分类
成功的交易策略应该如何制定

量化交易员通过技术指标的分析

作者:骆昊 说明:从项目上线到获得8w+星标以来,一直收到反馈说基础部分(前15天的内容)对新手来说是比较困难的,建议有配套视频进行讲解。最近把基础部分的内容重新制作了一个名为“Python-Core-50-Courses”的项目,用更为简单通俗的方式重写了这部分内容并附带了视频讲解,初学者可以关注下这个新项目。如果需要Python基础视频,可以在“B站”搜索《Python零基础快速上手》,这套视频是我讲课的时候录制的随堂视频,画质尚可、音质一般,但是对初学者应该会有些帮助,欢迎大家留言、评论、发弹幕。学习之后觉得有收获的小伙伴可以“一键三连”来支持UP主(千锋Python)。国内用户如果访问GitHub比较慢的话,可以关注我的知乎号Python-Jack,上面的“从零开始学Python”专栏比较适合初学者,其他的专栏也在持续创作和更新中,欢迎大家关注并点赞评论。 创作不易,感谢大家的打赏支持,这些钱不会用于个人消费(例如:购买咖啡),而是通过腾讯公益、美团公益、水滴筹等平台捐赠给需要帮助的人(点击了解捐赠情况)。需要加入QQ学习群的可以扫描下面的二维码,三个群加一个即可,不要重复进群。学习群会为大家提供学习资源问题解答,如果有Python体验课行业公开课会提前在群里通知大家,欢迎大家加入。 项目“Day80~90”部分目前仍在创作中,因为作者平时也挤不出太多时间来写文档,因此更新的速度比较缓慢,感谢大家的理解。

jackfrued/Python-100-Days

This commit does not belong to any branch on this repository, and may belong to 量化交易员通过技术指标的分析 a fork outside of the repository.

Use Git or checkout with SVN using the web URL.

Work fast with our official CLI. Learn 量化交易员通过技术指标的分析 more.

Launching GitHub Desktop

If nothing happens, download GitHub Desktop and try again.

Launching GitHub Desktop

If nothing happens, download GitHub Desktop and try again.

Launching Xcode

If nothing happens, download Xcode and try again.

Launching Visual Studio Code

Your codespace will open once ready.

There was a problem preparing your codespace, please try again.

Latest commit

Git stats

Files

Failed to load latest commit information.

README.md

作者:骆昊

说明:从项目上线到获得8w+星标以来,一直收到反馈说基础部分(前15天的内容)对新手来说是比较困难的,建议有配套视频进行讲解。最近把基础部分的内容重新制作了一个名为“Python-Core-50-Courses”的项目,用更为简单通俗的方式重写了这部分内容并附带了视频讲解,初学者可以关注下这个新项目。如果需要Python基础视频,可以在“B站”搜索《Python零基础快速上手》,这套视频是我讲课的时候录制的随堂视频,画质尚可、音质一般,但是对初学者应该会有些帮助,欢迎大家留言、评论、发弹幕。学习之后觉得有收获的小伙伴可以“一键三连”来支持UP主(千锋Python)。国内用户如果访问GitHub比较慢的话,可以关注我的知乎号Python-Jack,上面的“从零开始学Python”专栏比较适合初学者,其他的专栏也在持续创作和更新中,欢迎大家关注并点赞评论。

创作不易,感谢大家的打赏支持,这些钱不会用于个人消费(例如:购买咖啡),而是通过腾讯公益、美团公益、水滴筹等平台捐赠给需要帮助的人(点击了解捐赠情况)。需要加入QQ学习群的可以扫描下面的二维码,三个群加一个即可,不要重复进群。学习群会为大家提供学习资源问题解答,如果有Python体验课行业公开课会提前在群里通知大家,欢迎大家加入。

项目“Day80~90”部分目前仍在创作中,因为作者平时也挤不出太多时间来写文档,因此更新的速度比较缓慢,感谢大家的理解。

  • 学习曲线低,非专业人士也能上手
  • 开源系统,拥有强大的生态圈
  • 解释型语言,完美的平台可移植性
  • 动态类型语言,支持面向对象和函数式编程
  • 代码规范程度高,可读性强
  • 后端开发 - Python / 量化交易员通过技术指标的分析 Java / Go / PHP
  • DevOps - Python / Shell / Ruby
  • 数据采集 - Python / C++ / Java
  • 量化交易 - Python / C++ / R
  • 数据科学 - Python / R / Julia / Matlab
  • 机器学习 - Python / R / C++ / Julia
  • 自动化测试 - Python / Shell
  • Python后端开发工程师(服务器、云平台、数据接口)
  • Python运维工程师(自动化运维、SRE、DevOps)
  • Python数据分析师(数据分析、商业智能、数字化运营)
  • Python数据挖掘工程师(机器学习、深度学习、算法专家)
  • Python爬虫工程师
  • Python测试工程师(自动化测试、测试开发)

