❶ 如何建立一個股票量化交易模型並模擬
研究量化投資模型的目的是找出那些具體盈利確定性的時空價格形態，其最重要手段的概率取勝，最重要的技術是概率統計，最主要的研究方向是市場行為心理。那麼我們在選擇用於研究的參數時，也應該用我們的經驗來確定是否把某技術參數放進去，因為一般來說定性投資比較好用的參數指標對量化投資同樣適用。
量化投資區別於傳統定性投資的主要特徵在於模型。我打個比方，我們看病，中醫與西醫的診療方法是不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，主觀定性程度大一些；西醫就不同了，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。中醫對醫生的經驗要求非常高，他們的主觀判斷往往決定了治療效果，而西醫則要從容得多，按事先規定好的程序走就行了。量化投資就是股票投資中的西醫，它可以比較有效地矯正理智與情緒的不兼容現象。
量化投資的一般思路：選定某些技術指標（我們稱之為參數，往往幾個組成一組），並將每一個參數的數據范圍進行分割，成幾等份。然後，用計算機編程寫出一段能對這些參數組對股票價格造成的影響進行數據統計的程序，連接至大型資料庫進行統計計算，自動選擇能夠達到較高收益水平的參數組合。但是選出這些參數組後還不能馬上應用，因為這里涉及到一個概率陷阱的問題，比如說，有1到100這一百個數字放在那裡，現在讓你選擇，請問你選到100的可能性是多大？是的，就是1/100，如果較幸運你選到了100並不能說明你比別人聰明，而是概率的必然。所以，在進行統計時要特別關注統計的頻率與選出的結果組數量之間的關系。在選出符合要求的參數組後我們還應留出至少三年的原始市場數據進行驗證，只有驗證合格後才能試用。
量化投資原始數據策略：我們選用96年後的市場數據，因為96年股市有過一次交易政策改革（你可以自己查詢了解一下），為了不影響研究結果我們不採納96年以前的數據進資料庫。
量化投資研究的硬設備：高計算性能電腦，家用電腦也可以，不過運算時間會很長，我曾經用家用電腦計算了三個月時間才得到想要的數據。
統計方法：可以選用遺傳演算法，但我在這里陪大家做的是比較簡單的模型，所以採用普通統計方法就可以了。
用於量化研究的軟體：我採用的是免費的大型資料庫MYSQL，ASP網路編程語言，以及可以設置成網路伺服器的旗艦版WIN7操作系統。
❷ 量化模型的八種基礎
量化模型的八種基礎
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。量化選股策略總的來說可以分為兩類：第一類是基本面選股，第二類是市場行為選股。
基本面選股主要有多因子模型、風格輪動模型和行業輪動模型。市場行為選股主要有資金流模型、動量反轉模型、一致預期模型、趨勢追蹤模型和籌碼選股模型。
有關量化選股業績評價要從兩個方面來考慮，一個是收益率，一個是風險指數，只是收益率高的策略並不能成為最好的策略，應該綜合考慮收益率和風險情況才能判斷一個選股的策略的好壞。量化選股需要考慮的是在承擔多大的風險情況下的收益率情況。
簡單的說一下八種基本的量化模型，這個也是在網上經常被提到的模型。
多因子模型是應用最廣泛的一種選股模型，基本原理是採用一系列的因子作為選股標准，滿足這些因子的股票則被買入，不滿足的則賣出。多因子模型相對來說比較穩定，因為在不同市場條件下，總有一些因子會發揮作用。
風格輪動模型是利用市場的風格特徵進行投資，比如有時候市場偏好小盤股，有時候偏好大盤股，如果是風格轉換的初期介入，則可以獲得較大的超額收益。
行業輪動模型與風格輪動類似，由於經濟周期的原因，總有一些行業先啟動，有的行業跟隨。在經濟周期過程中，依次對這些輪動的行業進行配置，則比買入持有策略有更好的效果。
資金流選股模型的基本思想是利用資金的流向來判斷股票的漲跌，如果資金流入，股票應該會上漲，如果資金流出，則股票應該下跌。所以將資金流入流出的情況編成指標，則可以利用該指標來判斷在未來一段時間股票的漲跌情況了。
動量反轉模型是指股票的的強弱變化情況，過去一段時間強的股票，在未來一段時間繼續保持強勢，過去一段時間弱的股票，在未來一段時間繼續弱勢，這叫做動量效應。過去一段時間強的股票在未來一段時間會走弱，過去一段時間弱勢的股票在未來一段時間會走強，這叫做反轉效應。如果判定動量效應會持續，則應該買入強勢股，如果判斷會出現反轉效應，則應該買入弱勢股。
一致預期模型是指市場上的投資者可能會對某些信息產生一致的看法，比如大多量加牛人看好某一隻股票，可能這只股票在未來一段時間會上漲；如果大多數量加牛人看空某一隻股票，可能這只股票在未來一段時間會下跌。一致預期策略就是利用大多數牛人（股票分析師）的看法來進行股票的買入賣出操作。
趨勢追蹤模型是屬於圖形交易的一種，就是當股價出現上漲趨勢的時候，則追漲買入；如果出現下跌趨勢的時候，則殺跌賣出，本質上是一種追漲殺跌策略。判斷趨勢的指標有很多種，包括MA，EMA，MACD等，其中最簡單也是最有效的是均線策略。
籌碼選股模型是另外一種市場行為策略，基本思想是，如果主力資金要拉升一隻股票，會慢慢收集籌碼，如果主力資金要賣出一隻股票，則會慢慢分派籌碼，所以根據籌碼的分布和變動情況，就可以預測股票的未來是上漲還是下跌。
❸ 量化投資：Fama-French 五因子模型
自20世紀70年代以來，資本資產定價模型(CAPM)的地位逐漸被挑戰，學者們發現特定風格股票的投資策略能超越市場。Fama and French在1992年提出的三因子模型，通過整合價值(HML)和規模(SMB)兩個異象，擴展了CAPM。這一模型的突破性在於它不再局限於CAPM的簡單假設，開啟了多因子模型研究的熱潮。2015年，他們進一步加入了盈利和投資兩個因子，形成了更為全面的五因子模型。
Fama-French三因子模型包含預期收益率、無風險利率、市場組合收益率以及規模和價值因子。通過市值和BM指標的雙重排序，構建了價值和規模因子。而五因子模型在此基礎上增加了盈利(RMW)和投資(CMA)兩個因子，同樣通過ROE和總資產變化率的雙重排序來定義。與之前的因子不同，新加入的因子採用市值加權的收益率計算投資組合。
實證研究中，以滬深300為樣本，2018-2021年的數據進行分析。單因子檢驗顯示五個因子的月均收益率和t值，揭示了因子之間的關系。盡管HML和CMA的相關性較高，其他因子間關聯較低。GRS檢驗結果表明，Fama-French五因子模型在樣本集內並不完全有效，因為alpha的聯合顯著性不為零。
最後的Alpha檢驗顯示，模型能較好地解釋PE異象因子，這與模型包含市值和賬面價值因子相符合。綜上，Fama-French五因子模型在資產定價中提供了更為豐富的視角，但其有效性仍需進一步驗證。