浅析对冲策略的意义
要理解这个问题先要理解两个概念：
什么是对冲？
金融学上，对冲指特意减低另一项投资的风险的投资。它是一种在减低商业风险的同时仍然能在投资中获利的手法。一般对冲是同时进行两笔行情相关、方向相反、数量相当、盈亏相抵的交易。行情相关是指影响两种商品价格行情的市场供求关系存在同一性，供求关系若发生变化，同时会影响两种商品的价格，且价格变化的方向大体一致。方向相反指两笔交易的买卖方向相反，这样无论价格向什么方向变化，总是一盈一亏。当然要做到盈亏相抵，两笔交易的数量大小须根据各自价格变动的幅度来确定，大体做到数量相当。
什么是对冲策略？
对冲策略是指同时在股指期货市场和股票市场上进行数量相当、方向相反的交易，通过两个市场的盈亏相抵，来锁定既得利润（或成本），规避股票市场的系统性风险。具体做法是，已持有股票组合的投资者，预期股市面临下跌风险，但手上持有的股票难以在短时间内迅速卖出，那么就可以在期货市场上卖空一定数量的股指期货，如果大盘下跌，股指期货交易中的收益可以弥补股票组合下跌的损失，达到分散股票市场下跌风险的目的。
是不是没看懂？举一个例子：
市场上现在只有百事可乐和可口可乐，你又对可乐很有研究，认为百事可乐前景比可口可乐好，但是如果光买百事可乐的股票的话，市场波动是你无法预料的，市场不景气，百事可乐再好也不能给你带来收益，但是如果你做多百事可乐，做空可口可乐，不管市场怎样变化，收益均为百事可乐好于可口可乐的部分，当然获得收益的前提是你的判断准确，即百事可乐好于可口可乐。
这就是对冲策略的最大意义——去掉不想承担的风险，只保留我们想要的风险。
现代金融理论认为，证券投资的额外收益率可以看做两部分之和。第一部分是和整个市场无关的，叫alpha；第二部分是整个市场的平均收益率乘以一个beta系数。beta可以称为这个投资组合的系统风险。alpha是和整个市场无关的，也就是上市公司自己的情况；beta就是系统风险，表示不可抗拒的，随波逐流的那部分。比如坐火车，当一个人在行驶中的火车上走的时候，他的速度等于他对于火车的相对速度加上火车的速度。火车速度就相当于整个市场的系统风险。但区别在于，火车速度对于在同一辆火车上的每个人而言都是一样的，而整个市场的涨跌对于各个投资组合提供的收益率却可能不同，也就是beta系数不同，取决于投资组合跟市场的相关性。因为beta只是跟随大势，alpha凭的是真本领。对冲策略做的事情就是把beta对冲掉，从而获得纯alpha。
不论市场大盘涨了或者跌了，成功的对冲基金都应该赚钱，基本没有市场系统风险。为了最大限度获取难得的alpha，对冲基金往往运用最新的投资理论和极其复杂的金融市场操作技巧，充分利用各种金融产品，承担风险，追求高收益。因为它们需要操作灵活，所以政府对它们的监管很少，也正因此往往限制它们允许接纳的投资者的类型。现在一般局限于机构投资者和被认为可以承担高风险的富有人群，不可以对普通公众开放。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。对冲策略_百度百科
声明：百科词条人人可编辑，词条创建和修改均免费，绝不存在官方及代理商付费代编，请勿上当受骗。
本词条缺少名片图，补充相关内容使词条更完整，还能快速升级，赶紧来吧！
对冲策略是指同时在股指期货市场和股票市场上进行数量相当、方向相反的交易，通过两个市场的盈亏相抵，来锁定既得利润（或成本），规避股票市场的系统性风险。具体做法是，已持有股票组合的投资者，预期股市面临下跌风险，但手上持有的股票难以在短时间内迅速卖出，那么就可以在期货市场上卖空一定数量的股指期货，如果大盘下跌，股指期货交易中的收益可以弥补股票组合下跌的损失，达到分散股票市场下跌风险的目的。
对冲策略对冲策略的原理
对冲策略通过构建多空头寸进行风险规避，是最常见的获得准绝对收益的手段最传统的对冲策略是套利策略，通过寻找市场错误定价的机会，建立相反方向的头寸来获取收益。最典型的对冲策略是Alpha策略，通过构建相对价值策略来超越指数，然后通过指数期货或期权等风险管理工具来对冲系统性风险。另外，中性策略也是比较典型的对冲策略，通过构造股票多空组合减少对某些风险的暴露，可以分为基于基本而和基于统计的两种类型，配对交易就属于后者。第四类对冲策略是事件驱动型策略，通过寻找可能进行重组、收购、兼并、破产清算或者其他事件的公司，买入股价受事件正而影响的公司，卖出股价受事件负而影响的公司。
(一)套利策略:最传统的对冲策略
套利策略包括转债套利、股指期货期现套利、跨期套利、ETF套利等，是最传统的对冲策略。其本质是金融产品定价“一价原理”的运用，即当同一产品的不同表现形式之间的定价出现差异时，买入相对低估的品种、卖出相对高估的品种来获取中间的价差收益。因此，套利策略所承受的风险是最小的，更有部分策略被称为“无风险套利”。
A股市场发展最为成熟的套利策略应该是ETF套利，虽还不能称产业化，但是已经有专业化从事ETF套利的投资公司。套利者通过实时监测EFT场内交易价格和IOPV之间的价差，当场内价格低于IOPV一定程度时，通过场内买入ETF，然后执行赎回操作转换成一篮子股票卖出，来获取EFT场内价格和IOPV之间的价差反之，当IOPV低于场内价格时，通过买入一篮子股票来申购ETF份额，然后场内卖出ETF来获利。除此之外还有ETF新发阶段、成份股停牌等情形都可能出现套利机会。当然，随着套利资金的参与，ETF套利机会在不断收窄，因此，即使是专业从事套利的投资公司也开始向统计套利或延时套利策略延伸。
股指期货、融资融券等衍生品和做空工具的推出创造了更多的套利机会。2010年和2011年套利收益最大的来源是股指期货和现货之间的套利机会。沪深300股指期货上市以来大部分时间处于升水状态，因此通过买入沪深300一篮子股票同时卖出期货合约，当期货合约到期时基差收缩就能获利。除了买入沪深300股指期货之外还可以通过上证50、上证180和深证100等EFT来复制股票现货，这也是这三支ETF在股指期货推出之后规模快速增长的原因之一当然随着沪深300EFT的上市，期现套利便利性进一步得到提升，这或许也是最近沪深300指数期货升水水平快速下降的原因之一
当前市场中比较热的套利机会来自分级基金。分级基金是国内基金业特有的创新产品，它从出现开始就受到广泛投资者的追捧。比如2012年截至三季度末，在上证指数下跌5%，大量股票基金规模萎缩的情况下，股票型分级基金场内份额增长了108%。其主要原因是分级基金在将传统的共同基金拆分成稳定收益和杠杆收益两种份额的同时，给市场提供了众多的套利机会—上市份额和母基金之间的套利机会、稳定收益份额二级市场收益套利机会、定点折算和不定点折算带来的套利机会。部分基金公司已经在发行专门从事分级基金套利的专户产品。
(二)Alpha策略:变相对收益为绝对收益
Alpha策略成功的关键就是寻找到一个超越基准(具有股指期货等做空工具的基准)的策略。比如，可以构造指数增强组合+沪深300指数期货空头策略。这种策略隐含的投资逻辑是择时比较困难，不想承受市场风险。图1和图2是根据一个定量增强策略对冲系统性风险之后的月度八加ha收益和滚动年八如ha收益。通过对冲策略，组合63.16%的月份获得正的收益，而从年滚动收益来看，获取正回报的概率是89.32%。从收益来看，2000年以来平均每个月高达0.98%,2006年以来月收益达2.18%，而2000年以来滚动年收益平均为16.05%，2006年以来滚动年收益平均为36.73%其中获取负收益的时间主要集中在年股改期间，定量策略失效，未能成功战胜沪深300。在国内基金运行的这几年中，基金表现出卓越的选股能力，通过Alpha策略可以成功地放大基金公司这方而的专业技能。
(三)中性策略:从消除Beta的维度出发
市场中性策略可以简单划分为统训一套利和基本而中性两种，中性策略表现数据相对有限，主要是这一类策略数据常常包含基本而多空、波动率套利等策略的表现中性策略和多空策略很多情况下方法和思想比较类似，只是中性策略尝试在构造避免风险暴露的多空组合的同时追求绝对回报。因此，多头头寸和空头头寸的建立不再是孤立的，甚至是同步的。多头头寸和空头头寸严格匹配，构造出市场中性组合，因此其收益都源于选股，而与市场方向无关—即追求绝对收益(Alpha)，而不承受市场风险(Beta)。
基于统训一套利的市场中性表现往往优于基于基本而的市场中性，主要原因是统计套利的信息来源更加广泛，换手率也较高。在市场中性策略方而，中信证券金融工程及衍生品组研究也分两个方而进行，一方面是研究境外市场中性策略的发展及其最近的进展，另一方而也在做本土化的尝试。尤其是融资融券推出之后，在国内市场开发中性策略产品已经成为可能。图3和图4分别给出基于组合的统训一套利策略表现和基于配对的统计套利交易案例，可以发现，在融资融券标的中运用统训一套利能够获得非常稳定的收益，这和境外市场表现很相近
(四)事件驱动策略:分享事件冲击的“红利”
在任何一个市场，事件发生在影响企业基本而之前首先影响的是市场参与者的预期，然后就会直接冲击股价，A股市场也不例外。事件驱动策略通过关注正在或可能会进行重组、收购、兼并、破产清算或其他特殊事件的公司，当股价受到这些事件冲击时，就能从中获利。股改时期寻找下一个股改的公司、司空见惯的寻找具有重组题材的公司等都是事件驱动策略的体现。中信证券金融工程及衍生品组针对八股市场上分离债发行、分红送配、股权激励、成分股调整等都进行过事件研究，通过捕捉事件在不同环节对股价的冲击节奏来获取超额收益
图5和图6分别给出白酒行业和钢铁行业过去发生的两个可以运用事件驱动策略的案例。日水井坊公告全兴集团中外双方股东自日起举行正式会谈;日DHHBV将持有全兴集团53%的股权，并将间接控制全兴集团现时持有的公司39.71%的股权，从而触发要约收购义务。这个事件本身对于水井坊而言应该属于利好，市场预期应该是会强于行业。因此可以选择公告出来之后做多水井坊卖空其他白酒公司来对冲风险，比如贵州茅台、五粮液等行业比较有代表性的公司。从图5可以发现，水井坊公告之后，股价走势明显强于贵州茅台等同业公司。水井坊日股价复牌之后三个月内上涨了20%，而贵州茅台股价基本没有发生大幅波动。同样，日唐钢股份与邯郸钢铁、承德钒钦签署换股吸收合并。唐钢股份(吸收合并完毕后为河北钢铁)在短短的2个月时间内股价就从4.1元上涨到6.30元，涨幅超过50%;到2009年8月份股价最高达到11.32元而同期钢铁行业代表性公司宝钢股份表现相对落后。在这两个事件中，买入受事件刺激的股票、卖出行业代表性公司，可以不承受市场系统性风险获取事件影响带来的超额收益。
当然，事件驱动策略收益和事件发生频率密切相关。从CS/Tremont并购套利策略表现来看，当全球并购事件交易量较高时，并购驱动策略表现会更好。根据花旗集团和汤森路透等机构等的统计，近几年并购事件多发区域从欧关市场向亚太等新兴市场转移，预计擅长事件驱动策略的资金也会随之转移，并且强化事件对于股票价格的冲击。并购事件也是八股市场永恒的主题之一，尤其是近几年央企整合在加速。同时，融资融券业务的试点，各个行业的代表性大公司大多数是属于融资融券标的，买入具有事件发生的公司卖出行业代表性公司来获取事件驱动收益是切实可行的。
对冲策略参考文献
