为什么高盛有多达 12000 名的 VP_百度知道
为什么高盛有多达 12000 名的 VP
我有更好的答案
放心好了，绝对没有。GS全球才35000名员工。三分之一都是VP的话，你在开玩笑哦
采纳率：54%
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。为什么高盛有多达 12000 名的 VP (Vice President)？ - 知乎908被浏览<strong class="NumberBoard-itemValue" title="1,242分享邀请回答61 条评论分享收藏感谢收起为什么高盛有多达 12000 名的 VP (Vice President)？ - 知乎908被浏览<strong class="NumberBoard-itemValue" title="1,242分享邀请回答1添加评论分享收藏感谢收起为什么高盛有多达 12000 名的 VP (Vice President)？ - 知乎908被浏览<strong class="NumberBoard-itemValue" title="1,242分享邀请回答173 条评论分享收藏感谢收起VP在投行界不是高级职务，投行的职务序列式Analyst/ Assistant， Associate， VP， Director, Executive Director， Managing Director, Partner, CXO. MD级别以上算是高级管理者， Partner CXO等基本都是德高望重的MD担任，MD相当于一阵诸侯了 。 VP做个类比相当于我党的科级干部，在外资投行做到VP也不容易。Director以前的级别还可以在加上Senior，又人造一格&br&&br&而在一般的行业中，VP是高级职务。 &br&&br&记得很多年前， 外资投行刚进入中国，和中国的四大行谈业务，对方来个VP，四大行要出个副行长以示对等。 出了几次洋相之后，才发现你们来的渣VP就想对我们的大VP那可不行，现在整体金融行业的序列国际国内是接轨的，虽然叫法仍不一样，但谁对应什么级别是很清楚的了。
VP在投行界不是高级职务，投行的职务序列式Analyst/ Assistant， Associate， VP， Director, Executive Director， Managing Director, Partner, CXO. MD级别以上算是高级管理者， Partner CXO等基本都是德高望重的MD担任，MD相当于一阵诸侯了 。 VP做个类…
&p&以下全部为本人实习时的笔记，大段引用已注明出处并推荐网站与阅读材料，其余均为业内公共知识，恕不一一注明出处。&br&&/p&&p&======================================================================&/p&&p&经 &a data-hash=&42589cdf9b69a4cb8788& href=&//www.zhihu.com/people/42589cdf9b69a4cb8788& class=&member_mention& data-editable=&true& data-title=&@丁澤宇& data-hovercard=&p$b$42589cdf9b69a4cb8788&&@丁澤宇&/a& 指正。也许对“笔记”的理解有偏差，所以把笔记的来源出处全部注明一下。其他细节有的是实习公司的内参，并非个人整理，如有相同请评论。如需当时的测试底稿与笔记详情，欢迎私信联系查阅。&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//futures.hexun.com//.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&程序化交易的优点与缺点&/a&&br&&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//bbs.tb18.net/forum.php%3Fmod%3Dviewthread%26tid%3D22501%26page%3D1& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&全球10大 顶尖模型 集合（有源码）&/a&&br&&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.weistock.com/bbs/dispbbs.asp%3Fboardid%3D10%26id%3D7524& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&[交易系统]Dual Thrust&/a&&br&&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.cxh99.com//8883.shtml& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&金字塔Dual Thrust交易系统源码&/a&&br&&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//ishare.iask.sina.com.cn/download/explain.php%3Ffileid%3D& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&国外知名期货投资策略Dual Thrust介绍及效果测试.pdf&/a&&br&&/p&&p&使用的学习网站在最后。&/p&&p&======================================================================&/p&&p&程序化交易系统是指将设计人员交易策略的逻辑与参数在电脑程序运算后，并将交易策略系统化。说白了也就是把一些固定的交易策略通过写程序固定下来，进行重复智能化操作就好，所以重要的还是交易策略，程序本身如虎添翼而已。&/p&&br&&blockquote&&p&&b&程序化交易的优点在于：&/b&&/p&&p&1、避免了人为的主观性&br&&/p&&p&避免人为主观性既是程序化交易的优点也是程序化交易的缺点，在进行期货交易时，正是人的主观判断得以利润的攫取，有一部分非常优秀的炒单手在期货市场的交易中获得了巨大的利润，他们的主观性是程序化交易所不能替代的。但是，更多的投资者的主观性可以说在期货市场的交易中是不合理的，该进场的时候退却，该离场的时候却是犹豫。