四川萬迪股權投資基金官網

Ⅰ 阿斯利康是哪個國家的

阿斯利康是英國的，阿斯利康是全球領先制葯公司，由前瑞典阿斯特拉公司和前英國捷利康公司於1999年合並而成。

作為一家以創新為驅動的全球性生物制葯企業，阿斯利康全球總部位於英國倫敦，全球約有61,500名員工，業務遍布全球100多個國家，公司在17個國家設立生產基地。

(1)四川萬迪股權投資基金官網擴展閱讀：

阿斯利康中國總部位於上海，在中國大陸的20多個主要城市設有辦事處。公司在江蘇省無錫市擁有世界一流的生產基地，於2001年正式投產。阿斯利康目前在中國銷售的醫葯產品已有約80%在中國本地生產。

作為全球領先制葯公司之一，阿斯利康藉助其雄厚的研發基礎、強大的生產能力和完善的銷售體系，致力於在諸多重要治療領域為廣大患者提供富於創新、卓有成效的醫葯產品。

中國是阿斯利康全球最重要的新興市場。在中國，阿斯利康的使命是開發、供應和推廣優勢治療領域中富於創新、質量上乘的醫葯產品。

Ⅱ 慕迪股權投資基金管理（上海）有限公司怎麼樣

簡介：慕迪股權投資基金管理（上海）有限公司成立於2014年06月24日，主要經營范圍為股權投資管理，創業投資，實業投資，資產管理，投資咨詢，商務咨詢，財務咨詢（不得從事代理記賬），企業管理咨詢等。
法定代表人：劉旭博
成立時間：2014-06-24
注冊資本：50000萬人民幣
工商注冊號：310000000127617
企業類型：有限責任公司（自然人獨資）
公司地址：上海市嘉定區南翔鎮德力西路88號1幢A區349室

Ⅲ 什麼是智慧城市

智慧城市是一種新理念和新模式，基於信息通信技術（ICT），全面感知、分析、整合版和處理城市生態系權統中的各 類信息，實現各系統間的互聯互通，以及時對城市運營管理中的各類需求做出智能化響應和決策支持，優化城市資源調度，提升城 市運行效率，提高市民生活質量。
我國現代化城市發展大致經歷著信息化建設、數字化建設和智慧化建設的路徑。智慧城市的興起和發展並非一蹴而就，而是建立在完備的網路通信基礎設施，海量的數據資源，多領域業務流程整合等信息化和數字化建設的基礎上，智慧化城市建設是現代化城市發展進程的必然階段。
智慧城市的蓬勃發展離不開眾多的建設者們，其中的一個重要角色是IT基礎設施建造商，例如中國鐵塔、中國通信服務集團等等，他們完成了智慧城市建設的實施和整體保障，是城市建設最直接的參與者。

由於某些原因，這些基礎設施建造商不再只是一個實施者，近些年他們也在謀求轉型升級，例如中國通信服務集團自主研發了一個物聯網平台：CCS開放物聯網平台，並且提出的「新一代綜合智慧服務商」口號，智慧城市的建設離不開物聯網，此時建設一個物聯網平台以滿足自身業務需求是一個不錯的選擇。

Ⅳ 杭州美創科技有限公司招聘信息,杭州美創科技有限公司怎麼樣

數據來源：以下信息來自企業徵信機構，更多詳細企業風險數據，公司官網，公司簡介，可在釘釘企典 上進行查詢，更多公司招聘信息詳詢公司官網。

• 公司簡介：

杭州美創科技有限公司成立於2005-04-19,注冊資本0.310000萬人民幣,法定代表人是柳遵梁,公司地址是浙江省杭州市拱墅區豐潭路508號天行國際中心7號樓1201室,統一社會信用代碼與稅號是913301087735597701,行業是null,登記機關是浙江省杭州市工商行政管理局拱墅分局,經營業務范圍是null,杭州美創科技有限公司工商注冊號是330108000015389

