***寻找失去的岁月***

天字99号

低吸

上幅7

第444页，喜欢。我的银行卡尾号4444。

今天算交易最成功的一天，满仓+11%，一扫晦气。市值回到了四月初！！

半年多始终中线满仓一只股，6606、6507、2140，都是在大盘飙升的时候横着，小赚小亏出局后就拉升。

这个拿了一个多月，星期五已经割肉三分之一了。好在上午在63.03埋伏成功。

谢感共

午盘-1506元:

瑞趣

在池塘中起伏飘荡，在谷底吃，在高峰抛，思行合一。

下午大盘看两桶油，厌恶两桶油
上午银行股还行，也吃了一些工行、农行，后市或还有戏？

瑞趣

涨的时候不要乐观过头，留一些子弹
跌的时候不用悲观过头，跌了从容地吃一些便宜货，或T+0
今天的股还是和昨天同样的股，心态却不是和昨天同样的心态？
该进的进，该出的出。。。

瑞趣

大盘夯实、整固？
今日：+1500

谢感共

今天-1336，勉强还在整数关上。:#CHUHAN

瑞趣

谢感共 发表于 2015-6-9 15:08
今天-1336，勉强还在整数关上。

跟随大盘的行程中总有脚步不合拍的时候，老谢的资金趋势还是向上的

瑞趣

A股或将迎来数百万海外投资者

MSCI明晟若决定将A股纳入其指数 全球投资者将措手不及

纽约一家公司正准备做出一项有关中国的决定，事关数以十亿美元计的资金能否进入涨幅傲视全球的中国股市。

中国股市以超过9万亿美元的市值跃居全球第二，其重要程度已经让MSCI明晟越来越难忽视。但多数国际投资者因A股的交易限制还只能望洋兴叹。

本周三上证指数[-0.36%]开盘前四个小时，摩根士丹利资本国际公司将宣布它是否会把中国A股纳入MSCI新兴市场指数。该指数追踪全球共计约1.7万亿美元的资产，极具影响力。

这一举措可能会引起上海蓝筹股的大幅上涨。最近《华尔街日报》报道称，像先锋投资集团（Vanguard Group Inc. ）这样的大型基金打算在摩根士丹利做出决定前就购买中国股票。摩根士丹利的决定按计划应在美国东部时间9日下午5点30分（北京时间10日上午5点30分）在该金融公司的网站上发布。

中国内地公司在香港上市的股票（被称为H股）已经在MSCI新兴市场指数中占有相当大的权重。汇丰银行近日曾表示，摩根士丹利的竞争对手——富时集团（FTSE Group，被伦敦证券交易所持有）最近将中国A股纳入到它的过渡全球指数中，并且可能在今年九月将中国A股纳入其新兴市场指数中。

一旦国际投资者可完全投资A股，A股最终在MSCI明晟新兴市场指数中所占的比重将达23%，而对于富时新兴市场指数，A股最终所占的比重可能达27%。

汇丰称，完全被纳入这两个指数可能带来近500亿美元的被动型投资流，主动型投资者的反应则可能将投资流推高到至多3300亿美元。

天字99号

今日无甚收获，且看明日如何……

瑞趣

A股继续最后的狂欢 MSCI随时放野蛮人进场
2015-06-10 08:39:17 来源：和讯网  作者：庞凌子
　　和讯网消息 北京时间6月10日，MSCI官网公告宣布，在有关市场准入等一些重要问题解决后，预计将中国A股纳入到其全球基准指数中，同时MSCI和中国证监会将成立一个工作组来解决这些问题。MSCI还表示，相关问题一旦解决，将随时宣布A股纳入新兴市场指数。

　　对此，中金公司策略团队认为，暂时不纳入基本符合预期，对市场影响不大，中国资本账户开放的大方向没有改变。另外，他们分析认为，A股暂未被纳入MSCI指数的原因在于额度分配过程、资本流动限制及受益权属界定方面的障碍。

　　民生证券宏观研究员朱振鑫分析表示，A股不是马上纳入MSCI指数，而是未来有条件纳入，主要是解决资本准入（投资额度）和流动性（资金汇入汇出）问题。此外，他认为，A股纳入MSCI指数其象征意义大于实质意义。A股的赚钱效应已经形成，被挡在这轮牛市门外的海外投资者急于开拓新的投资渠道，而中国正在加速资本开放吸引增量资金，这才是关键。说到底，大家对未来数年A股的基本面看好，这种信心来自国内增长逻辑转变(实体资产重配)、人口结构变化(降低无风险利率)和供给改革推进(提升风险偏好)的驱动。所以，当门口的野蛮人还在焦急等待的时候，不如抓紧时间在音乐停止之前享受市场的狂欢。