采用程序化交易可以避免这些思想也就是避免绝大多数人在期货交易中不恰当的主观性。程序化交易最后获得的利润会低于优秀炒单手的利润，却会大大高于普通投资者的收益。&/p&&br&&p&2、极大的分散了投资风险&/p&&p&期货市场的交易很大程度上是博取概率事件的胜率，没有人能保证每笔交易的盈利。因此，这就需要我们分散我们的交易，同时对多个品种交易，同时采用不同的交易策略对一个品种的交易。这些如果通过人工来完成必将耗费大量的人力，且无法避免一些人性的弱点。采用程序化交易可以完美完成上述策略，达到最大限度的风险分散。&/p&&/blockquote&&p&&b&国际程序化交易系统情况&/b&&/p&&blockquote&&p&据美国权威交易系统评选杂志《Futures Truth Magazine》2011 年10 月发布的交易系统排名，NatGator、Catscan、DCS II 等模型的业绩在过去一年进入了前十名榜单，前三名模型年收益率均在200%以上。&/p&&p&&br&Delphi II Aggressive、Trend Finder Tiger、TSL_CEL_NG_1.1等模型 进入了发布超过18个月的交易系统业绩排名榜单，前十名模型的年收益率介于74.6%-170.5%之间。&/p&&p&&br&表1：前十大交易系统排名（过去1年）&br&排名 交易系统名称 年收益率%&br&1 NatGator 237.80% &br&2 Catscan 222.10%&br&3 DCS II 215.90%&br&4 Strategic 173.50%&br&5 Sidewinder 169.90%&br&6 ATS %&br&7 Aberration 167.90%&br&8 Waverider 166.30%&br&9 Moving Average 164.40%&br&10 Reversal 162.60%&br&注：收益截至日，收益率计算基于3倍保证金。&br&&/p&&br&&p&表2：前十大交易系统排名（自系统发布以来）&br&排名 交易系统名称 年收益率%&br&1 Delphi II Agressive 170.50% &br&2 Trend Finder Tiger 162.50%&br&3 TSL_CEL_NG_1.1 161.90%&br&4 Natural Gas Offense 157.60%&br&5 Trend Finder Lion 2 141.90%&br&6 Auto Core Duo 90.10%&br&7 Propero ES 81.80%&br&8 Dual Thrust 81.70%&br&9 TSL_SP_1.0Z 76.90%&br&10 Trend Weaver 74.60% &br&日，收益率计算基于3倍保证金。 &br&注：交易系统必须发布18个月以上，收益截至2011 年7月31日。&br&&br&由于这些交易系统一般都被用于商品、外汇、农产品、股指等多个市场，因此杂志还专门对标准普尔500指数的交易系统进行了排名。&/p&&p&&br&FT Classic、TSL_SP_1.0Z、TSL_CEL_SP1 等模型进入了前十名榜单，前十大模型的年收益率介于36.3%-107.3%之间。&br&&/p&&br&&p&表3：前十大S&P 交易系统排名&br&排名 交易系统名称 年收益率%&/p&&p&1 FT Classic 107.30%&br&3 TSL_CEL_SP1 74.50% &br&2 TSL_SP_1.0Z 76.90%&br&4 Keystone 54.10%&br&5 Impetus SP 50.50%&br&6 Big Blue 2 49.60%&br&7 Strategic 500 45.50%&br&8 STC SP Daytrader 42.00%&br&9 R-Breaker 37.10%&/p&&p&10 C Daybreaker 36.30% &br&注：排名基于系统发布以来业绩，收益截至日，收益率计算基于3 倍保证金。&/p&&/blockquote&&br&&p&&b&尽管国外市场上的交易系统举不胜举，但对于成熟的交易策略，开发者一般不愿公开，投资者也较难深入了解诸多交易策略的原理。&/b&&/p&&br&拿鼎鼎大名的&b&Dual Thrust策略&/b&举个例子吧，Dual
Thrust系统是 Michael
Chalek 在80 年代开发的 Dual Thrust。在自动化交易排名中，目前为止，仍然排名第二左右。下表是我自己按5分钟周期跑回测的结果，效果非常好：&br&&figure&&img src=&https://pic4.zhimg.com/61b917d0cd66be4c2c5b77_b.jpg& data-rawwidth=&674& data-rawheight=&151& class=&origin_image zh-lightbox-thumb& width=&674& data-original=&https://pic4.zhimg.com/61b917d0cd66be4c2c5b77_r.jpg&&&/figure&&p&这是上表成绩最好的沪铜指数的成绩走势图：&/p&&figure&&img src=&https://pic3.zhimg.com/6f7e1ef808dd75ae50873a_b.jpg& data-rawwidth=&2537& data-rawheight=&1198& class=&origin_image zh-lightbox-thumb& width=&2537& data-original=&https://pic3.zhimg.com/6f7e1ef808dd75ae50873a_r.jpg&&&/figure&&p&通过几个关键数据的对比发现，该模型对于多品种还是有一定的普适性，模型中的参数也采用默认，未针对个别产品进行优化，虽然选出的四个产品都达到了正收益，但由于品种的差异性，区别还是较大。&/p&&br&我们可以看下它的源代码，并不复杂：&br&&blockquote&&div class=&highlight&&&pre&&code class=&language-text&&Inputs: K1(.5),K2(.5),Mday(1),Nday(1);
Vars: BuyRange(0), SellRange(0);
Vars: BuyTrig(0),SellTrig(0);
Vars: HH(0),LL(0),HC(0),LC(0);
If CurrentBar & 1 Then Begin
HH = Highest(High,Mday);
HC = Highest(Close,Mday);