说明:目前,数据分析和数据挖掘是非常热门的方向,因为不管是互联网行业还是传统行业都已经积累了大量的数据,各行各业都需要数据分析师从已有的数据中发现更多的商业价值,从而为企业的决策提供数据的支撑,这就是所谓的数据驱动决策。

简单说说量化指增怎么选

Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

亲爱的凤凰网用户:

第三方浏览器推荐:

谷歌(Chrome)浏览器 下载

市场风险测度之VaR概述

VaR

VaR(Value at Risk 风险价值)模型是国际上近几年发展起来的一种卓有成效的风险量化技术。VaR模型是指在正常的市场条件和一定的置信水平上,某一金融机构或投资资产组合在未来特定的一段时间内可能发生的最大损失。与传统风险度量的手段不同,VaR模型完全是基于统计分析基础上的风险度量技术。VaR的一种较为通俗易懂的定义是:在未来一定时间内,在给定的条件下,任何一种金融资产或投资组合的市场价值的最大可能损失。VaR实际上是要回答在概率给定的情况下,金融机构的投资组合价值在下一阶段最多可能损失多少。

1、新的市场形势使得风险管理越来越重要各地区各类别金融市场、各金融机构之间的关联程度更加复杂多变;金融机构普遍使用高杠杆,使得小概率事件会造成严重后果;基于每日盯市制度的财务报表(盯市会计准则)和交易对手信用风险管理,使得长期投资也需关注短期市场波动;来自理工科和学术界的金融量化分析师为VaR的应用扫清了技术障碍。

2、衍生品市场的壮大使得传统风险计量方法受到局限在VaR方法普遍使用之前,市场上常用的风险衡量方法有敏感性分析、止损、名义金额、风险敞口等。衍生品的出现给传统风险管理方法带来挑战,因为不同的衍生品即使拥有同样的票面金额和风险敞口,风险程度也会截然不同。同时,传统风险管理方法没有考虑到市场之间的差异及其相关性,无法对风险进行有效汇总。相较而言,VaR是一个综合考虑杠杆、敏感程度、市场差异、相关性的风险计量方法。

1、1993年7月,“三十人小组”(Group of 30)在其发表的研究报告《衍生产品:惯例与原则》中,建议以VaR模型作为衡量风险的手段,特别是用来衡量场外衍生工具的市场风险,并推荐其他成员银行使用这一方法。

VaR的优点

1、可以简单明了的表示金融风险的大小没有任何技术色彩,没有任何专业背景的投资者和管理者都可以通过VaR值对金融风险进行评判;

2提供了计量金融风险的统一标准可以测量不同市场因子、不同金融工具、不同业务部门及不同金融机构投资组合的风险敞口;

3、充分考虑了不同资产价格变化之间的分散化效应对降低风险的贡献考虑了金融机构中不同业务部门对总体投资组合风险的分散化程度;

4、可以事前计算风险区别于以往风险管理的方法都是在事后衡量风险大小。

VaR模型在金融机构中的应用

1、用于风险偏好设定一般来说对VaR模型中置信区间的选择在一定程度上反映了金融机构对风险的不同偏好。选择较大的置信水平意味着其对风险比较厌恶,希望能得到把握性较大的预测结果,希望模型对于极端事件的预测准确性较高。根据各自的风险偏好不同,选择的置信区间也各不相同。作为金融监管部门的巴塞尔委员会则要求采用99%的置信区间,这与其稳健的风格是一致的。

2、用于风险限额管理利用VaR模型,风险管理者可以分析各个业务部门承担风险的大小,也可以确认金融机构总体面临的各类风险敞口,从而可以利用VaR限额来控制各业务部门可以承担的各类风险,确保每项业务所承担的各类风险不超过提前设定的水平,以防止过度投机行为的出现。VaR限额考虑了组合的风险分散效果,有助于逐级设置限额结构。

