則：
① 股價創新高低，而ASI 未創新高低，代表對此高低點之不確認。
② 股價已突破壓力或支撐線，ASI 欲未伴隨發生，為假突破。
③ ASI前一次形成之顯著高低點，視為ASI之停損點。多頭時，當ASI 跌破前一次低點，停損賣出；空頭時，當ASI 向上突破其前一次高點，停損回補。

EMV指標

簡易波動指標,由「Cycle In The StockMarket」作者Richard W·Arms Jr，根據等量圖(Equivolume
Charting)原理製作而成。如果較少的成交量便能推動股價上漲，則EMV數值會升高,相反的，股價下跌時也僅伴隨較少的成交量,則EMV數值將降低。另一方面，倘若價格不漲不跌，或者價格的上漲和下跌，都伴隨著較大的成交量時，則EMV的數值會趨近於零。這個公式原理運用的相當巧妙，股價在下跌的過程當中，由於買氣不斷的萎靡退縮，致使成交量逐漸的減少，EMV數值也因而尾隨下降，直到股價下跌至某一個合理支撐區，撿便宜貨的買單促使成交量再度活躍，EMV數值於是作相對反應向上攀升，當EMV數值由負值向上趨近於零時，表示部分信心堅定的資金，成功的扭轉了股價的跌勢，行情不但反轉上揚，並且形成另一次的買進訊號。行情的買進訊號發生在EMV數值，由負值轉為正值的一剎那，然而股價隨後的上漲，成交量並不會很大，一般僅呈緩慢的遞增，這種適量穩定的成交量，促使EMV數值向上攀升，由於頭部通常是成交量最集中的區域，因此，市場人氣聚集越來越多，直到出現大交易量時，EMV數值會提前反應而下降，行情已可確定正式反轉，形成新的賣出訊號。EMV運用這種成交量和人氣的榮枯，構成一個完整的股價系統循環，本指標引導股民藉此掌握股價流暢的節奏感，一貫遵守EMV的買進賣出訊號，避免在人氣匯集且成交熱絡的時機買進股票，並且在成交量已逐漸展現無力感，而狂熱的群眾尚未察覺能量即將用盡時，賣出股票並退出市場。
應用法則：
①．EMV值上升，代表量跌價增。
②．EMV值下降，代表量跌價跌。
③．EMV趨向於0，代表大成交量。
④．EMV>0，買進。
⑤．EMV<0，賣出。

WVAD指標

這是一種將成交量加權的量價指標。其主要的理論精髓，在於重視一天中開盤到收盤之間的價位，而將此區域之上的價位視為壓力，區域之下的價位視為支撐，求取此區域占當天總波動的百分比，以便測量當天的成交量中，有多少屬於此區域。成為實際有意義的交易量。
如果區域之上的壓力較大，將促使WVAD變成負值，代表賣方的實力強大，此時應該賣出持股。如果區域之下的支撐較大，將促使WVAD變成正值，代表買方的實力雄厚，此時應該買進股票。
WVAD正負之間，強弱一線之隔。非常符合我們推廣的東方哲學技術理論，由於模擬測試所選用的周期相當長,測試結果也以長周期成績較佳
應用法則：
①．指標為正值，代表多方的沖力占優勢，應買進。
②．指標為負值，代表空方的沖力占優勢，應賣出。
③．WVAD是測量股價由開盤至收盤期間，多空兩方的戰鬥力平衡。
④．運用WVAD指標，應先將參數設存長期。

RSI指標

相對強弱指數是通過比較一段時期內的平均收盤漲數和平均收盤跌數來分析市場買沽盤的意向和實力，從而作出未來市場的走勢。
(1)計算公式和方法
RSI＝<上昇平均數÷(上昇平均數＋下跌平均數)>×100
應用法則：
① RSI 值於 0%-100%之間呈常態分配。當6 日RSI 值在94% 以上時，股市呈超買現象，若出現 M頭為賣出時機；當 6日RSI 值在 13%以下時，股市呈現超賣現象，若出現 W底為買進時機。
② 當快速RSI 由下往上突破慢速RSI 時，為買進時機；當慢速RSI 由上往下跌破快速RSI時，為賣出時機。