瑞趣

A股暂未纳入MSCI 几个月内或特批
2015-06-10 08:44:12 来源：和讯网  作者：高山
　　和讯网消息 6 月10日凌晨，MSCI在日内瓦宣布，在一些剩下的重要市场准入问题得到解决后，中国A股才会被纳入其全球基准指数。MSCI与中国证监会将共同成立一个工作小组，旨在解决各项问题以满足所有持份者的要求。

瑞趣

量化投资：策略与技术
《量化投资：策略与技术》是有关量化投资策略的著作，首先介绍了量化投资大师西蒙斯的传奇故事（连续20年，每年赚60%）；然后用60多个案例介绍了量化投资的各个方面的内容，主要分为策略篇与理论篇两部分，策略篇主要包括：量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易和资产配置等。理论篇主要包括：人工智能、数据挖掘、小波分析、支持向量机、分形理论、随机过程及IT技术等；最后介绍了作者开发的D-Alpha量化对冲交易系统，该系统全球市场验证显示具有长期稳健的收益率。
第1章　量化投资概念
1.1　什么是量化投资
1.1.1　量化投资定义
1.1.2　量化投资理解误区
1.2　量化投资与传统投资比较
1.2.1　传统投资策略的缺点
1.2.2　量化投资策略的优势
1.2.3　量化投资与传统投资策略的比较
1.3　量化投资历史
1.3.1　量化投资理论发展
1.3.2　海外量化基金的发展
1.3.3　量化投资在中国
1.4　量化投资主要内容
1.5　量化投资主要方法 20策略篇
第2章　量化选股
2.1　多因子
2.1.1　基本概念
2.1.2　策略模型
2.1.3　实证案例：多因子选股模型
2.2　风格轮动
2.2.1　基本概念
2.2.2　盈利预期生命周期模型
2.2.3　策略模型
2.2.4　实证案例：中信标普风格
2.2.5　实证案例：大小盘风格
2.3　行业轮动
2.3.1　基本概念
2.3.2　M2行业轮动策略
2.3.3　市场情绪轮动策略
2.4 资金流
2.4.1 基本概念
2.4.2　策略模型
2.4.3　实证案例：资金流选股策略
2.5　动量反转
2.5.1　基本概念
2.5.2　策略模型
2.5.3　实证案例：动量选股策略和反转选股策略
2.6　一致预期
2.6.1　基本概念
2.6.2　策略模型
2.6.3　实证案例：一致预期模型案例
2.7　趋势追踪
2.7.1　基本概念
2.7.2　策略模型
2.7.3　实证案例：趋势追踪选股模型
2.8　筹码选股
2.8.1　基本概念
2.8.2　策略模型
2.8.3　实证案例：筹码选股模型
2.9　业绩评价
2.9.1　收益率指标
2.9.2　风险度指标
第3章　量化择时
3.1　趋势追踪
3.1.1　基本概念
3.1.2　传统趋势指标
3.1.3　自适应均线
3.2　市场情绪
3.2.1　基本概念
3.2.2　情绪指数
3.2.3　实证案例：情绪指标择时策略
3.3　有效资金
3.3.1　基本概念
3.3.2　策略模型
3.3.3　实证案例：有效资金择时模型
3.4　牛熊线
3.4.1　基本概念
3.4.2　策略模型
3.4.3　实证案例：牛熊线择时模型
3.5　Husrt指数
3.5.1 基本概念
3.5.2　策略模型
3.5.3　实证案例
3.6　支持向量机
3.6.1 基本概念
3.6.2　策略模型
3.6.3　实证案例：SVM择时模型
3.7　SWARCH模型
3.7.1 基本概念
3.7.2　策略模型
3.7.3　实证案例：SWARCH模型
3.8　异常指标
3.8.1　市场噪声
3.8.2　行业集中度
3.8.3　兴登堡凶兆
第4章　股指期货套利
4.1　基本概念
4.1.1　套利介绍
4.1.2　套利策略
4.2　期现套利
4.2.1　定价模型
4.2.2　现货指数复制
4.2.3　正向套利案例
4.2.4　结算日套利
4.3　跨期套利
4.3.1　跨期套利原理
4.3.2　无套利区间
4.3.3　跨期套利触发和终止
4.3.4　实证案例
4.3.5　主要套利机会
4.4　冲击成本
4.4.1　主要指标
4.4.2　实证案例：冲击成本
4.5　保证金管理
4.5.1　VaR方法
4.5.2　VaR计算方法
