建信基金量化投资张锐

㈠ 国内目前有多少基金公司在进行量化投资项目

1、即使没有量化产品的基金管理公司也可能采用量化投资的，比如专项产品中有量化的，所以这个没有人知道
2、截止目前，正式成立的有64家，还有几家在设立期
3、目前封闭式基金83个，开放式基金1013个，公开募集的产品中有8个含量化

㈡ 什么是量化投资

量化投资是指通过数量化模型建立科学投资体系，以获取稳定收益。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。在国内，量化投资不再是一个陌生的词汇，近几年得到了迅猛的发展。可在应用过程中学习量化投资

㈢ 张锐的核心故事

自主创业
2006年7月，刚刚从人民大学管理学博士毕业的张锐，毅然决定以考研为突破口切入成人高端教育市场。8月，张锐正式注册万学教育，走上了自主创业之路。但是创业之初，缺人更缺钱。张锐和他的创业伙伴在人民大学紫金园租了三室一厅，利用三个月的时间在性格、工作习惯上进行迅速的磨合和业务能力培育。他把人员分成三个组，每组两人，任务划分为三份，从战略规划，产品研发，市场分析，财务预测，促销管理，以及广告每一段的谴词造句，使每个人的价值都能够深入发挥。因为张锐知道：创业者，尤其是合伙人、股东级别的人物，每个人都要具备企业生命发展的全部功能。
与此同时，张锐博士率领他的团队，以样本市场的测试全面成功为基础，以完全超越了传统教育模式的一套完整矩阵辅导系统为主体，很快拿到300万美元的天使投资，并将当时行业内初具规模的一个品牌收入旗下，成为万学第一个全资子品牌。而这一过程仅仅用了不到四个月，此时，国内大大小小的培训机构已逾千家。为在教育行业快速扩张，万学选择裂变式并购。2007年，万学教育销售额近亿元，占据行业第一。优良的经营业绩让很多同行主动寻求收购。两年内，万学并购的同类企业超过百家。
人才凝聚
张锐深知：梦想是美丽的，实现梦想则需要更多的付出。要建造一流的非学历教育机构，单靠自己一个人是不够的，得有一支优秀的团队。怎样才能让一个本身很优秀的人认可自己的项目并且参与进来，这是很多创业者在创业之初都要考虑的一个问题，当时的张锐面临的就是这样的局面。为了说服其他5个人和张锐自己一样，都是全国研究生主席联合会成员一起创业，张锐花了整整11天，从北大万柳公寓到人大诸子百家园，再到南开的思源堂，他不仅要说服团队成员本人，还要说服他们的女友、父母以及关心他们前程的老师们。张锐说：“整个说服过程非常具有挑战性，但正是这一挑战使我更加透彻地思考和检验了我的创业计划。”
直到今天，张锐打造他的创业团队的经典案例还是会被商界和高校教学中一次又一次的提起。
而让张锐本人庆幸的是：本来想说服他们其中一部分，没想到他们全部都放弃了现有的高职高薪就业机会，和他一起选择了创业之路。
成功融资
A轮融资： 2008年2月22日，作为全球最大的风险投资公司之一的红杉资本与联想投资有限公司联合向万学教育投资2000万美元入股万学。
顶级资本的介入，让万学的发展全面步入快车道。为大学生提供考试与素质培养业务，已经成为张锐主要的业务发展目标。并将业务全面拓展为面向大学生就业的高级特训项目、公务员辅导项目、大学生出国留学项目和考研等项目。
众所周知，红杉和联想要求很高，争取投资的机构很多，竞争异常激烈。为了成功融资，张锐派出万学的6名高管各带一个团队，抽取6个样本城市、学校及学生进行培训指导，15天后学生大幅提升的成绩印证了万学无以比拟的教育服务实力。与此同时，红衫资本和联想投资，针对中国所有培训机构的辅导学生成功率、师资质量、辅导技术等重要指标进行了长达一年的全面调查，万学教育的得分是97.5分，领先第二名60分的分差。“万学所在的细分教育领域有足够规模的现实空间和潜在机会”，这吸引了红杉资本的目光，而联想投资的调查报告更显示，考研培训市场上60%以上的产品都是万学所独有的。
在红杉和联想的资金注入之后，万学不仅在考研培训项目上继续深化，现阶段万学70%的课程已领先同行，同时更研发出针对大学生就业的高级特训和大学生出国留学特训两大产品，倍受用户欢迎，及社会称誉。张锐也因此多次获得权威评估机构民办教育奖项，并且在2008年还被授予“改革开放30年中国民办教育十大杰出人物”称号。其事迹也同时被人民日报，光明日报， 经济日报，半月谈，参考消息等国内众多主流媒体竞相报道。
B轮融资： 2011年2月22日，北京万学教育科技集团正式宣布美国顶级投资机构DCM、红杉资本、国内著名风投基金联想投资和新加坡凤凰基金共同注资万学教育2000万美金。
万学教育董事长CEO凤允雷表示：“非常感谢DCM、联想和红杉等投资方对我们的信任。可以说，这种信任是来自于对万学使命与能力的双重认可。大学生群体是国家繁荣和社会进步的核心力量，万学的使命就是为他们提供高端价值的教育服务，帮助其在职业与学业发展上培育更强能力、收获更大成就。肩负这一神圣使命，万学通过科学而专注的努力，已经创造了业内遥遥领先的教育品质与培训系统，未来五年我们将再投入超过十亿人民币，为中国大学生群体打造迅速提升多项重要能力的高端教育平台。
万学教育总裁张锐表示：“就本质而言，万学所致力的事业是帮助大学生迅速构建应对人生竞争和创造未来财富的核心能力体系。考研、公务员招录、就业以及创业等，都是大学生发展与竞争的重要选择，虽然在这些领域的培训，万学从技术、质量到规模已是中国不争的第一，但对教育品质和学员满意的追求是永无止境的，所以本轮融资将一如既往，主要用于教学技术的再次升级和辅导质量的持续优化。”
DCM董事合伙人卢蓉表示，本次投资万学教育是在详尽调研和多方比较的基础上做出的慎重决策。她认为万学教育之所以能成为中国历史上发展最快的教育企业之一，主要有两点原因：第一，万学拥有出类拔萃的管理与研发团队，他们充满了探索深层教育真理的激情和力量；第二，万学的产品在所属行业无疑是最好的，对大学生诸多重要能力的提升，提供了迄今最有效的解决方案。