1 严高剑.对冲基金与对冲策略起源、原理与A股市场实证分析[J].商业时代,2013(12)[1]谢题主的问题，有幸一直在国内做这方面的投资研究，希望借此与大家进一步交流。&br&&br&首先我想说一说在Alpha策略的研究中，一些通常的设置：&br&&u&&b&基差的不可预测性：&/b&&/u&&br&如果大家有耐心做过关于基差预测的研究，就会发现在实际研究和投资过程中，预测基差是非常困难的一件事情，其难度甚至不亚于直接预测大小盘的走势。当然，市场机构各有神通，不排除有少数市场有实力的机构能够在特定的时间段内、特定的预测区间下对基差做出&大概率&准确的、量化的预测。然而正如同Alpha策略选择用对冲期货来规避市场风险的初衷的一样，市场上大部分的机构在测试其策略时，往往直接用”指数“来替代股指期货对策略进行回测，从而希望能够”真实“地呈现策略的本来面目。然而这一设置，后面会说到，在投资过程中，会带来很大的问题。&br&&br&&u&&b&行业中性：&/b&&/u&&br&同”市场中性“策略这个名字一样，Alpha策略追寻地是剔除了市场、行业判断的纯粹的套利收益。直白地说，这是因为量化投资在直接预测大盘走势、预测行业强弱上并不具有特别的优势，原因在后面会说明。所以，国内的Alpha策略在早期（注意：我说的是早期）一般都会将策略在某个行业上的权重配得跟指数一致。这样、由于行业相对强弱所带来的风险也会被规避掉。然而这一设置，仍然会带来很多问题。&br&&br&&b&&u&回测的时间：&/u&&/b&&br&由于数据获取等种种原因，2007年之前的数据是有非常多缺失且不完整的。如涉及到指数权重、财务数据、会计准则更改等等问题。所以一般而言，国内的Alpha策略最早也是从2007年中开始回测，更有甚者可能从2008年之后开始回测。But, time does matter. &br&&br&如果说Alpha策略在中国所遇到的研究困难，就不得不从股指期货这个对于Alpha策略来说唯一的对冲工具说起了。IF合约是从日在中金所开始交易的，国内Alpha策略的兴起也基本上与IF的上市密不可分，所以我把Alpha研究在实际操作过程中遇到的困难分为以下几个时期：&br&&br&&b&A. 2010年4月-2014年10月(迷人的潘多拉魔盒)&/b&&br&如果大家在这个时期做Alpha策略，你会发现赚钱太容易了！记得曾经跟某BGI回来的量化私募大佬电话会议的时候，该大佬说，现在Alpha随便什么策略都能赚钱。言语中，是戏谑，是无奈，却也隐含着担忧。&br&&br&在这个时期，你会发现用一些非常简单的信号，用经典的Alpha框架，回测起来，年化15%以上的收益、夏普3以上的策略一堆一堆的。你可能会突然觉得你是这个世界上最聪明的人，你发现了新大陆！&br&&br&如果说，在当时的环境下，Alpha研究有什么隐忧的话，那就是：IF本身的问题太大了。这句话什么意思呢？IF的标的指数是沪深300指数，而沪深300指数最大的特点就是金融业的权重太大了！而且银行股的只数太少了，只有16只！&br&&br&如果大家读过Grinold的Quantitative Equity Portfolio Management（此君来自Barra，做Alpha的同志必然读过他的书；Barra Risk Model也算是发源于他的研究），就会记得，一个策略的Information Ratio跟涵盖股票的只数的开方、截面离散率是正相关的。但是金融股、尤其是银行股有什么特点呢？低波动、同涨同跌严重（相对其他版块），低价股多且日内波动率极低。前两个特点导致银行股本身很难有高Alpha，最后一个特点则导致交易起来十分困难，这样的话， 策略如果跟指数一样，配很高的权重在银行上，就要忍受始终在银行业上赚不到钱甚至亏钱。多说一句，为什么低价股交易起来会很困难呢？比如你要买农业银行（日收盘3.17元），假设下一交易日开盘3.16(买一)/3.17(卖一)，实际交易你会发现，低价股的盘口很少动的，因为动一下就是0.01/3.16 = 32bps就出去了，这个在交易过程中太难忍受了，要知道有时候Alpha策略一天还不一定能赚32bps呢。所以如果你一直挂在买一，就面临交易量大无法成交的风险，如果跨过盘口去对手盘成交，Oh god，真是能疼出血来。&br&&br&BUT！在当时，这些都是小问题，因为当时Alpha太高了，或者说，小盘因子的Alpha太高了。所以，接下来，回测时间的问题就来了。&br&&br&&b&B. 2014年10月-2014年12月(Alpha策略痛苦的回忆)&/b&&br&其实这波小盘的强势从2013年或者说2012年就开始了，Alpha策略在这几年的回测动辄40~50%的收益率，其实大部分Alpha策略在年是不好的，但是由于08、12、13的高收益的提升，它们往往被忽略了。这个时候，现在已经众所周知了，市场开始转向了。&br&&br&其实回过头来看，除了量化投研人员之外，主动投资研究的人士早就看到了这次大牛市的到来，而量化投资的童鞋成天与数据、模型、代码和论文打交道，本身的市场敏感性相较而言则要差很多，而且大部分做Alpha的朋友是不喜欢或者是厌恶Beta的，这种厌恶来源于保守，也来源于Beta很难用量化看懂。&br&&br&于是，大家看到，金融股开始狂飙，大小盘转换开始加速，基差开始急剧拉升。犹记得当时我看见Alpha策略那触目惊心的亏损的时候，真心佩服那些能够坚持账户市值中性的大佬们。虽然策略本身的缺陷是显著的，但是在那样环境下的坚持，我认为是这对自己投资理念的坚持。&br&&br&这个阶段其实就是市场给Alpha策略研发人员上的一课：应该说，量化策略本身（如包含统计学习特性）和量化策略开发人员是具有很强的学习市场能力，但当你从未见过、考虑过、测试过这样的市场状况时，你无法保证量化策略的成功。这是量化天生的缺陷，它是数学、是统计、是基于过去对未来的预测，当你需要它预知它从未见过的事物时，这几乎是不可能的。&br&&br&总结下来，这段时间，Alpha的失败有几大原因：&br&一、由于市场特性的变化、大小盘风格发生大逆转、流动性偏好发生大逆转。&br&二、由于IF本身的结构特征，在金融股狂涨时，如果调仓频率低，由于市场涨跌，会自动产生市值敞口、行业敞口。&br&三、基差的急剧拉伸带来的巨大浮亏。&br&&u&这几个原因并不是独立的、而是相辅相成的。&/u&&br&&br&所以，这一段痛苦的经历，对Alpha策略来说，也是涅槃重生后的宝贵财富，当然，你得能活下来，不少Alpha策略当时已经被清盘了。&br&&br&&b&&u&C. 2015年股灾之后(狂欢之后的负重者)&/u&&/b&&br&股灾之前的2015年对Alpha策略是美好的，简直太美好了，半年，很多的基金或产品轻轻松松录得50%以上的收益。然后就是雪崩了，然后就是监管介入，提高保证金，限制交易手数，期指流动性大跌。目前期指的流动性差不多是股灾之前流动性的百分之一。&br&&br&但是好在中证500期货(IC)的推出很好的解决了沪深300期货本身的结构性问题，使得Alpha策略面临更少的市场风险和风格风险，从而能够更好的挖掘“真正”的alpha。&br&&br&但是深度贴水的问题就来了。个人观点，这种深度贴水，是对做多期指时流动性缺陷、政策限制缺陷等问题的补偿，在监管不发生改变的前提下，可能是一种“Normal Backwardation”。这种深度贴水带来两个困难：一、如果在深度贴水下建仓，一旦基差收窄，账户经常要面对2-3%的回撤；二、移仓成本太高。因为市场多头套保需求多，而投机多头又受到限制，所以一旦需要换仓时，移仓成本会非常高，IC近月合约通常都在3%左右甚至往上，这意味着，如果一年换仓12次，Alpha一年得挣36%以上才能勉强避免由换仓导致的亏损。&br&&br&&u&&b&最后，策略的转向：&/b&&/u&&br&现在，很多的Alpha策略开始探求其他的突破，这些方向是Alpha进步的动力，比如：&br&一、放开行业中性、市值中性的约束，用量化方法学习提取市场特征，动态调整。&br&二、结合CTA策略、结合场外期权产品、结合期货纯多策略等等；&br&三、新的数据源，也意味全新的Alpha来源。
谢题主的问题，有幸一直在国内做这方面的投资研究，希望借此与大家进一步交流。 首先我想说一说在Alpha策略的研究中，一些通常的设置： 基差的不可预测性： 如果大家有耐心做过关于基差预测的研究，就会发现在实际研究和投资过程中，预测基差是非常困难的一…
能被你看到的新闻都是旧闻，而且是被筛选和编辑过的。&br&市场看似是第一时间的反应其实早就在几天前把新闻的内容factor in了。&br&&br&说个发生在我自己身边的例子，2011年的时候我在弄美股，我的老家有一个在美国上市的公司，跟我还稍微那么点关系，但是我以前从来没有关注过。然后在某一个十月的周五晚上，(美国时间周五中午)，微博上的家乡人民突然爆出报道说这个企业的环境污染问题引起了村民老乡的不满，村民在周五晚上围着工厂抗议，并且打砸抢。
这事出来以后，当时还没有任何新闻媒体报道，我去查这家公司在美国的股票，发现在期权交易里发现了这家公司早在几天前就被卖空，有大量的看跌期权 转手。这个公司属于小股，发行量很少，这么大的put option转手本来就很不寻常。我发现有料，给国内朋友打电话确认出事，就跟进把我当时账户里还剩的现金都买成了put option。 周五晚上关盘，周六周日美股停盘，事件发酵，周一上午新闻一出，股票价格从9块跌到了5块。 option x100的杠杆。当时就赚翻了。 当时非常后悔没有把自己手里所有的股票全都变现压在put上。&br&粗略算了一下，几个大宗看跌期权交易的价值一下子涨了好几千万美金。&br&&br&之后的几个礼拜，新闻持续发酵，每次围绕着新的新闻，股票价格一直被提拉，一上一下，期权好像就是钱泵，但是玩它的人的节奏显然是在带领市场的节奏。
新闻只不过是一个工具而已。&br&&br&后来我往深了打听，听说（没有证据）去闹事的村民每人都拿一到两万块钱。&br&&br&从那次以后我就明白，市场上的散户不管是在TA（技术分析）还是FA（基本面分析），永远跟赌博是一样的，因为你的分析所基于的信息无非是已经被庄家处理过的信息（旧闻）。 真正的新闻永远掌握在新闻的制造者手里。这个道理发散到政治上也一样，所以西方国家说谁能掌握新闻就是掌握了国家，民主政治里，民意就是这么被操纵和利用的，专制政治里，民意可以直接被安插替代，本质上是一样的。&br&&br&说回到股票，往后我就再也不弄股票了，在你还没有足够资金和资产积累的情况下你永远是在搏市场的一头或另一头。真正的玩法是当你积累到了可以做小盘股的庄家，你再进去，你来主导他的走向，你来提拉，你来用这个钱泵，你来把内幕变成新闻。所以巴菲特根本不是什么股神，他不炒股，他手下的&a href=&///?target=http%3A//zh.wikipedia.org/wiki/%25E6%25B3%25A2%25E5%E5%25A4%258F%25C2%25B7%25E5%E8%%25E5%25A8%%2585%25AC%25E5%258F%25B8& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&伯克希尔·哈撒韦&i class=&icon-external&&&/i&&/a&就是通过买下别的公司的股权和经营权，去影响公司未来走向从而套利的。
能被你看到的新闻都是旧闻，而且是被筛选和编辑过的。 市场看似是第一时间的反应其实早就在几天前把新闻的内容factor in了。 说个发生在我自己身边的例子，2011年的时候我在弄美股，我的老家有一个在美国上市的公司，跟我还稍微那么点关系，但是我以前从来…
现有那个答案第一句话就是错的。&br&&br&Event Driven的概念分为大和小两种类型。以下分类还是以HFR的大分类为基础吧。&br&&br&大范围的Event Driven 概念中包括了：&br&&br&&b&&u&Activist：&/u&&/b&&br&&br&主动管理策略近两年因为Carl还有Bill Ackman成功运用变得非常著名。国内有类似的运用例如董事会提出10送18这样的方案。主动管理策略的要素是反交易而行，持有大量仓位，深入公司董事会，对日常运营，尤其牵涉到公司资产处理，人员构成以及公司股票权益上的变动。如果有人不配合，基金会动用例如投票权的方式争取权益。&br&&br&这样的策略专注于创造事件并且影响到进展。为了避免潜在的内幕信息交易，基金公司一般进入的非常早，同时充分利用公开发声的机会：媒体，报纸， Investment letter or investor letter通过外力来影响公司事件。这完全没有压宝，而是创造宝。&br&&br&这里的宗旨是active , control , influence .Pershing 拉着Bill Doyle 这位原Venture Capital investor来做这个案子的时候其实是有两手准备的，这个时候就要做情景假设。然后Bill因为之前的麦肯锡和JJ背景，把他们介绍给了Valeant的CEO。那个时候那个的药应该还在Phase 3，针对Allergan有利的Push让valeant动心，但是无法接受50%的溢价的同时，市场开始进入了bidding的阶段。同时Pershing 开始利用自己的影响力促使allergan同时拒绝了Valeant的offer，其实这个案例很精彩，因为Pershing被Allergan sued by using shareholder's fund 因为他们想Delay 整个关于MA的Special Meeting。