高频量化交易之王--李庆在华尔街

2024-05-29 20:58

本文主要是介绍高频量化交易之王--李庆在华尔街,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

转 “高频量化交易之王”李庆:在华尔街与狼共舞的岁月

在华尔街打拼16年,成为最顶尖的量化投资基金经理,李庆并没有忘记初心,依然几十年如一日的努力、勤奋。他相信一个人无论做什么,要成功只有一句话,“非常踏实,严谨地去做这件事情”,“只要是努力工作,努力去研究,努力去严谨地做一件事情,最后成功的可能性才会很大。”

李庆有自己的独门秘籍。他原本应该是数学家,最终却在16年间成为华尔街的顶级资本玩家。他和很多优秀的物理学家、数学家一起,靠数学模型分析金融市场。他们被称为宽客(Quant),依靠数学模型打败市场,博取高额的投资收益。

就像金庸小说《神雕侠侣》里华山派的剑宗和气宗,李庆所在的行业也分门派,基本面分析和量化分析,前者分析关注公司的价值;后者并不关注宏观经济和公司基本面分析,它们只关心交易市场上稍纵即逝的套利机会。两大门派都有一代宗师,基本面分析的宗师是沃伦·巴菲特;而量化分析一派的宗师非詹姆斯·西蒙斯莫属。

在华尔街量化投资圈,文艺复兴科技、德劭基金(D.E. Shaw)、双西投资(Two Sigma)、千禧年基金(Millennium)、桥水(Bridgewater)、城堡投资集团(Citadel Investment Group)和赛克资本(SAC Capital)等量化对冲基金是顶尖玩家。

不过,从20世界80年代开始,华尔街量化投资圈开始涌入强大的新生势力,俄罗斯人、印度人和华人开始三足鼎立。而在华人量化投资圈中,李庆是集大成者的明星级人物,他和李祥林、江平、李笑薇等人皆因独特的贡献闻名华尔街。

李祥林发明了“高斯联结相依函数(Gaussian copula function)模型”,创造了华尔街最大的债券市场;李笑薇曾是华人基金经理中定量研究泛亚洲市场绝对权威之一;江平被曾被华尔街著名专业杂志《交易员》评为年度“百强交易员”,巴菲特称赞他为“奇才”;李庆是华尔街“高频量化交易之王”,他也是华尔街最早做高频量化交易的基金经理,专注量化投资16年。

保送北大数学系的天才少年

去美国之前,李庆从来没有想过自己会进入金融行业,他认为自己一辈子都会从事与数学相关的工作。

李庆出生在成都一个工程师家庭。他很小的时候就表现出了非凡的数学天赋。幼儿园的小朋友每天只会数数数到39,李庆常常跟妈妈抱怨,感觉无趣,没有新鲜感。李庆4岁那年,妈妈干脆把他送到了小学读书。

李庆的妈妈也特别喜欢数学。她很注重培养和保护李庆的数学兴趣。李庆常跟年纪相差不大的表兄弟们一起玩耍。外公也常会考他们数学问题。李庆最是答得又快又准,“从小环境的培养,让我对数学感兴趣。”

1986年,李庆参加首届华罗庚金杯数学邀请赛,超常发挥获得了成都市第一名,被选拔到北京参加复赛。这是他第一次出远门,坐了几十个小时才能到北京的长途火车。到了北京遇到了大风沙,只觉得北京特别大。

因为华罗庚金杯数学邀请赛的表现,李庆从小学五年级跳级,被特招到成都七中读初一,“正式开始接触奥数”。当时的数学老师是“成都市为数不多的特级老师之一”,一直带李庆到高二。

确切地说,李庆的中学是在国内奥数热中进行的。李庆也在1989年全国初中数学联赛中获得四川省第一名。奥数给李庆提供了很大的自由空间,“我可以成天花很多时间研究我喜欢做的事情”。