LL = Lowest(Low,Mday);
LC = Lowest(Close,Mday);
If (HH - LC) &= (HC - LL) Then Begin
SellRange = HH - LC;
End Else Begin
SellRange = HC - LL;
HH = Highest(High,Nday);
HC = Highest(Close,Nday);
LL = Lowest(Low,Nday);
LC = Lowest(Close,Nday);
If (HH - LC) &= (HC - LL) Then Begin
BuyRange = HH - LC;
End Else Begin
BuyRange = HC - LL;
BuyTrig = K1*BuyR
SellTrig = K2*SellR
If MarketPosition = 0 Then Begin
Buy at Open of next bar + BuyTrig S
Sell at Open of next bar - SellTrig S
If MarketPosition = -1 Then Begin
Buy at Open of next bar + Buytrig S
If MarketPosition = 1 Then Begin
Sell at Open of next bar - SellTrig S
&/code&&/pre&&/div&&/blockquote&短短几十行而已，难度并不大，但其背后的交易策略却是很厉害。&br&&br&它的逻辑原型是较为常见的日内交易策略之一开盘区间突破策略，以今日开盘价加减一定比例的昨日振幅，确定上下轨。日内突破上轨时平空做多，突破下轨时平多做空。&br&&br&&p&&b&开盘区间突破策略基本原理&/b&&br&&/p&&blockquote&1. 在今天的收盘，计算两个值：最高价－收盘价，和收盘价－最低价。然后取这两个值较大的那个，乘以k值0.7。把结果称为触发值。&p&2. 在明天的开盘，记录开盘价，然后在价格超过（开盘＋触发值）时马上买入，或者价格低于（开盘－触发值）时马上卖空。&/p&&p&3. 没有明确止损。这个系统是反转系统，也就是说，如果在价格超过（开盘＋触发值）时手头有一口空单，则买入两口。同理，如果在价格低于（开盘－触发值）时手上有一口多单，则卖出两口。&/p&&/blockquote&&figure&&img src=&https://pic2.zhimg.com/b607c2493b_b.jpg& data-rawwidth=&1247& data-rawheight=&498& class=&origin_image zh-lightbox-thumb& width=&1247& data-original=&https://pic2.zhimg.com/b607c2493b_r.jpg&&&/figure&&p&&b&Dual
Thrust在开盘区间突破策略上进行了相关改进：&/b&&/p&&blockquote&1、在范围（range）的设置上，引入前N日的四个价位，使得一定时期内的范围相对稳定，可以适用于日间的趋势跟踪；&p&2、Dual Thrust对于多头和空头的触发条件，考虑了非对称的幅度，做多和做空参考的Range可以选择不同的周期数，也可以通过参数K1和K2来确定。当K1时，多头相对容易被触发,当K1&K2时，空头相对容易被触发。&/p&&br&&p&因此，在使用该策略时，一方面可以参考历史数据测试的最优参数，另一方面，则可以根据自己对后势的判断，或从其他大周期的技术指标入手，阶段性地动态调整K1和K2的值。&/p&&/blockquote&&br&&p&就是一个典型的观望、等待信号、进场、套利、离场的套路，却效果卓著。&/p&&br&&p&&b&因此对于学习程序化，一是对编程语言和工具的掌握，这个和所有的码农进阶之路一样，练是硬道理，技术要求与你的策略复杂程度成正相关。二就是对交易策略的领会，赚钱本身是体力活，赚钱的逻辑才是脑力活。&/b&&/p&&br&&br&推荐一个网站&a href=&//link.zhihu.com/?target=http%3A//www.cxh99.com/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&程序化交易网 程序化久久（CXH99） 程序化交易模型 股票公式指标 期货公式指标 代编写公式指标&/a&，在这个网站上可以找到题主需要的大部分入门材料。&br&&br&其中有几篇文章适合先读一下，以前保存下来的，原网站不知是否依然保留，但均为上述网站原创，在这里一并注明。&br&&br&&blockquote&&p&&b&日内交易模型的设计思路&/b&&/p&&p&【入市设计】&br&
系统模型入市的设计思路，事实上应与投资者的交易风格喜好、交易时间框架密切相关，可以分别是趋势跟踪、震荡交易、套利交易等，近年来甚至也出现了基于基本面分析数据的量化模型，以及带有人工智能性质的神经网络、遗传算法等具备自学习、自适应市场能力的高级交易系统模型。不过，最简单、最实用、最适合普通投资者的交易系统入市设计思路仍然是趋势跟踪，而趋势跟踪的实质就是追涨杀跌或者美其名曰：顺势而为。突破，是趋势跟踪系统设计中最为简洁实用的设计思路，具体应用设计思路可能包括：&/p&&p&&br&
⒈通道突破。最著名的此类程式设计代表作为：海龟交易法则与四周规则。其入市信号触发设计为：价格突破最近N根K线的高低点。长期来看，这种设计思路虽然简单，但永远也不会失效或显得过时。事实上，越简单的反而越有效。&/p&&p&&br&
⒉ 均线突破。该设计思路的代表作品有：克罗均线，它由4、9、18等三条均线组成；鳄鱼组线，它由5、8、13等三条移中平均线组成；自适应均线，它由考夫曼博士提出，以市场效率生成弹性浮动参数，以均线拐头为信号触发。&/p&&p&&br&
⒊ 指标突破。常见的技术分析指标，如MACD、KDJ、RSI、BOLL、SAR、WR、ADX等，均可独立构成一个简单的趋势跟踪系统，当然，是使用系统默认参数，还是使用优化参数；是使用其常规用法，还是使用创新用法，可能存在仁者见仁、智者见智的分歧。&/p&&br&&p&⒋ 形态突破。形态突破，包括K线形态组合突破、经典技术分析形态突破等，K线形态组合的突破，以酒田战法为最经典，著名的红三兵、黑三兵、希望之星等经典K 线形态均源于此，共分为酒田战法70型。至于经典的双顶、双底、趋势线突破、横盘突破、头肩顶底、三角形态、楔形、旗形、钻石型、圆弧顶底等技术形态，因普通的模型编写语言较难精确描述而存在一定的设计使用障碍，需要使用转向函数及图形模糊识别技术来克服。&/p&&p&&br&
