CN
EN

智能策略

智能策略

  智能策略即根據個人投資者提供的風險承受水平、收益目標以及風格偏好等要求,運用一系列智能算法及投資組合優化等理論模型,為用戶提供最終的投資參考,并對市場的動態對資產配置再平衡提供建議。一個完整的智能投顧產品應該是用戶和產品畫像是基礎,智能算法是核心,再平衡和用戶決策過程是關鍵。
  主要是通過分析客戶的投資行為數據、交易數據,形成用戶“畫像”,實現C端客戶的標簽化和B端資訊、金融產品、模擬組合產品、投顧的標簽化,為每位用戶提供精準的個性化投資資訊、理財產品以及投資顧問服務等,核心是標簽可視化過程。要實現大類配置類的智投產品,一定要做的首要工作就是前端用戶和后端產品的畫像,其實就是充分盤活券商的內部數據。

智能策略:進擊的量化決策
 
    • 主要是基于底層的選股模型和擇時模型,根據投資者的風險偏好、投資年限、資金規模等需求指標為客戶提供A股市場的策略建議,并根據市場信號向投資者推送操作策略。其核心是選股模型、擇時信號和組合再平衡過程。
    • 對于用戶端的體驗流程基本就是:選策略-填需求-創建組合-接收買賣信號-一鍵跟單交易。通過讓用戶輸入擬投金額、選擇個人投資風格偏好及投資年限后創建一個投資組合。
    • 創建后,定期在交易日盤前推送初始化建倉建議,并在運行過程中持續推送包括買賣操作、倉位調整,買賣數量等買賣建議,用戶可以對該組合進行實盤一鍵跟單。
    • 價值精選策略:擅長藍籌精選,則將選股的范圍縮小至藍籌股,通過大數據策略選擇出各個行業內估值 最具優勢的個股,追求穩健收益。
    • 短線智能策略:擅長波段操作、智能調倉換股,追求彈性收益。
    • 綜合輪動策略:擅長風險控制,采用“相似性匹配”策略,每個月對行業板塊進行輪動篩選,該策略通 過觀察近期行業之間的漲跌順序,與歷史樣本進行相似性匹配,尋找“似曾相似”的樣本時期,并以隨后的強勢行業作為當前配置的依據。

選股模型

選股模型主要是負責篩選價值被低估的股票并形成候選股票池。我們使用的選股模型為多因子模型,該模型對大量的個股風格數據進行跟蹤測試,篩選出盈利、股價反轉、換手率、市值以及估值等若干指標,并運用量化模型將指標進行有效整合,定期挑選綜合得分最高的股票組合,作為選股模型后的候選股票池。

擇時模型

構建好自己的組合模型之后,就需要擇時模型發出買賣信號。因此,擇時模型主要就是負責控制倉位和輸出股票的買入賣出信號,我們有自己的一套經過實踐的擇時模型理論。根據多個擇時模型所給出信號的多空占比情況確定當前的持倉倉位,并給出對應的買入或賣出信號。

清洗處理基礎數據


先提取全公司近幾年內的交易數據和部分行為數據,也就是說對結構化和非結構化數據都做了處理,但還沒有做到完全的實時自動化處理。目前券商用自己的數據來刻畫用戶畫像,主要使用的還是通道交易數據,也就是說真正意義上的用戶行為、消費、投資數據仍還未完全打通。

提取大類指標及因子

針對清洗后的基礎有效數據,然后提取大類指標,主要提取了投資總體特征、交易行為特征、投資風格、投資能力、投資策略、當前持倉特征等6大類。關于大類指標,每家都有不同的做法,但終歸還是要落地到基礎靜態指標(客戶基礎屬性,產品屬性、風險屬性、價值屬性等)和基礎動態指標(交易行為屬性、交互行為屬性等),然后篩選出這幾類基礎指標或者衍生指標去組建一個大類業務指標。

策略執行流程

  • step1:選股模型根據各策略提供的選股因子,對所有的個股進行打分,然后將得分較高的股票放入候選股票池。
  • step2:用戶輸入擬投資金額等個性化參數后,組合構建模型則根據該參數從候選股票池中選取一定數量的個股構成一只股票組合。
  • step3:擇時模型負責產生股票的買賣信號和倉位控制信號,提供合適的買賣時間點,并通過倉位控制信號控制組合計劃的風險。
  • step4:組合再平衡模型則負責監控擇時模型產生的信號,配合客戶的組合計劃形成操作策略。


棋牌乐