量化交易標的股是什麼意思

『壹』 什麼是股票的量化

關於你那個問題，我覺得修正下問題可能我沒理解清楚你的問題或者你說的過於片面，無論選擇什麼標的的前提是 對於該標的的規則，規模，都要有個正確認知。
整個交易架構上參與者是誰，他們有什麼限制，例如 所有基金管理人的現金留存量是一定，走貨的比例也是相對限制的。又或者，類似 vix這樣的期貨，他的價格結構是如何構成，他誕生的作用是用於做SNP對沖使用，更多的知道表面的意思，重要內在價格變化結構是與一般期貨不相同的很多小白/從業人員是無法理解的。
目前暴露出來一個最深的問題就是---認知。
那麼一般投資者如何去打破，這個幾乎無法能做到的。既然你那麼喜歡個股咋們來說，個人之所以不做的原因就是，個股需要，對故事，預期，業績，宏觀環境，參與者比例，價格結構，消息成面的理解都是過於主觀的，等等，數不勝數的不確定因素，在這個市場中老生常談的是市場害怕的是不確定因素。
那麼參與者必定是聽過 量化基金，量化操作，他這個誕生的原意圖，因為，人有三點，特點，盲點，缺點，通過多樣的數據收集，建立一個模型，去消除人性的 特點，盲點，缺點，讓機器代替人工去進行交易，另一方面准確定義，為了消除其中一個不穩定因素-人性的特點，盲點，缺點。如果說量交易作算是沾點邊工具的話。那麼在個股，或者去選擇某個標的時候，要確定的因素，必定是對風險的鎖定。同樣用大眾的話語有一句叫，會買不是厲害的，會賣才是厲害的。
這句話個人定義是准確消除了不確定因素。鎖定利潤。那麼消除的不確定因素的方法根據不同的標的選擇合理的 工具，如果是現貨，那麼可以期貨鎖，如果是期貨，可以用期權鎖，如果是個股可以通過關聯的標的鎖，例子，SNP與VIX。甚至是基金，otc市場中的 合約。以上未完全說明解析你眾多問題中的其中一個至關重要的問題，認知。
眾所周知的名人，巴菲特，索羅斯，宏茄純達里歐，所有數的上名號的人，哪個不是見過大風大浪，哪個不是通過無數認知過程中逐漸成長。又是老生常談的一個人--巴菲特的價值投資理蔽咐論有沒有錯？沒錯的呀。我贊同，但是市面文章在這次大跌過程中都去取笑他，（他的確很有錢，但是他當時所存在的時空，時機/環境造就他現在的成就，那麼目前的時空是否與當時一致呢？答案絕對客觀--不一致。同樣的策略能否在不斷修改規則，不斷推出新的東西的環境中得到有效的實施-這一點個人表示懷疑。
所有人都知道他斬倉出局，但是寫文章的人怎麼知道他的實際操作呢，他是否是通過大量 沽出相關衍生品去進行一個替換操作呢。畢竟這些倉位小又可以達到如此大的杠桿，且不需公布。一個未實戰過的新聞體系中人，又如何能理解他的操作行為？（個人不帶一點崇拜），理解詳細的變化交換機制。用咋們的古詩-橫看成嶺豎成峰，遠近高低各不同 來充分表達認知上的差距。沒有認知，哪裡有後續學習。相信多數人都玩過游戲，去升級高級技能時，必定會有學習前置技能，才能去學習高級技能，人都是從加減乘除學起來的，微積分難道脫離加減乘除的規則？ 上講的都是概念，實際交易過程中又是如何應用，又是如何正確理解。同樣又會誕生眾多概念的普及，在知乎這個平台上，只教會了一個人。且是碩士學歷，當然學歷不是最重要的，重要的是沒有學歷可以，但必須要有同樣學歷的思維邏輯。 我從她/他的整個對市場認知的普及，到價格結構，到實戰當中的解說，用了多日多夜。可能是覺得是廢話，可能覺得有用。
可能看到這里大家覺得沒有干貨，有一種道理我都懂，然而並沒有什麼卵用的感覺。
畢竟每個人的程度都不一樣，問題無法一致，多日未更新，主要原因在於這個平台上，我還是未能看到同樣讓我信服的文/人。我相信大家的工作種類不同，面對不同的問題都有獨立的思考邏輯，但目標是一致的-----賺錢。
anyway，太多零碎的問題，無從答起，雖然我不能納銷針對所有問題作出回答，但起碼我知道怎麼找答案。