4.5.3　实证案例
第5章　商品期货套利
5.1　基本概念
5.1.1　套利的条件
5.1.2　套利基本模式
5.1.3　套利准备工作
5.1.4　常见套利组合
5.2　期现套利
5.2.1　基本原理
5.2.2　操作流程
5.2.3　增值税风险：PVC跨期套利策略
5.3　跨期套利
5.3.1　套利策略
5.3.2　实证案例
5.4　跨市场套利
5.4.1　套利策略
5.4.2　实证案例：伦铜—沪铜跨市场套利
5.5　跨品种套利
5.5.1　套利策略
5.5.2　实证案例
5.6　非常状态处理
第6章　统计套利
6.1　基本概念
6.1.1 统计套利定义
6.1.2 配对交易
6.2 配对交易
6.2.1　协整策略
6.2.2　主成分策略
6.2.3　绩效评估
6.2.4　实证案例：配对交易
6.3　股指套利
6.3.1　行业指数套利
6.3.2　国家指数套利
6.3.3　洲域指数套利
6.3.4　全球指数套利
6.4　融券套利
6.4.1　股票—融券套利
6.4.2　可转债—融券套利
6.4.3　股指期货—融券套利
6.4.4　封闭式基金—融券套利
6.5　外汇套利
6.5.1　利差套利
6.5.2　货币对套利
第7章　期权套利
7.1　基本概念
7.1.1　期权介绍
7.1.2　期权交易
7.1.3　牛熊证
7.2　股票/期权套利
7.2.1　股票—股票期权套利
7.2.2　股票—指数期权套利
7.3　转换套利
7.3.1　转换套利
7.3.2　反向转换套利
7.4　跨式套利
7.4.1　买入跨式套利
7.4.2　卖出跨式套利
7.5　宽跨式套利
7.5.1　买入宽跨式套利
7.5.2　卖出宽跨式套利
7.6　蝶式套利
7.6.1　买入蝶式套利
7.6.2　卖出蝶式套利
7.7　飞鹰式套利
7.7.1　买入飞鹰式套利
7.7.2　卖出飞鹰式套利
第8章　算法交易
8.1　基本概念
8.1.1　算法交易定义
8.1.2　算法交易分类
8.1.3　算法交易设计
8.2　被动交易算法
8.2.1　冲击成本
8.2.2　等待风险
8.2.3　常用被动型交易策略
8.3　VWAP算法
8.3.1　标准VWAP算法
8.3.2　改进型VWAP算法
第9章　其他策略
9.1　事件套利
9.1.1　并购套利策略
9.1.2　定向增发套利
9.1.3　套利重仓停牌股票的投资组合
9.1.4　封闭式投资组合套利
9.2　ETF套利
9.2.1　基本概念
9.2.2　无风险套利
9.2.3　其他套利
9.3　LOF套利
9.3.1　基本概念
9.3.2　模型策略
9.3.3　实证案例：LOF套利
9.4　高频交易
9.4.1　流动性回扣交易
9.4.2　猎物算法交易
9.4.3　自动做市商策略
9.4.4　程序化交易
第10章　人工智能
10.1　主要内容
10.1.1　机器学习
10.1.2　自动推理
10.1.3　专家系统
10.1.4　模式识别
10.1.5　人工神经网络
10.1.6　遗传算法
10.2　人工智能在量化投资中的应用
10.2.1　模式识别短线择时
10.2.2　RBF神经网络股价预测
10.2.3　基于遗传算法新股预测
第11章　数据挖掘
11.1　基本概念
11.1.1　主要模型
11.1.2　典型方法
11.2　主要内容
11.2.1　分类与预测
11.2.2　关联规则
11.2.3　聚类分析
11.3　数据挖掘在量化投资中的应用
11.3.1　基于SOM 网络的股票聚类分析方法
11.3.2　基于关联规则的板块轮动
第12章　小波分析
12.1　基本概念
12.2　小波变换主要内容
12.2.1　连续小波变换
12.2.2　连续小波变换的离散化
12.2.3　多分辨分析与Mallat算法
12.3　小波分析在量化投资中的应用
12.3.1　K线小波去噪
12.3.2　金融时序数据预测
第13章　支持向量机

瑞趣

A股暂未纳入MSCI 几个月内或特批
因为这个大盘低开64点，一度下挫110点？
低了就吃，高了就抛
看两桶油的虚势，感觉大盘似乎无忧？两桶油只有翻红，大盘就翻红？
还有银行股强悍后回调第2天了，银行股如果发力，大盘随即翻红？
遐想。。。

