1、不斷從歷史數(shù)據(jù)挖掘歷史規(guī)律并利用;
2、基于歷史數(shù)據(jù)構建不同模型對多種投資思想進行科學驗證;
3、分析估值洼地,用套利思想獲得低風險收益;
4、嚴格執(zhí)行穩(wěn)定模型產(chǎn)生的交易單,避免主觀判斷和情緒波動對投資決策的影響。
1、Black-Scholes模型
BS模型在金融量化分析行業(yè)使用率非常高,對股票、外匯、債券等各種金融產(chǎn)品都適用。不過具體情況下,會被使用者做特定改動和修正,已有大量測試表明這個模型足夠貼近市場價格。
2、二叉樹模型
適用于處理更為復雜的金融產(chǎn)品。通過隨機微積分的方式得到期權定價的偏微分方程,這也是為什么都說學習cqf,需要具備一定的數(shù)學和金融知識基礎。
3、HJM模型
給出債券波動率的期限結構,就可以得到債券定價的全部信息,它是無套利模型的基準模型。特殊的點在于:直接對遠期利率曲線進行隨機微積分計算、不需要反向期限結構、通過隨機即期利率過程的多個隨機因子影響期限結構。
4、SABR模型
用隨機波動率模型,來描述衍生品市場的波動率。省去了數(shù)值計算的過程,同時得到很高的精度,這種逼近的方法在金融領域經(jīng)常使用,但在主流量化金融領域算是新的嘗試。