• 分支機構：

杭州美創科技有限公司廣州分公司,注冊號是440104000656684,統一社會信用代碼是913301087735597701

杭州美創科技有限公司寧波分公司,注冊號是330215000124675,統一社會信用代碼是913301087735597701

• 對外投資：

衢州美創科技有限公司,法定代表人是柳遵梁,出資日期是2017-11-28,企業狀態是在營（開業）,注冊資本是500.000000,出資比例是55.00%

美創(北京)安全技術有限公司,法定代表人是柳遵梁,出資日期是2017-01-12,企業狀態是在營（開業）,注冊資本是505.000000,出資比例是100.00%

台州博越信息技術有限公司,法定代表人是顧寅紅,出資日期是2013-08-27,企業狀態是在營（開業）,注冊資本是108.000000,出資比例是100.00%

杭州融盾信息技術有限公司,法定代表人是聞建霞,出資日期是2017-04-12,企業狀態是注銷,注冊資本是500.000000,出資比例是60.00%

北京匠迪技術有限公司,法定代表人是路劍華,出資日期是2014-03-24,企業狀態是在營（開業）,注冊資本是310.164800,出資比例是81.80%

南京美創數信安全技術有限公司,法定代表人是柳遵梁,出資日期是2018-12-18,企業狀態是在營（開業）,注冊資本是505.000000,出資比例是100.00%

杭州貝醫科技有限公司,法定代表人是柳遵梁,出資日期是2015-05-05,企業狀態是在營（開業）,注冊資本是100.000000,出資比例是27.00%

武漢合眾美創信息科技有限公司,法定代表人是柳遵梁,出資日期是2015-11-12,企業狀態是在營（開業）,注冊資本是505.000000,出資比例是100.00%