当时,国家在北京为参加奥数集训的天才少年们开办了两个理科实验班,一个是清华附中班,一个是北师大附属实验中学班,一个班只有20个名额。1991年在全国海选中,李庆考入了这个天才班,在北师大附属实验中学集中学习奥数。

国家对理科实验班有政策,“只要不犯什么大错都可以保送进大学”,“中国的大学随便挑”;更大的收获是,李庆结交了一批来自北京、上海的同学,同学们的多样性、丰富性开拓了他的思维和视野。

很多同学在理科实验班期间就开始考英语,准备以后出国,李庆比他们小3岁,根本还没考虑过出国这件事。

1986年在北京参加华罗庚金杯数学邀请赛复赛的奖品包括一台电脑,“没有屏幕,只能够编程”。李庆感到十分神奇,“就喜欢做一些简单编程”。1993年选择进入北京大学数学系学习后,他和几个同学凑钱买了一台386电脑,学会了编程。

李庆奥数班的同学兼好友唐宁,在北京大学数学系读二年级时,就转学到美国南方大学学习金融。李庆也因此萌生了出国的想法。

转学哥伦比亚大学金融系的准数学博士

李庆收到了三家美国大学的录取通知书,最终选择了杜克大学数学系读硕博连读,并拿到了全额奖学金,他也成为杜克大学数学系招的第一个华人学生。

杜克大学创建于1838年,位于美国东海岸的北卡罗来纳州的达勒姆县,它是美国南部最好的私立大学。截止2016年,共有11位诺贝尔奖得主(世界第50)和3位图灵奖得主(世界第13)在杜克大学工作或学习过。《福布斯》杂志公布的2017年美国大学排行榜上,杜克大学排名第8位。

走出国门的李庆也受到东西方文化的冲击。李庆热爱数学,但并不满足于“每天只做公式”,这是没有实际应用价值的,他要找到数学的支点,学以致用发挥价值, “数学一直是一个工具,能发挥社会效应才是有用的”。他在考虑的是,数学到底是与统计学结合,还是计算机或经济?

李庆的好朋友唐宁在南方大学选修了经济学和数学双学位,这对李庆也产生了很大的影响。

李庆同时选修了统计学硕士学位。他的导师是杜克终生教授,研究领域是随机过程,跟统计学有关。在导师的影响下,李庆对统计学比较感兴趣。而且,杜克大学有规定,博士生只要获得导师同意,就可以拿统计学学分,同时拿到统计学硕士学位。

在杜克大学学习一个多学期后,李庆就申请数学硕士资格考试。这令他的导师和其他教授十分诧异,因为一般来说要读了两年以后才参加资格考试。三位教授同时面试,问了一个多小时,李庆过硬的英语口语表达和专业素养在现场就征服了他们,顺利通过硕士资格考试。

不过这时,李庆就在唐宁的介绍下向哥伦比亚大学金融系教授申请了实习机会,自己承担来往路费、住宿费。此时的李庆对华尔街的印象是模糊的,他只知道哥伦比亚大学在纽约,近靠华尔街,比杜克大学更加贴近全球金融市场的心脏。巴菲特就毕业于哥伦比亚大学商学院,拜师于著名投资学理论家本杰明·格雷厄姆。

李庆借宿在唐宁不大的寓所中。 此时的唐宁已经准备在华尔街工作了。某个瞬间,李庆感到似乎偏离了方向,“我当时对金融一无所知”。但对华尔街的研究模式、工作范畴,他又有浓厚的兴趣。

哥伦比亚大学教授对于李庆的实习表现非常满意,建议李庆从杜克大学转学就读哥伦比亚金融学博士,给全额奖学金。李庆犹豫过,因为他在杜克大学即将拿到数学和统计学两个硕士学位,然后继续攻读数学博士。

