量化的定义

在数字信号处理领域，量化指将信号的连续取值（或者大量可能的离散取值）近似为有限多个（或较少的）离散值的过程。量化主要应用于从连续信号到数字信号的转换中。连续信号经过采样成为离散信号，离散信号经过量化即成为数字信号。注意离散信号并不需要经过量化的过程。信号的采样和量化通常都是由ADC实现的。

例如CD音频信号就是按照44100Hz的频率采样，按16比特量化为有着65536（=）个可能取值的数字信号。

量化就是将模拟声音的波形转换为数字，表示采样值的二进制位数决定了量化的精度。量化的过程是先将整个幅度划分成有限个小幅度（量化阶距）的集合，把落入某个阶距内的样值归为一类，并赋予相同的量化值。

最简单最易懂的量化是标量（有别于多维矢量）量化，开始标量量化之前先要给出输入数据。通常，一个标量量化操作可以给出下面的描述

其中

是实数，

是下取整函数，生成整数

和是任意的实值函数。

整数是表示的数值，它通常被存储或者传输，然后在后来需要解释的时候使用进行最终的解释重建。整数有时也称作量化指数。

在计算机或者其它应用，一个已知的量化方法均匀量化。在均匀量化方法里共有两个变量，叫mid-rise和mid-tread。

如果是一个－1到1之间的数，一个mid-rise uniform量化操作，可以用"M"bit来表示量化的精度。

.

在这个例子中和运算符都是乘以比例因子（其中一个是另外一个的逆），并且在g（i）中带有一个偏移量以使得每个量化表示都位于输入区域的中间位置。经常称为量化步长。按照这个量化定律，假定在整个量化步长上量化噪声大致是均匀分布的，并且假定量化的输入信号在整个-1到1的区间大致均匀分布，量化的信噪比（SNR）可以用下面的公式计算，

.

根据这个等式，人们常说SNR大约是每位6 dB。

在mid-tread一致量化中，偏移0.5将加在下取整函数内部而不是外部。

有时候，mid-rise量化使用时不加偏移0.5。这将信号与噪声比减小了大约6.02 dB，但是当步距小的时候为了简化这是可接受的。

在数字电话系统中，两个流行的量化机制是'A-law'（在欧洲占据主导地位）和'μ-law'（在北美和日本占据主导地位）。这些机制将离散的模拟数值映射到8位尺度，在小值的时候近似线性随着幅度增长按照对数增加。由于人耳对于音量的感知近似对数曲线，这就使用一定的位数在可听见的声音强度范围提供了更高的信噪比。

2忽略熵约束：Lloyd–Max量化

在上面的陈述中，若令 等于 0，从而忽略掉比特率约束，或等价地假设要用定长码（FLC）而非用变长码（或其他熵编码法，如算术编码在率失真上就比定长码好）来表示量化数据，这个最优化问题就简化为了只需最小化失真 的问题了。

级量化器产生的索引可以用 比特/符号的定长码。例如当 256 阶时，定长码的比特率 为 8 比特/符号。由于这个原因，这样的量化器有时称作8比特量化器。不过使用定长码消除了压缩改进，但可以通过更好的熵编码来改善。

假设 阶定长码，率失真最小化问题可以简化为失真最小化问题。简化的问题可以陈述为：给定一个概率密度函数为 的信源 ，并约束量化器必须仅使用 个分类区域，求得决策边界 与重建层级 来最小化得到的失真

.

对上述问题求最优解得到的量化器有时叫做MMSQE（最小均方量化误差）解，而得到的概率密度函数最优化的（非均匀）量化器叫做Lloyd–Max量化器，是用独立发现迭代方法从 和 求解两组联立方程的两个人来命名的