&br&&br&&img src=&/73eeb743b2faa_b.jpg& data-rawwidth=&838& data-rawheight=&581& class=&origin_image zh-lightbox-thumb& width=&838& data-original=&/73eeb743b2faa_r.jpg&&&br&&br&&br&&b&&u&Credit Arbitrage & Distressed investment &/u&&/b&&br&&br&我尽力避免运用Distressed Restructuring 这样的重组性质的词因为在Credit类的策略中，更多的是把Balance Sheet切割开，不一定会用到Restructuring，但是往往会针对单独的资产包进行估价评估或者定价。运用Credit Arbitrage or Distressed的公司往往不会进行股票卖空，因为他们和Equity fund策略不一样，有可能不会运用到独立的卖空策略。他们更多是资产包增值，重新估价，再进行出售。如果需要保护往往会运用CDS或者其他类型的Swap进行互换。团队中往往有本行业的行家，Investigator , 专门精通于Valuation 以及破产法专家等等。Credit中用Fixed income作为基本的exposure 敞口，添加其他多种类型的不同交易产品。 一开始专注做这个的应该是John Paulson 底下的Credit fund，但是这个fund向来以不稳定而著称啊。&br&&br&&b&&u&Merger Arbitrage:&/u&&/b&&br&&br&这个应该是在Activist 或者Active investment被广为人知之前最常用的Event Driven策略。表面上看起来很简单但是操作起来门道很复杂很复杂。怎么处理Pre- news data or Post - news data，怎么做进入，怎么做exist ，怎么做多种产品配合，用什么类型的杠杆，这些门道都很多很多的。最近Pershing Square那个医药并购的安检就是联合了一方去并另外一方，这个时候他们其实相当于有资产的卖方财务顾问，用比较safe的downside margin 去操作整个事情。&br&&br&&b&&u&Private Issue/Regulation D&/u&&/b&&br&&br&这个我在国外没怎么用过，不过没想到回国倒是天天见，类似于国内的大宗以及锁定期的产品和定增计划等等。作为不具有流动性的PIPE或其他类型产品作为流动性后有一定的估值上的溢价。&br&&br&&br&&b&&u&Special Situations&/u&&/b&&br&&br&这个更多是Active management or Activists 之前的版本。针对公司除了破产和并购之外的所有特别事件与计划中制定的策略。跟踪与跟随和逻辑上的分析，进而推进到特别事件策略。通过一段时间的进化便成为今天的Active management .&br&&br&&br&其实这些策略一点也不新啊……&br&&img src=&/27bca98c0a563e_b.jpg& data-rawwidth=&410& data-rawheight=&286& class=&content_image& width=&410&&
现有那个答案第一句话就是错的。 Event Driven的概念分为大和小两种类型。以下分类还是以HFR的大分类为基础吧。 大范围的Event Driven 概念中包括了： Activist： 主动管理策略近两年因为Carl还有Bill Ackman成功运用变得非常著名。国内有类似的运用例如董…
&p&你想要底层抽象，C++有函数指针&/p&&p&你想要语法糖，C++有lambda&/p&&p&你想要高层抽象，C++有std::function&/p&&p&有人非要说delegate是有捕获的，这个C++也有，lambda可以捕获，没有C++11时，std::bind也可&/p&&br&&p&学东西不要只学了名字，很多相同的东西在别的地方是不叫这个名字的，你要去理解它的内涵&/p&&p&===&/p&&p&就比如说一个列表折叠操作&/p&&p&haskell里叫fold，C++里叫accumulate，C#里叫aggregate，还有的语言叫reduce&/p&&p&但他们的本质都是折叠操作&/p&&p&所以一定不要只学了名字&/p&
你想要底层抽象，C++有函数指针你想要语法糖，C++有lambda你想要高层抽象，C++有std::function有人非要说delegate是有捕获的，这个C++也有，lambda可以捕获，没有C++11时，std::bind也可 学东西不要只学了名字，很多相同的东西在别的地方是不叫这个名字的，…
&p&首先，我们来看看VIX的历史走势&/p&&img src=&/v2-19eecc6aceea85f1b1a86e7a_b.png& data-rawwidth=&1497& data-rawheight=&632& class=&origin_image zh-lightbox-thumb& width=&1497& data-original=&/v2-19eecc6aceea85f1b1a86e7a_r.png&&&p&看到这种历史走势后，你告诉我如果VIX指数如果直接可以交易，你会怎么做？&/p&&p&逢低持有等待爆发啊……这不是摆明的事情嘛。&/p&&p&VIX是有底无顶的，最低一直就那么低，时不时小爆发一轮，如果有极端事件的话，会飙得比较欢快，那跌倒历史偏低位置的时候，慢慢持有就好了嘛。反正跌不下去嘛，VIX是根据SPX期权的价格算出来的，难道期权还能免费不成？&/p&&p&至于VIX能到多高，这个天知道，上去的时候你敢不敢做空？这是个勇敢者（作死者）的游戏了。&/p&&p&好，现在VIX指数真的是可以交易的，也就是CBOE大赌场的VIX期货，那当VIX指数很低的时候，我们做多VIX期货是不是就高枕无忧了呢？&/p&&p&天上不会掉馅饼啊，你买VIX指数得有人卖给你，承担VIX上升后付给你的利润啊。&/p&&p&哪个人愿意给你在10的位置对赌VIX继续往下跌呢？反正我是不愿意的，就算跌倒9，也赚一点点，而VIX上升的潜力是很大的。&/p&&p&市场上是没傻子的，因为傻子死得很快，你要赌VIX上升，肯定得空头乐意的位置，所以VIX期货的价格不升水，在低VIX的情况下你是找不到竞争对手的。&/p&&p&期货毕竟是要交割的，如果交割日的VIX指数确实低，那么VIX期货的价格就会趋于VIX指数，这也就是VXX这类ETF总是那么坑爹的原因，不断的支付升水的代价（VIX期货空头愿意跟你对赌的油水）。&/p&&p&所有拿白皮书里提供的公式推论出VIX期货应该升水的，必然要面临一个很尴尬的事实：VIX期货有时候贴水。&/p&&p&其实道理不复杂，观察VIX历史走势，是不可能在高位持续停留的，都是脉冲式的上升后回落，也就是期权的隐含波动率必然回归正常。那谁愿意在VIX指数30的时候买多呢？大家都知道脉冲时的上升必然要回落的，这个时候对赌的价格就贴水了。&/p&&p&不是因为其他的，恰恰是VIX指数的特性和期货市场参与者的鸡贼造成了很低VIX的时候升水（空头不是傻子，不是不知道有底），VIX指数很高的时候贴水（多头不是傻子，不是不知道必然冲高回落）。这就是金融学里最根本的基石理论：大家都不是傻子定律。&/p&&br&&img src=&/v2-78013dbf6fdb57eabd8631_b.png& data-rawwidth=&1075& data-rawheight=&575& class=&origin_image zh-lightbox-thumb& width=&1075& data-original=&/v2-78013dbf6fdb57eabd8631_r.png&&&p&红颜色的线是VIX指数，三根颜色各异不断下降的线是最近三个月的VIX期货的价格。&/p&&p&我们可以看到，图中间红色VIX指数飙升的时候，VIX三个期货的价格并没同比例跟上，而是从升水变成了贴水。（拿公式推论升水合理的被证伪）&/p&&p&而随着临近交割日，VIX期货的升水要被修复，慢慢趋近于VIX指数（红线）&/p&&p&而这三跟线和红线的距离（也就是升水贴水幅度）的收敛，是K线上升的原因。这跟K线代表的是一个叫SVXY的ETF，它和VXX镜像，或者可以理解为做空VXX。&/p&&p&因为长时间的低VIX，VIX期货的升水慢慢修复，导致了SVXY的价格不断攀升。&/p&&p&长期UVXY和VXX那么坑爹，是支付了无数的升水这理论是对的。&/p&&p&什么时候会特别坑，什么时候不坑，其实是VIX期货的期限结构决定的。&/p&&br&&img src=&/v2-c69b182f0a74_b.png& data-rawwidth=&483& data-rawheight=&552& class=&origin_image zh-lightbox-thumb& width=&483& data-original=&/v2-c69b182f0a74_r.png&&&p&VXX 总是持有最近两个月的VIX期货合约，所以其实在期限结构上是可以做点文章的。&/p&&p&题主问的关于不断Short UVXY 的同时Short SPX来对冲，能不能套利？&/p&&p&这是个好问题，因为VIX指数和SPX指数的关系不是线性的，事实上取决于标普期权市场交易者的看法，故而很难做到一个纯套利的策略。当UVXY飙升时候，做空的标普的量需要很大才能覆盖住损失，比值关系在行情大的时候不稳定。&/p&&p&那这个吃UVXY损耗特别凶的策略思路可行吗？&/p&&p&是可行的，但再具体的东西就不透露了，因为太值钱了。&/p&
首先，我们来看看VIX的历史走势看到这种历史走势后，你告诉我如果VIX指数如果直接可以交易，你会怎么做？逢低持有等待爆发啊……这不是摆明的事情嘛。VIX是有底无顶的，最低一直就那么低，时不时小爆发一轮，如果有极端事件的话，会飙得比较欢快，那跌倒历…
工作过的伦敦对冲基金，风控部门和投资团队是一个矛盾制约的存在，风控部门最理想的是投资组合0风险他们就万事大吉高枕无忧了，但是没有风险的基金还赚什么钱。&br&&br&抖机灵的回答风控就是Excel，报表满天飞，各种pivot.&br&&br&小规模基金的风控，基本全数交给资产托管银行(prime broker)代理，银行模式化生成投资仓位大量报表，很直观的给出各项风险指标图表，费用反映在交易成本上。基金经理自我约束，或者一般是得力助手归纳总结成报告，这是一个相当苦累的活儿。&br&有一定规模的基金，必然会有风险管理经理(Risk Manager)这一职位，也一定有一个合规部门(Compliance)班组(城管小分队)，与投资团队的合作与较量，苦的却是IT开发人员，这是题外话了。&br&&br&日常操盘交易，我能想到的风控（主要是合规部门执行）关注主要的内容：&br&1. &b&做空&/b&。这个细节很多。&br&比如美市要求借债做空必须在交易前知会银行并提供代码（locate code），大一点的基金系统自动完成，小的合规部门去打电话问。&br&2. 每单交易是否&b&据理有因&/b&，分配(allocation)是否公允。&br&法规趋向更严格：欧洲明年一月起交易甚至需保留前后相关电话语音记录以备监管部门抽查&br&3. 各种&b&额度&/b&。&br&基金在银行相应产品的交易额度，币种的交易额度，交易员相应各种的额度，等等。交易系统一般自动检查，但是合规部门都还是有小妹人工看一下的。&br&4. &b&利益冲突&/b&&br&比如客户是某意大利银行，投资策略产生交易涉及持有该银行所属的公司，分配到这个基金的挂单不能执行。&br&比如某支基金是给美林证券做的信托投资，那么牵涉该基金的交易基本是不跟美林证券的经纪服务交易的。&br&5. &b&客户要求&/b&&br&比如投资人就是不喜欢日本市场（可能这个基金是人家用来对冲风险的），有时候核心宏观策略算出来的投资某日本上市公司的交易，就不能执行。&br&&br&基金层面，一般由风险管理负责人审查，我能想到的关注的主要内容：&br&1. &b&系统性风险&/b&&br&指数都是CIO订的（Chief Investment Officer，或者投资委员会），从数据分类求和上看看按照国家按照币种按照板块等等，超没超标；&br&2. &b&Counterparty Risk&/b&&br&这个不才实在不知道怎么翻译，自从雷曼倒闭以后，这方面很受关注，基本就是鸡蛋不能放在一个篮子里的意思；&br&有意思的是高盛出来的基金经理一般都故意不跟高盛交易，或者跟某银行有私交只给一家银行生意，或者单纯就是懒只选下拉菜单第一个(银行名字在字母表的位置是相当重要的!)，风险经理就会过去说说或者直接关停交易员过多仓位的银行账户交易权限。&br&3. &b&情景分析&/b&&b&法&/b&，脚本法分析(Scenario Analysis)&br&比如央行突然非预期调息，或再发生雷曼银行事件，又或者希腊明天宣布国将不国了，还或者金胖满地球散花核弹，现有仓位会变成什么样子。&br&4. 各种&b&希腊字母&/b&那些就不多说了。&br&没有人会自己做，目前呆过的基金都交给RiskMetrics算完了报回来，月费价格不菲。&br&5. 如果基金较大，各种国债和外汇衍生品之类的风控非常复杂涉及面相当广，所以一般就是风控经理说啥是啥。但是人就会出错，曾经某基金经理跟风控一锅端了两名大员就是俩都算漏了某option bucket，直到银行提醒才发现风险霸气侧漏，虽然最后竟然赚钱了俩还是都给炒了。&br&风险管理经理通常是trading floor年度最不受欢迎人士，交易员基金经理被束手束脚是自然的，多少量化大牛博士呕心沥血鼓捣出来的模型被当头一棒打回去，或者等上线了面临一浪接一浪反回测的drawdown被勒停（参考前述合规部门日常，现实与理论的差异）；这也说明风控作为基金运作白细胞的重要性。&br&0. 与营销部门互动&br&这一点列为0，因为风险控制自己看的内容是一回事，报给投资人看的内容是另外一回事。
