（浪潮软件股票分析）twosigma量化对于冲基金

正在以后的经济情势下，财经常识的首要性愈发凸显。投资者们需求理解市场趋向、政策变动、公司财政等方面的信息，以更好地制订投资战略。接上去，本小站将剖析并理解twosigma量化对冲基金，心愿能够给你带来一些启发。

本文分为如下多个相干解答：

量化买卖何时进入中国

最好谜底：量化私募买卖接口开放，2019年将是量化的春天。

寰球无名量化对冲基金巨头Two Sigma获准落户中国，拿下中国私募派司。这家基金治理规模约合群众币4110亿元，正在量化基金中规模排名寰球抢先，对股票、商品、外汇等地下市场产物均有涉猎；是业界少有的使用机械学习以及年夜数据来进行零碎买卖的年夜型对冲基金； 11年的工夫，基金的治理规模扩展了逾10倍之多，Two Sigma的主力基金能拿到3%的治理费以及30%的利润提成，而行业的规范普通是2%以及20%。无疑，规模微小、算法买卖、横蛮增进的Two Sigma，是有目共睹的。

Two Sigma落户中国，一方面阐明中国金融对外开放一直往纵深挺进；另外一方面，欣慰以及隐忧正如硬币的两面，不只仅是“狼来了”，并且是“年夜狼来了”。

最近几年来，“开放”不断是金融业的高频辞汇。从资源市场开放而言，仅9月份，就推出了勾销QFII以及RQFII的投资额度限度、“深改12条”等等。尽管准予Two Sigma落户中国，充沛反映了中国资源市场开放的气魄以及裹足不前的勇气。

翻到硬币的另外一面。量化买卖正在中国依然处正在疾速倒退阶段，特地是算法复杂的量化买卖。Two Sigma落户中国，这给金融羁系经历提出了更高的要求。强化羁系之腕，处理好羁系进程中的职责分工、责任落实、羁系调和等诸多环节，笼罩各类羁系空缺，也显患上特地迫切。

从中国资源市场倒退看，股指期货推出后，才有了真正意思上的量化买卖，但中国量化买卖倒退起步晚、倒退快，倒退进程并不是好事多磨。2013年8月16日，光年夜证券套利战略零碎呈现成绩，量化买卖产物霎时呈现234亿元申购ETF180成份股的“乌龙指”买卖。教训是惨重的。

对尚处正在量化买卖探究期、倒退期的中国量化买卖企业来讲，Two Sigma落户中国，是真实的“年夜狼来了”。面临硕大无朋，中国的量化买卖者若何躲避危险，若何健全危险监测预警以及晚期干涉机制，疾速倒退壮年夜，敢与“年夜鳄”掰伎俩，乃至有“沐于沂，风乎舞雩，咏而归”的洒脱，这才是中国的投资者情愿看到的。

若何用Python以及机械学习炒股赚钱

最好谜底：置信不少人都想过让人工智能来帮你赚钱，但到底该若何做呢？瑞士日内瓦的一名金融数据参谋 Gaëtan Rickter 近日宣布文章引见了他行使 Python 以及机械学习来协助炒股的经历，其终极效果的收益率跑赢了长时间处于牛市的规范普尔 500 指数。尽管这篇文章并无将他的办法齐全彻底地下，但已地下的内容或者能给咱们带来若何用人工智能炒股的启迪。

我终于跑赢了规范普尔 500 指数 10 个百分点！听起来可能没有是不少，然而当咱们解决的是年夜量活动性很高的资源时，对冲基金的利润就相称可观。更保守的做法还能失去更高的报答。

这所有都始于我浏览了 Gur Huberman 的一篇题为《Contagious Speculation and a Cure for Cancer: A Non-Event that Made Stock Prices Soar》的论文。该钻研形容了一件发作正在 1998 年的触及到一家上市公司 EntreMed（过后股票代码是 ENMD）的事情：

「礼拜天《纽约时报》上宣布的一篇对于癌症医治新药开发后劲的文章招致 EntreMed 的股价从周五开盘时的 12.063 飙升至 85，正在周一开盘时靠近 52。正在接上去的三周，它的开盘价都正在 30 。这股投资激情也让其它生物科技股失去了溢价。然而，这个癌症钻研方面的可能打破正在至多五个月前就曾经被 Nature 期刊以及各类盛行的报纸报导过了，此中乃至包罗《泰晤士报》！因而，仅仅是激情的大众存眷就能诱发股价的继续下跌，即使实际上并无呈现真实的新信息。」