李庆仔细分析了自己的能力架构,自己在数学和编程方面并不比华尔街的人差,但是比较缺乏系统的金融知识。如果讲到学以致用,花几年时间获得数学博士,可能对现实的影响和作用并不大,金融学博士则可以弥补自己的短板。李庆喜欢谋定而动,“思前想后,回家匆匆忙忙一个星期收拾东西,就搬到了纽约。

博士论文研究基金业绩判断

哥伦比亚大学给李庆提供了宽广的视野。除了系统学习金融学知识,李庆在独立观察、思考的基础上形成了自己对市场、对规律的认识。他不再认为金融是很神秘的,自己“不太懂”的领域,“发现还是有很多规律”。这是数学家的眼光。

通过在金融数据中发现规律,让这些规律在实际中得到应用,这在李庆看来是一件极其有价值的事。而检验的标准、公认的指标,只有一条,让基金经理实实在在赚到钱。

金融学博士主要做研究两个方面的问题,第一是为什么指标能够达到这样的收益,背后的原理是什么?第二发现新的规律,有些新的指标,说不定有更隐含的东西。李庆要做的是,发现新的规律,再研究这个现象,“这个和我的爱好很相像”。

在一项关于股票波动规律的研究中,李庆发现通过数学知识可以更好地捕捉变幻莫测的金融现象背后的规律性。

李庆更深刻地发现金融的一个核心规律是,收益和风险是成正比的,“不可能是无风险拿到高收益。拿到收益必须承担风险。发现收益背后是不是有一些隐含的风险,或者没有意识到的风险,这是研究的话题。”

李庆的博士论文议题是基金孵化现象。什么是基金孵化,很多大牌基金在推出新基金之前,会用自有资金在内部孵化一些基金经理,成功之后再做市场营销。对投资者来说,怎么判断这些新孵化出来的基金,“到底是好还是不好”?

李庆在研究中发现,观察一个基金经理,最好放到一个长周期中去判断。他比较看好持续研究、系统研究的人,也推崇这样的治学态度。

导师非常看好李庆的研究潜力,希望李庆博士毕业后当教授,在学术方面有所发展——找到规模、发表研究成果、更多人来讨论和研究、解释规模、发现新的风险、找到新的规律,李庆说,导师不希望他把研究成果“藏起来去赚钱”。但李庆对学术实践中的外力因素感到不可控,不想因此浪费心力。

他决定去华尔街,验证自己的规律研究。

从雷曼兄弟起步于华尔街

李庆在花旗银行找到一份实习工作,结果2001年互联网泡沫破裂,各大银行、投行业绩极差,为了控制费用,他们不再招新人。李庆在做研究、写论文中又遭遇了2001年的“9.11”事件。各大投行同样遭到了重大损失,只剩下雷曼兄弟一家在招人。

李庆的研究成果引起了雷曼兄弟的关注。他们请李庆去做了一场论文演讲,“讲宏观经济和股市现象挂钩”,雷曼的同行中也有一些金融学博士,“他们对话题很感兴趣。”就这样招纳了李庆。

在雷曼,李庆每周都会到不同的部门实习体验,进行双向选择。雷曼新建的自营部门负责人,一个印度人,看到李庆的经历心头一亮,“数学、编程和金融”,与他想做的量化无缝对接。

《机构投资者》杂志对这位印度老板有很高的评价,每期都登载他的专栏文章,讲量化投资。雷曼兄弟自营部门的任务就是,“用公司的钱把研究运用到实处”。这是李庆感兴趣,也是擅长的事。

李庆在新部门担任研究员工作,主要做股票策略研究,用实际的钱操作股票。刚开始从统计套利的一些策略开始,后来做利益驱动研究,慢慢地两者结合做一些策略,搞策略研究要建模。

“模型在我们理解就是规律”,李庆通过分析历史数据,找到规律,再和交易系统挂钩,自动化地去实现它,“尽量没有人为参与”。这是他和同事们每天做的事情。

评价模型的指标很简单,也很实际,“赚不赚钱”,“哪怕你碰到一只股票赚钱了,那也是牛人。如果你碰到一只股票跌了,亏钱了,即便你是牛人,理论再好,也不行。”