瑞趣

除去938涨停收益，上午其他股收益：+200

瑞趣

玩了18年，还没有玩出花样。
很多人不敢倾情投入股市，可见炒股也不是那么容易替代工作的，股市只是大多数人小赌怡情的赌场。
要做职业赌徒，路真的很长很长？
炒股客的普遍的资金规模，也和炒房客的规模差好远？

瑞趣

数学家的华丽转身，成为传奇的量化投资大师


　   詹姆斯·西蒙斯（James Simons，1938年－）是美国数学家、投资家和慈善家。是世界级的数学家，也是最伟大的对冲基金经理之一。

　　西蒙斯1958年毕业于麻省理工学院，1962年在伯克利加州大学获得博士学位。他曾任教于麻省理工学院、哈佛大学和纽约州立大学石溪分校。陈-西蒙斯形式就是以陈省身和他命名的。1976年，他获得了美国数学会的范布伦奖。

  　2005年，西蒙斯成为全球收入最高的对冲基金经理，净赚15亿美元，差不多是索罗斯的两倍；从1988年开始，他所掌管的大奖章基金年均回报率高达34％，15年来资产从未减少过。

　　西蒙斯几乎从不雇用华尔街的分析师，他的文艺复兴科技公司里坐满了数学和自然科学的博士。用数学模型捕捉市场机会，由电脑作出交易决策，是这位超级投资者成功的秘诀。

瑞趣

量化投资大师西蒙斯：赚钱的秘密是什么？ (2012-06-08 14:57:20)


       “人们一直都在问我，你赚钱的秘密是什么？”几乎每次接受记者采访时，詹姆斯?西蒙斯（James Simons）总会说到这句话，他似乎已经习惯了那些渴望的眼神。事实上，在对冲基金的世界里，那应该是每个人都想要了解的秘密。
      答案是：量化投资大师西蒙斯是捕捉市场大量异常瞬间机会来赚钱。
      "我们总是不停地买入、抛出；我们之所以赚钱，就是靠我们不停地交易。"-西蒙斯
      有效市场理论告诉我们，从长期来看，没有人能够打败市场。一位大型对冲基金的基金经理说："只有少数几个人改变了我们对市场的看法，凯恩斯是一个，巴菲特是一个，西蒙斯也是其中的一个。"
      问题是：他是怎样捕捉“市场大量异常瞬间机会”？如何识别市场这样的“瞬间机会”？从逻辑上推理，他应该是根据历史数据来提炼出赚钱的模式，然后在实战中执行，现在的关键是他是如何提炼的？在实战中是否修正自己的执行？

瑞趣

    作为一个投机者，西蒙斯从学生时代起就开始涉足大宗商品，其目标是找出交易中的漏洞，后来他也因此而著名。

    西蒙斯早期凭着对供求的直觉进行商品期货交易，充分利用了20世纪70年代商品价格的大起大落。从20世纪70年代末开始，西蒙斯聘请了一批优秀的数学人才创建交易模型，他们将破译密码的运算法则用于寻找市场数据中并不明显的规律。

   1988年，西蒙斯建立了后来赖以成功的平台，并创办了大奖章基金，根据计算机给出的信号进行商品和金融期货交易。该系统的核心是趋势跟踪模型，每一小部分的资金都会根据不同的规则加以利用，这是西蒙斯后来赚钱的精髓。

   西蒙斯是通过捕捉市场大量异常瞬间机会来赚钱，他认为：“有效市场假说是基本正确的，也就是说，市场没有什么明显的套利机会。但是，我们关注的是那些很小的机会，它们可能转瞬即逝。这些机会出现之后我们会做出预测，然后进行相应的交易。交易之后，我们又会对新的市场情况进行跟踪和评判，预测也会相应调整，投资组合也会跟着变化。我们总是不停地买入、抛出。我们之所以赚钱，就是靠不停的交易。”

    但是，频繁的短线操作可能产生流动性风险，即如果市场深度不够，大量交易会对价格产生影响，而这种价格变化意味着卖价降低、买价升高，交易成本增加。而大奖章基金能长期占据行业翘楚地位的原因之一就是，西蒙斯对流动性风险的把握。例如，基金所投资的金融产品都有很好的流动性，且仓位很分散，包括全球各地的各种金融产品，每个交易的数量都很有限，并不断加强和完善电子交易的流程和系统。

    石溪大学数学系的教授亨利·劳费尔在20世纪80年代中期发现，市场总在某个事件干扰之后立即变动。例如，在新数据公布后的一段时间，商品或货币将随着不同投资者的反应而上下波动，尽管这种波动在肉眼看来好像是随机的，具有高清晰度统计能力的科学家却可以辨认出变动的模式。