『貳』 什麼是股票量化交易

什麼是量化投資？

簡單來講，量化投資就是利用計算機科技並採用一定的數學模型去踐行投資理念、實現投資策略的過程。

傳統的投資方法主要有基本面分析法和技術分析法兩種，與它們不同的是，量化投資主要依靠數據和模型來尋找投資標的和投資策略。

主要有哪些量化投資策略呢？

第一，也是最重要的一類策略：量化選股

量化選股就是採用數量的方法判斷某家公司是否值得買入的行為。根據某種方法，如果該公司滿足了該方法的條件，則放入股票池；如果不滿足，則從股票池中剔除。量化選股的方法有很多種，總的來說，可以分為公司估值法、趨勢法和資金法三大類。

公司估值法通過比較公司估值法得出的公司理論股票價格與市場價格的差異，判斷股票的市場價格是否被高估或者低估，從而尋找出價值被低估或被高估的股票。這種就是基本面量化。

趨勢法就是根據市場表現，如強勢、弱勢、盤整等不同的形態，做出對應的投資行為的方法。可以追隨趨勢，也可以進行反轉操作等。這種就是技術面量化。

資金法的本質思想是追隨市場主力資金的方向，如果資金流入，則應該伴隨著價格上漲；如果資金流出，則應該伴隨著價格下跌。資金法本質上是一種跟風策略，追隨主流熱點，從而期望在短時間內獲得超額收益。這種是交易行為量化。

通過量化方法選出來的股票，通過不斷的輪換，就可以獲得超額收益。

第二類策略是：量化擇時

傳統的有效市場假認為金融市場是不可預測的，價格充分反映了所有相關的信息，價格變化服從隨機遊走，對金融產品價格的預測將毫無意義。

但是隨著計算機技術、混沌、分形理論的發展，眾多研究發現，股價的波動不是完全隨機的，它貌似隨機、雜亂，但在其復雜表面的背後，卻隱藏著確定性的機制，因而存在可預測成分。例如利用一種叫 Hurst 指數的工具，可以在較大的時間刻度上判斷出大盤的高點和低點。

根據量化擇時的策略判斷，可以進行大盤的高拋低吸，例如熊市底部抄底，牛市頂部拋頂。

第三類策略是：對沖套利

對沖套利就是利用兩個相關性比較高的品種，同時進行做多和做空的操作的一種交易策略，當兩個品種的價差偏差超過了合理區間，存在較大的概率回歸，這是對沖套利策略的理論邏輯。

舉個例子，工商銀行和建設銀行的股價往往同漲通跌，因此如果當工商銀行漲的時候，可以賣出工商銀行，買入建設銀行。當兩者價差回復正常的時候，賣出建設銀行，再買入工商銀行。這樣來回的操作，可以獲得一個超越牛熊的收益。

目前國內資本市場可以進行的對沖套利策略包括：期現套利、跨期套利、跨品種套利、跨市場套利、ETF 套利、分級基金套利等。

例如 2018 年 10 月，因為在 2015 年在股災中，大量進行 ETF 交易的幾個私募基金，給證監會重罰，其中東海恆信給罰款 2 億多，他們就是利用 EFT 套利的策略，在 2013 到 2015 年期間，盈利超過 10 億。

有了對沖套利策略，無論是熊市還是牛市，都可以獲得比較穩健的收益。

第四類策略是：期權套利

期權套利交易是指同時買進賣出同一相關期貨，但不同敲定價格或不同到期月份的看漲或看跌期權合約，希望在日後對沖交易部位或履約時獲利的交易。

期權套利的交易策略和方式多種多樣，有多種相關期權交易的組合。特別是期權的高杠桿特徵，使得在 2018 年的熊市中，有不少優秀的交易員依然可以獲得超過 50% 的收益率。

第五類策略是：資產配置

學術界有一個公認的結論，投資中真正賺錢的關鍵是資產配置，而不是具體的交易。通過對主要的大基金的績效歸因可以得出結論，90% 的收益來自於正確的資產配置，也就說，選擇市場比交易更加重要。

