股票量化怎么操作~以量化分析方法选股，要怎么算股票收益率？？？

一、量化交易的应用

量化投资技术包括多种具体方法，在投资品种选择、投资时机选择、股指期货套利、商品期货套利、统计套利和算法交易等领域得到广泛应用。
在此，以统计套利和算法交易为例进行阐述。
1、统计套利。
统计套利是利用资产价格的历史统计规律进行的套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。
统计套利的主要思路是先找出相关性最好的若干对投资品种，再找出每一对投资品种的长期均衡关系（协整关系），当某一对品种的价差（协整方程的残差）偏离到一定程度时开始建仓，买进被相对低估的品种、卖空被相对高估的品种，等价差回归均衡后获利了结。
股指期货对冲是统计套利较长采用的一种操作策略，即利用不同国家、地区或行业的指数相关性，同时买入、卖出一对指数期货进行交易。
在经济全球化条件下，各个国家、地区和行业股票指数的关联性越来越强，从而容易导致股指系统性风险的产生，因此，对指数间的统计套利进行对冲是一种低风险、高收益的交易方式。
2、算法交易。
算法交易又称自动交易、黑盒交易或机器交易，是指通过设计算法，利用计算机程序发出交易指令的方法。
在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至包括最后需要成交的资产数量。
算法交易的主要类型有： (1) 被动型算法交易，也称结构型算法交易。
该交易算法除利用历史数据估计交易模型的关键参数外，不会根据市场的状况主动选择交易时机和交易的数量，而是按照一个既定的交易方针进行交易。
该策略的的核心是减少滑价（目标价与实际成交均价的差）。
被动型算法交易最成熟，使用也最为广泛，如在国际市场上使用最多的成交加权平均价格（VWAP）、时间加权平均价格（TWAP）等都属于被动型算法交易。
 (2) 主动型算法交易，也称机会型算法交易。
这类交易算法根据市场的状况作出实时的决策，判断是否交易、交易的数量、交易的价格等。
主动型交易算法除了努力减少滑价以外，把关注的重点逐渐转向了价格趋势预测上。
 (3) 综合型算法交易，该交易是前两者的结合。
这类算法常见的方式是先把交易指令拆开，分布到若干个时间段内，每个时间段内具体如何交易由主动型交易算法进行判断。
两者结合可达到单纯一种算法无法达到的效果。
算法交易的交易策略有三：一是降低交易费用。
大单指令通常被拆分为若干个小单指令渐次进入市场。
这个策略的成功程度可以通过比较同一时期的平均购买价格与成交量加权平均价来衡量。
二是套利。
典型的套利策略通常包含三四个金融资产，如根据外汇市场利率平价理论，国内债券的价格、以外币标价的债券价格、汇率现货及汇率远期合约价格之间将产生一定的关联，如果市场价格与该理论隐含的价格偏差较大，且超过其交易成本，则可以用四笔交易来确保无风险利润。
股指期货的期限套利也可以用算法交易来完成。
三是做市。
做市包括在当前市场价格之上挂一个限价卖单或在当前价格之下挂一个限价买单，以便从买卖差价中获利。
此外，还有更复杂的策略，如“基准点“算法被交易员用来模拟指数收益，而”嗅探器“算法被用来发现最动荡或最不稳定的市场。
任何类型的模式识别或者预测模型都能用来启动算法交易。

二、如何构建量化投资策略

量化策略有简单也有复杂的，简单到围绕一根均线构建系统，复杂到根据多个因素共同构建系统。
方式虽然不同，但本质都是一样的，即策略中涉及的各项要素都需要标准化。
1、要素的标准化既然是策略，必然要有一些要素，如标的、仓位、买点、卖点等。
这是最基本的四个要素。
先来看标的选择，任何一笔交易首先要明确的是标的如何选择。
市场有几千只股票，不可能每只股票都是符合你的标的，如何去选择，需要建立一定的筛选标准，有人喜欢用基本面去分析，有人喜欢用技术面去分析，都无可厚非，但一定要有逻辑支撑，这就是标的选择的量化。
再来看仓位的量化，如果要用数学期望的角度去看待投资，那么仓位就需要去平均分配，避免因人为主观因素导致仓位的不同，从而影响最终结果。
那么既然是平均分配，就要考虑仓位分配与收益之间的权衡关系。
如果仓位过于分散，虽然整体波动性会变小，但势必也会降低整体收益率，反之亦然。
所以，仓位分配需要结合实践来达到最优。
最后来看买点和卖点的量化，在标的、仓位标准化后，接下来需要考虑买卖点的设置。
即达到什么条件就会触发买入和卖出指令，当卖出指令执行，就意味着一笔交易的结束。
而买入卖出条件因人而异，可以根据不同周期、不同模式，再结合实践来确定，最终核心是要围绕成功率和盈亏比来最终决定。
2、一致性原则一个完整的量化策略不仅包括前面所说的各项要素的标准化，还包括最终的执行。
对于专业的量化投资机构来说，往往是通过电脑去执行命令，这样做的好处是能够百分之百的实行量化策略，而不受人为因素的干扰。
最终目的是要保持交易的一致性。
对于普通投资者的量化策略来说，由于资金规模、量化策略的简易性，往往不需要如此复杂，可以通过投资者自己去执行。
那么，如何确保完全按照量化策略去执行呢？这就需要投资者具备良好的心态以及极强的控制能力，在交易中避险主观因素的干扰。
以上两点阐述了如何去构建一个量化策略，包括涉及的各个要素，但一个好的量化策略注定要经过长期反复的市场检验，并且不断的修正，数据的持续回测，最终达到理想的预期。
最后，还需要强大的执行力，而这考验的是你的心态。