这并不是说商品价格在每个消息之后会以同样的方式变动，但如果仔细察看对很多事件的反应，某些结果出现的次数总是略微超过所有样本的一半。通过对这些结果重复下注，西蒙斯团队盈利的机会就会大于亏损的可能，通过以足够的规模多次的下注，他们就可以保证丰厚的利润。

     这就是大奖章实现丰厚利润的模式，但这种算法对大部分人来说仍然是个秘密。他们发现这种模式的原因以及该算法能带来惊人利润的原因是可以理解的，其秘密部分在于选择短期。通过考察短期内的商品价格变动，劳费尔可收集数以千计的样本，提高发现统计上显著的重复模式的可能性。另外，短期信号可能会更有价值，也更容易找到。如果能预测未来几天内商品价格的变动方向，几天时间就足够下注并将利润收入囊中。最后，短期预测往往比长期更让人有把握，不可预见的因素使预测变得不准确的时间更短。因为是相对把握比较大的短期预测，西蒙斯的团队可以在赌注上利用杠杆效应，放大其利润。

    当西蒙斯1988年创办大奖章基金时，大约15%的资本用于短期交易，其余的是通过传统的趋势跟踪模型进行交易。成立之初，该基金前途一片光明，然后突然急转直下，到1989年5月，基金净值和峰值相比下跌近四分之一，西蒙斯决定暂停交易。

    西蒙斯及其团队认为，麻烦在于大奖章系统趋势跟踪的支柱作用已经消失，太多商品公司的模仿者涌入，经纪公司向客户推销的商品基金太多，趋势跟踪成了时髦。

瑞趣

二次出发

    经过几个月的思考，西蒙斯决定以短期信号作为体系的新核心。1990年，重新启动的第一年，大奖章基金在扣除费用后创下56%的回报率，这是一个良好的开端。

开局良好让西蒙斯确信，数学家们破译密码的方法最终能破译市场的密码。他决定利用自己的优势，聘请数学家进入团队，其中包括弗吉尼亚大学的物理学教授罗伯特·劳里。很快研究小组发现，在美国商品市场有效的模式通常在国外市场也有效。而且，经过一些挫折后，西蒙斯团队用找出微弱信号的方法发现了股票市场的模式。

    西蒙斯将计算机科学家、物理学家以及天文学家都纳入团队，不过他从来不雇佣经济学家及华尔街专业人士。他认为股票市场就是一个数学难题，与实体经济的构造组成没有关系。他说：“我们不雇用数理逻辑不好的学生。”因为“好的数学家需要直觉，对很多事情的发展总是有很强的好奇心，这对于战胜市场非常重要。”他甚至雇用了一些语音学家，包括贝尔试验室的著名科学家彼得〃韦恩伯格，并从IBM公司招募了部分熟悉语音识别系统的员工，他说：“交易员和语音识别的工作人员有相似之处，他们总是在猜测下一刻会发生什么。”

     事实证明，大部分时候，用数学方法分析市场取得了极大的成功。西蒙斯在电脑上投入巨资，将所有能想到的每种形式数据都输入电脑，如金融市场价格、经济数据、新闻消息，甚至天气的时间序列数据。团队对微弱信息的探求越深入，在几乎任何类型的数据中成功发现盈利模式的可能性就越大。

例如，智囊团发现，股指在晴朗日子往往呈现上升趋势。通过在天气晴朗日期的早餐时间买入稍后再卖出，大奖章基金就可以盈利，只是这个盈利太少，不足以弥补交易成本，这也是文艺复兴科技公司公开这个信号的原因。

    文艺复兴科技公司发现的许多模式从单个来说并没有什么大不了，毕竟从根本上来说，市场是近似有效的。但是，通过发现大量小规模的无效，并将它们融合到一个单一的交易程序，文艺复兴科技公司创建了一个每年都带来利润的系统，尤其是动荡时期。

1994年，大奖章扣除费用后的回报率达到71%。在2008年的市场崩溃中，该公司扣除费用后上涨了80%，而在扣除费用之前几乎达到160%。

    2009年退休时，西蒙斯身价已经远不止亿万。仅2006年，据说他的个人收入就达到15亿美元，相当于星巴克115000名员工和好事多118000名员工创造的企业利润总和。让其他对冲基金惊讶的是，大奖章基金的神奇业绩表明，它对20世纪90年代到21世纪初的竞争压力具有超强的适应能力。

    同时，西蒙斯聘请了已经成名的科学家和数学家，而不雇用年轻的计量分析员，更不会招聘华尔街的资深人士。此外，他也没有采用金融学术界的思想，而是构建了属于自己的系统。