量化投資管理將傳統投資組合理論與量化分析技術結合，極大地豐富了資產配置的內涵，形成了現代資產配置理論的基本框架。

『叄』 股市量化交易什麼意思

「量化交易」有兩層含義：一是狹義的，指量化交易的內容，將交易條件轉化為程序，自動下單；第二，廣義上是指系統交易方式，是一個綜合的交易系統。也就是說，根據一系列的交易條件，一個智能的輔助決策系統，將豐富的經驗與交易條件相結合，在交易過程中管理風險控制。
拓展資料：
在A股市場上，股票買賣遵循以下的交易規則：
T＋1交易方式，即當天買入的股票，需要下一個交易日賣出。
買入最小單位為1手，即100股，且必須每次買入的數量必須是100股的整數倍，賣出可以不整100股賣出，但是不足100股的部分，必須一次性賣出。
遵循「時間優先，價格優先」的原則，即較高買進申報優先滿足於較低買進申報，較低賣出申報優先滿足於較高賣出申報；同價位申報，先申報者優先滿足。
除此之外，在a股市場上，投資者只能進行做多操作，不能進行做空操作；其委託交易時，其委託價格必須在個股的當天漲跌幅限制內，否則無效；委託單在當日的交易時間內有效，收盤之後，其委託單無效。
漲跌幅限制：
新股上市及重組成功上市股票首日無漲跌幅限制，一般情況下漲跌幅限制為前一交易日收市價上下10%，即一個交易日最大振幅為20%。
ST股票及＊ST股票漲跌幅限制為前一交易日收市價上下5%，即一個交易日最大振幅為10%。股票漲（跌）幅價格＝股票前一日收盤價格×10%（或5%）。
權證漲跌幅限制權證漲（跌）幅價格＝標的證券前日漲（跌）幅價格×125%×行權比例。
具體交易時間規定：
每周一至周五，每天上午9:30至11:30，下午1:00至3:00，法定假期除外。
集合競價：上午9:15——9:25，其中9:15——9:20可以撤單，9:20——9:25不能撤單，9:25以成交量最大的價格為開盤價。
連續競價：上午9:30——11:30，下午1:00——3:00
成交順序：
價格優先——較高價格買進申報優先於較低價格買進申報，較低價格賣出申報優先於較高價格賣出申報；
時間優先——買賣方向、價格相同的，先申報者優先於後申報者。先後順序按交易主機接受申報的時間確定。

『肆』 股票裡面的量化是什麼意思

股票裡面的量化指的是用先進的數學模型代替主觀判斷，然後從龐大的歷史數據中海選能帶來超額收益的情況以制定策略，隨後用數量模型驗證及固化這些規律和策略。此外，量化交易是指利用統計學，數學，計算機技術和現代的金融理論，來輔助投資者更好地盈利。
拓展資料
一、常見的十大量化投資策略
01、海龜交易策略
海龜交易策略是一套非常完整的趨勢跟隨型的自動化交易策略。這個復雜的策略在入場條件、倉位控制、資金管理、止損止盈等各個環節，都進行了詳細的設計，這基本上可以作為復雜交易策略設計和開發的模板。
02、阿爾法策略
阿爾法的概念來自於二十世紀中葉，經過學者的統計，當時約75%的股票型基金經理構建的投資組合無法跑贏根據市值大小構建的簡單組合或是指數，屬於傳統的基本面分析策略。
在期指市場上做空，在股票市場上構建擬合300指數的成份股，賺取其中的價差，這種被動型的套利就是貝塔套利。
03、多因子選股
多因子模型是量化選股中最重要的一類模型，基本思想是找到某些和收益率最相關的指標，並根據該指標，構建一個股票組合，期望該組合在未來的一段時間跑贏或跑輸指數。如果跑贏，則可以做多該組合，同時做空期指，賺取正向阿爾法收益；如果是跑輸，則可以組多期指，融券做空該組合，賺取反向阿爾法收益。多因子模型的關鍵是找到因子與收益率之間的關聯性。
04、雙均線策略
雙均線策略，通過建立m天移動平均線，n天移動平均線，則兩條均線必有交點。若m>n，n天平均線「上穿越」m天均線則為買入點，反之為賣出點。該策略基於不同天數均線的交叉點，抓住股票的強勢和弱勢時刻，進行交易。
雙均線策略中，如果兩根均線的周期接近，比如5日線，10日線，這種非常容易纏繞，不停的產生買點賣點，會有大量的無效交易，交易費用很高。如果兩根均線的周期差距較大，比如5日線，60日線，這種交易周期很長，趨勢性已經不明顯了，趨勢轉變以後很長時間才會出現買賣點。也就是說可能會造成很大的虧損。所以兩個參數選擇的很重要，趨勢性越強的品種，均線策略越有效。
05、行業輪動
行業輪動是利用市場趨勢獲利的一種主動交易策略其本質是利用不同投資品種強勢時間的錯位對行業品種進行切換以達到投資收益最大化的目的。
06、跨品種套利
跨品種套利指的是利用兩種不同的、但相關聯的指數期貨產品之間的價差進行交易。這兩種指數之間具有相互替代性或受同一供求因素制約。跨品種套利的交易形式是同時買進和賣出相同交割月份但不同種類的股指期貨合約。主要有相關商品間套利和原料與成品之間套利。
跨品種套利的主要作用一是幫助扭曲的市場價格回復到正常水平；二是增強市場的流動性。
07、指數增強
增強型指數投資由於不同基金管理人描述其指數增強型產品的投資目的不盡相同，增強型指數投資並無統一模式，唯一共同點在於他們都希望能夠提供高於標的指數回報水平的投資業績。為使指數化投資名副其實，基金經理試圖盡可能保持標的指數的各種特徵。
08、網格交易
網格交易是利用市場震盪行情獲利的一種主動交易策略，其本質是利用投資標的在一段震盪行情中價格在網格區間內的反復運動以進行加倉減倉的操作以達到投資收益最大化的目的。通俗點講就是根據建立不同數量，不同大小的網格，在突破網格的時候建倉，回歸網格的時候減倉，力求能夠捕捉到價格的震盪變化趨勢，達到盈利的目的。
09、跨期套利
跨期套利是套利交易中最普遍的一種，是股指期貨的跨期套利（Calendar Spread Arbitrage）即為在同一交易所進行同一指數、但不同交割月份的套利活動。
10、高頻交易策略
高頻交易是指從那些人們無法利用的極為短暫的市場變化中尋求獲利的計算機化交易，比如，某種證券買入價和賣出價差價的微小變化，或者某隻股票在不同交易所之間的微小價差。這種交易的速度如此之快，以至於有些交易機構將自己的「伺服器群組」安置到了離交易所的計算機很近的地方，以縮短交易指令通過光纜以光速旅行的距離。（該策略源碼模板暫無）