工作过的伦敦对冲基金，风控部门和投资团队是一个矛盾制约的存在，风控部门最理想的是投资组合0风险他们就万事大吉高枕无忧了，但是没有风险的基金还赚什么钱。 抖机灵的回答风控就是Excel，报表满天飞，各种pivot. 小规模基金的风控，基本全数交给资产托管…
最大的困难是这行骗子太多&br&概括起来说有两类骗子：&br&&br&第一类是某几个就业很牛逼的学校商科出来的，特点是颜值不错，不论男女气质好，擅长做ppt和presentation，去忽悠投资人时候口灿莲花，你是学院派就给你各种ratio各种回测各种历史净值。你是野路子就随身带交割单。你啥也不懂就给你卖大力丸。真等到上了实盘了就sb。&br&&br&第二类是某几个排名靠前的学校的工科狗，特点是长得很丑，在当年自己的学校是学渣，但是靠着学校的牌子容易让外人误以为是学霸。对金融的理解就是金融狗大部分其实是文科生屁都不懂，你们bb的那些理论都是屁，老子能编程能量化就到市场抢钱来了。其编程水平在母校是垃圾水平，但由于历史原因的确金融圈有大量看见代码就懵逼的人，所以这类人一度很能忽悠而且给人以靠谱的感觉。上了实盘还是垃圾。&br&&br&在这两类人消失前，在中国做alpha都很困难。&br&&br&欢迎对号入座。
最大的困难是这行骗子太多 概括起来说有两类骗子： 第一类是某几个就业很牛逼的学校商科出来的，特点是颜值不错，不论男女气质好，擅长做ppt和presentation，去忽悠投资人时候口灿莲花，你是学院派就给你各种ratio各种回测各种历史净值。你是野路子就随身带…
我觉得从找工作的角度来看，这种经历肯定是面试时非常好的谈资。起码楼主能做出东西来，对于做回测时的一些技术性细节有所了解。&br&&br&不少人回答应该考虑交易成本、滑点等执行层面的问题。我个人不太建议楼主往那些方向走。术有专攻，交易成本建模本身又是一个完全不同的领域，而且不同公司面临的费用结构完全不同。测试下策略的收益对交易成本的容忍度是必要的，但在进入执行层面前，把太多经历花在那些方面不是很值得。&br&&br&我个人很好奇的是，你总共测试了多少种方法？你的选股因子，还有更新股票的方式，以及总共选的股票的数量，这些参数你是怎么决定的。如果你是根据一些基础的金融理论，选出一个看上去比较合理的参数，第一次回测就出现这么好的结果，那么你牛逼！这个结果值得关注。如果是在很多个测试结果中选出来得最好的，那么可以考虑用reduced information来调整下结果，即把你的策略的information ratio除以测试次数的平方根。&br&&br&这个信息比较重要，因为只要测试的次数够多，几乎什么结果就可以弄出来。我们公司最近在研究美国国债配对交易。400个国债品种，将近35万种组合方式，夏普比在-10到10之间什么都有, 你想要什么样的收益曲线，我都可以给你找出来。如何确认测出来的结果不是运气好碰到的，是量化研究中偏“艺术”的领域，也是我认为量化研究中最有意思的部分。&br&&br&我的建议是：&br&&br&1. 尝试解释下利润来源：把收益曲线和交易信号对比，看看上涨下跌究竟是由什么驱动的。一般纯粹黑盒子的策略很难得到交易员的信任。&br&&br&2. 看下利润空间是否平滑：修改下策略的参数，把不同组合的结果的夏普比的三维图画出来，看看表面是平滑还是到处是山峰。如果山峰则要小心跌下去。
我觉得从找工作的角度来看，这种经历肯定是面试时非常好的谈资。起码楼主能做出东西来，对于做回测时的一些技术性细节有所了解。 不少人回答应该考虑交易成本、滑点等执行层面的问题。我个人不太建议楼主往那些方向走。术有专攻，交易成本建模本身又是一个…
通常来讲，就是利用 select 的空余时间，来进行时钟检查，不管是 select / poll / epoll/ kevent，以下统称 select，它有一个等待时间作为参数，即没有事件时，最多 wait 多少时间，我们把这个作为网络库的基准频率，比如 10MS，或者 20MS, 25MS, 50MS，都是常用的几个值。&br&&br&就是说网络库调用 select 等待事件时如果没有事件，那么最长等待 10MS 就返回了，这时再处理完所有网络事件后，就可以来处理时钟数据了。事件处理函数就是这样：&br&&div class=&highlight&&&pre&&code class=&language-python&&&span class=&k&&def&/span& &span class=&nf&&update_events&/span&&span class=&p&&(&/span&&span class=&n&&milisec&/span& &span class=&o&&=&/span& &span class=&mi&&10&/span&&span class=&p&&):&/span&
&span class=&n&&result&/span& &span class=&o&&=&/span& &span class=&n&&selector&/span&&span class=&o&&.&/span&&span class=&n&&select&/span&&span class=&p&&(&/span&&span class=&n&&milisec&/span&&span class=&p&&)&/span&
&span class=&k&&for&/span& &span class=&n&&fd&/span&&span class=&p&&,&/span& &span class=&n&&event&/span& &span class=&ow&&in&/span& &span class=&n&&result&/span&&span class=&p&&:&/span&
&span class=&n&&do&/span& &span class=&n&&something&/span& &span class=&k&&with&/span& &span class=&n&&socket&/span& &span class=&n&&event&/span&
&span class=&n&&current&/span& &span class=&o&&=&/span& &span class=&n&&time&/span&&span class=&o&&.&/span&&span class=&n&&time&/span&&span class=&p&&()&/span&
&span class=&n&&update_timer&/span&&span class=&p&&(&/span&&span class=&n&&current&/span&&span class=&p&&)&/span&
&span class=&k&&while&/span& &span class=&mi&&1&/span&&span class=&p&&:&/span&
&span class=&n&&WAIT_MILLISEC&/span& &span class=&o&&=&/span& &span class=&mi&&10&/span&
&span class=&n&&update_events&/span&&span class=&p&&(&/span&&span class=&n&&WAIT_MILLISEC&/span&&span class=&p&&)&/span&
&/code&&/pre&&/div&&br&关键就是这个两次 select 中间 update_timer 的任务：集合中检查需要唤醒的时钟，并且调用它们的回调函数，来驱动整个服务器的时钟运行，以最简单的扫描法为例：&br&&div class=&highlight&&&pre&&code class=&language-python&&&span class=&k&&def&/span& &span class=&nf&&update_timer&/span& &span class=&p&&(&/span&&span class=&n&&current&/span&&span class=&p&&):&/span&
&span class=&k&&for&/span& &span class=&n&&timer&/span& &span class=&ow&&in&/span& &span class=&n&&available_timers&/span&&span class=&p&&:&/span&
&span class=&k&&while&/span& &span class=&n&&current&/span& &span class=&o&&&=&/span& &span class=&n&&timer&/span&&span class=&o&&.&/span&&span class=&n&&expires&/span&&span class=&p&&:&/span&
&span class=&n&&timer&/span&&span class=&o&&.&/span&&span class=&n&&callback&/span&&span class=&p&&(&/span&&span class=&n&&current&/span&&span class=&p&&)&/span&
&span class=&n&&timer&/span&&span class=&o&&.&/span&&span class=&n&&expires&/span& &span class=&o&&+=&/span& &span class=&n&&timer&/span&&span class=&o&&.&/span&&span class=&n&&period&/span&
&/code&&/pre&&/div&&br&available_timers 记录着当前可用的所有 timer 的集合，expires 是他们需要被触发的时间，如果当前时间大于等于这个 expires，认为该 timer 需要被触发到。注意 timer.expires 更新的时候是 += 周期，而不是 = current + 周期，后者会导致误差积累，长时间运行后偏差越来越大。同时这里需要 while，因为可能跨越两个以上周期，当然只运行一次的 timer 就不需要了，这里只是简化下。&br&&br&比如 libevent 里面的主循环 event_base_loop 每次 select 完毕后就调用一次 timeout_process。&br&&br&这就是 Timer 调度的基本原理。&br&&br&可能你会发现每次 select 结束都要扫描整个 available_timers 集合，是一个非常费时间的事情，那么首先想到的就是优先队列了：将 Timer 节点按照 expires 的先后顺序，将最快要发生的超时节点放在前面，每次检测队列头就可以判断是否超时了。&br&&br&比如 libevent 里面的 timerout_process 函数，就是用最小堆来存储超时事件，每次检测堆的第一个节点如果超时则删除并继续检测下一个，否则跳出循环（此时没有任何节点到期）。&br&&br&还有一种固定超时队列，就是里面的节点的超时周期都是相同的，那么每次增加都在最后，每次检测都只检测头部。比如所有链接都要检测60秒无事件超时这个事情，就可以用它，因为60秒是固定的，新增时放到队列最后，检测时只检测头部是否超时，如果有事件来到，就删除并重新加入队列末尾，这是固定超时队列。&br&&br&还有上面专门说的系统提供的 timerfd，创建后加入