股份量化和份额量化的区别

他们是一个概念的两种说法，量化交易多用于国外，或者说量化交易是一个由国外引进的词。 程序化交易是国内的量化交易，在国内，多叫程序化交易。

量化交易和程序化交易最大的区别是：交易的过程中，如果是人工交易那就是量化交易，如果是计算机自动完成的交易，那就是程序化交易。

程序化交易

意思很简单，就是对应于人工交易，利用计算机程序(program)辅助、决策和执行交易。

程序化交易是指通过既定程序或特定软件，自动生成或执行交易指令的交易行为。

程序化交易中具体的交易时机，仓位，止损止盈，获利标准有可能编写进交易程序中，也可能独立于程序外。程序化只是交易执行的一种方式。

一般利用程序交易有一些众所周知的优势，比如较快的交易速度，避免人为情绪的影响有较好的执行力保证等。

同时也应注意交易程序和交易系统的区别。交易系统是一个完整的系统，具体执行的程序可能只是其中的一部分。一个良好的交易系统应该还有风险控制，资金利用，仓位管理等方面的内容，而不仅仅是买卖信号的产生。

量化交易

更多是基于数据和历史统计基础，通过数学工具研究市场中资产、价格的因素，成因从而制定一些交易决策。量化交易不一定需要用到计算机执行交易。但基于交易因素的数量变化引发的交易，都可以叫做量化交易。一般的量化投资都涉及到比较复杂的数学模型，对投资者的数学能力要求很高，但并不是说量化投资就一定会赚钱，这还要看模型是否有效。

这里不得不提到这两年很火的“人工智能”、“机器学习”。它们太容易和量化交易同时提起。但具体说来，他们互相包含，却又有不同。量化交易寻找的是有一定逻辑基础的相对规律。这些规律不是一成不变的，而机器学习中“学习”的概念是：如果一个系统能够通过执行某个过程改进它的性能，就是“学习”。所以对于机器来说，只能“执行过程”。这个过程一定是有确定性的。但这不能充分概括量化和人工智能的关系。因为机器学习只是人工智能的途径之一。

量化交易的分类

1、趋势性交易

适合一些主观交易的高手，用技术指标作为辅助工具，但如果只使用各种技术指标、指标组合作为核心算法构建模型，未见过长期盈利的。

2、市场中性交易

与市场相关性较高、风险较低、收益稳定性较高，所需资金容量较大。适用于一些量化交易者，发现市场中的alpha因子赚取超过市场平均收益率的额外收益。

3、高频交易

在极短时间内频繁买进卖出，完成多次大量的交易。此类交易方式对硬件系统及市场环境要求极高，只适用于成熟市场中的专业机构使用，需要算法高手，一般使用C/C++进行算法交易。

股份量化和份额量化的区别是股份的量化是通过股份的分量进行分量搭配，而份额不是，他们呢有自己的表的资产。

股票由法定代表人签名，公司盖章。发起人的股票，应当标明发起人股票字样。

股份，代表对公司的部分拥有权，分为普通股、优先股、未完全兑付的股权。股票是股份公司为筹集资金而发行给各个股东作为持股凭证并借以取得股息和红利的一种有价证券。

法律依据：《中华人民共和国公司法》第一百二十八条股票采用纸面形式或者国务院证券监督管理机构规定的其他形式。股票应当载明下列主要事项：（一）公司名称；（二）公司成立日期；（三）股票种类、票面金额及代表的股份数；（四）股票的编号。

一、股份的含义：

股份是股份有限公司股东持有的，构成公司资本的最小计量单位，也是划分股东权利义务的基本计算单位。股份一般有以下三层含义：

(1)股份是股份有限公司资本的构成成分；

(2)股份代表了股份有限公司股东的权利与义务；

3)股份可以通过股票价格的形式表现其价值。

二、股票的含义

股票是指股份有限公司签发的证明其股东所持股份的凭证。股票是股份表现形式，属于可转让的有价证券。

三、股票的特点

股票的主要特点表现为三个方面：第一，具有不返还性。股票作为股权在法律上的凭证，持有者有权参与红利分配，并按规定行使股东权利，但不能中途退股索回本金，即只“付息分红，不退还本金”；第二，具有风险性。购买股票是一种风险投资，投资入股人有按规定获得收益的权利，又要承担风险对公司债务负有责任，即“风险共担，收益共享”，第三，具有流通性。股票作为一种资本证券，是一种灵活有效的集资工具和有价证券，虽不能中途返还，但可以转让、抵押和买卖流通，这种流通性和灵活性是股票的优点也是它的生命力所在。

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com