『伍』 量化投資

量化投資

是指通過數量化方式及計算機程序化發出買賣指令，以獲取穩定收益為目的的交易。量化投資和基本面分析、技術面分析並稱為三大主流方法。傳統的投資方法主要有基本面分析法和技術分析法兩種，與它們不同的是，量化投資主要依靠數據和模型來尋找投資標的和投資策略。

量化投資的優勢：

1、是它以數理統計為基礎，它更加接近於一門科學，使得未來容易預測與感知。

2、是其可以全年無休地實時監控所有市場並交易，人類則不行。

3、它避免了人的情緒化，完全由機器自動執行。

4、嚴格執行紀律。過程、風險更可控。

量化到底是什麼呢?

打個通俗的比方：一般的人炒股或者期貨就像看病中醫一樣，通過望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，定性程度上大一些，很大程度上通過依靠經驗和感覺判斷來進行操作；量化交易就像西醫，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯，量化像依靠模型判斷，模型在定量投資作用就像CT機對於笑大醫生的作用。

模型對整個市場進行檢查和掃描，滿足你所編寫的程序模型，就會進行處理皮差(下單之類，都是可以自己設碰握豎置的，看你的模型怎麼編寫)。當「量化」遇見「程序」理解了「量化」，程序化交易就很好理解了，就是量化的交易策略通過計算機編程執行，進行自動或半自動下單交易。

『陸』 量化交易的特點和前景

量化交易 是將傳統交易理念規則化、變數化、系列化、模型化，利用計算機的數據處理能力，對宏觀周期內投資產品的市場結構、估值成長、盈利質量、市場情緒等多個角度進行分析，藉以制定新型投資策略，形成一整套操作系統，在實盤中使用電腦自動執行。

以人工智替代投資者在某些環節中做決策，能極大地減少了情緒波動的影響，增強投資的一致性，可以大幅提升投資的穩定。相較主觀交易者經常會應用「盤感」、「經驗」、「第六感」作為其下單的策略，量化交易強調數據的重要性，一套策略一定是清晰明了的，首先得能說得清，道的明，策略是一套完整的閉環，無論開倉、平倉、止盈、止損，都有明確的條件，否則計算機也無法識別。

這樣的好處也很明顯，會讓我們的交易變得清晰、成體系。我們能在此基礎上，改良、精進，可以設立投資組合，交易不同的標的，使用不同的策略，而又相互不影響，能通過策略、資金管理、執行成體系的交易，而非停留在構建虛無縹緲且無法驗證的策略這個階段。交易系統扮演著「憲法」的角色，並不是具體的法令，剩餘的細節則由操盤手藉助自身經驗來微調量化交易中的參數處理。量化交易也可以理解為是人工智慧、數據分析在金融領域的一種應用。