联想投资董事总经理刘二海表示：“万学对教育规律有着极其深刻和本质的把握，他们的理念和技术代表了所在行业的最高水平，我们在两年前第一轮投资的时候，就预期万学必将成为最优秀的教育企业之一。”
红杉资本副总裁谢娜说：“万学是红杉在亚洲投资的第一家教育机构，它开创了不同寻常的教育模式，大幅度提升了大学生特定能力的成长效率，所以我们连续两轮投资了万学。”
新加坡凤凰基金董事长，原阿里巴巴首席技术官吴炯表示：“万学在大学生高端培训领域做出了令人惊喜的创新，并且将教育产品的技术做到与IT产品一样，功能精细量化、品质精密管控，这是难能可贵的杰出能力，因此我们也积极参与了此轮投资。”
C轮融资： 2014年7月24日张锐领衔的万学教育科技集团完成C轮融资，投资方包括网络、浩然资本和DCM，C轮融资金额至少数千万美元，华兴资本担任此次融资的独家财务顾问。
本轮融资的战略目标是构建最佳结构和最优效果的O2O教育体系。 万学在多个教育领域创造了最先进的教育技术，大幅度提升了学习效率，无论是最高难度的研究生入学考试，还是最复杂的职业能力，万学的培训产品全部遥遥领先。网络在技术和流量上拥有巨大优势，对任何教育机构都极具价值，“我们对所有来源的流量进行了分析，网络流量的变现率明显高于其他来源。未来我们会将最好的教育内容，覆盖全国高校的教学系统与网络进行深入合作，快速形成革命性的O2O教育体系。”此次融资首先用于加速万学在线教育发展的两大关键步骤：
一是升级与推广智能矩阵学习系统。 这个系统实现了计算机、互联网与最优学习模型的深度整合，突破了当前线下和线上教育的多项教学瓶颈，对于有明确知识点的学习内容，可以提高学习效率300%以上；
二是推进人类能力图谱系统的研发进程。这个系统可以从本质和源头，解决很多重大教育问题。当前，教育失败论甚嚣尘上的根本原因，是在传统模式下，学习者所接触的学习内容与现实职业发展很不匹配，因此浪费大量学习时间与成本，还错失了真正重要的知识与能力，最终铸成失败的教育轨迹。而我们研发的能力图谱系统则可根据学习者的职业发展目标，为其设定知识获取与能力成长的最佳路径，从而贯通教育的起点与目的，实现更高层面的教育飞跃。
浩然资本执行董事颜松说：“在线教育的最优模型，一定是互联网平台和教育实体两界碰撞与协同的结果。我们深入了解万学教育产品的细节原理之后，发现其团队在教育方法和内容方面，积累了很高价值的研究成果，他们不仅把培训课程做到了行业最高水平，而且对教育深层规律的探索，国内首屈一指。我相信，领袖级科技巨头与杰出教育新秀的组合，将在互联网教育领域开启里程碑意义的新篇章。”
永不止步的未来
“把我学过的知识，和我自己在实际操作中取得的经验，印证到某一个行业中去，并取得显著的成就”。这就是读书期间张锐关于未来的打算。而今，已经取得辉煌成就的张锐经常会被邀请回自己的学校和其他的兄弟院校给师弟师妹们讲述自己的创业经历。他经常引用读博时导师所讲的一句话：“一个人理想的高度决定了他生命的档次，如果一个人实现他的理想，那就是一种幸福。”
在民办教育行业的资本化运营之路上，新东方用了13年，中华学习网用了10年，巨人教育用了7年，学大教育用了6年，而万学只用了不到2年的时间。当风险投资的现金运营经验和万学志存高远的团队发生碰撞之后，产生的就是奇迹般的发展速度和强大的助力，但是这仅仅只是一个开始。期待2012年，万学将会成为在海外上市的又一支中国教育股。而此时，张锐有着更加充满激情的梦想：“未来我们会开发出一套覆盖18到35岁人群的辅导模型，通过我们的教育技术和辅导能力，帮助人们实现终身学习的梦想，这也是我的梦想，而且只做一个上市公司满足不了我们团队的需求，至少要三个。”
中国人民大学管理学博士，北京万学教育集团总裁，极具传奇色彩的新一代创业精英
他在人大读书期间，即是研究生会主席又是党支部书记，同时兼职创业。
他在人大期间组织与支持了数十个大型学术与实践活动。
他领导与支持了中国人民大学第一个全国挑战杯创业大赛金奖。
他在校期间荣获了人民大学绝大多数奖学金。
他以多种形式为人民大学各种学生活动拉赞助近百万，在校期间兼职创业的项目成功率百分之百。
他2004年兼职为某教育集团做战略策划，经过一系列改革拓展，使该集团在两年间发展成为覆盖200多个城市的在行业中遥遥领先的领军企业，年销售收入增长超过十倍。
他2006年7月人大毕业之际，用一周时间真心说服了人民大学MBA联合会主席，北京大学光华管理学院、经济学院、教育学院联合研究生会主席，南开大学研究生会副主席，和清华大学电子工程系研究生会主席，大家毅然放弃优职高薪的就业机会，组建创业团队投身到神圣的教育事业。
他在高超的企业运筹之同时，与国外投资公司精妙谈判，创业两月即融入上千万天使投资，并在资本和优秀管理的驱动下，一年内再次创造了行业奇迹，从而吸引了国内外绝大多数顶级风险投资基金的重点关注，于2007年12月获得全球最大和中国最大风险投资基金--红衫资本和联想投资的2000万美金的巨额投资。
至今，他毕业仅一年多时间，便已荣获权威机构评估与嘉奖如下：
⑴人民日报市场报与中国联合商报共同评为“2006年中国品牌建设十大杰出企业家”
⑵北京青年报2006年度中国教育行业杰出拓展人物奖第一名获得者
⑶北京晨报与新浪网共同评为“2006北京年度教育人物”
⑷北京晨报评为“2005年度重磅教育人物”
⑸新浪2006年中国教育培训机构品牌总评榜“影响中国教育培训界领军人物奖”
⑹搜狐年度教育总评榜“2006年度十大民办教育企业家”
⑺教育部中央教育研究所评为“2006年度中国教育行业十大领军人物