⒌ 波动性突破。波动性可以定义为：最高价与最低价、当根K线的最高价与昨收盘、当根K线的最低价与昨收盘，这三组价格差额的最大者即该品种的波动性值，波动性既可以进行横向比较品种间的波动性水平，也可以用于纵向判断价格波动的异常，并作为入市信号的触发器。&/p&&br&&p&⒍ 时间价格突破。在趋势行情的必经之路，守株待兔，是我们进行突破系统设计的基本思路。而时间、价格突破，从速度、幅度的两维视角预约了趋势行情，堪称突破系统设计的典范。基本设计思路为价格在N时间范围内、上涨或下跌了N个点位。进一步拓展思路后，还可以引入周间日、日间时的概念，细化不同时间段的突破标准，以便更好地适应品种个性，此外，还可以时间、价格过滤器的方法来实现对趋势行情的确认，以减少价格盘整阶段的假突破现象。&/p&&p&&br&【离市设计】&br&
⒈ 止损。止损，是交易系统模型设计中一个不可或缺的元素，资金止损、技术止损，是两种主要的考虑方案，采用两者孰低的方案可能更为科学。一方面，你要确保每笔交易不冒过大的风险，另一方面，你要背靠一个关键的压力、支撑技术位置，采用反向交易信号作为自动止损的依据，则是持续在市的交易系统模型的一个常用止损方法。&/p&&p&&br&
⒉止盈。虽然固定点位的止盈、止损，也是系统设计中可以采用的方法，但我们更倾向于兼顾利润保护和放大功能的跟踪止盈或SAR抛物线止盈模式，随着利润的扩大，而不断抬高甚至收紧止盈目标位置，可以在一定程度上起到利润最大化的设计目标。&/p&&p&&br&
⒊ 时间清仓。以时间为因素考虑离场，无论是作为一种辅助离场方法，还是作为一种独立的出市方法，都是一个不错的思路。比如三根K线过后，如果既没有达到止盈位、也没有触及止损位，就主动离场。&/p&&br&&p&&b&绩效指标的迷失&/b&&/p&&p&
1、总获利金额(Net Profit)：&/p&&p&
有没有合理考虑成本？从每笔交易纪录中，推算成本金额，是否合理包含交易税，手续费与滑价损失。另外，换约必然产生的成本，有无考虑？&/p&&br&&p&
有没有考虑合理执行达标率？讯号产生到实际交易执行成功，之间的滑价，是否合理估计，这包含交易执行的准备时间充不充分，交易单的方式合不合理？&/p&&br&&p&
多久的交易期间？系统总是有表现好的时后，与表现不好的时候。如果交易期间太短（低于５年），可能只是把表现比较好的一面呈现出来，不具整体代表性。&/p&&br&&p&
多大的风险代价？如果最大的连续亏损过大（占之前净值高点比例过大），这样的获利报酬的代价是不是可以被接受，如果无法接受，那这样的报酬是无法真正实现的。因为在持续亏损下，早就放弃执行这样的系统，或者，获利之后，又容易回吐殆尽。
&/p&&br&&p&
2、报酬率：&/p&&p&
报酬率期间长度（用多少时间来计算报酬率的分子：盈亏金额）。是年报酬率？还是月报酬率？时间长短不同，累积的报酬率自然不同。&/p&&br&&p&
取样的期间长度（总交易期间）。是单年的报酬率？还是多年的平均报酬率？与多久的交易期间观念相同。&/p&&br&&p&
报酬率的基准金额为何（报酬率分母）。起始账户资金为何？资金管理模式为何？有一种报酬率，称为最小账户资金报酬率（ROA）。是用过去最大连续亏损金额（MDD），加上原始保证金来当报酬率的分母。这是最大风险下的报酬率。&/p&&br&&p&
多大的风险代价？若以ROA代表报酬率，是必须承受将近百分百的账户亏损风险，才能得到这样的报酬率，并不切实际。每个人的风险承受能力不同，但100%的风险承受并不是正常合理的假设。单口系统不易表现出合理的风险报酬率，但可以约略从净值曲线与一些风险报酬进阶指标看出。适当的资金管理多口数系统，可以合理表现报酬率。
&/p&&br&&p&
3、交易频率：&/p&&p&
频率太低，交易次数少，不具代表性。取样期间内应该超过３６笔交易。&/p&&p&
频率太高，交易次数多，执行的精神成本过高。因人而异，每日不超过３笔交易为宜。&/p&&br&&p&
4、实际绩效与模拟绩效：&/p&&p&
模拟绩效&/p&&p&
一般系统绩效多是以历史数据来仿真的，必须了解系统仿真的原理与假设。因为Ｋ线资料只有４个统计值（开盘价 / 最高价 / 最低价 / 收盘价），所以，必须有所谓的Ｋ线假设（Bar Assumptions），来模拟行情在Ｋ线中的走势，当Ｋ线的时间架构越大（如日线，周线）时，误差就会越大。在TradeStation中，即使时间架构是日线，仍然可以用分线，甚至是实际每笔交易纪录，这种用更细微的时间单位（Resolution），来仿真过去交易与绩效，误差就大为减少了。当然，前提是历史的数据必须是存在与正确的。&/p&&br&&p&有些仿真程序与TradeStation一样，都有所谓的收盘进场讯号，这本来在实际执行交易上，逻辑是行不通的。之前，最后一盘为5分钟集中撮合，可以在这5分钟内，以市价单来进出场，可以让收盘进场的讯号适用，现在期交所已经取消最后５分钟的集中撮合。另外，有些程序系统参考收盘价，来决定是否收盘进出场，这在仿真程序可以做到，但在实务上，却是无法执行的，也造成了模拟绩效的误谬。&/p&&br&&p&实际绩效&/p&&p&有些人会把实际账户的交易绩效，以交易报告书公布出来。除非是长时间的详细交易纪录，否则，都无法证实是系统完全执行下的结果。&/p&&br&&p&有的系统绩效时好时坏，若只能比对短时间，系统与实际账户的绩效，比较难证明系统与实际账户的一致性。&/p&&br&&p&如果只是公布账户资金的变动，而没有实际的交易纪录，报酬率也可能是虚胖的。比如，股指多手数系统，可以设定10%的总资金风险，来控制交易手数。这时，只要把10%~20%的资金放在保证金账户就可以了，单以保证金账户来看，报酬率与实际总资金报酬率，多了5到10倍。&/p&&/blockquote&
以下全部为本人实习时的笔记，大段引用已注明出处并推荐网站与阅读材料，其余均为业内公共知识，恕不一一注明出处。 ======================================================================经
指正。也许对“笔记”的理解有偏差，所以把笔记的来…
文中提到的Paper 的pdf 下载：&a href=&//link.zhihu.com/?target=https%3A//www.dropbox.com/sh/fldlbl1j89w3yyx/KZR_-JAsLl& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Dropbox - finance paper&/a&&br&&br&感谢外经贸买了那么多数据库...感谢Jstor....&br&&br&&b&－－－－－－