W%R指標

威廉指數W％R是利用擺動點來量度股市的超買賣現象，可以預測循環期內的高點或低點，從而提出有效率的投資訊號，％R＝100－（C－Ln）/（Hn-Ln）×100
其中：C為當日收市價，Ln為N日內最低價，Hn為N日內最高價，公式中N日為選設參數，一般設為14日或20日。
應用法則：
① W%R 介於100%及0%之間；100%置於底部0%置於頂部。
② 80% 設一條「超賣線」，價格進入80%-100%之間，而後再度上升至80% 之上時為買入訊號。
③ 20% 設一條「超買線」，價格進入20%-0%之間，而後再度下跌至20% 之下時為賣出訊號。
④ 50% 設一條「中軸線」，行情由下往上穿越時，表示確認買進訊號；行情由上往下穿越時,表示確認賣出訊號。

SAR指標

拋物線轉向也稱停損點轉向，是利用拋物線方式，隨時調整停損點位置以觀察買賣點。由於停損點（又稱轉向點SAR）以弧形的方式移動，故稱之為拋物線轉向指標。
應用法則：
① 任何一天收盤價高於或低於SAR ，則須執行空頭或多頭之停損交易。
② 任何一次停損交易，也視為市況轉變，交易者須改變立場，從事新趨勢之交易。
③ 收盤價>SAR，空頭停損。
④ 收盤價

KDJ指標

KDJ全名為隨機指標(Stochastics)，由George Lane所創，其綜合動量觀念，強弱指標及移動平均線的優點，早年應用在期貨投資方面，功能頗為顯著，目前為股市中最常用的指標之一
應用原則：
① K值由右邊向下交叉D值做賣，K 值由右邊向上交叉D值做買。
高檔連續二次向下交叉確認跌勢，低檔高檔連續二次向下交叉確認跌勢，
低檔連續二次向上交叉確認漲勢。
② D值<15% 超賣，D值>90% 超買；J>100%超買，J<10% 超賣。
③ KD值於 50%左右徘徊或交叉時無意義。
④ 投機性太強的個股不適用
⑤ 可觀察KD值與股價之背離情況，以確認高低點。

CCI指標

順勢指標，本指標是由 DonaldLambert所創，專門測量股價是否已超出常態分布范圍。屬於超買超賣類指標中較特殊的一種，波動於正無限大和負無限小之間。但是，又不須要以0為中軸線，這一點也和波動於正無限大和負無限小的指標不同。然而每一種的超買超賣指標都有「天線」和「地線」。除了以50為中軸的指標，天線和地線分別為80和20以外，其他超買超賣指標的天線和地線位置，都必須視不同的市場、不同的個股特性而有所不同。獨獨CCI指標的天線和地線方別為＋100和－100。
應用原則：
① CCI 與股價產生背離現象時，是一項明顯的警告訊號。
② CCI 正常波動范圍在±100之間,+100以上為超買訊號，-100為超賣訊號。
③ CCI 主要是測量脫離價格正常范圍之變異性。

ROC指標

ROC指標可以同時監視常態性和極端性兩種行情，等於綜合了RSI、W％R、KDJ、CCI四種指標的特性。ROC也必須設定天線和地線。但是卻擁有三條天線和三條地線（有時候圖形上只須畫出各一條的天地線即可）。和其他的超買超賣指標不同，而且天地線的位置既不是80和20，也不是＋100和－100，ROC指標的天地線位置是不確定的。
應用法則：
① ROC 具有超買超賣功能。
② 個股經價格比率之不同，其超買超賣范圍也略有不同，但一般總是介於 ±6.5之間。
③ ROC 抵達超賣水準時，做買；抵達超買水準時，做賣。
④ ROC 對於股價也能產生背離作用。

