投资策略
Investment Strategy
量化多头
通过机器学习预测风格变化，捕捉风格结构化行情，同时叠加机器学习、深度学习选股模型，构建组合持仓，获取风格收益。
量化择时
基于机器学习和深度学习，对全市场股票进行下一周期的涨跌进行预测，基于涨跌的分布决定仓位，仓位变化灵活，在及时控制市场的极端下跌风险的基础上获取指数上行的Beta收益。
量化对冲
量化对冲，也叫“市场中性”，再做多股票组合的基础上，通过使用对冲工具（以股指期货为主）做空指数，获取对冲后的纯Alpha收益，股票组合来源机器学习、深度学习模型选出的指数增强股票组合，在市场极端行情下，叠加基差管理，提升产品的稳定度。
量化指数增强
通过机器学习、深度学习模型进行成份内、全市场范围选股，通过组合优化器、风控模型控制跟踪基准的跟踪误差，获取在指数Beta收益的基础上叠加超越指数的超额收益，实现Beta+Alpha双重收益。
量化资产配置
在风险平价模型的基础上，结合公司特色宏观因子数据库，动态调整风险预算，轮动配置境内外权益指数、商品、黄金、原油、国内国债、货币基金、汇率等大类资产，优化各大类资产的持有期火爆，实现长期和可持续的资产配置。
期货高频
通过机器学习进行超短周期的时序预测，构建日内高频套利和趋势策略，平均持仓在毫秒、秒、60秒内，获取稳定的绝对收益。
本文章4195阅读
扫一扫
关注公众号
关注公众号