三、如何合理利用私募基金量化选股策略

随着近期指数增强产品的兴起，量化选股的概念再一次进入了投资者的眼帘，伴随近些年国内量化投资的高速发展，量化选股策略早已大量应用在了私募产品的投资策略之中。
量化选股的定义简单来说，量化选股就是利用数量化的方法构建模型，进而选择股票组合，期望该股票组合能够获得超越基准收益率的投资方法。
量化选股为什么能赚钱？　由于A股市场不是特别有效的市场，在非有效的市场下，量化模型对于市场微观交易机会的把握和处理是远强于人脑的，市场的非理性机会，各种各样的套利机会，很多都需要通过大量的数据统计和挖掘来发现。
　　另一方面，量化选股策略由于是程序化操作，其纪律性，客观性，准确性，及时性的特征，能够更好的把握市场机遇，不会受人为情绪因素所影响，而且对交易机会的发现和执行要比人为判断更加迅速。
再者，量化选股因为是通过数据挖掘，模型选股，所以构建的投资组合可以同时持有数百只股票，而且可以高频率的交易，这样能很好的起到分散风险并提高收益的作用。
量化选股的风险特征如何？一、市场中性策略　　对于市场中性策略来说，其目标主要是通过量化选股的方法选出高阿尔法的股票构建组合，并做股指期货对冲。
以此来剥离股票组合的市场风险，并收获纯阿尔法收益。
所以一般情况下中性策略相对纯股票多头产品回撤风险要小，波动平滑，最大回撤一般较小，属于相对比较稳健的投资策略。
二、指数增强策略　　市场上现在比较主流的指数增强策略主要由原来的市场中性策略演变而来，为了能够提高资金使用效率和搏取更高的收益，将市场中性策略中的股指期货对冲部分去除，直接构建股票纯多头组合，运用量化选股的方法选择一揽子股票，追踪指数，控制跟踪误差。
目的是在承担市场风险的前提下，获取能比市场指数更高的收益，不仅获取中性策略中所提供的纯阿尔法收益，也获取市场本身所带来的收益。
　　中天嘉华优财富平台通过深度调研甄选出市场中优质的理财产品，供理财师和投资者选择。
优财富平台产品种类丰富，包括固定收益、私募股权、私募证券、海外投资等多个投资品类。
产品交易结构透明、项目优势明显、不存在过度包装。
除了产品本身，优财富平台还为理财师提供了数以千计的产品投资组合以及相应的存续服务、高佣金、费用结算等服务，同时还会推出紧跟市场的投资策略和极具前瞻性的投资观点。

四、散户怎么参入到量化投资中？

简单的说，量化投资是利用大量的历史数据帮助投资者作判断，用电脑帮助人脑处理信息，克服了人的情绪和弱点对投资的影响。
目前正式定义是投资者利用数学、统计学、信息技术的量化投资方法来管理投资组合。
数量化投资的组合构建注重的是对宏观数据、市场行为、企业财务数据、交易数据进行分析，利用数据挖掘技术、统计技术、计算方法等处理数据，以得到最优的投资组合和投资机会。
散户一般首先要有自己稳定的策略操作模型,可通过期货公司或证券公司IT接口进行试运行一段时间后,就可正式上线交易.一般通过互联网接口或专线交易,但由于出现光大证券乌龙指事件后,为控制风险,现在证券公司多用专线接口,尤其是大的证券公司,如中信证券等.当然专线相对而言费用较高,除设备初装费还每月收月租费.设备费要几万元,参与交易至少100万.