正在钻研者给出的许多有见解的察看中，此中有一个总结很突出：

「（股价）静止可能汇集中于有一些独特的地方的股票上，但这些独特的地方纷歧定要是经济根底。」

我就想，能不克不及基于通常所用的目标以外的其它目标来划分股票。我开端正在数据库外面发掘，几周之后我发现了一个，其蕴含了一个分数，形容了股票以及元素周期表中的元素之间的「已知以及暗藏关系」的强度。

我有较量争论基因组学的布景，这让我想起了基因以及它们的细胞旌旗灯号网络之间的关系是若何地没有为人所知。然而，当咱们剖析数据时，咱们又会开端看到咱们以前可能无奈预测的新关系以及相干性。

抉择出的触及细胞可塑性、成长以及分化的旌旗灯号通路的基因的表白模式

以及基因同样，股票也会遭到一个巨型网络的影响，此中各个要素之间都有或强或弱的暗藏关系。此中一些影响以及关系是能够预测的。

我的一个指标是创立长的以及短的股票聚类，我称之为「篮子聚类（basket clusters）」，我能够将其用于对冲或单纯地从中赢利。这需求应用一个无监视机械学习办法来创立股票的聚类，从而使这些聚类之间有或强或弱的关系。这些聚类将会翻倍作为我的公司能够买卖的股票的「篮子（basket）」。

起首我下载了一个数据集：Public Company Hidden Relationship Discovery，这个数据集基于元素周期表中的元素以及上市公司之间的关系。

而后我应用了 Python 以及一些罕用的机械学习对象——scikit-learn、numpy、pandas、matplotlib 以及 seaborn，我开端理解我在解决的数据集的散布形态。为此我参考了一个题为《Principal Component Analysis with KMeans visuals》的 Kaggle Kernel：Principal Component Analysis with KMeans visuals

import numpy as npimport pandas as pdfrom sklearn.decomposition import PCAfrom sklearn.cluster import KMeansimport matplotlib.pyplot as pltimport seaborn as sbnp.seterr(divide='ignore', invalid='ignore')# Quick way to test just a few column features# stocks = pd.read_csv('supercolumns-elements-nasdaq-nyse-otcbb-general-UPDATE-2017-03-01.csv', usecols=range(1,16))stocks = pd.read_csv('supercolumns-elements-nasdaq-nyse-otcbb-general-UPDATE-2017-03-01.csv')print(stocks.head())str_list = []for colname, colvalue in stocks.iteritems():if type(colvalue[1]) == str:

str_list.append(colname)# Get to the numeric columns by inversionnum_list = stocks.columns.difference(str_list)stocks_num = stocks[num_list]print(stocks_num.head())

输入：简略看看后面 5 行：

zack@twosigma-Dell-Precision-M3800:/home/zack/hedge_pool/baskets/hcluster$ ./hidden_relationships.py

Symbol_update-2017-04-01 HydrogenHelium Lithium Beryllium Boron

0A0.0 0.00000 0.00.00.0

1AA0.0 0.00000 0.00.00.0

2 AAAP0.0 0.00461 0.00.00.0

3 AAC0.0 0.00081 0.00.00.0

4AACAY0.0 0.00000 0.00.00.0

Carbon NitrogenOxygen Fluorine .Fermium Mendelevium

0 0.0066320.0 0.0075760.0 . 0.000000 0.079188

1 0.0000000.0 0.0000000.0 . 0.000000 0.000000

2 0.0000000.0 0.0000000.0 . 0.135962 0.098090

3 0.0000000.0 0.0184090.0 . 0.000000 0.000000

4 0.0000000.0 0.0000000.0 . 0.000000 0.000000

Nobelium Lawrencium Rutherfordium Dubnium Seaborgium Bohrium Hassium

0 0.197030 0.1990 0.1990 0.0 0.0 0.0 0.0

1 0.000000 0.0000 0.0000 0.0 0.0 0.0 0.0

2 0.244059 0.2465 0.2465 0.0 0.0 0.0 0.0

3 0.000000 0.0000 0.0000 0.0 0.0 0.0 0.0

4 0.000000 0.0000 0.0000 0.0 0.0 0.0 0.0

Meitnerium

0 0.0

1 0.0

2 0.0

3 0.0

4 0.0

[5 rows x 110 columns]