select， 但是受限于 linux 系统，跨平台就用不了了，不能太依赖。&br&&br&然而这些都不算最完美的解决方案，一旦超时节点多达上万个，每个时间都不同，又考虑通用实现（非特定平台实现）的话，这几种调度方式是要吃亏的，目前最好的算法是 Linux Kernel 的时间轮算法，几乎保证不管有多少个时钟对象要处理，每次 update_timer 的时间都几乎是常数。&br&&br&具体可以看代码 kernel/timer.c ，楼上提到 skynet 里面有个时间轮的应用层实现，看了一眼，和 skynet 依赖太大了，需要自己做剥离工作，同时全局变量做 tvec_base（时钟管理器），这有点要命，你多线程每个线程一个 selector 的时候，就没法用了。更加具备简单性和可拆分性的 Linux 时间轮的应用层实现见我写的：&br&&a href=&///?target=https%3A///skywind3000/AsyncNet/blob/master/system/itimer.h& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&AsyncNet/itimer.h at master · skywind3000/AsyncNet · GitHub&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=https%3A///skywind3000/AsyncNet/blob/master/system/itimer.c& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&AsyncNet/itimer.c at master · skywind3000/AsyncNet · GitHub&i class=&icon-external&&&/i&&/a&&br&&br&两个文件，拷贝走就得了，没有任何第三个文件的依赖，更没有全局唯一的时钟管理器。&br&&br&一般来讲 “侵入式” 的网络库，都会把这个事情给管理了，因为他们接管你的主循环，比如 libevent, skynet 之类，你进入一个 event_loop 就只有程序结束才能出来了，而非侵入式的网络库不会接管你的主循环，可以让你自己主动去触发。&br&&br&比如某同事想在 libevent 上跑一套自己的时钟系统，而 event_base_dispatch 属于进去就出不来的 “侵入式” 设计。为了能在 select 前后加入自己的时钟调度，不得不把 libevent 改出一个 branch 来，所以 侵入式 是比较恶劣的设计。libevent 应该学习一下 win32，把 GetMessage, DispatchMessage 放出来，比如叫做:&br&&div class=&highlight&&&pre&&code class=&language-c&&&span class=&kt&&int&/span& &span class=&nf&&event_base_update&/span&&span class=&p&&(&/span&&span class=&k&&struct&/span& &span class=&n&&event_base&/span& &span class=&o&&*&/span&&span class=&n&&base&/span&&span class=&p&&,&/span& &span class=&kt&&int&/span& &span class=&n&&max_wait_time&/span&&span class=&p&&);&/span&
&/code&&/pre&&/div&&br&让你主动去触发它，然后灵活的在前后做点事情，还可以用 event_base_wakeup 从另外一个现成唤醒它，这样就会灵活很多了，完全取代
event_base_dispatch 这个进去出不来的死循环。&br&&br&每次 select wait 的时间一般用一个固定值，称为一个 TICK，固定值选大了，时钟基准周期就会很长，短时误差就会增大，选小了，又会占用额外 cpu，可以模拟 Linux 使用 100Hz的值，即 10ms来做，这也是通行做法。&br&&br&不嫌麻烦还可以每次从 timer 集合里面选择最先要超时的事件，计算还有多长时间就会超时，作为 select wait 的值，每次都不一样，每次都基本精确，同时不会占用多余 cpu，这叫 tickless，Linux 的 3.x以上版本也支持 tickless 的模式来驱动各种系统级时钟，号称更省电更精确，不过需要你手动打开，FreeBSD 9 以后也引入了 tickless。&br&&br&TICKLESS 模式可以说是一个新的方向，但是目前处于默认关闭的测试状态，那么你的网络库到底是用 TICK 还是 TICKLESS，看你根据具体情况来评估了。
通常来讲，就是利用 select 的空余时间，来进行时钟检查，不管是 select / poll / epoll/ kevent，以下统称 select，它有一个等待时间作为参数，即没有事件时，最多 wait 多少时间，我们把这个作为网络库的基准频率，比如 10MS，或者 20MS, 25MS, 50MS，都…
操作系统的事件监听是靠与CPU协作完成的，这一机制叫作&b&硬件中断&/b&(Interrupt)。&br&正常情况下，CPU按照它内部程序计数器(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Program_counter& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Program counter&i class=&icon-external&&&/i&&/a&)所指的指令(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Instruction_%28computer_science%29& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Instruction&i class=&icon-external&&&/i&&/a&)顺序执行，或者如果所指的指令是跳转类指令，比如&i&x86&/i&类的&i&CALL&/i&或者&i&JMP，&/i&跳转到指令所指的地方继续顺序执行。&br&只有四种情况，CPU不会顺序执行，包括上面所说的硬件中断，Trap(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Trap_%28computing%29& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Trap (computing)&i class=&icon-external&&&/i&&/a&)，Fault，和Abort。&br&&br&硬件中断时，CPU会转而执行硬件中断处理函数。Trap则是被x86的&i&INT&/i&指令触发，它是内核系统调用(&a href=&///?target=https%3A//en.wikipedia.org/wiki/System_call& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&System call&i class=&icon-external&&&/i&&/a&)的实现机制，它会使得CPU跳转到操作系统内核的系统函数(Exception Table)。Fault则是除0报错，缺页中断(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Page_fault& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Page fault&i class=&icon-external&&&/i&&/a&)，甚至内存保护错误实现所依靠的。&br&&br&不会顺序执行的意思是，CPU会马上放下手头的指令，转而去处理这四种情况，在把这四种情况处理完之后再依靠CPU跳回到刚才的指令继续处理。这就是为什么即使单核CPU在100%占用处理另一个进程任务时，只要你的进程优先级够高，也能在键盘事件发生时让CPU停下而转而执行你的进程。&br&&br&为什么监听键盘事件可以不占100%CPU，甚至可以0占用CPU呢？因为即使在CPU完全停止而不执行指令的状态(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Idle_%28CPU%29& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Idle (CPU)&i class=&icon-external&&&/i&&/a&)，硬件中断仍然会启动CPU开始执行中断处理函数(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Interrupt_handler& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Interrupt handler&i class=&icon-external&&&/i&&/a&)。&br&&br&特别的，当你按下Ctrl+C时，键盘硬件会给CPU一个硬件中断，其中包含一个异常号(Exception Number)，CPU拿到这个异常号马上调用之前由操作系统内核(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Kernel_%28operating_system%29& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Kernel (operating system)&i class=&icon-external&&&/i&&/a&)注册的中断处理函数，中断处理函数会调用内核中的键盘驱动，键盘驱动调用显示终端(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Computer_terminal& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Computer terminal&i class=&icon-external&&&/i&&/a&)驱动在终端上显示&^C&，同时通过调度器来唤醒相关的进程(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Process_%28computing%29& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Process (computing)&i class=&icon-external&&&/i&&/a&)。