3、用于资产配置目前越来越多的金融机构采用VaR计量市场风险,利用VaR设置头寸限额,监管机构也使用VaR确定风险资本金,这就需要金融机构在资产配置时应满足VaR约束,即在给定的VaR范围内,获得一个收益最大化的投资组合。

4、用于绩效评估传统上对交易员和业务部门的考核主要取决于总收益。但在金融投资中,高收益总是伴随着高风险。公司出于稳健经营的需要,必须对交易员及业务部门为绩效而导致可能的过度投机行为进行限制。所以,有必要引入考虑风险因素的业绩评价指标。VaR为业务部门绩效评估提供了定量化分析的手段,用部门收益除以其承受的VaR值得到风险调整的资本收益(RAROC),可以更科学地去评价部门的投资绩效。

5、用于风险报告金融机构应每天编制VaR报告,并提交业务部门的管理者,然后把各个部门加总后的数据提交高级管理层。VaR报告还应提交给监管机构,并成为监管资本计算的基础。越来越多的金融机构开始在其年报中将VaR当作一个重要的风险指标来公布。

6、用于估算风险资本以VaR来估算投资者面临市场风险时所需的适量资本,风险资本的要求是巴塞尔协议对于金融监管的基本要求。

VaR模型在金融监管中的应用

1、VaR方法的适用面广,它具有多种多样的模型,不同模型适用于不同的风险来源和风险管理环境;

2、VaR是一种动态的风险管理方法,表现在VaR模型可以随时按市场价格进行重新定价,且计算的时间间隔非常短,报告的时间间隔可以灵活选取,目前SEC要求在季报和年报中披露VaR值;

3、VaR最重要的特征是透明性,仅仅一个VaR数值所表述的潜在风险可使任何人都能明白风险多大。

VaR的局限性

1、VaR模型的一系列假设前提使模型在应用时受到一定的限制。VaR对未来损失的估计也是基于“历史可以在未来复制其自身”的假设并建立在大量的历史数据的基础之上的,因此VaR的使用存在着一定的模型风险。用历史数据来预测的未来可能因条件的变化而不再适用,纯粹的数量分析难以反映风险的全貌。

2、VaR模型对金融机构或资产组合的市场风险衡量的有效性是以市场正常运行为前提条件的,VaR模型无法对市场上突然发生的异常变化或突发事件等情况作出估计分析。例如政府突然提出全新的财政政策,经济危机造成的股价暴跌、利率骤升等。

3、VaR模型没有考虑极端市场情况。从技术角度讲,VaR值表明的是一定置信度内的最大损失,但并不能绝对排除高于VaR值的损失发生的可能性。由于VaR不能很好的度量尾部风险[1],所以交易员或业务部门会有意规避这个监管指标,去投资那些风险出现可能性非常低但是风险损失巨大的投资机会,这也是为什么金融机构会出现巨大亏损的原因之一。忽略掉尾部风险,使得VaR模型无法度量金融市场极端变动造成的损失,所以在金融风险管理中,必须依靠压力测试等多种方法的综合运用。

4、VaR只能度量可交易资产和负债的市场风险。只有可交易的金融工具才具有市场价格的连续历史记录,从而可以用统计方法测量和建模。但对于不可交易资产,如存、贷款来说就难以用VaR进行测量,此时只能用资产负债管理技术向高层提供有用的信息。

5、VaR是给高管和监管部门汇报的,监管部门通常不是专门的风险管理专家,他们没有对VaR局限性的深刻理解,容易让高管和监管部门低估总体市场风险

理论上讲,这些缺陷的根源不在于VaR自身,而在于其使用的统计方法。虽然VaR模型存在着一定的局限性,但是它的分析作用还是非常明显的,因此它对金融机构的风险管理非常必要。而且随着我国金融市场的不断发展和进步,金融数据的不断累积和完善,VaR在金融风险管理中的作用将会越来越重要,其分析效果也会越来越精准。金融机构在应用VaR模型的同时,应该对可能要发生的突发事件或异常变化做出一定的估计,全面恰当地认识VaR在金融风险管理中的作用。同时结合压力测试情景测试Expected Shortfall(ES)[2]等不同的分析手段和模型,来相互弥补其不足,实施全面的金融风险管理。

1、肖志勇, 宿永铮. VaR模型在金融风险管理中的应用[J]. 生产力研究, 2008(24):44-46.