Actinium Aluminum Americium Antimony ArgonArsenic Astatine

0 0.0000000.00.0 0.002379 0.047402 0.0189130.0

1 0.0000000.00.0 0.000000 0.000000 0.0000000.0

2 0.0042420.00.0 0.001299 0.000000 0.0000000.0

3 0.0009860.00.0 0.003378 0.000000 0.0000000.0

4 0.0000000.00.0 0.000000 0.000000 0.0000000.0

Barium Berkelium Beryllium. Tin Titanium TungstenUranium

0 0.00.0000000.0. 0.0 0.0026760.0 0.000000

1 0.00.0000000.0. 0.0 0.0000000.0 0.000000

2 0.00.1410180.0. 0.0 0.0000000.0 0.004226

3 0.00.0000000.0. 0.0 0.0000000.0 0.004086

4 0.00.0000000.0. 0.0 0.0000000.0 0.000000

Vanadium Xenon YtterbiumYttrium Zinc Zirconium

0 0.0000000.00.0 0.000000 0.0000000.0

1 0.0000000.00.0 0.000000 0.0000000.0

2 0.0024480.00.0 0.018806 0.0087580.0

3 0.0010190.00.0 0.000000 0.0079330.0

4 0.0000000.00.0 0.000000 0.0000000.0

[5 rows x 109 columns]

zack@twosigma-Dell-Precision-M3800:/home/zack/hedge_pool/baskets/hcluster$

概念特色的皮尔逊相干性（Pearson Correlation）。正在这里案例中，是指来自元素周期表的矿物以及元素：

stocks_num = stocks_num.fillna(value=0, axis=1)X = stocks_num.valuesfrom sklearn.preprocessing import StandardScalerX_std = StandardScaler().fit_transform(X)f, ax = plt.subplots(figsize=(12, 10))plt.title('Pearson Correlation of Concept Features (Elements & Minerals)')# Draw the heatmap using seabornsb.heatmap(stocks_num.astype(float).corr(),linewidths=0.25,vmax=1.0, square=True, cmap="YlGnBu", linecolor='black', annot=True)sb.plt.show()

输入：（这个可视化例子是正在前 16 个样本上运转失去的）。看到元素周期表中的元素以及上市公司联系关系起来真的颇有意义。正在某种水平时，我想应用这些数据基于公司与相干元素或资料的相干性来预测其可能做出的打破。

丈量「已诠释方差（Explained Variance）」以及主成份剖析（PCA）

已诠释方差=总方差-残差方差（explained variance = total variance - residual variance)。应该值患上存眷的 PCA 投射组件的数目能够经过已诠释方差怀抱（Explained Variance Measure）来疏导。Sebastian Raschka 的对于 PCA 的文章对此进行了很好的形容，参阅：Principal Component Analysis

# Calculating Eigenvectors and eigenvalues of Cov matirxmean_vec = np.mean(X_std, axis=0)cov_mat = np.cov(X_std.T)eig_vals, eig_vecs = np.linalg.eig(cov_mat)# Create a list of (eigenvalue, eigenvector) tupleseig_pairs = [ (np.abs(eig_vals[i]),eig_vecs[:,i]) for i in range(len(eig_vals))]# Sort from high to loweig_pairs.sort(key = lambda x: x[0], reverse= True)# Calculation of Explained Variance from the eigenvaluestot = sum(eig_vals)var_exp = [(i/tot)100 for i in sorted(eig_vals, reverse=True)] cum_var_exp = np.cumsum(var_exp) # Cumulative explained variance# Variances plotmax_cols = len(stocks.columns) - 1plt.figure(figsize=(10, 5))plt.bar(range(max_cols), var_exp, alpha=0.3333, align='center', label='individual explained variance', color = 'g')plt.step(range(max_cols), cum_var_exp, where='mid',label='cumulative explained variance')plt.ylabel('Explained variance ratio')plt.xlabel('Principal components')plt.legend(loc='best')plt.show()