㈣ 什么是量化投资

量化投资指的是一种投资方法，它是指通过数量化方式或计算机程序化发出买卖指令，以得到稳定收益为目标的交易方式。量化投资是一种定性思想的量化应用，它对大量的指标数据进行分析，得出一些有说服力的数据结论，然后通过计算机技术进行数学建模，并进行量化分析，从而得出一个比较契合实际的投资策略。
量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。从全球市场的参与主体来看，按照管理资产的规模，全球排名前四以及前六位中的五家资管机构，都是依靠计算机技术来开展投资决策，由量化及程序化交易所管理的资金规模在不断扩大。

㈤ 量化投资

没有你想的书

我多年来都有关注这方面的书 可是也没有在国内找到

数量化投资是将投资理念及策略通过具体指标、参数的设计，体现到具体的模型中，让模型对市场进行不带任何情绪的跟踪；相对于传统投资方式来说，具有快速高效、客观理性、收益与风险平衡和个股与组合平衡等四大特点。量化投资技术几乎覆盖了投资的全过程，包括估值与选股、资产配置与组合优化、订单生成与交易执行、绩效评估和风险管理等，在各个环节都有不同的方法及量化模型：

一、估值与选股

估值：对上市公司进行估值是公司基本面分析的重要方法，在“价值投资”的基本逻辑下，可以通过对公司的估值判断二级市场股票价格的扭曲程度，继而找出价值被低估或高估的股票，作为投资决策的参考。对上市公司的估值包括相对估值法和绝对估值法，相对估值法主要采用乘数方法，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等；绝对估值法主要采用折现的方法，如公司自由现金流模型、股权自由现金流模型和股利折现模型等。相对估值法因简单易懂，便于计算而被广泛使用；绝对估值法因基础数据缺乏及不符合模型要求的全流通假设而一直处于非主流地位。随着全流通时代的到来和国内证券市场的快速发展，绝对估值法正逐渐受到重视。

选股：在当前品种繁多的资本市场中，从浩瀚复杂的数据背后选出适合自己投资风格的股票变得越加困难。在基本面研究的基础上结合量化分析的手段就可以构建数量化选股策略，主流的选股方法如下：

资产配置方法与模型
资产配置类别 资产配置层次 资产配置方法 资产配置模型
战略资产配置 全球资产配置 大类资产配置 行业风格配置 收益测度 风险测度 估计方法 马克维茨 MV 模型 均值 -LPM 模型 VaR 约束模型 Black-Litterman 模型
战术资产配置 ( 动态资产配置 ) 周期判断 风格判断 时机判断 行业轮动策略 风格轮动策略 Alpha 策略 投资组合保险策略

基本面选股：通过对上市公司财务指标的分析，找出影响股价的重要因子，如：与收益指标相关的盈利能力、与现金流指标相关的获现能力、与负债率指标相关的偿债能力、与净资产指标相关的成长能力、与周转率指标相关的资产管理能力等。然后通过建立股价与因子之间的关系模型得出对股票收益的预测。股价与因子的关系模型分为结构模型和统计模型两类：结构模型给出股票的收益和因子之间的直观表达，实用性较强，包括价值型(本杰明·格雷厄姆—防御价值型、查尔斯·布兰迪—价值型等)、成长型(德伍·切斯—大型成长动能、葛廉·毕克斯达夫—中大型成长股等)、价值成长型(沃伦·巴菲特—优质企业选择法、彼得·林奇—GARP价值成长法等)三种选股方法；统计模型是用统计方法提取出近似线性无关的因子建立模型，这种建模方法因不需先验知识且可以检验模型的有效性，被众多经济学家推崇，包括主成分法、极大似然法等。

多因素选股：通过寻找引起股价共同变动的因素，建立收益与联动因素间线性相关关系的多因素模型。影响股价的共同因素包括宏观因子、市场因子和统计因子(通过统计方法得到)三大类，通过逐步回归和分层回归的方法对三类因素进行选取，然后通过主成分分析选出解释度较高的某几个指标来反映原有的大部分信息。多因素模型对因子的选择有很高的要求，因子的选择可依赖统计方法、投资经验或二者的结合，所选的因子要有统计意义上或市场意义上的显著性，一般可从动量、波动性、成长性、规模、价值、活跃性及收益性等方面选择指标来解释股票的收益率。