*nix还会生成信号(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Unix_signal& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Unix signal&i class=&icon-external&&&/i&&/a&)发送到当前的进程组(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Process_group& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Process group&i class=&icon-external&&&/i&&/a&)，这些进程则会执行&i&SIGINT&/i&的信号处理函数，这时我们的CPU就从内核模式(&a href=&///?target=https%3A//en.wikipedia.org/wiki/Protection_ring%23SUPERVISOR-MODE& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Kernel Mode&i class=&icon-external&&&/i&&/a&)转到了用户模式(&a href=&///?target=https%3A//en.wikipedia.org/wiki/User_space& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&User mode&i class=&icon-external&&&/i&&/a&)。&br&&br&如果在这一事件发生之前你的进程使用了阻塞式(Blocking)的等待键盘响应，并且用户并没有什么程序执行。那么CPU大多数时候会被内核代码中的&i&HLT&/i&指令转到空闲状态，只会被时钟的硬件中断周期性唤醒看看调度器有没有什么事情可以做。当键盘时间发生时，你的进程就会被唤醒，从等待函数中返回，继续执行之后的代码。你也将在电脑上屏幕上看到CPU仍然是0占用。&br&&br&参考: &a href=&///?target=http%3A///Computer-Systems-Programmers-Perspective-Edition/dp/X& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Computer Systems: A Programmer's Perspective (3rd Edition)&i class=&icon-external&&&/i&&/a&
操作系统的事件监听是靠与CPU协作完成的，这一机制叫作硬件中断(Interrupt)。 正常情况下，CPU按照它内部程序计数器()所指的指令()顺序执行，或者如果所指的指令是跳转类指令，比如x86类的CALL或者JMP，跳转到指令所指的地方继续…
Danny W的答案已经很到位了。以下通俗化一点，顺便再补几点。&br&&br&原则上event driven主要分为3个子策略： Merger (Risk) Arbitrage, Special Situations, & distressed credits. Shareholder activism也属于Event driven但大部分时候都独自拿出来。&br&&br&&b&Merger Arbitrage: &/b&&br&当有m&a交易的时候，收购方与被收购方的股票最终会converge, 做空收购方，买进被收购方，2边都会获利。而你最大的风险是，收购项目不被批准。不过那你两边都赌输了。下面是man group的一个介绍，里面的配图还是很到位的。&br&&a href=&///?target=https%3A///GB/event-driven& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/GB/event-driven&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&br&&br&如Danny所说，操作起来就没那么简单了，到底是cash deal还是stock deal? 怎样评估风险，到底怎么计算upside等等。这是历史以来用途最广的event driven策略。&br&&br&&br&&b&Special Situations: &/b&&br&任何可能引起价差的企业事件，包括M&A, restructuring, litigation, consolidation, bankruptcy, regulation actions, spin-off etc. 都可以成为机会。以下举一个consolidation的例子(根据真实案例改编)：&br&假如某行业需要整合，A公司可能并吞B公司，而B公司由于营业不佳，也乐得其所，但由于反垄断法，可能要涉及C公司，同时D公司也想掺一脚。为了说服C公司加入交易，A公司可能需要将部分B公司的平台转卖给C公司，但是也有可能A,C, D公司一起买了B。可惜C公司与D公司签了协议，也不一定需要B公司的平台，那是买呢，还是买呢，还是不买自己玩儿呢?&br&&br&这是一个典型的special sits机会，因为M&A之后可能带来巨大的协同效益，所以股价会大幅上涨。但是具体涨多少？不确定。谁买谁？不确定。C公司到底是沿用自己的平台呢，还是买新的平台呢？如果不买新平台，这个收购能过吗？如果真要发生，啥时候发生呢？等等。&br&&br&一般这种交易都属于短期交易，持有期不会超过一年，假设2个月内我赚了20%，年化一下，我翻倍还有余。&br&&br&&b&Distressed Credits&/b&&br&这里我不是很同意Danny说的。不管是debt还是equity，都是可以做多做空的。restructuring之后swap equity也是很常见的事情（至于要不要控股，那是另外一个事情，一般PE玩这个）。&br&一般的event driven fund是不会在这里交易structured products的，valuation其实是很简单的。&br&&br&来一个最简单的corporate bonds的例子。假设A公司有senior secured debt和senior unsecured debt. 假设他们之前瞎玩，只够钱付一部分debt, 那原则上按照常理，senior secured debt会先被付掉。然后剩下的钱，加上每年的free cash flow付不清未来的本金了，甚至可能今年的利息都付不起了 - 小伙子，你就distressed了。&br&&br&你的bonds有可能从par value - 100跌倒了25. 你们有听说过中国林业这个公司吗？还是他们的老大哥Sino Forestry？实在都没听过总有人听过仁和置业吧? 他们都distressed了。除了中国外，一般都distressed了的小伙子们，bond&equity那可是一块掉啊。去年全球煤矿业由于金价等金属猛跌，今年违约的债务可多了（参见澳大利亚煤矿公司Boart Longyear)。又有一大堆可怜的小伙子要上街乞讨了。&br&&br&要赌的就是，这些bonds能不能以后扭转乾坤，回到100. 25回到100，假设6个月内就成功了，年化一下IRR，我又翻倍有余了，给我妈刷一个爱马仕轻松自如。可是大部分情况，这些公司真的很屎，所以八成就破产了，业务也不怎么样的话，那是回不来的。&br&&br&其中涉及的东西相当复杂，例如怎么restructure，是否置换股权，到底买哪个bonds，还是loans? 当地法律到底怎么界定破产，资本结构到底是怎样个顺序，如果你碰巧想玩主权债？小伙子，喝两口豆浆，洗洗睡吧。&br&&br&Activism:&br&Danny上面已经解释过了。有兴趣的可以去找Bill Ackman的PPT。买进上市公司股权抢投票权或者董事会席位，然后公开施压驱赶管理层或者着手有关业务重组。为何近两年这么火? 因为这帮哥们天天叫媒体来喝茶，然后炮轰手上的公司。听起来很屌，其实真的蛮屌。&br&&br&2014年回报率最好的策略当属event driven & activism。这些策略不管是牛市还是熊市都可以玩。如果市场好了，那Merger Arb/special sits equity机会大大的有。市场不好了，我们玩distressed/special sits credit.&br&&br&附送我认为通俗易懂的详解&br&&a href=&///?target=http%3A///documents/institutional-investors/research/event-driven-investment-strategies.pdf& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&/documents/i&/span&&span class=&invisible&&nstitutional-investors/research/event-driven-investment-strategies.pdf&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&
Danny W的答案已经很到位了。以下通俗化一点，顺便再补几点。 原则上event driven主要分为3个子策略： Merger (Risk) Arbitrage, Special Situations, & distressed credits. Shareholder activism也属于Event driven但大部分时候都独自拿出来。 Merger Arb…
&a data-hash=&63cdb218db32b51e1ee4da& href=&///people/63cdb218db32b51e1ee4da& class=&member_mention& data-editable=&true& data-title=&@梅腾天& data-tip=&p$b$63cdb218db32b51e1ee4da& data-hovercard=&p$b$63cdb218db32b51e1ee4da&&@梅腾天&/a&在评论里所表达的意思是基本get到了。不过这样的回答确实会影响到新人。&br&做交易一定要止损的哦~不管是Day trader还是Expert Advisors。强行往自信上扯的是耍流氓行为~题主千万不要上当受骗~&br&&a data-hash=&c8fbe82ed0& href=&///people/c8fbe82ed0& class=&member_mention& data-editable=&true& data-title=&@唐梦& data-tip=&p$b$c8fbe82ed0& data-hovercard=&p$b$c8fbe82ed0&&@唐梦&/a&的回答很到位，也很细，是一套行之有效的交易策略，平时我也经常用到。不过在美股市场中更合适一些，其他市场的有效性，尤其是外汇市场，有待验证。毕竟外汇的点数跳的还是蛮快的。&br&鉴于题主没接触过实盘，就用一句笼统的经常告诫学员的话概括一下如何止损。&br&&b&观察规律，进场，规律改变，出场。&/b&&br&当市场的运行已经不足以支撑你的进场条件时，就可以止损/止盈了。&br&上几张图说说好了。&br&&img src=&/7be6dacc29ff7_b.jpg& data-rawwidth=&980& data-rawheight=&555& class=&origin_image zh-lightbox-thumb& width=&980& data-original=&/7be6dacc29ff7_r.jpg&&本来想截几张美股的图，不过这个点实在卡，截一下原油的盘子将就一下吧。。&br&&img src=&/8d2eef1a5a95c7_b.jpg& data-rawwidth=&1070& data-rawheight=&437& class=&origin_image zh-lightbox-thumb& width=&1070& data-original=&/8d2eef1a5a95c7_r.jpg&&比如题主想做一个波段/趋势的空。那么题主可以发现这一段趋势走下来的规律。&br&&b&1.每次反弹的高点均不会超过上一次反弹的高点。&/b&&br&&b&2.每次下跌的低点均超过上一次下跌的的低点。&/b&&br&OK，那么题主发现了这个规律，就需要为入场做准备，所以我们得出这样的入场结论。&br&&b&1.每次反弹的高点在不超过上一次反弹的高点时做空。&/b&&br&&b&2.每次下破的低点在超过上一次下破的低点时做空。&/b&&br&为什么要这样做呢？