MIKE指標

① Weak-s、Medium-s、Strong-s三條線代表初級、中級及強力支撐。
② Weak-r、Medium-r、Strong-r三條線代表初級、中級及強力壓力。
③ MIKE Base 指標是一種路徑指標，依據Typical Price 計算, 包含三條帶狀支撐與壓力，本欄不以圖形表示，請依照數據操作。

布林指標

布林線是一個路徑型指標，由上限和下限兩條線，構成一個帶狀的路徑。股價超越上限時，代表超買，股價超越下限時，代表超賣。布林線指標的超買超賣作用，只能運用在橫向整理的行情。
應用法則：
① 布林線利用波帶可以顯示其安全的高低價位。
② 當易變性變小，而波帶變窄時，激烈的價格波動有可能隨即產生。
③ 高低點穿越波帶邊線時，立刻又回到波帶內，會有回檔產生。
④ 波帶開始移動後，以此方式進入另一個波帶，這對於找出目標值有相當幫助。

TWR寶塔線

寶塔線是以白黑（虛體，實體）的實體棒線來劃分股價的漲跌，及研判其漲跌趨勢的一種線路，也是將多空之間拼殺的過程與力量的轉變表現在圖中，並且顯示適當的買進時機，與賣出時機。它的特徵與點狀圖類似，亦即並非記載每天或每周的股價變動過程，而乃系當股價續創新高價（或創新低價），抑或反轉上升或下跌時，再予以記錄，繪制。
應用法則：
① 寶塔線翻紅為買進時機，股價將會延伸一段上升行情。
② 寶塔線翻藍則為賣出時機，股價將會延伸一段下跌行情。
③ 盤局時寶塔線的小翻白，小翻黑可不必理會。
④ 盤局或高檔時寶塔線長藍而下，宜立即獲利了事，翻藍下跌一段後，突然翻紅，可能是假突破，不宜搶進，最好配合K線及成交量觀察數天後再作決定
⑤ 寶塔線適合短線操作之用，但最好配合K線，移動平均線及其他指標一並使用，可減少誤判的機會，如十日移動平均線走平，寶塔線翻黑，即需賣出。

TURN周轉率

周轉率也稱換手率，是市場人氣強弱的一種指標，其定義為在一定期間內，市場中股票轉手買賣頻率。股票周轉率越高，意味著該股股性越活潑，也就是投資人所謂的熱門股；反之，周轉率甚低的股票，則是所謂的冷門股。
① 熱門股的優點在於進出容易，較不會有要進進不到，或想賣賣不出的現象。然而，值得注意的是，周轉率高的股票，往往也是短線操作的投機者介入的對象，故股價起伏也會較大。
② 由於每股在外流通籌碼不同，看周轉率時，應用趨勢線的眼光來看是增加或減少，不應局限在數值的高低。