华尔街残酷的一面让李庆备感压力,头两年很辛苦,14个小时高强度工作,周末加班,每天一定要喝两杯咖啡。他要保证早上开市精力充沛、高效而有序,也要保证午后的工作状态不像在梦游,随时准备战斗。

虽然压力大,李庆还是很庆幸能够进入一个新部门。他后来想,如果当初进入一家成立多年的对冲基金,那么他做研究很有可能只是冰山一角。因为它的整个系统都已经很完备了,每个人专注做一件事,只能是窥豹一斑,不能看到整个全豹。

进入一个新部门,每件事都要面面俱到、要负责,从拿到数据、清理数据、整理数据、分析数据、建模、建模后检验、交易完成本分析、复盘预期,都要亲力亲为,“怎么做投资组合,运用模型后建立仓位,什么时间建立,要做很多研究。”李庆喜欢做这件事。

成长为成熟的量化投资基金经理

2004年,李庆离开雷曼兄弟,加入一家管理300亿美元的对冲基金公司。这家基金创始人出身高盛宏观部门。他们想做量化交易,在华尔街撒网搜罗人才,李庆是他们发现的“至宝”。

为了吸引李庆加入,这家基金公司给出了丰厚的薪水。同时,还有其他几家对冲基金公司也向李庆伸出了橄榄枝,包括双西对冲基金(Two Sigma  Investments)。

李庆进入的这家基金公司有些出乎他的意料。他发现这家基金依靠主观性投资,高层不太知道怎么做量化,后台数据也很紧缺,“这家基金还在依靠手工下单”,刚开始做第一份交易,“只能通过电子邮件发给我一个附件,把这个表发给当时的券商高盛,高盛拿到以后打开附件,再交易,这是非常非常慢,非常非常原始的办法,但是没有别的办法”。

这与李庆的量化投资风格完全不搭调,“量化和手工的不一样,手工每天下10个单,但一笔很大,一笔成交比如100万股、1000万股;但我每一笔不大,有很多笔,他们人工总是对不过来,总是对错。“每天,李庆都要告诉他们,我们今天赚了多少,亏了多少,“后台会计部的人都不太清楚”。

李庆只短暂地停留了一年,就离开了这家公司。

2005年,李庆加入了Tykhe Capital,这是一家华人占主导的对冲基金公司。它由Y. Thomas Ku、Dr. Xiaolei Zhu、Dr. Steve Lin和Ross Garon四个人发起成立,其中Ross Garon也来自德邵基金。而Zhu Xiaolei出自高盛,他原来在高盛统计套利部(Statistical Arbitrage Group)管理几个统计套利策略。

Tykhe的规模不大,管理了5亿美元资金。但是李庆在这家公司学到了很多,从高级研究员一路成长为主管研究。之前做量化投资都是自己“摸着石头过河”,现在“有人带着你做”,李庆发现,“思考问题的角度和思维一下放宽了很多”。

Tykhe成长性很好,从2006年至2007年初,公司连续13个月取得了正回报,到2007年,公司管理的资金达到35亿美元,发展了7倍。管理层把80%的资金配置在股票上,李庆负责的部门,“有25亿美元以上归我们团队管,其中有一大半归李庆直接单独或共同负责。”

优化投资组合和提升交易系统是李庆得到的两个重要经验。“有经验、有能力的人大家互相进步、互相学习,(我)进步了很多,负责非常多的建模和一些项目”,特别是在投资组合的优化方面,“怎么把模型建得更好”,从简单模型慢慢演进为更复杂的模型,“一定要有自己独特的一套(模型)”。

为了学习优化投资组合方法,李庆会专门研读他认可的大学教授所有论文,甚至会跑到大学里去找到这位教授,面对面请教优化组合的理论。更重要的是,他会钻研,为什么这位大学教授有这种思维方式,“他怎么能够做到这么优化的?”