动量、反向选股：动量选股策略是指分析股票在过去相对短期的表现，事先对股票收益和交易量设定条件，当条件满足时买进或卖出股票的投资策略，该投资策略基于投资者对股票中期的反应不足和保守心理，在投资行为上表现为购买过去几个月表现好的股票而卖出过去几个月表现差的股票。反向选股策略则基于投资者的锚定和过度自信的心理特征，认为投资者会对上市公司的业绩状况做出持续过度反应，形成对业绩差的公司业绩过分低估和业绩的好公司业绩过分高估的现象，这为投资者利用反向投资策略提供了套利机会，在投资行为上表现为买进过去表现差的股票而卖出过去表现好的股票。反向选股策略是行为金融学理论发展至今最为成熟，也是最受关注的策略之一。

二、资产配置

资产配置指资产类别选择、投资组合中各类资产的配置比例以及对这些混合资产进行实时管理。资产配置一般包括两大类别、三大层次，两大类别为战略资产配置和战术/动态资产配置，三大层次为全球资产配置、大类资产配置和行业风格配置。资产配置的主要方法及模型如下：

战略资产配置针对当前市场条件，在较长的时间周期内控制投资风险，使得长期风险调整后收益最大化。战术资产配置通常在相对较短的时间周期内，针对某种具体的市场状态制定最优配置策略，利用市场短期波动机会获取超额收益。因此，战术资产配置是在长期战略配置的过程中针对市场变化制定的短期配置策略，二者相互补充。战略资产配置为未来较长时间内的投资活动建立业务基准，战术资产配置通过主动把握投资机会适当偏离战略资产配置基准，获取超额收益。

三、股价预测

股价的可预测性与有效市场假说密切相关。如果有效市场假说成立，股价就反映了所有相关的信息，价格变化服从随机游走，股价的预测就毫无意义，而我国的股市远未达到有效市场阶段，因此股价时间序列不是序列无关，而是序列相关的，即历史数据对股价的形成起作用，因此可以通过对历史信息的分析来预测股价。

主流的股价预测模型有灰色预测模型、神经网络预测模型和支持向量机预测模型(SVM)。灰色预测模型对股价的短期变化有很强的预测能力，近年发展起来的灰色预测模型包括GM(1, 1)模型、灰色新陈代谢模型和灰色马尔可夫模型。人工神经网络模型具有巨量并行性、存储分布性、结构可变性、高度非线性和自组织性等特点，且可以逼近任何连续函数，目前在金融分析和预测方面已有广泛的应用，效果较好。支持向量机模型在解决小样本、非线性及高维模式识别问题中有许多优势，且结构简单，具有全局优化性和较好的泛化能力，比神经网络有更好的拟合度。

四、绩效评估

作为集合投资、风险分散、专业化管理、变现性强等特点的投资产品，基金的业绩虽然受到投资者的关注，但要对基金有一个全面的评价，则需要考量基金业绩变动背后的形成原因、基金回报的来源等因素，绩效评估能够在这方面提供较好的视角与方法，风险调整收益、择时/股能力、业绩归因分析、业绩持续性及Fama的业绩分解等指标和方法可从不同的角度对基金的绩效进行评估。

绩效评估模型 / 指标

绩效评估准则
择时 / 股能力
业绩归因分析
风险调整收益
业绩持续性
Fama 业绩分解

模型 / 指标
T-M 模型

H-M 模型

GII 模型

C-L 模型
资产配置收益

证券选择收益

行业选择收益

行业内个股选择收益
RAROC

Sharp, Stutzer

Treynor, Jensen

, ,
双向表分析

时间序列相关性
总风险收益

系统风险收益

分散化投资收益

五、基于行为金融学的投资策略

上世纪50～70年代，随着马科维茨组合理论、CAPM模型、MM定理及有效市场假说的提出，现代金融经济学建立了一套成熟的理论体系，并且在学术界占据了主导地位，也被国际投资机构广泛应用和推广，但以上传统经济学的理论基石是理性人假设，在理性人假设下，市场是有效率的，但进入80年代以后，关于股票市场的一系列研究和实证发现了与理性人假设不符合的异常现象，如：日历效应、股权溢价之谜、期权微笑、封闭式基金折溢价之谜、小盘股效应等。面对这些金融市场的异常现象，诸多研究学者从传统金融理论的基本假设入手，放松关于投资者是完全理性的严格假设，吸收心理学的研究成果，研究股市投资者行为、价格形成机制与价格表现特征，取得了一系列有影响的研究成果，形成了具有重要影响力的学术流派－行为金融学。

行为金融学是对传统金融学理论的革命，也是对传统投资实践的挑战。随着行为金融理论的发展，理论界和投资界对行为金融理论和相关投资策略作了广泛的宣传和应用，好买认为，无论机构投资者还是个人投资者，了解行为金融学的指导意义在于：可以采取针对非理性市场行为的投资策略来实现投资目标。在大多数投资者认识到自己的错误以前，投资那些定价错误的股票，并在股价正确定位之后获利。目前国际金融市场中比较常见且相对成熟的行为金融投资策略包括动量投资策略、反向投资策略、小盘股策略和时间分散化策略等。

六、程序化交易与算法交易策略

根据NYSE的定义，程序化交易指任何含有15只股票以上或单值为一百万美元以上的交易。程序化交易强调订单是如何生成的，即通过某种策略生成交易指令，以便实现某个特定的投资目标。程序化交易主要是大机构的工具，它们同时买进或卖出整个股票组合，而买进和卖出程序可以用来实现不同的目标，目前程序化交易策略主要包括数量化程序交易策略、动态对冲策略、指数套利策略、配对交易策略和久期平均策略等。

