量化投资的主要方法

    量化投资涉及数学、计算机方面知识，现行比较主流的技术：AI、数据挖掘、小波分析、支持向量机、分型理论、随机过程。

1、AI：

其中专家系统、机器学习、神经网络、遗传算法已经逐步在量化投资中运用。

2、数据挖掘（Data Mining）：

又称做数据融合、数据分析、决策支持等，在量化投资中主要使用关联分析（研究变量取值之间的规律性）、分类/预测、聚类分析。

3、小波分析：

对高低屏频处细分。对投资品种走势处进行波形处理。以便去噪、重构、识别。

4、支持向量机（SVM）：

即升维和线性化，svm可以避免升维增加的复杂度。

5、分型理论：

主要用在时序数列的分解和重构，并以此预测数列。

6、随机过程：

较长用于金融时序数列的预测。