股票未来走势以及波动的判定是股票市场中需要掌握的一个非常重要的内容，布林线指标可以用来判定股票未来走势以及波动。
布林线指标即BOLL指标，其英文全称是Bollinger Bands。布林线由约翰·布林先生创造，其利用统计原理求出股价的标准差以及信赖区间，从而确定股价的波动范围及未来走势，利用波带显示股价的安全高低价位，因而也被称为布林带。
其上下限范围不固定，随股价的滚动而变化。布林指标和麦克（MIKE）指标一样属于路径指标，股价波动在上限和下限的区间之内，这条带状区的宽窄随着股价波动幅度的大小而变化，股价涨跌幅度加大时，带状区变宽，涨跌幅度狭小盘整时，带状区则变窄。
一个好的因子不仅在历史数据上与股票收益率的关系都可以被经济逻辑解释.如果单纯是用统计方寻找出来的因子,则很可能会陷入数据挖掘陷阱,导致模型的外推能力较差.
关注股票多因子,包括因子的来源,基本单因子的计算案例,单因子的处理流程,以及如何去评判一个因子 的好坏.我们会通过 详细计算大小盘因子,ROE因子,RSI因子来熟悉因子的计算过程.同时在计算大小盘因子的过程中,会详细介绍因子的处理流程,包括因子处理的方法以及这些方法背后的金融含义.那影响股价的因子有哪些呢?
大的因子分类来看,因子分为财务因子,分析师一致预期因子,技术因子以及其他因子这4大类.
前面提到,寻找因子等同于寻找驱动股票上涨/下跌的因素,那么公司的财务状况就是最容易想到的一类因子.财务因子最重要的数据 来源3张财务报表:资产负债表,利润表和现金流量表.绝大部分财务因子是利用财务报表中的科目做一些合理的运算,修正,合成而形成的.可以将通过处理财务报表获得财务因子再分成5类:
估值因子,盈利因子,营运因子,成长因子和现金流因子.
对于量化投资,最常规的理解是"'以数据为基础,通过构建交易模型,得到投资决策".传统主观投资更多地依赖于人,人作为投资决策的主体,基于对市场信息的理解和自己过去经验的总结,从而对未来的资产价格做出判断,最后形成投资决策.
在投资者的决策往往会受到个人情绪的影响,而且在极端市场环境中,人作为投资主体,艰难对风险有很清晰的认知.因此主观投资往往对投资者作为"人"这个个体本身具有较高的要求.
量化投资更多的依赖于可量化的数据.人利用这些数据,根据自身对市场的理解进行原始数据处理和数学模型构建,最后的投资决策来源于投资者所构建的量化交易模型.相对主观投资而言,量化投资不会受到投资者情绪的影响,对风险有着更好的刻画,但对量化投资都的数据处理能力和模型构建能力是一种考验.
从实际来看, 量化投资固有的特点对金融量化交易从业人员提出了更高的综合能力要求.
量化分析师需要具备三方面的知识:金融,数学,和计算机,而这也就是量化投资的"三轮驱动",金融是量化分析师对金融市场,经济环境的理解,是构建量化模型的基础;而数学和计算机则是工具, 是量化投资者用于表达,验证自己观点和策略的方法.
量化交易是运用复杂的统计学方法和数学模型，从庞大的历史数据中海选出能带来超额收益的多种“大概率”事件以找出规律、制定策略，并且能用数据模型验证、固化这些规律和策略，然后用计算机来严格、高效地执行之。
这一定义涉及统计学、金融学和计算机科学等多门学科，看起来高不可攀，但是，通俗点说，量化交易是指利用统计学、数学、计算机技术和现代的金融理论来辅助投资者更好地赢利。这些量化的方法可用于分析海量历史数据，也可用于具体信号生成，或者控制持仓大小、进行风险控制等。
量化交易也包含主观交易，如比较常见的期货跨市套利策略、期权波动率套利等就属于半自动交易。它们需要交易员综合历史均值回归，以及对宏观政策的主观解读，开盘前调整好参数让计算机严格执行策略。