2/17 原答案－－－－－&/b&&br&看到上面那么多答案居然没提BS公式的那篇Paper，忍不住试着来答一下。。&br&&br&我猜题主是想通过读作为学科foundation的这些paper来进行金融入门，曾几何时我也有和楼主相似的想法，并自己做了一点Researching ，也整理出了一点成果，我就试着根据这些Paper为知友们理一理现代金融发展的脉络吧。&br&&br&(提醒：为了给新手一个金融学发展的直观的感受，我选择了用时间顺序列举Paper的办法，而不是按传统的分 &b&投资学&/b&/&b&公司金融&/b& 两块（PT-CAPM-EMH-MM-BSM）[3]来列举的。)&br&&br&&b&－－－－－－&/b&&br&&br&首先，金融的一切一切的Foundation，&a href=&//link.zhihu.com/?target=http%3A//en.wikipedia.org/wiki/Daniel_Bernoulli& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Daniel Bernoulli&/a& （瑞士人）在1738年写的：&br&&br&&b&Specimen Theoriae Novae de Mensura Sortis,& Commentarii Academiae Scientiarum Imperialis Petropolitanae, Tomus V 1738, pp. 175-192.&/b&&br&&br&这篇论文提出了用期望效用衡量风险的新方法，从某种角度上定义了Risk这个现代金融学研究的最本质的东西。&br&&br&原文是拉丁文，英译(1954版)：&br&&br&Exposition of a New Theory on the Measurement of Risk,Daniel Bernoulli,Econometrica, Vol. 22, No. 1. (Jan., 1954), pp. 23-36.&br&&br&Citation:1827&br&&br&（Citation 数据来自&a href=&//link.zhihu.com/?target=http%3A//scholar.google.hk/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Google Scholar&/a&，写答案时候顺手刷新的，更新日期：
2:52 am，下同）&br&&br&&br&&br&&b&－－－－－－&/b&&br&&br&&br&&b&然后？ 黑喂狗！&/b&&br&&br&&br&&br&&b&－－－－－－&/b&&br&&br&&br&&b&1. The birth of finance--Portfolio Theory.&/b&&br&&br&正如&b&Eugene F. Fama&/b& ［2］所说：&br&&br&&blockquote&Finance has its birth in 1952 with the PhD thesis of Harry Markowitz on portfolio theory that he did in the Department of Economics. &/blockquote&&br&所以这篇Paper肯定是逃不开的：&br&&br&&b&Markowitz, Harry. &Portfolio selection*.& &i&The journal of finance&/i& 7.1 (1952): 77-91.&br&&/b&&br&Citation:17176&br&&br&虽然题主把范围限制在了Paper，不过如果感兴趣的话书也可以看看：&br&&br&&b&Markowitz, Harry M. &i&Portfolio selection: efficient diversification of investments&/i&. Vol. 16. Yale University Press, 1970.&br&&/b&&br&Citation:8021&br&&br&&p&Markowitz把收益和风险这两个在过去原本有点含糊的概念明确为具体的数学概念，相当于指明了金融中的一大块，投资学的研究方向：最大收益，最小方差。奠基石的作用啊。&/p&&br&&br&&br&&br&&b&－－－－－－&/b&&br&&br&&b&2.Foundation of Corporate finance--MM theorem.&/b&&br&&br&&br&&p&一句话概括该定理就是：在理想的市场条件下,公司的价值与财务政策无关。&/p&&br&&p&他们的研究算是真正的给Corporate Finance这门学科奠定了基础。&/p&&br&&br&&br&&p&&b&Modigliani, Franco, and Merton H. Miller. &The cost of capital, corporation finance and the theory of investment.& &i&The American economic review&/i& (1958): 261-297.&br&&/b&&/p&&br&&p&Citation:12750&/p&&br&&br&&p&&b&－－－－－－&/b&&br&&/p&&br&&br&&p&&b&3.The bridge between risk and return--Capital Assets Pricing Model&/b&&/p&&br&&p&CAPM模型从均衡的角度阐述了风险和收益之间的关系，这个模型提供的insight几乎是照亮了以后金融研究的道路，后来的APT,EMH都是建立在此之上。&/p&&br&&p&&b&Sharpe, William F. &Capital asset prices: A theory of market equilibrium under conditions of risk*.& &i&The journal of finance&/i& 19.3 (1964): 425-442.&/b&&br&&/p&&br&&p&Citation:12900&/p&&br&&br&&p&&b&Lintner, J., 1965, The valuation of risk assets and the
selection of risky investments in stock portfolios and capital
budgets, Review of Economics and Statistics, 47:13‐37.