五、如何建立量化交易模型

量化投资的一般思路：选定某些技术指标（我们称之为参数，往往几个组成一组），并将每一个参数的数据范围进行分割，成几等份。
然后，用计算机编程写出一段能对这些参数组对股票价格造成的影响进行数据统计的程序，连接至大型数据库进行统计计算，自动选择能够达到较高收益水平的参数组合。
但是选出这些参数组后还不能马上应用，因为这里涉及到一个概率陷阱的问题，比如说，有1到100这一百个数字放在那里，现在让你选择，请问你选到100的可能性是多大？是的，就是1/100，如果较幸运你选到了100并不能说明你比别人聪明，而是概率的必然。
所以，在进行统计时要特别关注统计的频率与选出的结果组数量之间的关系。
在选出符合要求的参数组后我们还应留出至少三年的原始市场数据进行验证，只有验证合格后才能试用。
　　量化投资原始数据策略：我们选用96年后的市场数据，因为96年股市有过一次交易政策改革（你可以自己查询了解一下），为了不影响研究结果我们不采纳96年以前的数据进数据库。
　　量化投资研究的硬设备：高计算性能电脑，家用电脑也可以，不过运算时间会很长，我曾经用家用电脑计算了三个月时间才得到想要的数据。
　　统计方法：可以选用遗传算法，但我在这里陪大家做的是比较简单的模型，所以采用普通统计方法就可以了。
　　用于量化研究的软件：我采用的是免费的大型数据库MYSQL，ASP网络编程语言，以及可以设置成网络服务器的旗舰版WIN7操作系统

六、量化投资工具是什么？

量化投资是一种操作方法或操作理念，与其他各种“非量化”的方法并列。
量化也可以采取择时、趋势跟踪、超跌、强弱对冲等等投资模型。
区别仅在于，量化投资会使用量化的行情和走势来进行买卖点决策，而不是传统的图形式行情。
 量化投资是很广泛的一个概念，可以这么说，只要你不是简单地拍脑袋、或者是听消息进行的投资行为都可以叫量化投资，是不是瞬间没有了高大上的感觉？:) 最常见的，你通过MACD指标顶背离、底背离进行交易，也是量化投资，因为MACD指标是有严格数学公式计算出来的。
同样，你根据财务指标选股，构建股票组合也是量化投资，因为你的决策基本是基本面数据；
 这些都很“老土”，那么来点新的，通过多因子模型构建投资组合、然后每天用程序进行风险测算并自动调仓，用算法交易完成调仓动作的执行（比如一次性买200万股，总不能一单下去吧），这够“高大上”了吧，前提是你得有一套复杂而完善的系统支持。

七、职业散户可以使用量化交易技术吗？

当然可以，任何交易者都可以使用量化交易技术，而且股票交易数据是很容易采集的，就是分析起来比较麻烦，如果题主是职业散户，倒不如使用一些软件炒股辅助，策略炒股通主要对有量化思路但又没有编程能力的散户非常试用。
它量化了所有股票数据数据，而且还提供多因子策略模型供用户建立自己的策略，通过手机点选就能实现，非常好用。

八、以量化分析方法选股，要怎么算股票收益率？？？

首先建立各个指标在相应分析期内的“增持”/“减持”组合，通过事后检验，统计并分析各指标的“增持”/“减持”组合在分析期内的信息比率与收益率。
依据各个指标的“增持”组合的市场表现，判断该指标的选股能力。
    “增持”与“减持”组合的构建方法如下：每次选择一个指标，依据该指标对行业内个股进行排序。
根据指标代表的经济含义，选择指标排序最优的前 25%的股票设定为“增持”，后 25%的股票设定为“减持”。
将“增持”与“减持”股票，按照流通股市值为权重，组成“增持”与“减持”投资组合。
投资组合建立后每隔三个月，根据市场最新的指标数据，对“增持”与“减持”组合进行一次重新调整。
 1. 经过众多的统计分析研究比较，一些短线投资者认为当随机指标KDJ的K线从下向上穿过D线时，可以买入股票。
2.短线买截的不足之处。
从技术分析的角度而言，短线买点都是短线行为在一定时期内，短线买点特别多，同样短线卖点也特别多，因此投资者据此操作，成功的可能性不大。
如果考虑到投资者的交易成本投资者根据短线指标操作股票，成功的概率又进一步降低。
另外大多数散户由于交易设施的不完备，短线操作也不方便。
因此我们建议散户投资者不要轻易用短线的方法买进股票。
 3. 短线的交点在决定卖点时，除了前面所讨论的方法外，一些短线投资者常常用随机指标KDJ来决定股票的卖点。
由随机指标KDJ的墓木原理知，当随机指标KDJ的K线从上向下穿过D线时，投资者可以卖出股票  我用的牛股宝，里面有个从炒股大赛里面选出来的牛人榜，这个牛股宝里可以跟着牛人买卖操作，这样能跟这这些牛人学习很多知识，牛股宝我觉得不错。
你也可以试试。
祝你成功。

参考文档