• 股東：

浙江如山匯鑫創業投資合夥企業(有限合夥),出資比例3.15%,認繳出資額是97.650000

杭州駿辰投資合夥企業(有限合夥),出資比例2.27%,認繳出資額是70.373100

衢州創達投資合夥企業(有限合夥),出資比例11.76%,認繳出資額是364.609600

浙江舟山如山匯盈創業投資合夥企業(有限合夥),出資比例3.15%,認繳出資額是97.650000

浙江華睿火炬創業投資合夥企業(有限合夥),出資比例2.70%,認繳出資額是83.700000

杭州融盾投資合夥企業(有限合夥),出資比例10.84%,認繳出資額是335.990400

杭州恆翼投資合夥企業(有限合夥),出資比例0.78%,認繳出資額是24.074600

杭州普華銳昆創業投資合夥企業(有限合夥),出資比例1.15%,認繳出資額是35.650000

珠海富海華金創業投資基金(有限合夥),出資比例1.00%,認繳出資額是31.000000

武漢市華田宇股權投資合夥企業(有限合夥),出資比例2.50%,認繳出資額是77.500000

萊恩達集團有限公司,出資比例1.00%,認繳出資額是31.000000

浙江華睿藍石投資有限公司,出資比例3.93%,認繳出資額是121.938500

深圳富海創新創業投資基金企業(有限合夥),出資比例1.00%,認繳出資額是31.000000

廈門市華天宇股權投資合夥企業(有限合夥),出資比例4.35%,認繳出資額是134.850000

徐榮星,出資比例8.31%,認繳出資額是257.740200

朱永清,出資比例1.05%,認繳出資額是32.500400

陳尚禮,出資比例4.50%,認繳出資額是139.500000

胡江濤,出資比例8.49%,認繳出資額是263.320200

顧寅紅,出資比例1.28%,認繳出資額是39.726500

柳遵梁,出資比例18.34%,認繳出資額是568.629900

• 高管人員：

蔣月軍在公司任職董事

嚴淼在公司任職監事會主席

柳遵梁在公司任職董事長兼總經理

徐榮星在公司任職董事

胡嘉偉在公司任職監事

聞建霞在公司任職董事

張葆成在公司任職董事

胡江濤在公司任職董事

林華俠在公司任職董事

李川濃在公司任職董事

周亮在公司任職監事

Ⅳ 暴雪總部到底在哪

公司在美國

Ⅵ 量化投資

沒有你想的書

我多年來都有關注這方面的書 可是也沒有在國內找到

數量化投資是將投資理念及策略通過具體指標、參數的設計，體現到具體的模型中，讓模型對市場進行不帶任何情緒的跟蹤；相對於傳統投資方式來說，具有快速高效、客觀理性、收益與風險平衡和個股與組合平衡等四大特點。量化投資技術幾乎覆蓋了投資的全過程，包括估值與選股、資產配置與組合優化、訂單生成與交易執行、績效評估和風險管理等，在各個環節都有不同的方法及量化模型：

一、估值與選股

估值：對上市公司進行估值是公司基本面分析的重要方法，在「價值投資」的基本邏輯下，可以通過對公司的估值判斷二級市場股票價格的扭曲程度，繼而找出價值被低估或高估的股票，作為投資決策的參考。對上市公司的估值包括相對估值法和絕對估值法，相對估值法主要採用乘數方法，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等；絕對估值法主要採用折現的方法，如公司自由現金流模型、股權自由現金流模型和股利折現模型等。相對估值法因簡單易懂，便於計算而被廣泛使用；絕對估值法因基礎數據缺乏及不符合模型要求的全流通假設而一直處於非主流地位。隨著全流通時代的到來和國內證券市場的快速發展，絕對估值法正逐漸受到重視。

選股：在當前品種繁多的資本市場中，從浩瀚復雜的數據背後選出適合自己投資風格的股票變得越加困難。在基本面研究的基礎上結合量化分析的手段就可以構建數量化選股策略，主流的選股方法如下：

資產配置方法與模型
資產配置類別 資產配置層次 資產配置方法 資產配置模型
戰略資產配置 全球資產配置 大類資產配置 行業風格配置 收益測度 風險測度 估計方法 馬克維茨 MV 模型 均值 -LPM 模型 VaR 約束模型 Black-Litterman 模型
戰術資產配置 ( 動態資產配置 ) 周期判斷 風格判斷 時機判斷 行業輪動策略 風格輪動策略 Alpha 策略 投資組合保險策略

基本面選股：通過對上市公司財務指標的分析，找出影響股價的重要因子，如：與收益指標相關的盈利能力、與現金流指標相關的獲現能力、與負債率指標相關的償債能力、與凈資產指標相關的成長能力、與周轉率指標相關的資產管理能力等。然後通過建立股價與因子之間的關系模型得出對股票收益的預測。股價與因子的關系模型分為結構模型和統計模型兩類：結構模型給出股票的收益和因子之間的直觀表達，實用性較強，包括價值型(本傑明·格雷厄姆—防禦價值型、查爾斯·布蘭迪—價值型等)、成長型(德伍·切斯—大型成長動能、葛廉·畢克斯達夫—中大型成長股等)、價值成長型(沃倫·巴菲特—優質企業選擇法、彼得·林奇—GARP價值成長法等)三種選股方法；統計模型是用統計方法提取出近似線性無關的因子建立模型，這種建模方法因不需先驗知識且可以檢驗模型的有效性，被眾多經濟學家推崇，包括主成分法、極大似然法等。

多因素選股：通過尋找引起股價共同變動的因素，建立收益與聯動因素間線性相關關系的多因素模型。影響股價的共同因素包括宏觀因子、市場因子和統計因子(通過統計方法得到)三大類，通過逐步回歸和分層回歸的方法對三類因素進行選取，然後通過主成分分析選出解釋度較高的某幾個指標來反映原有的大部分信息。多因素模型對因子的選擇有很高的要求，因子的選擇可依賴統計方法、投資經驗或二者的結合，所選的因子要有統計意義上或市場意義上的顯著性，一般可從動量、波動性、成長性、規模、價值、活躍性及收益性等方面選擇指標來解釋股票的收益率。