BIAS乖離率

是移動平均原理派生的一項技術指標，其功能主要是通過測算股價在波動過程中與移動平均線出現偏離的程度，從而得出股價在劇烈波動時因偏離移動平均趨勢而造成可能的回檔或反彈，以及股價在正常波動范圍內移動而形成繼續原有勢的可信度。
乖離度的測市原理是建立在：如果股價偏離移動平均線太遠，不管股份在移動平均線之上或之下，都有可能趨向平均線的這一條原理上。而乖離率則表示股價偏離趨向指標斬百分比值。
① 計算公式
Y值＝（當日收市價－N日內移動平均收市價）/N日內移動平均收市價×100％
其中，N日為設立參數，可按自己選用移動平均線日數設立，一般分定為6日，12日，24日和72日，亦可按10日，30日，75日設定。
② 運用原則
乖離率分正乖離和負乖離。當股價在移動平均線之上時，其乖離率為正，反之則為負，當股價與移動平均線一致時，乖離率為0。隨著股價走勢的強弱和升跌，乖離率周而復始地穿梭於0點的上方和下方，其值的高低對未來走勢有一定的測市功能。一般而言，正乘離率漲至某一百分比時，表示短期間多頭獲利回吐可能性也越大，呈賣出訊號；負乘離率降到某一百分比時，表示空頭回補的可能性也越大，呈買入訊號。對於乘離率達到何種程度方為正確之買入點或賣出點，目前並沒有統一原則，使用者可賃觀圖經驗力對行情強弱的判斷得出綜合結論。一般來說，在大勢上升市場，如遇負乘離率，可以行為順跌價買進，因為進場風險小；在大勢下跌的走勢中如遇正乖離，可以待回升高價時，出脫持股。
由於股價相對於不同日數的移動平均線有不同的乖離率，除去暴漲或暴跌會使乖離率瞬間達到高百分比外，短、中、長線的乖離率一般均有規律可循。下面是國外不同日數移動平均線達到買賣訊事號要求的參考數據：
6日平均值乖離：－3％是買進時機，＋3．5是賣出時機；
12日平均值乖離：－4．5％是買進時機，＋5％是賣出時機；
24日平均值乖離：－7％是買進時機，＋8％是賣出時機；
72日平均值乖離：－11％是買進時機，＋11％是賣出時機；

慢速KD（SKD,SLOWKD）

是隨機指標的一種，只是KD指標是屬於較快的隨機波動， SKD線則是屬於較慢的隨機波動，依股市經驗 SKD較適合用於作短線，由於它不易出現抖動的雜訊，買賣點較KD明確，SKD線之K值在低檔出現，與指數背離時，應作買點，尤其K值第二次超越D值時。

DBCD異同離差乖離率

① 公式描述：
先計算乖離率BIAS，然後計算不同日的乖離率之間的離差，最後對離差進行指數移動平滑處理。
②特點：
原理和構造方法與乖離率類似，用法也與乖離率相同。優點是能夠保持指標的緊密同步，而且線條光滑，信號明確，能夠有效的過濾掉偽信號。

LW&R威廉指標

① LWR威廉指標實際上是KD指標的補數，即(100-KD)。
LWR1線 (100-線K)
LWR2線 (100-線D)
參數：N、M1、M2 天數，一般取9、3、3
② 用法：
1.LWR2<30，超買；LWR2>70，超賣。
2.線LWR1向下跌破線LWR2，買進信號；
線LWR1向上突破線LWR2，賣出信號。
3.線LWR1與線LWR2的交叉發生在30以下，70以上，才有效。
4.LWR指標不適於發行量小，交易不活躍的股票；
5.LWR指標對大盤和熱門大盤股有極高准確性。

MTM動量指標

① 動量指數（MOMENTOMINDEX）就是一種專門研究股價波動的技術分析指標，它以分析股價波動的速度為目的，研究股價在波動過程中各種加速，減速，慣性作用以及股價由靜到動或由動轉靜的現象。動量指數的理論基礎是價格和供需量的關系，股價的漲幅隨著時間，必須日漸縮小，變化的速度力量慢慢減緩，行情則可反轉。反之，下跌亦然。動量指數就是這樣通過計算股價波動的速度，得出股價進入強勢的高峰和轉入弱勢的低谷等不同訊號，由此成為投資者較喜愛的一種測市工具。股價在波動中的動量變化可通過每日之動量點連成曲線即動量線反映出來。在動量指數圖中，水平線代表時間，垂直線代表動量范圍。動量以0為中心線，即靜速地帶，中心線上部是股價上升地帶，下部是股價下跌地帶，動量線根據股價波情況圍繞中心線周期性往返運動，從而反映股價波動的速度。
② 計算公式
MTM＝C－Cn
其中：C為當日收市價，Cn為N日前收市價，N為設定參數，一般選設10日，亦可在6日至14日之間選擇。
③ 運用原則
1、一般情況下，MTM由上向下跌破中心線時為賣出時機，相反，MTM由下向上突破中心線時為買進時機。
2、因選設10日移動平均線情況下，當MTMT在中心線以上，由上向下跌穿平均為賣出訊號，反之，當MTM在中心線以下，由下向上突破平均線為買入訊號。
3、股價在上漲行情中創出點，而MTMT未能配合上升，出現背馳現象，意味上漲動力減弱，此時應關注行情，慎防股價反轉下跌。
4、股價在下跌行情中走出新低點，而MTM未能配合下降，出現背馳，該情況意味下跌動力減弱，此時應注意逢低承接。
5、若股價與MTM在低位同步上升，顯示短期將有反彈行情；若股價與MTM在高位同步下降，則顯示短期可能出現股價回落。
④ 評價
有時光用動量值來分析研究，顯得過於簡單，在實際中再配合一條動量值的移動平均線使用，形成快慢速移動平均線的交叉現象，用以對比，修正動量指數，效果很好。

