而“量化金融”领域,得益於这部分数据庞大且公开,是起步最早的,不过目前都仅仅是在“模擬盘”里打转。
这部分有些复杂,理论上所有量化金融都需要数学模型和计算机辅助,但侧重点也有不同。
有的“量化”,是真的试图通过数据分析获利,这也是许多量化技术的初衷:让计算机代替人脑思考决策,也就是追求一个“算”。
但有的“量化”,其实是通过捕捉交易信號,以毫秒级反应先散户一步,极速报单达成交易。。。更接近於“抢”。
两者並非绝对的,但显然股市並不全讲逻辑,內部信息公开,外部信息也无法预知,比起“算”,显然还是“抢”更方便些,一秒300单,就纯纯数值怪碾压。
碾压散户。::
研究院搞这个只是为了验证模型,当然走的是第一条路,无法一次统揽全球无数股票,而是需要输入特定公司的歷史价格、成交量、財务数据等,而后进行推测和预算。
翟达看了一下,模擬盘中,日收益率大概在2。2%左右,平均交易频次4000多,也是很快的了,
换算一下年收益率接近80%,很牛逼了已经。
当然这只是模擬,並且是单利而非复利“去真实股市玩玩唄,搞个100万试试水,不多的。”
卢薇想了想道:“也不是不行,不过研究院没有金融职能部门。。。归谁管?”
“归你管不就完了,都是量熵项目组的一部分,亏钱了就算研发投入,挣钱了。。。恭喜,你们为研究院创造利润了!不过记得想办法去美股,別在大a玩。”
“为什么?”
“大a太妖。。:”
而且大a的散户已经够惨了,他是不忍心的。。:
老爷心善。
卢薇若有所思。。。
“我回头和大家商量商量。”
这门技术其实有些年头了,同在“量化金融”概念下,其实也有著不同的路线和变种,但整体而言,在全球属於比较新的东西。
卢薇的量熵算法显然是独家技艺,哪种方式好。。。
最后还是“收益率”说话。
说不得几年后,小木头能混个股神噹噹?
卢薇合上电脑:“走吧,於老师在家里应该等急了。”
“差不多,下午还问我,为啥不先回家一趟。”
两人就这么一起,从繁忙的“各自”中抽身,准备回到相同的“一起”。
有时候生活就是这么简单。
当然!
晚上的合而击击击击之也不能省就是了。