&/b&&/p&&br&&br&&p&Citation:7660&/p&&br&&p&&b&Mossin, J., 1966, Equilibrium in a capital asset market,
Econometrica, 34: 768‐783. &/b&&/p&&br&&p&Citation:3781&/p&&br&&p&&b&&br&－－－－－－&/b&&br&&/p&&br&&br&&p&&b&4.How does our market behave? --Efficient Market Theory&/b&&/p&&br&&p&我们学习金融理论很多时候都会看到这样的假设：&/p&&br&&p&假设市场有效.....我们得出....&/p&&br&&p&那么市场真的有效吗？&/p&&br&&br&&p&&b&Fama, E. F., 1965, Random walks in stock
market prices, Financial Analysts Journal,
September/October.
&/b&&/p&&br&&br&&p&Citation:819&/p&&br&&p&&b&Fama, E. F., 1970, Efficient Capital Markets: A
review of theory and empirical work, Journal
of Finance, 25: 383‐417. &/b&&/p&&br&&br&&p&Citation:12240&/p&&br&&p&&b&&br&－－－－－－&/b&&br&&/p&&br&&br&&p&&b&5.The Greatest Financial Theory Ever--Black-Scholes-Merton Model&/b&&/p&&br&&p&这个Greatest当然是我这个无名小辈封的，不过Fama也这么说哦［2］&/p&&br&&blockquote&The Black-Scholes paper is, in my view,&b& the most important paper&/b& in economics of the 20th century. No other paper has to be learned by every single economist getting a PhD and has also created an industry—the derivatives industry.&/blockquote&&br&&p&别的theory都是奠定了什么什么基础，BSM Model直接创造了迄今为止可能最赚钱（也最亏钱，衍生品往往是零和博弈）的行业－－金融衍生品行业&/p&&br&&p&&b&Merton, Robert C. &Theory of rational option pricing.& (1971): 141-183.&/b&&br&&/p&&br&&p&Citation:4115&/p&&br&&p&&b&Merton, Robert C. &Option pricing when underlying stock returns are discontinuous.& &i&Journal of financial economics&/i& 3.1 (1976): 125-144.&/b&&br&&/p&&br&&p&Citation:8963&/p&&br&&br&&p&&b&Black, F., and M. Scholes, 1973, The pricing of
options and corporate liabilities, Journal of Political
Economy, 81: 637‐654&/b&&/p&&br&&p&Citation:24015&/p&&br&&p&&b&&br&－－－－－－&/b&&br&&/p&&br&&br&&p&&b&6.From theory to Practical--APT&/b&&/p&&br&&p&APT因素模型选股，一个学长在CICC就正在做这个。。简单的说该模型就是把一个Return拆成了不同的factor，类似于计量里的多元线性回归。&/p&&br&&br&&p&&b&Ross, S. A., 1976, The arbitrage theory of capital
asset pricing, Journal of Economic Theory, 13: 341‐
&/b&&/p&&br&&br&&p&Citation:5192&/p&&br&&p&&b&Ross, S. A., 1978, A simple approach to the
valuation of risky streams, Journal of Business, 51:
453‐475. &/b&&/p&&br&&br&&p&Citation:520 &/p&&br&&br&&p&&b&至此，现代金融学的大厦基本构建完毕。&/b&&/p&&p&&b&&br&&br&－－－－－－&/b&&/p&&br&以上提到的这些人中，大部分都拿过炸药奖，其中：&br&&br&&p&&b&FRANCO MODIGLIANI -1985&/b&&/p&&b&HARRY M. MARKOWITZ -1990&/b&&br&&p&&b&MERTON M. MILLER-1990&/b&&/p&&p&&b&WILLIAM F. SHARPE-1990&/b&&/p&&p&&b&ROBERT C. MERTON - 1997&/b&&/p&&p&&b&MYRON SCHOLES -1997&/b&&/p&&p&&b&EUGENE FAMA-2013&/b&&/p&&br&&br&&br&&p&&b&－－－－－－&/b&&br&&/p&&br&最后提一句，建议知友们平衡好看Original Paper和Explained Material（Textbook, PPT ）之间的关系，Paper作为第一手资料固然好，但是却真的不适合入门，Textbook讲的有条理且浅显易懂，但却不利于我们领略这个理论本来是什么样子的，阻碍了我们进一步理解这些理论。