量化交易與普通交易的區別類似於西醫和中醫，普通交易是中醫，一番望、聞、問、切之後，依據個人經驗和主觀感覺開出葯方；量化交易是西醫，要化驗、拍片，取得大量客觀數據後開出葯方。雖然都治病，但依據截然不同。量化交易運作之前，會先用模型對整個市場進行一次全面的檢查和掃描，然後根據檢查和掃描結果做出投資決策。

採取股票量化交易的目的就是以明確的指標和規則指導交易，量化策略在實際使用的過程中可以脫離人為判斷，執行速度更快，運作效率得到了提高。不論是否採用程序化的執行手段，量化交易策略都能夠在實際交易中減少人的負擔，也就減少了許多重復性的勞動。早先的時候，投資市場都是交易員自己盯盤，根據市場動向來進行買賣。但是人的精力畢竟有限，隨著金融市場的發展，股票越來越多，交易員很難再靠自己去分析和盯盤。後來，投行家們就想到了利用計算機大數據分析來進行金融操作，只要設定好相應的規則，編寫好相應的程序，依靠計算機強大的數據處理能力，就可以輕松地進行市場操作了。

在科學不斷進步的今天，越來越多的先進技術被創造出來並應用到各種情境之下。通過結合多個不同學科的知識和相應的數學模型，量化交易策略更有可能發現一些隱藏較深的復雜數據規律，而這些規律往往不太容易被主觀交易者察覺得到。隨著大數據、人工智慧等技術的飛速進展，金融投資正在逐步由人主導轉向由科技引領，人與技術在投資過程中如何更好地結合，成為未來投資的關鍵。在此背景下，量化投資日益得到國內大量基金公司的重視，特別是在監管逐步趨嚴、市場有效性逐步提升的過程中，量化交易具有廣闊的成長空間。

                                                                                                                                                                 作者: 公眾號 量化交易小課堂

『柒』 股票量化是什麼意思

所謂量化交易，是指以先進的數學模型替代人為的主觀判斷，同時利用計算機技術從龐大的歷史數據中海選出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。
量化選股就是利用數量化的方法選擇股票組合，期望該股票組合能夠獲得超越基準收益率的投資行為，研究表明，板塊、行業輪動在機構投資者的交易中最為獲利的盈利模式是基於行業層面進行周期性和防禦性的輪動配置，這也是機構投資者最普遍採用的策略。此外，周期性股票在擴張性貨幣政策時期表現較好，而在緊縮環境下則支持非周期性行業。行業收益差在擴張性政策和緊縮性政策下具有顯著的差異。

拓展資料:
一、量化交易特點
1、紀律性。根據模型的運行結果進行決策，而不是憑感覺。紀律性既可以剋制人性中貪婪、恐懼和僥幸心理等弱點，也可以克服認知偏差，且可跟蹤。
2、系統性。具體表現為「三多」。一是多層次，包括在大類資產配置、行業選擇、精選具體資產三個層次上都有模型；二是多角度，定量投資的核心思想包括宏觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度；三是多數據，即對海量數據的處理。
3、套利思想。定量投資通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會，從而發現估值窪地，並通過買入低估資產、賣出高估資產而獲利。
4、概率取勝。一是定量投資不斷從歷史數據中挖掘有望重復的規律並加以利用；二是依靠組合資產取勝，而不是單個資產取勝。
二、量化交易潛在風險
1、歷史數據的完整性。行情數據不完整可能導致模型與行情數據不匹配。行情數據自身風格轉換，也可能導致模型失敗，如交易流動性，價格波動幅度，價格波動頻率等，而這一點是量化交易難以克服的。
2、模型設計中沒有考慮倉位和資金配置，沒有安全的風險評估和預防措施，可能導致資金、倉位和模型的不匹配，而發生爆倉現象。
3、網路中斷，硬體故障也可能對量化交易產生影響。
4、同質模型產生競爭交易現象導致的風險。
5、單一投資品種導致的不可預測風險。