算法交易，也称自动交易、黑盒交易或无人值守交易，是使用计算机来确定订单最佳的执行路径、执行时间、执行价格及执行数量的交易方法，主要针对经纪商。算法交易广泛应用于对冲基金、企业年金、共同基金以及其他一些大型的机构投资者，他们使用算法交易对大额订单进行分拆，寻找最佳路由和最有利的执行价格，以降低市场的冲击成本、提高执行效率和订单执行的隐蔽性。任何投资策略都可以使用算法交易进行订单的执行，包括做市、场内价差交易、套利及趋势跟随交易。算法交易在交易中的作用主要体现在智能路由、降低冲击成本、提高执行效率、减少人力成本和增加投资组合收益等方面。主要的算法包括：交易量加权平均价格算法(VWAP)、保证成交量加权平均价格算法(Guaranteed VWAP)、时间加权平均价格算法(TWAP)、游击战算法(Guerrilla)、狙击手算法(Sniper)、模式识别算法(Pattern Recognition)等。

综上所述，数量化投资技术贯穿基金的整个投资流程，从估值选股、资产配置到程序化交易与绩效评估等。结合量化投资的特点及我国证券市场的现状，好买认为量化投资技术在国内基金业中的应用将主要集中在量化选股、资产配置、绩效评估与风险管理、行为金融等方面，而随着包括基金在内的机构投资者占比的不断提高、衍生品工具的日渐丰富(股指期货、融资融券等)以及量化投资技术的进步，基金管理人的投资策略将会越来越复杂，程序化交易(系统)也将有快速的发展。