量化投资是一场艰苦的修行,李庆说,“需要自己刻苦研发,才能有一套各个方面都能覆盖的完整模型”,“每一个量化投资经理都是跟别人学习怎么做,慢慢积累成自己的经验和知识,慢慢积累新的发现和新的规律,这个模型成为他的核心”。

量化投资市场打拼多年,李庆对量化投资形成了独家方法论。他认为,量化投资需要三方面知识:数理统计知识;编程的能力;资产管理知识。

也就是说,量化投资是集数学、编程、金融于一体的综合性知识和实践。李庆说,模型就是从历史中找规律,这些数据需要统计方法去分析他,因为数据量很大,需要计算机辅助分析,所以需要懂编程。如果说数学和编程是底层知识,那么金融就是真正应用的知识,“找到规律以后想想到底背后有什么金融原理的支持,如果没有金融原理的支持的规律,将来的可靠性就不是那么高,有可能就只是偶然现象,而不是必然现象”。

比较幸运的是,李庆经历过的雷曼兄弟、Tykhe都有着比较透明的基金文化,同事之间共享很多,而不像其它基金公司,内部文化比较封闭,不至于各个基金经理像大杂烩拼盘,也不至于每个人都是一个零部件,难以触碰那些所谓的商业机密。

作为一名成熟的量化投资基金经理,李庆一直在追求更完整的模型,“大家对事情的分析也是根据历史规律,不同的人有不同的方法和角度”,这就决定了没有正确的模型,只有追求正确的模型这个路径存在。

李庆试图找到临界点和平衡点。越复杂的模型,“越有可能出现问题”,“最担心是不是作出了正确的描述,正确描述的历史数据,能不能代表你正确描述将来的事情”;太简单的模型,“会觉得规律大家都知道,效率不是很高”。考验一个基金经理是否优秀,就看他是否在简单与复杂之间找到了均衡点。

可惜的是,Tykhe没能躲过2008年全球金融危机。随着全球流动性枯竭,投资者开始在2009年要求撤回资金。为了降低风险,Tykhe把钱退回给了投资者,整个团队加入赛克资本(SAC Capital Advisors)。

李庆思考过,量化投资最大的优势是市场中性,规避风险,为什么Tykhe没能躲过金融危机?

当时的金融危机有内因,也有外因。李庆负责的股票组并没有遭受损失,公司内部另一组做衍生品遭到了损失,亏到什么程度?“亏到了券商都说你必须注入资金,要不然强行关你的仓位,而他们却没有办法出货,手里期权太多,只能减持我们仓位来弥补它的空间。”

这个血的教训让李庆记忆深刻、体会深刻。

高频量化交易之王

2009年初,Tykhe团队整体加入赛克资本。《华尔街日报》曾在2006年把赛克资本创始人史蒂夫·科恩评为“对冲基金之王”,“华尔街最能赚钱的投资者”;2007年,《时代》杂志将他选入全球最有影响的100人名单。

华人天才交易员、雷曼兄弟高级副总裁江平也曾在史蒂夫·科恩的力邀下加入赛克资本,担任基金经理。

李庆在雷曼兄弟的印度老板当时也加入了赛克资本,主要负责发掘一些新兴的投资管理人,把那些“已经崭露头角,但还缺一点火候”的人带到公司孵化,他们“不愿意人才落到别的基金手里”,为此愿意付出孵化成本。

2009年开始,李庆从量化入手,逐步转入高频量化交易,这个转向从2010年开始。

高频量化背后的逻辑是稳定。李庆认为,短线机会其实更稳定,“像天气预报一样,我要预测下一个小时以后到底下不下雨,比较好说;预测下个星期这个时间点,到底下不下雨,或者温度多少就比较难了。预测一个月以后这个时间点下不下雨,那就真的是很难说了。”李庆逐步经历了从两个星期到一个月的交易周期,最后降到一天,甚至一个小时,“越到短期来看,越稳定。”