输入：

从这个图表中咱们能够看到年夜量方差都来自于预测主成份的前 85%。这是个很高的数字，以是让咱们从低真个开端，先只建模多数几个主成份。更多无关剖析主成份正当数目的信息可参阅：Principal Component Analysis explained visually

应用 scikit-learn 的 PCA 模块，让咱们设 n_components = 9。代码的第二行挪用了 fit_transform 办法，其能够应用规范化的片子数据 X_std 来拟合 PCA 模子并正在该数据集上使用降维（dimensionality reduction）。

pca = PCA(n_components=9)

x_9d = pca.fit_transform(X_std)

plt.figure(figsize = (9,7))

plt.scatter(x_9d[:,0],x_9d[:,1], c='goldenrod',alpha=0.5)

plt.ylim(-10,30)

plt.show()

输入：

这里咱们乃至不真正察看到聚类的些微轮廓，以是咱们极可能应该持续调理 n_component 的值直到咱们失去咱们想要的后果。这就是数据迷信与艺术（data science and art）中的「艺术」局部。

如今，咱们来尝尝 K-均值，看看咱们能不克不及正在下一章节可视化任何显著的聚类。

K-均值聚类（K-Means Clustering）

咱们将应用 PCA 投射数据来完成一个简略的 K-均值。

应用 scikit-learn 的 KMeans() 挪用以及 fit_predict 办法，咱们能够较量争论聚类中心并为第一以及第三个 PCA 投射预测聚类索引（以便理解咱们能否能够察看到任何合适的聚类）。而后咱们能够界说咱们本人的配色计划并绘制散点图，代码以下所示：

# Set a 3 KMeans clustering

kmeans = KMeans(n_clusters=3)

# Compute cluster centers and predict cluster indices

X_clustered = kmeans.fit_predict(x_9d)# Define our own color map

LABEL_COLOR_MAP = {0 : 'r',1 : 'g',2 : 'b'}

label_color = [LABEL_COLOR_MAP[l] for l in X_clustered]

# Plot the scatter digram

plt.figure(figsize = (7,7))

plt.scatter(x_9d[:,0],x_9d[:,2], c= label_color, alpha=0.5)

plt.show()

输入：

这个 K-均值散点图看起来更有心愿，如同咱们简略的聚类模子假定就是正确的同样。咱们能够经过这类颜色可视化计划察看到 3 个可区别开的聚类。

应用 seaborn 不便的 pairplot 函数，我能够以成对的形式正在数据框中主动绘制一切的特色。咱们能够一个对一个地 pairplot 后面 3 个投射并可视化：

# Create a temp dataframe from our PCA projection data "x_9d"

df = pd.DataFrame(x_9d)

df = df[[0,1,2]]

df['X_cluster'] = X_clustered

# Call Seaborn's pairplot to visualize our KMeans clustering on the PCA projected data

sb.pairplot(df, hue='X_cluster', palette='Dark2', diag_kind='kde', size=1.85)

sb.plt.show()

输入：

构建篮子聚类（Basket Clusters）

你应该本人决议若何微调你的聚类。这方面不甚么万妙药，详细的办法取决于你操作的环境。正在这个案例中是由暗藏关系所界说的股票以及金融市场。

一旦你的聚类使你称心了，你就能够设置分数阈值来管制特定的股票能否有资历进入一个聚类，而后你能够为一个给定的聚类提取股票，将它们作为篮子进行买卖或应用这些篮子作为旌旗灯号。你能够应用这类办法做的事件很年夜水平就看你本人的发明力和你正在应用深度学习变体来进行优化的程度，从而基于聚类或数据点的概念优化每一个聚类的报答，比方 short interest 或 short float（地下市场中的可用股分）。

你能够留意到了这些聚类被用作篮子买卖的形式一些风趣特色。有时分规范普尔以及普通市场会存正在差别。这能够提供实质上基于「信息套利（information arbitrage）」的套利机会。一些聚类则以及google搜寻趋向相干。

看到聚类以及资料及它们的供给链相干的确颇有意义，正如这篇文章说的同样：Zooming in on 10 materials and their supply chains - Fairphone