動量、反向選股：動量選股策略是指分析股票在過去相對短期的表現，事先對股票收益和交易量設定條件，當條件滿足時買進或賣出股票的投資策略，該投資策略基於投資者對股票中期的反應不足和保守心理，在投資行為上表現為購買過去幾個月表現好的股票而賣出過去幾個月表現差的股票。反向選股策略則基於投資者的錨定和過度自信的心理特徵，認為投資者會對上市公司的業績狀況做出持續過度反應，形成對業績差的公司業績過分低估和業績的好公司業績過分高估的現象，這為投資者利用反向投資策略提供了套利機會，在投資行為上表現為買進過去表現差的股票而賣出過去表現好的股票。反向選股策略是行為金融學理論發展至今最為成熟，也是最受關注的策略之一。

二、資產配置

資產配置指資產類別選擇、投資組合中各類資產的配置比例以及對這些混合資產進行實時管理。資產配置一般包括兩大類別、三大層次，兩大類別為戰略資產配置和戰術/動態資產配置，三大層次為全球資產配置、大類資產配置和行業風格配置。資產配置的主要方法及模型如下：

戰略資產配置針對當前市場條件，在較長的時間周期內控制投資風險，使得長期風險調整後收益最大化。戰術資產配置通常在相對較短的時間周期內，針對某種具體的市場狀態制定最優配置策略，利用市場短期波動機會獲取超額收益。因此，戰術資產配置是在長期戰略配置的過程中針對市場變化制定的短期配置策略，二者相互補充。戰略資產配置為未來較長時間內的投資活動建立業務基準，戰術資產配置通過主動把握投資機會適當偏離戰略資產配置基準，獲取超額收益。

三、股價預測

股價的可預測性與有效市場假說密切相關。如果有效市場假說成立，股價就反映了所有相關的信息，價格變化服從隨機遊走，股價的預測就毫無意義，而我國的股市遠未達到有效市場階段，因此股價時間序列不是序列無關，而是序列相關的，即歷史數據對股價的形成起作用，因此可以通過對歷史信息的分析來預測股價。

主流的股價預測模型有灰色預測模型、神經網路預測模型和支持向量機預測模型(SVM)。灰色預測模型對股價的短期變化有很強的預測能力，近年發展起來的灰色預測模型包括GM(1, 1)模型、灰色新陳代謝模型和灰色馬爾可夫模型。人工神經網路模型具有巨量並行性、存儲分布性、結構可變性、高度非線性和自組織性等特點，且可以逼近任何連續函數，目前在金融分析和預測方面已有廣泛的應用，效果較好。支持向量機模型在解決小樣本、非線性及高維模式識別問題中有許多優勢，且結構簡單，具有全局優化性和較好的泛化能力，比神經網路有更好的擬合度。

四、績效評估

作為集合投資、風險分散、專業化管理、變現性強等特點的投資產品，基金的業績雖然受到投資者的關注，但要對基金有一個全面的評價，則需要考量基金業績變動背後的形成原因、基金回報的來源等因素，績效評估能夠在這方面提供較好的視角與方法，風險調整收益、擇時/股能力、業績歸因分析、業績持續性及Fama的業績分解等指標和方法可從不同的角度對基金的績效進行評估。