&br&&br&所以建议知友们可以&b&先看经典的课本入门，然后课本对照Paper学习。&/b&&br&&br&&br&PS:这有1978年后，影响力比较大的finance相关的论文：&br&&br&&a href=&//link.zhihu.com/?target=http%3A//scholar.google.hk/scholar%3Fq%3Dfinance%26hl%3Den%26as_sdt%3D0%252C5%26as_ylo%3D1978%26as_yhi%3D2014& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&finance - Google Scholar&/a&&br&&br&Reference&br&［1］肖欣荣，投资学讲义，对外经济贸易大学&br&［2］.Eugene F. Fama：&b&&a href=&//link.zhihu.com/?target=http%3A//www.chicagobooth.edu/capideas/magazine/fall-2013/a-brief-history-of-finance%3Fcat%3Dmarkets& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&A brief history of finance and my life at Chicago&/a&&/b&&br&［3］Merton.H.Miller
&a href=&//link.zhihu.com/?target=http%3A//202.114.224.27/pub/kjs/jxyd/jxsc/0630739.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&The history of finance&/a&
文中提到的Paper 的pdf 下载： 感谢外经贸买了那么多数据库...感谢Jstor.... －－－－－－ 2/17 原答案－－－－－ 看到上面那么多答案居然没提BS公式的那篇Paper，忍不住试着来答一下。。 我猜题主是想通过读作为学科foundation的这…
谢邀。高频交易我非此中高手，故问题不敢贸然回答，积蓄多时，终敢开口，所以此处作长文聊聊高频交易，请慢读。&br&&br&有人的地方就有江湖，有江湖的地方就有流派。在投资界，若巴菲特、彼特林奇一宗是九阳真经，武林正道，以绵绵不绝的内力和朴实无华的招式号令天下，那浑水、香橼之流做空公司，则是武林异类，苦修吸星大法，劫人钱财于做空之际，人见人惧，却无法忽视之。在这些名门恶衙之外，还有一群高频密宗，着实高筑墙（或许永远金融圈最强的设备）、广积粮（闷声发大财）、缓称王（低调无名），世人罕知其存在却不知自己单单交易或许都曾经过其系统流过。&br&&br&空谈其设备如何之强、钱财如何鼎盛、人物多么桀骜都无法触及高频交易的本质——为何要做高频交易，不谈本质光谈现象，很容易沦为Wolf of Wall Street这种娱乐圈为土豪立传的软文。&br&&br&高频交易分支庞杂，我仅能在此梳理一条线，但是其本质无法离开市场微结构（Market Micro-Structure）这一核心问题。一个高频交易者对于市场微结构的痴迷，就好比辩护律师对于法律条文中细节的痴迷，或者政治结构套利者对于社会制度缺陷的痴迷——一个漏洞可以造就一轮财富或权力。&br&&br&从中国开始接触证券市场的朋友很难对市场微结构有天生的敏感，比如我，因为中国市场是天生自上而下的市场，证监会如同上帝，上帝说要有个市场，于是便有了市场，证监会说要有涨跌停板，于是有了涨跌停板，证监会说要有t+1，于是有了t+1的现行制度。但是美国的市场恰恰相反，是自下而上的市场，先有离散的经纪人，大家各自帮助客户做交易，混乱到了一定程度，大佬牵头，聚在梧桐树下，约法数条，才有了今天华尔街和纽交所的雏形——这世间本无交易所，交易的人多了，才有了交易所。因此这种自下而上的系统天生是开放式和激进了，是各方利益均衡的产物，难以避免的会出现各种漏洞——最简单的形式莫过于另一派人各种不服，另开山头设立交易所交易相同的证券，于是两个交易所之间的价差就出现了。而中国，在现行体制下，很难出现另一个交易所交易同样的证券——这两种体系的差异源自于其基因，不需要区分高下，各有好处，而我个人认为中国现行体系是封闭金融体系保守风格的最佳选择。&br&&br&高频交易的雏形是discretionary arbitrage，即显式套利，或者咱们更加接地气的说——搬砖。最简单的例子就是之前比特币人民币交易所的价格比美元交易所高50%以上，众土豪纷纷出动，在美国低价全仓买入，传送回国，然后再高价卖出。这种策略一点也不低端，在美国70-90年代，由于交易所林立，如芝加哥股票交易所、太平洋股票期权交易所、费城交易所、纽约交易所等等，同一个主体为了融资方便，可能多处发行，价差经常出现。90年代以前由于互联网技术不普及，很多个人交易员可以简单的在多个交易所之间搬砖，人工“高频”交易。上一代的geek们也是极富创造力，开发出了机器手等“自动化”下单系统（不是程序，是真的机械手），实现那个时代的高频交易。&br&&br&但是如果你关注市场微结构，你会发现有些价差是时间难以消除的——比如同一个股票在一个交易所永远高于另一个交易所，最简单的例子就是A、H股的价差。这些价差背后都有深层次的原因——比如A股买入后是无法在HK市场卖出的。或者比如当时在美国，A市场可能交易费用高、交易量低，那么其价格可能高于B市场，以补充做市商的做市的难度（也可能相反）。这种情况下简单的搬砖就不行了，你需要人为的修正价差——或者去动态套利——做统计套利，这里面学问很深，后面再触及。