因为这是两个&b&明确的规律成立的信号。&/b&&br&&br&当你进仓后，对心态的考验是十分严苛的。如果你选择保守的做法，那么在任一条件不满足时，就要马上离场。如果你选择激进的做法，那么在某一条件暂不满足或仅部分满足的情况下，就要凭经验与运气来决定是盆满钵满还是人仰马翻了。&br&比如&br&&img src=&/ad0f30fccd_b.jpg& data-rawwidth=&735& data-rawheight=&409& class=&origin_image zh-lightbox-thumb& width=&735& data-original=&/ad0f30fccd_r.jpg&&其中的一波，虽然下破没有创新低，但反弹也没创新高，走成了大概率向上的三角形整理，但最后还是继续下行了。&br&但是当两个条件均被破坏的时候，就是必须要离场的时候了，比如走到这里&br&&img src=&/03da20007cef9d182bd7cc_b.jpg& data-rawwidth=&693& data-rawheight=&300& class=&origin_image zh-lightbox-thumb& width=&693& data-original=&/03da20007cef9d182bd7cc_r.jpg&&两个条件均被破坏，上破前高，下未破前低，所及哪怕后面再怎么走，再怎么跌，也已经不是你的钱了。因为此时已经与你的交易系统相违背，再去强行持仓和赌徒无异。&br&所以，止损既是在你所观察出的规律发生改变时，为了保护自己的盈利或是控制亏损，及时的去平掉自己的仓位，&b&无论它目前处于亏损还是盈利的状态。&/b&&br&&br&&br&当然市场是瞬息万变的，有些时候你会发现以前很好用的东西，有些时候会被打脸打到肿，比如&br&&img src=&/b6d41bcc65_b.jpg& data-rawwidth=&925& data-rawheight=&591& class=&origin_image zh-lightbox-thumb& width=&925& data-original=&/b6d41bcc65_r.jpg&&&br&所以怎样合理的设置止损点，真的没一个完美的答案，&br&借用大神的一句话，止损在心中。&br&&br&啊，最后补充一下。Stops are for buses, not traders. stop一语双关，包含公交车站和止损双重意思。这样很好理解了吧？&br&&br&为了答题错过整个早盘，题主怎么着也要点赞加感谢意思意思~
在评论里所表达的意思是基本get到了。不过这样的回答确实会影响到新人。 做交易一定要止损的哦~不管是Day trader还是Expert Advisors。强行往自信上扯的是耍流氓行为~题主千万不要上当受骗~ 的回答很到位，也很细，是一套行之有效的交易策略，…
谢邀。最近市场有点疯，先标记下，有空再回答吧。&br&&br&基础的宏观策略可以参考Handbook of hedge funds，Wiley Finance系列，里面有关于宏观对冲策略的简述。还有一本Investment strategies of hedge funds，也是这个系列的，作者是Filippo Stefanini。也是相对简略的。但宏观策略本身就是大杂烩，不要拘泥于书本上的定义或者是权威学术上的定义。&br&&br&至于最近几年没有优秀的宏观对冲例子，这个说法肯定是不合适的。比如Bridgewater在我看来采用的就是一种宏观对冲策略。具体的东西我有时间就会补上去。&br&&br&======================================================================&br&更新一：&br&首先，解决这个问题，需要明确什么是宏观对冲策略。&br&这里面引用investopedia的一段定义作为参考：&br&A global macro strategy is a hedge fund strategy that bases its holdings - such as long and short positions in various equity, fixed income, currency, and futures markets - primarily on overall economic and political views of various countries (macroeconomic principles).&br&这个定义很泛泛。很多对冲基金的其他策略都会用到多空股票，多空固定收益，货币等方式。所以这个定义并没有把握Global Macro的实质。作为一个Global Macro的基金经理，我说说我眼中的宏观对冲策略。&br&&br&宏观对冲策略，顾名思义，两部分，宏观，对冲。&br&&br&什么是宏观？就是以宏观经济作为主要决策要素和主要利润贡献来源。&br&与之对应，作为一个基金经理，第一点，你需要有一个明确的投资框架。什么是投资框架，最简单的来说，就是你是如何做出投资决策的。第二点，你需要一个明确的策略评估体系。具体来说，就是你要详细分析你的策略，评估你的投资策略中各种组成部分是如何贡献利润的。这里举个例子，比如说我要做一个中国A股的宏观对冲策略，多空指数，我就要考虑我的多头贡献了多少利润，空头贡献了多少利润；再比如，我的宏观择时贡献了多少利润，行业配置贡献了多少利润。&br&所以，可以简单总结宏观对冲策略中宏观的主要特征：&br&1.投研框架由上而下而不是由下而上；&br&2.宏观经济的分析贡献主要投资利润；&br&&br&同样举个例子，这里的例子我都以中国市场为背景，这样比较有利于各位理解。&br&比如说第一季度中国经济的宏观背景。一季度中国经济的宏观特征，信贷大幅上升，通胀预期上升，M1较M2上升更为显著，这些信号是通胀即将走强的信号。而中观上，部分大宗商品由于季节性低库存因素，加之期现价格低位盘整已久，具有较强的弹性，所以我会选择做多部分低库存的工业品期货，如螺纹钢，铁矿石，以及他的配套产品，焦炭、焦煤；而通胀走强，固定收益会受压制，所以我会空国债期货。这就是一种宏观对冲策略。而第二季度，PPI上升不及预期（虽然本来也没什么强的预期），CPI-PPI剪刀差有扩张趋势，所以我选择做空工业品，做多农产品，比如说做多不易储存易炒作的鸡蛋期货，做空螺纹钢等。这就是同一套逻辑下现阶段的宏观对冲策略。&br&&br&这里也说说最近一些宏观对冲策略中宏观部分的最新发展：宏观对冲以前往往只追踪指数或者最细分的也就是追踪到行业。现在由于大数据、计算机、智能系统的应用，程序辅助已经深入到了这个行业，所以，以前宏观对冲策略不追踪个股，现在已经不再局限于此。&br&同样举例。比如我看好周期板块，我会设计程序计算原材料上涨对股票EPS的冲击，选择冲击较大的投资标的。这种情况在以前不会出现在宏观对冲策略中，现在而言并没有什么。&br&&br&======================================================================&br&更新二&br&对冲。对冲（hedge）指特意减低另一项投资的风险的投资。这是以前的说法。现在，对冲更多时候都只是用来指明采用多空策略而已。就想对冲基金中的对冲的一样。&br&很多宏观对冲的策略其实并没有降低风险，反而是扩大风险的。例如，我上面举得多螺纹钢空国债期货的例子，如果通胀没有如预期走的一样，我很可能两边头寸都会亏损。同理，经典的案例。日本量化宽松，空日元多日股，如果宽松达不到预期，日元上涨日股下跌，也是两面亏损。当然了，如果你硬说对冲，其实他也对冲了风险，就是日元股市同方向运动的风险。但是这并不是做此投资决策的出发点，所以对冲效果一般，风险敞口相对较大。所以，宏观对冲中的对冲，在我看来，并不是字面的意思，而只不过变成了习惯，其真实的意思也就是基金管理者可以同时进行多空操作而已。&br&&br&所以，总结如下。宏观对冲策略的特征：&br&1.投研框架由上而下；&br&2.宏观经济分析贡献主要利润；&br&3.采取多空策略。&br&&br&如果以此来看，符合条件的基金管理人就应该多上不少。&br&至于目前是不是宏观对冲策略的低谷，这个要具体到策略。因为宏观策略本身定义就很大。如果他的投研框架制定的出发点普便适用，当然没有什么低谷，那只是经济周期而已。并且，由于宏观对冲的一些策略自上而下，在不同经济体的适用性都很强，区别只是收益多寡，并非策略起伏。但是，如果你完完全全做Carry Trade，融资货币日欧瑞郎波动如此剧烈当然算是低谷期了。现在世界各国经济分歧比较大，风险偏好切换频繁，对于某些宏观对冲策略难度上升是很正常的事情。&br&&br&不过，因为投资本身就是一个长期的过程，我相信绝大多数的基金经理都会很平静地看待现今的市场状况的。
谢邀。最近市场有点疯，先标记下，有空再回答吧。 基础的宏观策略可以参考Handbook of hedge funds，Wiley Finance系列，里面有关于宏观对冲策略的简述。还有一本Investment strategies of hedge funds，也是这个系列的，作者是Filippo Stefanini。也是相对…
其实梅总的答案是对的，只是大多数人不理解。&br&&br&对于机构来说，尤其是大的基金来说，直接递一些特别明显的止损单是一件很危险的事情，被集中逼到止损线暂且不说，这样话有明显的仓位挪动，是会被利用的。所以在初期建仓的时候，会有一个消化周期，然后用其他衍生品去控制暴露头寸，而不是单纯的去止损。这样的好处是可以做到让利润一直往前，而不是被强制平仓平掉有反复打脸的情况出现，抹平了波动性。&br&&br&一般单一仓位不在金字塔型加仓的情况下做纯止损，一般就两种情况：&br&&br&&ul&&li&根据资金量的情况定的死仓位止损，例如如果你总金额1个亿，分散到10个股票上，每个股票最大止损不超过15，同时配置板块不同，你的单一仓位不超过15就行，这个是看你个人情况定&br&&/li&&li&为什么进去的，就为什么出来。例如你因为这个公司的盈利需要增长10%以上，这个理由而进取，如果他没有到10%，你就关掉你的仓位&/li&&/ul&&br&其他的止损方式小资金随便用没关系，大的话还是谨慎一些比较好。另外，止损越是精确的计算，越容易有被人利用的可能。
其实梅总的答案是对的，只是大多数人不理解。 对于机构来说，尤其是大的基金来说，直接递一些特别明显的止损单是一件很危险的事情，被集中逼到止损线暂且不说，这样话有明显的仓位挪动，是会被利用的。所以在初期建仓的时候，会有一个消化周期，然后用其他…
我曾经和几个师兄做过比题主更复杂的系统，额，得到的结果可能有点耸人听闻...&br&&br&我们不断的吸收能找到的算法补充模型，可是最后只证明了一件事: 这种模型进行历史回溯，得到的一切收益率都是没有意义的，根据我们的计算，今年的股灾是千年不遇的特例，然而他就是发生了......同样的，08金融危机，当年的东南亚金融危机，都应该是千年不遇的，可是他们都发生了...&br&&br&我们得到这个结果的时候几乎崩溃，但是后来我们终于想明白了原因，这其实是一个很简单的哲学问题，休谟早就给出来答案了——归纳法的正当性永远无法被有效证明。放在股市上，就是历史k线无法给我们预测未来提供任何实质性帮助。&br&&br&当你觉得k线提供了信息让你可以预测未来的时候，你预测的其实是其他股民未来短期的心理活动，和投资无关。&br&&br&从那一天开始我们几个人变成了死忠的价值投资派，安安心心回去重学了一遍财务报表分析......&br&&br&当然题主的建模经历是很宝贵的，但是如果想用在投资上，建议不要选择股票，而是去建立跟无风险套利有关的模型。因为无风险套利利用的是规则，与人心无关。换句话说，利用的是逻辑，而不是经验论与归纳法。只要时间线足够长，归纳法对股市无效。
我曾经和几个师兄做过比题主更复杂的系统，额，得到的结果可能有点耸人听闻... 我们不断的吸收能找到的算法补充模型，可是最后只证明了一件事: 这种模型进行历史回溯，得到的一切收益率都是没有意义的，根据我们的计算，今年的股灾是千年不遇的特例，然而他…