㈥ 信诚基金管理有限公司的投研团队

胡喆女士信诚基金副首席投资官、特定资产管理投资总监上海交通大学技术经济学硕士，16年证券、基金从业经验。曾先后担任申银万国证券研究所高级研究员，海通证券研究所高级研究员、海通证券资产管理部研究策划部经理。2006年加盟信诚基金管理有限公司，现任信诚基金副首席投资官、特定资产管理投资总监。
王旭巍先生信诚基金副首席投资官，信诚增强收益债券型基金（LOF）、信诚添金分级债券型基金和信诚新双盈分级债券型基金基金经理经济学硕士，21年金融、证券、基金行业从业经验。曾先后任职于中国（深圳）物资工贸集团有限公司大连期货部、宏达期货经纪有限公司、中信证券资产管理部和华宝兴业基金管理有限公司。2010年加盟信诚基金管理有限公司，现任信诚基金副首席投资官，信诚增强收益债券型基金（LOF）、信诚添金分级债券型基金及信诚新双盈分级债券型基金基金经理。
吴雅楠先生信诚基金投资管理部数量投资总监，信诚中证500指数分级基金、信诚沪深300指数分级基金、信诚中证800医药指数分级基金、信诚中证800有色指数分级基金、信诚中证800金融指数分级基金和信诚中证TMT产业主题指数分级基金基金经理统计物理学博士，CFA，18年证券、基金从业经验, 拥有丰富的量化投资和指数基金管理经验。曾任职于加拿大Greydanus, Boeckh & Associates公司和加拿大道明资产管理公司(TD Asset Management)。现任信诚基金投资管理部数量投资总监兼信诚中证500指数分级基金、信诚沪深300指数分级基金、信诚中证800医药指数分级基金、信诚中证800有色指数分级基金、信诚中证800金融指数分级基金、信诚中证TMT产业主题指数分级基金的基金经理。
刘儒明先生信诚基金海外投资副总监，信诚金砖四国积极配置基金（QDII-FOF-LOF）、信诚全球商品主题证券投资基金（QDII-FOF-LOF）基金经理20年证券、基金从业经验，其中包含8年海外基金经理的专业资历。曾先后任职于永昌证券投资信托股份有限公司、富邦证券投资信托股份有限公司、金复华证券投资信托股份有限公司、台湾工银证券投资信托股份有限公司和富国基金管理有限公司境外投资部，均从事证券投资研究工作，并曾担任股票型基金和基金中的基金(FOF)的基金经理。现任信诚基金海外投资副总监，信诚金砖四国积极配置基金（QDII-FOF-LOF）和信诚全球商品主题证券投资基金（QDII-FOF-LOF）基金经理。
曾丽琼女士信诚基金固定收益总监，信诚货币市场证券投资基金、信诚双盈分级债券型基金、信诚新双盈分级债券型基金、信诚季季定期支付债券型基金和信诚月月定期支付债券型基金基金经理金融学硕士，12年金融、基金从业经验; 拥有丰富的债券投资和流动性管理经验；曾任职于杭州银行和华宝兴业基金管理有限公司，2007年2月至2010年6月期间，担任华宝兴业现金宝货币市场基金的基金经理，2009年2月至2010年6月期间，兼任华宝兴业增强收益债券基金的基金经理。现任信诚基金管理有限公司固定收益总监，信诚货币市场证券投资基金、信诚双盈分级债券型基金、信诚新双盈分级债券型基金、信诚季季定期支付债券型基金及信诚月月定期支付债券型基金的基金经理。
张光成先生信诚基金股票投资副总监，信诚盛世蓝筹股票型基金、信诚周期轮动股票型基金（LOF）基金经理CFA，10年证券、基金从业经验，曾任欧洲货币(上海)有限公司研究总监、兴业全球基金管理有限公司基金经理。现任信诚基金股票投资副总监，信诚盛世蓝筹股票型基金和信诚周期轮动股票型基金（LOF）的基金经理。
王国强先生信诚理财7日盈债券型基金、信诚优质纯债债券型基金、信诚添金分级债券型基金和信诚年年有余定期开放债券型基金基金经理管理学硕士，15年证券、基金从业经验。曾先后任职于浙江国际信托投资公司、健桥证券股份有限公司和银河基金管理有限公司。2006年加盟信诚基金管理有限公司，现任信诚理财7日盈债券型基金、信诚优质纯债债券型基金、信诚添金分级债券型基金和信诚年年有余定期开放债券型基金的基金经理。
张倩女士信诚货币市场证券投资基金、信诚理财7日盈债券型基金、信诚薪金宝货币市场基金和信诚3个月理财债券型基金基金经理工商管理学硕士，10年证券、基金从业经验。曾任职于申银万国证券股份有限公司固定收益部担任交易员；2008加盟信诚基金管理有限公司，担任交易员，现任信诚货币市场证券投资基金、信诚理财7日盈债券型基金、信诚薪金宝货币市场基金和信诚3个月理财债券型基金的基金经理。
宋海娟女士信诚季季定期支付债券型基金、信诚月月定期支付债券型基金、信诚三得益债券型基金和信诚经典优债债券型基金基金经理工商管理学硕士，10年证券、基金从业经验。曾任职于长信基金管理有限责任公司担任债券交易员；于光大保德信基金管理有限公司担任固定收益类投资经理；2013年加盟信诚基金管理有限公司。现任信诚季季定期支付债券型基金、信诚月月定期支付债券型基金、信诚三得益债券型基金及信诚经典优债债券型基金的基金经理。
闾志刚先生信诚四季红混合型基金基金经理清华大学MBA，13年证券、基金从业经验。曾先后在世纪证券、平安证券、平安资产管理有限公司从事投资研究工作1。2008年加盟信诚基金管理有限公司，曾担任保诚韩国中国龙A股基金（QFII）投资经理（该基金由信诚基金担任投资顾问），现任信诚四季红混合型基金的基金经理。
杨建标先生信诚优胜精选股票型基金、信诚新机遇股票型基金和信诚幸福消费股票型基金基金经理杨建标，理学硕士。13年证券金融从业经验。历任华泰证券股份有限公司受托资产管理总部投资经理助理、平安证券有限责任公司综合研究所行业研究员、生命人寿股份有限公司投资管理中心研究总监、浙商基金管理有限公司（筹）投资管理部研究负责人。2010年3月加入信诚基金管理有限公司，担任投资经理。现任信诚优胜精选股票型基金、信诚新机遇股票型基金和信诚幸福消费股票型基金的基金经理。
谭鹏万先生信诚深度价值股票型基金、信诚精萃成长股票型基金和信诚新兴产业股票型基金基金经理经济学博士，7年证券金融从业经验。曾任职于华宝信托有限责任公司高级分析师。2008年加盟信诚基金管理有限公司。现任信诚深度价值股票型基金、信诚精萃成长股票型基金和信诚新兴产业股票型基金的基金经理。
郑伟先生信诚新兴产业股票型基金、信诚中小盘股票型基金基金经理金融学硕士，9年证券、基金从业经验。曾任职于华泰资产管理有限公司担任研究员；2009年加盟信诚基金管理有限公司，先后担任股票研究员及特定客户资产管理业务的投资经理职务。现任信诚新兴产业股票型基金、信诚中小盘股票型基金的基金经理。
李舒禾女士信诚全球商品主题证券投资基金（QDII-FOF-LOF）基金经理台湾国立成功大学硕士，10年基金从业经验 2004年7月至2011年初曾任职于台湾宝来证券投资信托股份有限公司，拥有丰富的全球资产配置和ETF投资经验 2006/9 ~ 2010/9期间担任宝来全球ETF稳健组合证券投资信托基金经理，该基金的投资内容以ETF为主，资产范围包括股票、债券、商品、REITS、货币、杠杆等。 2010/11 ~ 2011/3期间担任宝来黄金期货信托基金经理，该基金主要投资于黄金期货。现任信诚全球商品主题证券投资基金（QDII-FOF-LOF）的基金经理。
聂炜先生信诚新机遇股票型基金（LOF）基金经理硕士学位，CFA，5年证券、基金从业经验。历任长信基金管理有限公司研究员、华泰柏瑞基金管理有限公司高级研究员。2013年4月加入信诚基金管理有限公司，担任高级研究员职务，现任信诚新机遇股票型基金（LOF）基金经理。
杨旭先生信诚中证500指数分级基金、信诚沪深300指数分级基金、信诚中证800医药指数分级基金、信诚中证800有色指数分级基金、信诚中证800金融指数分级基金和信诚中证TMT产业主题指数分级基金基金经理哥伦比亚大学数学金融硕士、运筹管理学硕士，纽约大学化学硕士。曾担任美国对冲基金Robust methods公司数量分析师，华尔街对冲基金WSFA Group公司助理基金经理，该基金为股票多空型对冲基金。2012年8月加入信诚基金，曾分别担任助理投资经理、专户投资经理。现任信诚中证500指数分级基金、信诚沪深300指数分级基金、信诚中证800医药指数分级基金、信诚中证800有色指数分级基金、信诚中证800金融指数分级基金、信诚中证TMT产业主题指数分级基金的基金经理。

㈦ 排排网名片：量化基金是什么意思

量化基金是通过数理统计分析，选择那些未来回报可能会超越基准的证券进行投资，以期获取超越指数基金的收益，主要采用量化投资策略来进行投资组合管理。
量化基金采用的策略包括: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、算法交易等。