2012年,李庆在赛克资本正式开始做高频交易。当年5月至7月开始试运营时,“规模比较小,还体现不出来(高频交易的优势)”,到2012年末至2013年初,威力开始显现,向好趋势频现,2013年和2014年业绩都特别优异,“连赛克资本的量化主管都说,从来没有看到过表现这么好的量化策略”。

李庆带领赛克资本高频量化交易团队从零开始,独立走出了一条路,他也成为华尔街最早做高频量化交易的基金经理。

在华尔街量化投资圈,华人、俄罗斯人和印度人是最厉害的几个族群。“俄罗斯人技术很强,印度人偏计算机方面一些,在华尔街做高频、超高频技术的核心部门,有好多是俄罗斯人做的”,李庆是华人高频量化交易中的高手,能够与俄罗斯人一决高下。

高频量化呈现了一个常人难以想象的微观世界,就像通过显微镜看到了细胞的分子和原子一样。一般的股票投资者会考虑宏观因素,比如从国民经济和GDP增速看公司利润,但李庆偏好从完全不同的角度去看,高频量化只看几秒钟的市场交易情况,从“经济学上供求关系”看市场交易量,“在一秒钟内,市场上有人想买,有人想卖”,会出现买卖不均衡的情况,也就是供求关系不均衡,“我们分析将来一分钟、一个小时、两个小时的走势会怎么样”,高频量化通过“买一卖一”这样微观的数据,来博取市场稍纵即逝的套利空间,非常短平快的操作。

在1秒、5秒这样的交易时间里,宏观经济对股票的影响非常有限。高频交易的持仓时间非常短,常以一个小时为主,最多一两天。李庆的模型中会运用到很多子策略,在大的模型框架下结合子策略进行系统化操作。

在交易过程中,李庆要做到“尽量避免任何人工的操纵”,他相信靠规律、靠原理、靠计算机系统操作才是挣钱的办法,“而不是靠人的直觉”,“没有受任何人的主观情绪影响”,“严格按照预先设计好的程序交易,把人的不理性或者情绪刨除在外”。

因为李庆在高频量化交易领域的突出成绩,华尔街的老牌基金创始人都认为李庆“创造了神话”。很多美国对冲基金出高薪、给股份邀请李庆当合伙人。

2015年,李庆成为了老朋友唐宁的合伙伙伴,创立Sciencast量化对冲基金。赛克资本极力想为自己争取更多的时间优势,宁愿付薪要求李庆赋闲一年,只能在家做研究,不能做交易。并且,赛克资本禁止李庆带走团队里的人。

美国对冲基金视量化交易模型为内部商业机密,各家公司会采取各种严格的法律手段来保护模型。双西投资曾经把一个华人基金经理送上法庭判了刑,而文艺复兴也把一个俄罗斯人送上法庭判了刑,高盛曾经请联邦调查局(FBI)想把一个离职的做高频交易的职员送进了监狱。

从这个角度来说,交易模型建立者李庆脑中收藏了一个华尔街。李庆在Tykhe时期的华人同事们,后来也都在量化投资圈成为牛人。他们“相互钦佩”。但也都像李庆一样,低调务实。

在华尔街做了16年量化投资,尤其是高频量化投资,李庆尝透了其中的“酸甜苦辣”,但他属于比较精钻的人,未来,他只坚持做高频量化。

Sciencast进入顶尖量化基金队列

李庆成为华尔街顶级量化投资基金经理时,中国的量化投资市场也在不断发展。2010年,中国推出股指期货,量化投资开始成为市场趋势。2015年10月,证监会发布了《证券期货市场程序化交易管理办法(征求意见稿)》及《程序化交易管理实施细则(征求意见稿)》,标志着监管层对量化交易的认可。