我仅仅应用该数据集操作了 Cobalt（钴）、Copper（铜）、Gallium（镓）以及 Graphene（石墨烯）这几个列标签，只是为了看我能否可能发现处置这一畛域或遭到这一畛域的危险的上市公司之间能否有任何暗藏的联络。这些篮子以及规范普尔的报答进行了比拟。

经过应用汗青价钱数据（可间接正在 Quantopian、Numerai、Quandl 或 Yahoo Finance 应用），而后你能够汇总价钱数据来天生估计收益，其可以使用 HighCharts 进行可视化：

我从该聚类中取得的报答超越了规范普尔相称一局部，这象征着你每一年的收益能够比规范普尔还多 10%（规范普尔近一年来的涨幅为 16%）。我还见过愈加保守的办法能够净挣超越 70%。如今我必需抵赖我还做了一些其它的事件，但由于我工作的实质，我必需将那些事件放弃黑箱。但从我今朝察看到的状况来看，至多环抱这类办法探究以及包装新的量化模子能够证实长短常值患上的，而其惟一的缺陷是它是一种没有同类型的旌旗灯号，你能够将其输出其它零碎的流程中。

天生卖空篮子聚类（short basket clusters）可能比天生买空篮子聚类（long basket clusters）更无利可图。这类办法值患上再文章，最佳是正在下一个黑天鹅事情以前。

假如你应用机械学习，就可能正在具备已知以及暗藏关系的上市公司的寄生、共生以及共情关系之上抢占先机，这是颇有趣并且能够红利的。最初，一集体的红利才能仿佛齐全关乎他正在天生这些种别的数据时想出特色标签（即概念（concept））的弱小组合的才能。

我正在这种模子上的下一次迭代应该会蕴含一个用于主动天生特色组合或共同列表的独自算法。兴许会基于近乎及时的事情，这可能会影响那些具备只有装备了无监视学习算法的人类能力预测的暗藏关系的股票组。

高频买卖以及量化买卖有何没有同

最好谜底：量化投资公司以及高频买卖公司普通说来，既有区分又有联络。正在美国，人们常说的量化投资公司普通都是对冲基金，包罗DE Shaw、Two Sigma、RenTec、BlueCrest、Citadel、AQR、WorldQuant、Winton等；而常说的高频买卖公司普通都是自营买卖公司，这些公司次要有Tower Research、Hudson River Trading、Getco、Jane Street、Virtu Financial、SIG、Jump Trading、RGM Advisor、Chopper Trading等。除了此以外，既有量化投资营业，又有高频买卖营业的公司有Two Sigma、Citadel等；另有许多公司向着更综合的标的目的倒退，DE Shaw等公司，既有量化投资，又有非量化投资。

关于量化投资来讲，除了了行情信息，整顿搜集其余根本面的信息也相称首要，预测模子中要融入整顿出的对应的工夫序列。胜利的模子是甚么？重点正在于它整合了几何没有同起源的信息，而没有是运用了多浅近的数学实践。以简略的线性回归为例，想要模子的预测成果好，需求各个参数都有很强的预测才能，同时相干性很低；反之，假如拔取的参数毫有意义，就算运用正在复杂的深度学习实践，患上出的模子也不用。美国的一些公司，除了了行使旧事等文本信息建模外，google卫星拍摄到的口岸集装箱的图象也会用来建模，商品价钱走势若何，经过对商品集装箱的数量来预测，获得了很好的预测成果。

求解模子其实与建模一样首要。比方说物理学上有不少能准确形容事实的模子，可仍是难以求解，由于缺乏高效的迷信较量争论办法，量化买卖也同样的。随同着微小较量争论量的参数的较量争论、挑选、优化、回测等，怎么精妙求解是一门很是浅近的学识。驰名的文艺振兴公司外部有着明白的分工——物理学家剖析数据建设模子，数学家构建优化算法并求解模子等，较量争论机顺序员从各个起源搜集数据，西蒙斯这样走漏。

人们很难承受与已学常识以及经历相左的信息或观点，由于一集体所学的常识以及观点都是通过重复挑选的。本小站对于twosigma量化对冲基金引见就到这里，心愿能帮你处理当下的懊恼。