㈧ 量化投资的量化投资

开设学校：对外经济贸易大学
开设学院：统计学院
所属学科：金融学
课程名称：资产管理与量化投资方向
配备最强师资组合
对外经济贸易大学在职研究生享受与统招研究生一模一样的师资，均为硕导、博导。对外经济贸易大学校长施建军、统计学院副院长刘立新教授在该领域内享有很高声誉，均参与在职研究生授课。
课程特有国际性、前沿性、实践性
对外经贸大学自身国际化、前沿化特征显著，金融专业一直是对外经贸大学的优势学科，所设课程同样与国际金融市场接轨密切，如量化投资、统计套利、高频交易等。
课程将资产管理和量化投资技术紧密结合
课程讲授金融各行业资产管理业务的发展模式及运用，尤其是运用量化投资技术和程序交易进行资产管理：套利策略设计、投资方案实施、风险分析、市场预测等，旨在培养复合型的金融高级人才。
定期为在职研究生开展主题讲座论坛
邀请政府和业内知名专家举办系列关于经济金融政策分析、金融监管、金融市场投资、风险管理等方面专题讲座。如：贵金属市场投资、微量网量化投资、风险投资、投资银行、对冲基金、等专题。 伴随着金融全球化的进程，以及我国金融市场的发展创新，利用多市场、多品种、多策略的综合投资和管理将成为未来资产管理、财富管理、风险管理、结构化产品设计的重要发展模式，尤其是运用量化投资技术和程序交易进行套利策略设计、投资方案实施、风险分析、市场预测等。
为适应政府、各类金融机构（银行业、证券业、保险业、期货业、信托业等）以及各类企事业单位对资产管理和投资分析人才迅速增长的需求，提高从事资产管理、金融市场投资、财富管理和养老金策划、社会保障等领域在职人员的专业理论水平，尤其是运用量化投资方法进行资产管理，对外经贸大学特开设金融学专业资产管理与量化投资方向在职研究生课程，旨在培养复合型专业化人才。 资产管理已经成为我国金融市场的发展创新的重要领域，许多金融机构纷纷成立专门的资产管理公司以满足社会发展的需求，而资产管理不仅需要对于各类型资产的了解、应用，更重要的是基于经济金融的生态环境的变化进行综合的、动态的资产管理。
学员通过资产管理与量化投资方向的专业学习，不仅可以掌握运用金融产品及投资理论进行资产管理的方法和技术，而且可以通过不同金融市场的实务操作、案例分析、专题讲座了解现代资产管理的应用，掌握运用量化技术进行投资、融资、资产负债管理、财富管理的手段，为从事资产管理领域的工作提供必要的准备。 1、随着国际国内金融市场的发展，现阶段资产管理已经成为我国金融市场发展创新的重要领域；
2、加大资产管理业务是金融行业扩大资产规模，增加收益的最好选择；
3、资产管理是企业追求长期稳定收益的必然选择；
4、资产管理是普通投资人（家庭、个人投资理财）最受益的选择方式；
5、资产管理是规范金融市场的有效途径，极大的降低市场的波动率；
6、资产管理业务是金融从业人员的激励和动力，促使金融从业人员优胜劣汰，优化金融团队；
7、政府支持、政策支撑：资产管理为社会、金融业、企业、个体等均带来巨大收益，自2012年开始政府大力支持，对其放宽政策，目的就是将此项业务坚定不移的开展下去。
报名条件：
1、从事社会工作三年以上的大专学历者；
2、大学本科毕业三年，并获得学士学位，可申请金融学专业经济学硕士学位。 按照对外经贸大学金融学专业硕士研究生培养方案，根据资产管理与量化投资方向的具体情况实施课堂教学。
学位课程：
微观经济学 宏观经济学 财政学
国际经济学货币银行学 社会主义经济理论
资产管理模块：
投资组合与基金管理 固定收益与信托产品投资
保险规划与财税规划 衍生产品与另类投资
量化投资模块：
金融工程与量化投资 技术分析与高频交易
金融统计与计量 统计套利与程序交易
金融市场、财务策划模块：
金融市场实务 理财规划实务
金融风险管理 财务报表分析 1、申请学位按照对外经济贸易大学研究生部学位办公室关于以研究生毕业同等学力申请硕士学位的规定办理。所交学费不包括进入论文阶段后的费用。
2、报名参加研究生课程进修班学习的人员，可在报名时提出以研究生毕业同等学力申请硕士学位。
3、国家统一组织的英语和经济学学科综合水平考试，由我院协助学员到研究生部办理手续，费用按规定由学员交纳。
4、我院将为学员安排教师进行学位论文的指导。

㈨ 量化投资的优势在哪里光大保德信的基金经理金昉毅是怎么说的

基金经理金昉毅觉得，相比被动指数，量化投资的优势主要是在超额收益的部分。同样的贝塔，但是指数增强有增强的作用。相比主动管理基金的优势在于量化投资的贝塔更透明、稳定。