与此同时,中国私募市场的发展速度也很快。随着监管层对IPO市场持放开的态度,人民币母基金(FOF)开始在中国兴起,特别是最高层提出“双创战略(创新创业)”后,中国私募股权市场在加速。

2015年,李庆成立了量化基金公司Sciencast Management。Sciencast 是科学与预测两个词英文单词的组合,这代表了李庆心中对量化投资核心思想的理解。当年7、8月,Sciencast就开始了正式交易,慢慢在时间的打磨中走上正轨。到目前为止,Sciencast的年化回报率能达到10%以上。

10%的收益率是衡量华尔街量化投资基金的一个标准线。“顶级的量化专家大概都是在10%左右”,双西投资的年回报率是9.6%。并且,量化投资在博取正回报的同时,还能规避风险。李庆说他对股市涨跌并不持有看法,“这不是我的专长,我的专长是规避风险”。

美国的机构投资者对于10%左右的回报率非常认可。其实上,美国机构投资者认为每年回报率比较稳定的情况下,6%或者7%就已经是很好的业绩。”李庆的10%长期投资积累下来,收益非常可观,尤其在美国成熟市场和美元资产上获得非常稳定而且极低风险的收益。

量化基金的稳定性在于模型的稳定性。李庆不轻易进行无意义的模型调整,不会赚钱了就把某个权重放大,也不会因为亏钱就把某个权重调低。如果每天调整,甚至每天调整两次,这样的“量化”跟单独选个股没有区别。

在华尔街打拼16年,成为最顶尖的量化投资基金经理,李庆并没有忘记初心,依然几十年如一日的努力、勤奋。他相信一个人无论做什么,要成功只有一句话,“非常踏实,严谨地去做这件事情”,“只要是努力工作,努力去研究,努力去严谨地做一件事情,最后成功的可能性才会很大。”

Source:南方人物周刊

--------------------------------------------------------------------------------------------------------------------------------------------------

推荐文章阅读:

一个量化交易策略师的自白https://www.myquant.cn/community/topic/652/2
《投资中最简单的事》读书笔记https://www.myquant.cn/community/topic/575/2

《算法导论 第三版英文版》_高清中文版

《深度学习入门:基于Python的理论与实现》_高清中文版

《深入浅出数据分析》_高清中文版

《Python编程:从入门到实践》_高清中文版

《Python科学计算》_高清中文版

《深度学习入门:基于Python的理论与实现》_高清中文版

《深入浅出数据分析》_高清中文版

《Python编程:从入门到实践》_高清中文版


这篇关于高频量化交易之王--李庆在华尔街的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1014625

相关文章

力扣第347题 前K个高频元素

前言 记录一下刷题历程 力扣第347题 前K个高频元素 前K个高频元素 原题目: 分析 我们首先使用哈希表来统计数字出现的频率,然后我们使用一个桶排序。我们首先定义一个长度为n+1的数组,对于下图这个示例就是长度为7的数组。为什么需要一个长度为n+1的数组呢?假如说总共有三个数字都为1,那么我们需要把这个1放在数组下标为3的位置,假如说数组长度为n,对于这个例子就是长度为3,那么它的

量化交易面试:什么是连贯风险度量?

连贯风险度量(Coherent Risk Measures)是金融风险管理中的一个重要概念,旨在提供一种合理且一致的方式来评估和量化风险。连贯风险度量的提出是为了克服传统风险度量方法(如VaR,风险价值)的一些局限性。以下是对连贯风险度量的详细解释: 基本概念: 连贯风险度量是指满足特定公理的风险度量方法,这些公理确保了风险评估的一致性和合理性。 这些公理包括:非负性、次可加性、同质性和单调