PSY心理線

① 心理線是一種建立在研究投資人心理趨向基礎上，將某段時間內投資者傾向買方還是賣方的心理與事實轉化為數值，形成人氣指標，做為買賣股票的參數。
② 計算方法
PSY＝N日內的上漲天數/N×100
N一般設定為12日，最大不超過24，周線的最長不超過26。
③ 運用原則
1、由心理線公式計算出來的百分比值，超過75時為超買，低於25時為超賣，百分比值在25－75區域內為常態分布。但在漲升行情時，應將賣點提高到75之上；在跌落行情時，應將買點降低至45以下。具體數值要憑經驗和配合其他指標。
2、一段上升行情展開前，通常超賣的低點會出現兩次。同樣，一段下跌行情展開前，超買的最高點也會出現兩次。在出現第二次超賣的低點或超買的高點時，一般是買進或賣出的時機。
3、當百分比值降低至10或10以下時，是真正的超買，此時是一個短期搶反彈的機會，應立即買進
4、心理線主要反映市場心理的超買或超賣，因此，當百分比值在常態區域上下移動時，一般應持觀望態度。
5、高點密集出現兩次為賣出訊號；低點密集出現兩次為買進訊號。
6、心理線和VR配合使用，決定短期買賣點，可以找出每一波的高低點。
7、心理線和逆時針曲線配合使用，可提高准確度，明確指出頭部和底部。

OSC擺動線

OSC公式 = 當日收盤 – 若干天的平均線價
① 當震盪點大於0且股價趨勢仍屬上升時，為多頭走勢，反之當震盪點小於0且股價趨勢為下跌是為空頭走勢。
② OSC可用切線研判漲跌訊號。
③ OSC可用形態學指示進出點。
④ OSC與價格背離則反轉日為時不遠。

B3612三減六日乖離

① 演算法：
B36 收盤價的3日移動平均線與6日均線的差離
B612 收盤價的6日均線與12日均線的差離
② 用法：乖離值圍繞多空平衡點零上下波動，正數達到某個程度無法再往上升時，是賣出時機；反之，是買進時機。多頭走勢中，行情回檔多半在三減六日乖離達到零附近獲得支撐，即使跌破，也很快能夠拉回。