传奇人物我就是不说了，我来简单说一下经典策略吧，把另一篇搬过来&a href=&/question//answer/& class=&internal&&量化交易主要有哪些经典的策略？ - 冰柠檬的回答&/a&&br&下面分享一些经典量化交易策略（包括价值投资、技术指标、配对轮动、机器学习等）、研究型文章、量化投资学习资料、Python入门教程、Talib库介绍等，希望能帮助到对量化感兴趣的小伙伴，欢迎一起讨论。&br&&b&资料分享&/b&&br&&a href=&///?target=http%3A///post/53& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&推荐一些量化投资学习资料（持续添加中...）&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/467& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&【资料分享】Python、研究报告、计量经济学、投资书籍、R语言等！(Book+Video)&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=https%3A///post/599& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&【干货合集目录】你想要的，都在这里！&i class=&icon-external&&&/i&&/a&&br&&p&&b&全部提供下载链接，&/b&&b&部分内容展示&/b&&/p&&ol&&li&&b&投资阅读书籍&/b&&br&&/li&&br&&li&algorithmic trading winning strategies and their rationale&/li&&li&barra handbook US&/li&&li&Encyclopedia of Trading Strategies(交易策略百科全书)&/li&&li&Inside the Black Box －A Simple Guide to Quantitative and High Frequency Trading（2nd.Edition）&/li&&li&NASSIM Taleb-Dynamic Hedging&/li&&li&Options Futures and Other Derivatives 8th - John Hull&/li&&li&Quantative Trading Strategies&/li&&li&Quantitative Equity Portfolio Management：Modern Techniques and Applications&/li&&li&Quantitative Trading How to Build Your Own Algorithmic Trading Business&/li&&li&Quantitative Trading How to Build Your Own Algorithmic Trading Business&/li&&li&《New Trading Systems and Methods》 Perry J.Kaufman 4th Edition.pdf&/li&&li&《专业投机原理》 完整版 (美).维可多·斯波朗迪&/li&&li&保本投资法 不跌的股票(高清)&/li&&li&打开量化投资的黑箱&/li&&li&股市趋势技术分析（原书第9版-珍藏版）&/li&&li&海龟交易法则&/li&&li&解读量化投资：西蒙斯用公式打败市场的故事&/li&&li&解密对冲基金指数与策略&/li&&li&精明交易者 - 考夫曼&/li&&li&量化交易 如何建立自己的算法交易(高清)&/li&&li&量化交易策略—利用量化分析技术创造盈利交易程序&/li&&li&量化数据分析 通过社会研究检验想法&/li&&li&量化投资策略-如何实现超额收益alpha&/li&&li&量化投资策略与技术修订版&/li&&li&期权投资策略 第4版(高清)&/li&&li&数量化投资：体系与策略&/li&&li&通往金融王国自由之路&/li&&li&统计套利(中文版)&/li&&li&网格交易法 数学+传统智慧战胜华尔街&/li&&li&我是高频交易工程师：知乎董可人自选集 (知乎「盐」系列)&/li&&li&主动投资组合管理 创造高收益并控制风险的量化投资方法（原书第2版）(高清)&/li&&li&走出幻觉走向成熟金融帝国文集&/li&&/ol&&p&&b&计量经济学&/b&&/p&&ol&&li&金融计量学从初级 到 高级建模技术&/li&&li&哈佛教材 应用计量经济学 stata&/li&&li&高等计量经济学 李子奈等编着&/li&&li&蔡瑞胸-Analysis of Financial Time Series- Financial Econometrics(2002)金融时序分析&/li&&li&Phoebus J. Dhrymes, Mathematics for Econometrics, 4e&/li&&li&Osborne,Rubinstein-A Course in Game Theory&/li&&li&Model Building in Mathematical Programming(5e)&/li&&li&Hayashi - Econometrics&/li&&li&Gujarati-Essentials of Econometrics计量精要&/li&&li&Akira Takayama - Mathematical Economics&/li&&li&A Handbook of Time-Series Analysis, Signal Processing, and Dynamics - 1999&/li&&li&2013年金融数学&/li&&li&Angel de la Fuente 经济数学方法与模型(上财版2003)&/li&&li&《经济学的结构--数学分析的方法(清华版)》Eugene Silberberg, Wing Suen&/li&&li&Kamien & Schwartz, Dynamic Optimization(2ed,1991)&/li&&li&CSZ - An Introduction to Mathematical Analysis for Economic Theory and Econometrics(草稿版)&/li&&/ol&&p&&b&研究报告&/b&&/p&&ol&&li&国信证券金融工程&/li&&li&大券商2016年年度投资策略报告&/li&&li&光大证券&/li&&li&海通证券&/li&&li&申万大师系列&/li&&li&他山之石系列&/li&&li&中信证券&/li&&li&广发证券&/li&&/ol&&br&下面来说说一些经典的策略方法、系统&br&&u&&b&完整策略型文章&/b&&/u&&br&&b&价值投资&/b&&br&&a href=&///?target=http%3A///post/541& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&【苍老师推荐】价值投资 -- 成长股内在价值投资&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/556& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&价值投资 -- 三一投资管理公司价值选股法&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/586& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&价值投资--低估价值选股策略&i class=&icon-external&&&/i&&/a&&br&&br&&b&技术指标&/b&&br&&a href=&///?target=http%3A///post/196& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&【神父做量化】bias策略加强版，多股票，仓位管理，止损，胜率统计&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/176& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&量化投资学习【指标学习level1】之多股票KD指标&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/7& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&上下影线代码样例&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/150& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&量化投资学习【经典指标】---简易波动指标（EMV）&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/126& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&量化投资学习【经典指标和K线图系列】之5——能量潮OBV&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/439& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&【原力觉醒】&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/14& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&量化投资学习【经典指标和K线图系列】之1——指数平滑均线&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/144& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&量化投资学习【TA-LIB】之Bollinger Bands&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/160& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&量化投资学习【经典指标】之人气指数（AR）&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/219& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&【神父做量化】CCI指标&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/147& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Bollinger Bandit Strategy&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/213& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&双线RSI择时轮动策略&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A///post/399& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&双因子加指标模型&i class=&icon-external&&&/i&&/a&&br&&br&&b&经典策略&/b&&br&&a href=&///?target=http%3A///post/26& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&量化投资学习【常见策略】1-羊驼1（每天持有收益率前n的股票）&i class=&icon-external&&&/i&&/a&