【Hot100】LeetCode—347. 前 K 个高频元素

目录 1- 思路自定义Node结点 + 哈希表实现 2- 实现⭐347. 前 K 个高频元素——题解思路 3- ACM实现 原题连接:347. 前 K 个高频元素 1- 思路 自定义Node结点 + 哈希表实现 ① 自定义 Node 结点: 自定义 Node 结点中有 value 和 cnt 字段,其中 value 为具体的数字,cnt 为具体的值实现 ① getCn

Matlab)实现HSV非等间隔量化--相似判断:欧式距离--输出图片-

%************************************************************************** %                                 图像检索——提取颜色特征 %HSV空间颜色直方图(将RGB空间转化为HS

散户炒股票为什么进步慢,学习程序化交易思维

炒股自动化:申请官方API接口,散户也可以 python炒股自动化(0),申请券商API接口 python炒股自动化(1),量化交易接口区别 Python炒股自动化(2):获取股票实时数据和历史数据 Python炒股自动化(3):分析取回的实时数据和历史数据 Python炒股自动化(4):通过接口向交易所发送订单 Python炒股自动化(5):通过接口查询订单,查询账户资产 散户炒股的常见难题

嵌入式开发高频面试题——第五章 Linux操作系统常见面试题(上)

目录 5.1.1 Linux内核的组成5.1.2 用户空间与内核通信方式有哪些?5.1.3 系统调用read()/write(),内核具体做了哪些事情5.1.4 系统调用的作用5.1.5 内核态,用户态的区别5.1.6 Bootloader、内核、根文件系统的关系5.1.7 Bootloader多数有两个阶段的启动过程5.1.8 Linux的内核是由Bootloader装载到内存中的?5.1

期货赫兹量化-种群优化算法:进化策略,(μ,λ)-ES 和 (μ+λ)-ES

进化策略(Evolution Strategies, ES)是一种启发式算法,旨在模仿自然选择的过程来解决复杂的优化问题,尤其在没有显式解、或搜索空间巨大的情况下表现良好。基于自然界的进化原理,进化策略通过突变、选择等遗传算子迭代生成解,并最终寻求全局最优解。 进化策略通常基于两个核心机制:突变和选择。突变是对当前解进行随机扰动,而选择则用于保留适应度更高的个体。本文详细介绍了 (μ,λ)-ES

个股场外期权怎么交易?场外期权交易流程是怎样的?

今天带你了解个股场外期权怎么交易?场外期权交易流程是怎样的?个股场外期权是一种非标准化的期权合约,通常在场外市场(OTC市场)由金融机构和投资者之间进行交易。 场外个股期权主要功能 风险管理: 帮助投资者对冲持有个股的价格波动风险。比如,投资者担心持有的股票价格下跌,可以通过买入场外认沽期权来锁定最低卖出价。 投机获利: 投资者可以利用场外期权进行投机,利用杠杆效应,投入较少资金博取标的

期权交易中最基本的操作!新手先从期权买入开仓开始!

今天带你了解期权交易中最基本的操作!新手先从期权买入开仓开始!交易期权的第一步是选择一个可信赖的期权交易平台,可以是大型券商提供的交易平台或专业的期权交易所。 新手先从期权买入开仓开始 买入开仓(即建立权利仓),卖出开仓(即建立义务仓)。买入开仓最大亏损不超过开仓时支付的权利金,最大收益,理论上无限;卖出开仓则相反,最大收益不超过开仓时收取的权利金,最大亏损理论上无限。 买入开仓亏损有限,收

50ETF期权对于投资者有哪些作用?具体怎么交易50ETF期权

今天带你了解50ETF期权对于投资者有哪些作用?具体怎么交易50ETF期权?50ETF期权提供了一种灵活且成本效率高的方式来增加收益、管理风险或进行市场投机。 50ETF期权为投资者提供了多样化的投资策略和风险管理工具。 50ETF期权对投资者的主要作用 对冲风险:投资者可以通过购买看涨或看跌期权来对冲持有的ETF份额或其他相关资产的价格波动风险。 投机:投资者可以利用相对较小的资本投入来