⑻ 量化程序化交易員程序員 這個是什麼壓力大嗎

量化交易也叫程序化交易，是國內證券交易、期貨交易快速發展的交易方式，歐美市場上60%-70%的證券、期貨交易時通過程序化完成的。程序化交易講究團隊運營，資產管理公司一般設置策略研究員、量化交易程序員、交易員、風控等崗位。量化交易程序員的主要職責就是把策略研究員的交易邏輯、交易思想用計算機語言編程。編程完成以後還要做測試以及參數修改等工作。程序員最基本的要求你要懂得最常見的計算機語言，如C++,Python,最好懂AutoIt、MATLAB、R語言。程序化交易員對計算機語言的要求不太高，但是要有證券交易經驗，會看K線圖，懂得基本的技術分析理論、技術指標，這些是必須的。很多公司的程序化交易也不是完全計算機執行的，你需要懂得在什麼樣的市場行情使用怎樣的交易策略，當一套策略系統一段時間運行表現不佳的時候要會分析市場機構的變化。正規的資產管理公司很少會聘期完全沒有交易經驗的交易員，不會聘請不懂計算機語言的程序員。如果你符合如上說的條件可以去應聘。至於壓力，要比主觀交易的操盤手要輕得多，是否加班主要取決於該公司投資的產品是國內還是境外的市場，如果是國內證券、期貨產品，比較少加班吧，境外市場會有人上夜班。非交易時間外的加班，這得看工作需要與企業文化啦。不知我這樣回答你清楚嗎？

⑼ CQF的年薪是多少

CQF量化投資分析師是金融領域的相關證書，所以他們從事的職業肯定是跟金融證券類息息相關。目前CQF持證人工作的領域主要集中在證券銀行、基金管理、國際投資銀行、期貨衍生品與金融風險管理等領域工作。
CQF量化金融分析師到底用處有多大？
CQF職位推薦
1、量化交易員
這類職業無論在證券公司還是期貨公司，以及一些私募基金機構，對這類量化交易員的要求都要求很高。因為這類交易員直接跟資金掛鉤，所以不管是量化研究或者基本面，最終都是要落實到交易，所以量化交易環節顯得就很重要了。
2、量化分析師/研究員
這類量化研究主要以權益類和固收類位置，就像是我們常說的股票多因子模型研究，固定收益類資產投研模型的各種研究等。在國內金融市場中，這些職位的要求我們都會比較熟悉，並且如果涉及到大型資產配置和金融風險模型等，更是需要CQF持證人這些擁有扎實的金融基礎的人。同時還需要大佬的數據分析和編程能力，一般主要以python為主。當然必要的語言能力也是很重要的，最起碼的閱讀和理解金融領域的相關著作需要比較流暢。
3、量化開發工程師
一提到開發工程師，其實量化開發工程師主要開始更需要了解編程相關的內容，也就是急需要熟悉軟體開發的各類工具。常見的CQL資料庫、Linux操作系統，如果是對演算法要求比較高還要扎實的數據知識來滿足日常工作需求。
CQF薪資水平
1.投研系統開發工程師：參考年薪60-120萬間
2.量化投資組長(或PM)：參考年薪200萬間
3.基金經理/PM：參考薪資：年薪60-200萬間

⑽ 在中國，量化交易員每天要做什麼樣的工作

隨著量化投資的概念在國內逐漸流行，量化交易員這個聽起來神秘又高大上的職業也逐漸走入人們的視野。量化交易員平常的工作其實沒有固定的模式，但總結下來大都包括: 現有策略的管理維護，看盤（通常開N個窗口，大都是定製化的各種彩色表格、圖、列表和滾動新聞的組合）以及查看策略有沒有亂發單，開發新的策略，每日進行盤後處理，統計委託、持倉、波動率、滑點等等，這些工作聽起來瑣碎且機械，但真正開發出所謂的印鈔機達到躺贏的境界可謂少之又少，大部分人仍然需要不斷學習並且經歷各種市場的考驗：
 
1、靈感，在市場上策略逐漸趨同、逐漸失效的過程中是很重要的，自己絞盡腦汁更新了好幾個版本的新策略回測時各種指標竟然遠不如行業內正火熱的幾個「經典策略」，市場總是公平而又殘酷的。
2、心理，投資講求的是心理戰，對於量化交易員來說，程序化交易的方式可以避免一部分人性的因素，但是否干預、何時干預模型（尤其是模型並不完備）一直是一個長期困擾交易員的問題
3、不確定性，個人認為，量化交易者同時也需要結合一些基本面，尤其是在國內金融市場信息不對稱、雜訊大以及監管因素變化下能夠從市場調研中獲得有效信息以減少不確定性是相當重要的。