㈩ 量化投资的主要方法和前沿进展

量化投资是通过计算机对金融大数据进行量化分析的基础上产生交易决策机制。设计金融数学和计算机的知识和技术，主要有人工智能、数据挖掘、小波分析、支持向量机、分形理论和随机过程这几种。
1．人工智能
人工智能（Artificial Intelligence，AI）是研究使用计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及计算机科学、心理学、哲学和语言学等学科，可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。
从思维观点看，人工智能不仅限于逻辑思维，还要考虑形象思维、灵感思维才能促进人工智能的突破性发展，数学常被认为是多种学科的基础科学，因此人工智能学科也必须借用数学工具。数学不仅在标准逻辑、模糊数学等范围发挥作用，进入人工智能学科后也能促进其得到更快的发展。
金融投资是一项复杂的、综合了各种知识与技术的学科，对智能的要求非常高。所以人工智能的很多技术可以用于量化投资分析中，包括专家系统、机器学习、神经网络、遗传算法等。
2．数据挖掘
数据挖掘（Data Mining）是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。
与数据挖掘相近的同义词有数据融合、数据分析和决策支持等。在量化投资中，数据挖掘的主要技术包括关联分析、分类/预测、聚类分析等。
关联分析是研究两个或两个以上变量的取值之间存在某种规律性。例如，研究股票的某些因子发生变化后，对未来一段时间股价之间的关联关系。关联分为简单关联、时序关联和因果关联。关联分析的目的是找出数据库中隐藏的关联网。一般用支持度和可信度两个阈值来度量关联规则的相关性，还不断引入兴趣度、相关性等参数，使得所挖掘的规则更符合需求。
分类就是找出一个类别的概念描述，它代表了这类数据的整体信息，即该类的内涵描述，并用这种描述来构造模型，一般用规则或决策树模式表示。分类是利用训练数据集通过一定的算法而求得分类规则。分类可被用于规则描述和预测。
预测是利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。预测关心的是精度和不确定性，通常用预测方差来度量。
聚类就是利用数据的相似性判断出数据的聚合程度，使得同一个类别中的数据尽可能相似，不同类别的数据尽可能相异。
3．小波分析
小波（Wavelet）这一术语，顾名思义，小波就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与傅里叶变换相比，小波变换是时间（空间）频率的局部化分析，它通过伸缩平移运算对信号（函数）逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了傅里叶变换的困难问题，成为继傅里叶变换以来在科学方法上的重大突破，因此也有人把小波变换称为数学显微镜。
小波分析在量化投资中的主要作用是进行波形处理。任何投资品种的走势都可以看做是一种波形，其中包含了很多噪音信号。利用小波分析，可以进行波形的去噪、重构、诊断、识别等，从而实现对未来走势的判断。
4．支持向量机
支持向量机（Support Vector Machine，SVM）方法是通过一个非线性映射，把样本空间映射到一个高维乃至无穷维的特征空间中（Hilbert空间），使得在原来的样本空间中非线性可分的问题转化为在特征空间中的线性可分的问题，简单地说，就是升维和线性化。升维就是把样本向高维空间做映射，一般情况下这会增加计算的复杂性，甚至会引起维数灾难，因而人们很少问津。但是作为分类、回归等问题来说，很可能在低维样本空间无法线性处理的样本集，在高维特征空间中却可以通过一个线性超平面实现线性划分（或回归）。
一般的升维都会带来计算的复杂化，SVM方法巧妙地解决了这个难题：应用核函数的展开定理，就不需要知道非线性映射的显式表达式；由于是在高维特征空间中建立线性学习机，所以与线性模型相比，不但几乎不增加计算的复杂性，而且在某种程度上避免了维数灾难。这一切要归功于核函数的展开和计算理论。
正因为有这个优势，使得SVM特别适合于进行有关分类和预测问题的处理，这就使得它在量化投资中有了很大的用武之地。
5．分形理论
被誉为大自然的几何学的分形理论（Fractal），是现代数学的一个新分支，但其本质却是一种新的世界观和方法论。它与动力系统的混沌理论交叉结合，相辅相成。它承认世界的局部可能在一定条件下，在某一方面（形态、结构、信息、功能、时间、能量等）表现出与整体的相似性，它承认空间维数的变化既可以是离散的也可以是连续的，因而极大地拓展了研究视野。
自相似原则和迭代生成原则是分形理论的重要原则。它表示分形在通常的几何变换下具有不变性，即标度无关性。分形形体中的自相似性可以是完全相同的，也可以是统计意义上的相似。迭代生成原则是指可以从局部的分形通过某种递归方法生成更大的整体图形。
分形理论既是非线性科学的前沿和重要分支，又是一门新兴的横断学科。作为一种方法论和认识论，其启示是多方面的：一是分形整体与局部形态的相似，启发人们通过认识部分来认识整体，从有限中认识无限；二是分形揭示了介于整体与部分、有序与无序、复杂与简单之间的新形态、新秩序；三是分形从一特定层面揭示了世界普遍联系和统一的图景。
由于这种特征，使得分形理论在量化投资中得到了广泛的应用，主要可以用于金融时序数列的分解与重构，并在此基础上进行数列的预测。
6．随机过程
随机过程（Stochastic Process）是一连串随机事件动态关系的定量描述。随机过程论与其他数学分支如位势论、微分方程、力学及复变函数论等有密切的联系，是在自然科学、工程科学及社会科学各领域中研究随机现象的重要工具。随机过程论目前已得到广泛的应用，在诸如天气预报、统计物理、天体物理、运筹决策、经济数学、安全科学、人口理论、可靠性及计算机科学等很多领域都要经常用到随机过程的理论来建立数学模型。
研究随机过程的方法多种多样，主要可以分为两大类：一类是概率方法，其中用到轨道性质、随机微分方程等；另一类是分析的方法，其中用到测度论、微分方程、半群理论、函数堆和希尔伯特空间等，实际研究中常常两种方法并用。另外组合方法和代数方法在某些特殊随机过程的研究中也有一定作用。研究的主要内容有：多指标随机过程、无穷质点与马尔科夫过程、概率与位势及各种特殊过程的专题讨论等。
其中，马尔科夫过程很适于金融时序数列的预测，是在量化投资中的典型应用。
现阶段量化投资在基金投资方面使用的比较多，也有部分投资机构合券商的交易系统应用了智能选股的技术。