2、阮垂玲, 刘传哲, 费芳. VaR方法在证券市场风险管理中的应用[J]. 市场论坛, 2008(4):67-68.

3、李静, 王伟. VaR模型在我国证券投资基金风险管理中的应用[J]. 理论月刊, 2005(10):73-75.

4、马崇明. 金融市场风险计量VaR方法研究[J]. 集团经济研究, 2004(10):98-100.

[1] 尾部风险(tail risk)是指发生的可能性很小,但是一旦发生会导致巨大损失的风险。当投资收益可能偏离均值多于三个标准差时,尾部风险显现,它是投资组合风险的一种。

[2] Expected Shortfall(ES),又称Conditional VaR,主要研究尾部损失的均值。ES的含义为当投资组合的损失超过VaR阈值时所遭受的平均损失程度。由于ES在VaR的基础上进一步考虑了出现极端情况时的平均损失程度,因此可以更为完整地衡量一个投资组合的极端损失风险。VaR对尾部极端值不能很好的做出分析说明,ES比VaR更适合表征尾部风险。

【未来银行洞察系列】银行业数字化转型的价值导向:金融科技的业务价值量化与精益运营

为应对上述“灵魂拷问”,银行可根据自身数字化转型发展阶段,建立配套的科技业务价值评估体系。毕马威基于多年金融业数字化转型与金融科技治理实战经验,开创性提出金融科技投入价值产出比(FT-ROI)量化评价与管理体系,从业务视角将金融科技投入和业务价值产出进行关联与量化,展现科技投入对多维度业务效益提升的直接或间接贡献;从科技视角FT-ROI体系亦可标准化溯源科技投入在业务端的资源分布,辅助科技资源配置决策,同步衡量科技服务团队的生产效能,匹配发展价值主张,成为行内金融科技运营与资源统筹管理的有效抓手。

1、支撑管理战略决策,高效配置金融科技资源。

2、促进全员成本共识,提升数字转型工作协同。

3、实现科技精益运营,优化科技资源生产效能。

FT-ROI分子

释放数字化转型效益,业务价值图谱描绘与量化评价

1)绘制业务价值图谱,从拉新促活降本增效运用业务价值图谱全方位展现数字化转型的业务价值内涵,既包括体现外部效益、直接与业务拓展和客户经营相关的显性价值内容,也包括体现内部效能、关注能力积淀和运营效率的隐性价值内容;基于对业务价值类型的完整识别与细化,定义价值评估的基本落脚点。

2)建立量化指标体系,科学评价金融科技业务效益。承接业务价值图谱,针对具体的业务价值类型,定制量化评价方法,设计评估指标和评估模型,对金融科技服务的业务价值进行科学评估,服务于全行数字化转型战略与投资决策。

FT-ROI分母

激活数字化转型效能,科技投入商业核算与精益运营

1)梳理金融科技服务目录,依据业务需求配置科技资源。基于银行数字化转型战略目标,结合业务需求场景,对面向业务的金融科技服务进行分类梳理,并明确各项科技服务所需调用的科技资源,形成“菜单”式金融科技服务目录,作为面向不同类型业务主体进行科技服务能力输出的完整载体、科技与业务开展需求沟通的有效基准、科技服务效能评价的关键依据以及科技投入成本核算的归集目标。

2)搭建科技成本核算体系,从管数量管金额转变。通过成本识别、成本归集、成本分摊等步骤,逐步建立并应用金融科技服务的成本核算模型,项目综合成本从“管人月数量”向“管成本金额”转变,为业务提供金融科技投入产出“账单”,促进数字化转型业务价值共识的达成与金融科技资源的高效配置。

3)升级科技精益运营管理,对内市场化对外产业化梳理金融科技服务自身的全生命周期价值链,整合与优化信息科技治理体系与流程,包括业务关系管理、风险合规管理、资源协同管理、财务与绩效管理等;以项目管理和人员管理作为两大基本抓手,对项目和人员设定管理会计标签,实现金融科技资源的统一管理和灵活调度;同时通过项目财务信息跟踪及绩效评价机制,构建科学实用的科技服务闭环管理机制,逐步实现科技服务的内部“市场化”、提升资源效能与竞争力,并积极探索科技服务的对外“产业化”、对标独立科技实体(如科技子公司)将金融科技服务发展为新增长赛道。