『捌』 什麼是量化交易

這是一個量化小白站在大門口的一點思考，想法可能會有很多問題，僅僅作為拋出來的磚，希望後續的學習中能雕磨出玉。

不知道大家入門量化之前，有沒有像我一樣肢迅游的困惑，分不清什麼是量化，什麼是程序化。

經過我不成熟的思考，我覺得用定量的方式來確定交易策略，就是量化。將交易邏輯編寫成程序，交給電腦來執行，就是程序化。換句話說，其實量化是選擇交易（或投資）策略的一種方式，而程序化是執行交易（或投資）策略的一種方式。另外兩者也是包含和被包含的關系。因為電腦沒有主觀的判斷，想要把交易邏輯寫成程序，必須先將其量化，所以一般地，程序化都是量化的。而量化出來的交易策略不一定用程序執行，也可以手工執行，所以量化不一定是程序化的（參考海龜那樣，不知道這樣說准不準確？）。

你們有沒有好奇過，量化都是什麼類型的呢？

根據《打開量化投資的黑箱》這本書所說，從設計交易策略的角度上分，量化可以分為理論驅動型和數據驅動型，我用我小學的理解水平翻譯一下，就是分為演繹法和歸納法。舉個例子，假如我要預測明天10點我是否起床了。演繹法（理論驅動型）來看，理論上如果明天是工作日，我要上班，所以就應該起床了；而如果是周末，我需要充足的休息，所以就應該沒起。根據這個理論，我們就可以通過明天是否是工作日，來預測10點我起沒起床。

歸納法（數據驅動型）的方式，是先找到過去n天10點時的各種數據，然後進行數據分析。通過分析數據，可能會發現，工作日的10點，我已經起床的概率是100%，而休息日的10點，我沒起床的概率是99%，那麼由此來根據明天是否是工作日，來預測我10點是否起床。但是，歸納法得出的結果不一定能找到理論依據，可能得出一個看上去無厘頭的結果，所以普通玩家可能更傾向於使用演繹法來做量化。

同樣根據上邊這本書的定義，從使用的數據的角度來看，量化也跟主觀交易差不多，可以分為使用價格數據的技術面派，和使用基本面數據的基本面派。技術面更多使用量價數據，而基本面更多使用財務數據、宏觀經濟數據，這些大家都很熟悉了，就不再累述。更重要的是如何應用這些數據，比如同樣是使用量價的技術面，可以是非常簡單的均線來做量化，也可以用非常復雜的數學模型來刻畫走勢，同一套數據在不同人手裡昌卜可能得出不同的結果，所以數據的應用至關重要。

在了解量化前，我覺得量化非常神秘，彷彿有化腐朽為神奇的力量。但通過這本書簡單的了解過後，我感覺好像並沒有我想得那麼神奇。量化更多的好處在於，讓我們交易前縷清思路，而不是盲目下單。程序化更大的好處是，運算快，嚴格執行（其實不一定是好處，也可能會把錯誤嚴格執行）。那如果利用這些優點呢？我覺得要麼通過高頻，把運算快的特點利用起來，搶在主觀交易者做出反應前下單，取得速度優勢。要麼就對大量標的進行分析，通過廣撒網來重點撈魚，捕捉到主觀交易者不容易察覺到的機會。至於對歷銷單一標的深入研究，我覺得量化不一定能比主觀有巨大優勢，拿股票舉例，可能需要非常海量的數據和適當的方法，才能比得上跟企業高管或行業大佬吃幾頓飯得來的「前沿」消息。當然，這些只是我初窺量化帶來的一點小想法，可能比較幼稚，還希望自己能多多學習。

『玖』 量化分析是什麼意思

量化分析就是將一些不具賀氏體，模糊的因素用具體的數據來表示，從而達到分析比較的目的。

量化分析可以幫助我們更加方便和直觀地衡量風險和收益，但需要強調指出的是，美國華爾街頂級量化金融大師、哥倫比亞大學著名教授伊曼紐爾·德曼，在《數學建模如何誘騙了華爾街》一文中，毫無忌諱地承認：我們根本不可能（通過數理分析方法）發明出一個能夠預測股敬卜票價格將會如何變化的模型；如果我們相信人類行為可完全遵守數學法則，從而把有著諸多限制的模型與理論相混淆的話，其結果肯定會是一場災難。

(9)量化交易標的股是什麼意思擴展閱讀：

量禪稿散化投資技術幾乎覆蓋了投資的全過程，包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、演算法交易，資產配置，風險控制等。

量化分析法將對通過定性風險分析排出優先順序的風險進行量化分析。盡管有經驗的風險經理有時在風險識別之後直接進行定量分析，但定量風險分析一般在定性風險分析之後進行。定量風險分析一般應當在確定風險應對計劃時再次進行，以確定項目總風險是否已經減少到滿意。