績效評估模型 / 指標

績效評估准則
擇時 / 股能力
業績歸因分析
風險調整收益
業績持續性
Fama 業績分解

模型 / 指標
T-M 模型

H-M 模型

GII 模型

C-L 模型
資產配置收益

證券選擇收益

行業選擇收益

行業內個股選擇收益
RAROC

Sharp, Stutzer

Treynor, Jensen

, ,
雙向表分析

時間序列相關性
總風險收益

系統風險收益

分散化投資收益

五、基於行為金融學的投資策略

上世紀50～70年代，隨著馬科維茨組合理論、CAPM模型、MM定理及有效市場假說的提出，現代金融經濟學建立了一套成熟的理論體系，並且在學術界占據了主導地位，也被國際投資機構廣泛應用和推廣，但以上傳統經濟學的理論基石是理性人假設，在理性人假設下，市場是有效率的，但進入80年代以後，關於股票市場的一系列研究和實證發現了與理性人假設不符合的異常現象，如：日歷效應、股權溢價之謎、期權微笑、封閉式基金折溢價之謎、小盤股效應等。面對這些金融市場的異常現象，諸多研究學者從傳統金融理論的基本假設入手，放鬆關於投資者是完全理性的嚴格假設，吸收心理學的研究成果，研究股市投資者行為、價格形成機制與價格表現特徵，取得了一系列有影響的研究成果，形成了具有重要影響力的學術流派－行為金融學。

行為金融學是對傳統金融學理論的革命，也是對傳統投資實踐的挑戰。隨著行為金融理論的發展，理論界和投資界對行為金融理論和相關投資策略作了廣泛的宣傳和應用，好買認為，無論機構投資者還是個人投資者，了解行為金融學的指導意義在於：可以採取針對非理性市場行為的投資策略來實現投資目標。在大多數投資者認識到自己的錯誤以前，投資那些定價錯誤的股票，並在股價正確定位之後獲利。目前國際金融市場中比較常見且相對成熟的行為金融投資策略包括動量投資策略、反向投資策略、小盤股策略和時間分散化策略等。

六、程序化交易與演算法交易策略

根據NYSE的定義，程序化交易指任何含有15隻股票以上或單值為一百萬美元以上的交易。程序化交易強調訂單是如何生成的，即通過某種策略生成交易指令，以便實現某個特定的投資目標。程序化交易主要是大機構的工具，它們同時買進或賣出整個股票組合，而買進和賣出程序可以用來實現不同的目標，目前程序化交易策略主要包括數量化程序交易策略、動態對沖策略、指數套利策略、配對交易策略和久期平均策略等。

演算法交易，也稱自動交易、黑盒交易或無人值守交易，是使用計算機來確定訂單最佳的執行路徑、執行時間、執行價格及執行數量的交易方法，主要針對經紀商。演算法交易廣泛應用於對沖基金、企業年金、共同基金以及其他一些大型的機構投資者，他們使用演算法交易對大額訂單進行分拆，尋找最佳路由和最有利的執行價格，以降低市場的沖擊成本、提高執行效率和訂單執行的隱蔽性。任何投資策略都可以使用演算法交易進行訂單的執行，包括做市、場內價差交易、套利及趨勢跟隨交易。演算法交易在交易中的作用主要體現在智能路由、降低沖擊成本、提高執行效率、減少人力成本和增加投資組合收益等方面。主要的演算法包括：交易量加權平均價格演算法(VWAP)、保證成交量加權平均價格演算法(Guaranteed VWAP)、時間加權平均價格演算法(TWAP)、游擊戰演算法(Guerrilla)、狙擊手演算法(Sniper)、模式識別演算法(Pattern Recognition)等。

綜上所述，數量化投資技術貫穿基金的整個投資流程，從估值選股、資產配置到程序化交易與績效評估等。結合量化投資的特點及我國證券市場的現狀，好買認為量化投資技術在國內基金業中的應用將主要集中在量化選股、資產配置、績效評估與風險管理、行為金融等方面，而隨著包括基金在內的機構投資者佔比的不斷提高、衍生品工具的日漸豐富(股指期貨、融資融券等)以及量化投資技術的進步，基金管理人的投資策略將會越來越復雜，程序化交易(系統)也將有快速的發展。