挖掘价值,分散风险
多市场多因子多模型
情绪高低,轮回博弈
充分考虑行为金融
概率交易,大数定律
坚持不懈量化为本
指数增强策略
覆盖A股大部分个股,通过人工智能/模式识别/算法演进等前沿技术,构建合理的股票组合,获得持续的指数超额收益,并能很好的控制回撤。
覆盖全期货品种,包括股指期货/国债期货/金属贵金属/化工/黑色/农产品等,通过多策略多模型的优化组合,保持更好的收益与更小的回撤。
其他组合策略
对于组合类策略,水木长量也在持续开发和优化中。
覆盖债券/可转债/A股等组合标的,通过构建合理的量化组合,提供稳健且具有一定弹性的收益曲线。
做有逻辑的量化:
量化的目标要清晰
追求逻辑、尊重数据:依托人工智能,模式识别,概率统计等方法,客观科学的分析数据,挖掘量化交易模型。注重模型的有效性分析,注重模型的逻辑分析,注重模型的失效分析
业绩归因、逻辑归因:定量跟踪分析市场状态与变化,定期紧密跟踪各策略/各因子表现,并将结果引入后续的量化建模中