&br&&br&回到美国市场，在87年和99年发生了几件大事。首先是87年10月股市崩盘了一天，这一天创造了指数的历史跌幅，也让交易所开始大量引入电子化。第二是99年开始全国推行Consolidated Order Book，把所有交易所的限价单并到一个表里面。这两件事情极大地重塑了搬砖行业，也使得高频交易从可选成为了必须。电子化的引入造成了一些精通计算机的经纪人开始尝试用机器做自动化交易，自然推高了行业的交易速度；而Consolidated Order Book使得你很难再靠肉身显式的去跨交易所套利了——因为一看去全国的交易所都并成一个交易所了。&br&&br&我相信做中国股指期货套利的从业者也经历了类似的过程，早期的当期期货和股指的差距经常到40元左右，而现在日内高点可能在20元左右——而且昙花一现，也就是说你要抢到那个价差20元的单，你需要有速度的优势了。因此我听说大量的高频交易开始被应用在股指期货上了。&br&&br&也正是在年这段时间，大量的高频交易传奇公司开始出现，最有名的莫过于Getco、Knight、Jane Street之流了。这里插一个很有意思的问题——同时下单和电子游戏程序员。Getco最初成立时，极力招募的不是华尔街的金融奇才，而是在芝加哥各地的顶级电子游戏程序员。因为最初的高频交易最关键的就是异步下单的问题——看似简单，其实学问很深：现在假设在交易所A和B有价差，你需要同时下一个卖单和买单去赚取这个差价，你怎么下单？&br&&br&最简单办法就是串行下单，我先去交易所A成交，然后根据成交数量去交易所B下同样数量的单，如果B机会已经消失，则追单保证仓位平掉。这样明显不利于捕捉稍纵即逝的机会。那如果同时并行下单呢？同时下单最大的问题就是，老天才知道最后两边各会成交多少，比如A、B各下一个单位的单，A成交了0.8，B成交了0.7，这个0.1的差额怎么办？在这个方面，电子游戏程序员比华尔街的金融家清楚多了——在网络游戏中，如果你和别人PK，都只剩1点血了，都发出了攻击的指令，谁该死？在这方面，每天与网络通信和并行数据交换打交道的电子游戏程序员有着天生的优势。&br&&br&这个年代，不需要策略也可以赚取可观的利润，我们姑且称此中方法为Pure Arbitrage （纯套利），但是门槛低的游戏，玩家就多，最后利润比街头开小卖部还低。于是乎就开始有了统计套利的介入，我相信这也是题主提问的原动机。统计套利的高频交易和纯套利最大的差异是统计套利允许在信号确认的情况下，保持一段时间和一定水平的活跃仓位；而最大的相似之处是利用低频交易者对细微价格的不敏感和报价速度的低下。&br&&br&还是用一个例子来说明吧，比如你在高频交易做微软公司的股票的统计套利，你的模型告诉你指数、苹果的股票还有谷歌的股票这三个因子对于微软股票的短期价格波动具有极强的判定力（统计显著），那么你在这三个因子判定上涨时，你发现因子预测价格高于当前盘口（当前盘口更新不及时），你买入微软的股票却不立刻做空三个因子的资产组合，而是等待一段时间再做出对冲、平仓的行为。这是个很简单的例子，但需要的模型就不再是简单的两个交易所的价格了——你需要一个经常拟合的线性模型和即刻的置信度估计。类似的是期货中间的当期合约与远期合约的套利。这种时候，就有些稍复杂的模型介入了。在模型的选择上，我觉得最终的规律都是选择当前环境下可行的最简单的，从统计上来说，因子越多模型的稳定性越差，而投资本身也是以大道至简为通行规律。&br&&br&说到这里，你可以发现高频交易的本质是利用技术的优势去捕捉暂时的市场错误——或者用自恋的话说，我在帮助市场先生改正错误。如果不以此为本心而为了高频而高频，那其实是本末倒置的——我个人觉得很多长线投资的思路强行移植到高频交易中，是很可能制造悲剧的。&br&&br&后期在美国高频交易的发展中，另外两类产品成为主流——期权自动化做市（Option Automatic Market Making)和可转债套利（Convertible Bond Arbitrage），其实原理无二，你把握好了本质，做法都很类似，只是原来你只需要对冲一次项（first order）的价格波动，而现在你可能需要对冲的是波动性风险（Volatility risk）或者信贷违约风险了（Credit Risk）。Jane Street现在大量就在进行期权自动化做市的交易，而Citadel则是在Ken Griffin的带领下从哈佛的宿舍里面靠着可转债套利发家直至今天的巨头。这里不一一展开了，有心者一定会自己去探个究竟。&br&&br&到今天，其实美国各大市场中高频交易都到了很尖端的水平——colocate服务器，模型越来越复杂而且程序越来越先进。而很多公司都在做着类似的交易，因此我个人感觉，其商业模式已经类似于比特币的挖矿了——大家都在拼命争取获得下一个block（交易）的奖励，而最终获得者好似于中签一般。这个领域无论是DE Shaw这类巨头还是曼哈顿下城新兴的众多prop trading firm都感觉赚钱不易了。不过在国内，随着市场深度（产品类型、数量、流动性）增加，反而出现了很多套利机会，而今年关于期权正式面市的消息也是给了高频交易者很多期待。这是非常好的事情，如同电影Margin Call里面说到的——赚钱无非三种方式：be the first，be smarter或cheat。在中国，cheat与双轨制的故事，我相信大家都很熟悉，而be the first成就了中国第一代因为主动或被动下海的创业家们，现在慢慢高频交易者这块smart的群体可以在中国金融市场施展，其实是绝对的福音。&br&&br&匆拓千字，若有谬误，请海涵。
谢邀。高频交易我非此中高手，故问题不敢贸然回答，积蓄多时，终敢开口，所以此处作长文聊聊高频交易，请慢读。 有人的地方就有江湖，有江湖的地方就有流派。在投资界，若巴菲特、彼特林奇一宗是九阳真经，武林正道，以绵绵不绝的内力和朴实无华的招式号令…
已有帐号？
无法登录？
社交帐号登录
255 条内容
1707 人关注
412 条内容
193 人关注}