量化投资强调对数据的挖掘和应用,借助现代统计学、数学方法,从海量历史数据中寻找能够带来超额收益的模型,在投资广度上超过传统投资模式,因而收益
更稳定、风险控制更精细。国内不少基金、券商、私募都已经推出了量化产品。
今天DM理财小编先介绍一下券商量化理财产品。
广发证券定增量化型产品收益抢眼
据wind数据显示,目前共有40家券商合计对外发行了185款量化型集合理财产品,其中有166款已公布净值数据,今年以来(截至11月26日)的平均收益率高达16.51%。
而今年以来收益率超100%的5款产品均来自广发证券,为定增量化型产品。其中广发恒定10号进取级的收益最高,达到217.75%。
另外,据wind数据,广发证券是2014年量化型产品发行最多的券商,目前共有21款量化投资型产品,今年以来的平均收益率高达58.07%,无一出现负回报。
国金证券量化型产品遭清算
另一方面,收益最差的一款量化投资型产品则为湘财证券的金润收益次级,今年以来(截至11月21日)亏损27.79%,最新单位净值只有0.66元。
另一款产品——国金慧京ETF套利分级B今年以来的收益率则排名倒数第二,亏损17.77%。
值得注意的是,国金证券一款量化投资型产品——国金慧泉ETF套利2号B在今年10月遭到清算,清算原因是该产品的客户少于2人,而在国金慧泉ETF套利2号B资产支付日(即2014年11月11日),该产品的单位净值只剩0.76元。
国泰君安28款量化产品最多
国泰君安证券是业内量化投资的先行者。2011年3月,国泰君安成立券商集合理财产品中的第一只量化对冲产品,历经3年多,目前国泰君安共有28只量化投资型产品在市场上运作,成为券商量化投资领域的主力。
尽管国泰君安量化核心人物——原总经理章飚离职,并带走一部分量化投资部人员转投齐鲁证券,但也无碍国泰君安资管在量化投资方面的发展。
据wind数据,国泰君安的28只量化投资型产品取得今年以来13.37%的收益率,其中26只均取得正收益,占比达到93%;而国泰君安君享慧安一号收益则较差,今年以来亏损12.63%,成立以来亏损15.6%。
对每一个从事量化投资的人来说,心中都有一个用“公式打败市场”的梦想。在大数据时代,各种针对大数据处理的技术的发展将在量化投资中得到应用,为投资者创造更大的回报。
CDA数据分析师培训官网
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22