• Members 72183帖子
    Feb. 11, 2020, 6:14 a.m.

    最近调研了一些投资公司,发现一些人说自己做的是量化交易,却搞不清楚到底什么是量化交易。

    小编是个很爱学习的人,为了弄清楚什么事量化交易,特意查百度逛知乎,

    我是从这个问题开始的:程序化交易是量化交易吗?这里小编先把几个概念总结一下:程序化交易或者自动化交易,是将策略交由计算机执行的交易模式。量化交易中,不少交易是通过计算机自动执行的,但两者不能划等号。

    对冲交易更多说的是一种交易理念,而非具体的策略。

    量化交易更多是基于数据和历史统计基础,制定的一些交易策略。哪怕不用计算机执行,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。

    而后,小编在知乎上扒到一段文字,介绍了量化交易的策略研发方法,可以比较好的解答不同概念之间的关系,以及量化策略的进阶。

    作者将量化策略研发分成三个层次:

    第一类:传统策略量化很久以前,交易员们就开始做趋势策略、反转策略、剥头皮策略、做市策略等各种不同风格的策略,只不过那时是手工操作,或者半自动化。随着市场发展技术成熟,量化交易把这些策略的研发和执行自动化了,从而提高了研发效率和水平、降低了交易成本,较大程度的排除了人的不稳定因素。
    这类交易,可以说是利用技术来提高原有策略的研发和执行,并且交易频率和规模也有了变化,但本质上并不算崭新的策略类别,以前赚钱的策略也许能赚的多一些,亏钱的策略,量化也不能把他变成赚钱,这就是。
    【思路错了量化也救不了你】目前国内多数量化交易都属于此类。

    第二类:科学技术驱动策略纯粹或很大程度上基于技术(technologies)差别的策略。这个类别也有一定历史,但真正变成一个庞大且引人注目的策略类别,则是在近10年计算机技术的飞速发展过程中产生的。常见的情形是,某机构因为采用的算法效率更高,计算机硬件更强大(超级计算机),产生了细微的速度和计算优势,从而在交易上抢得先机,并运用自动化交易频繁交易大量产品,用巨大的交易量产生稳定的收益。这类策略中IT技术和科学模型起了很关键的作用。

    这就是【技术就是你的思路】举个例子:

    较早开始高频交易的Tradebot就是这类策略的典型运用者,在2002年就达到了每天一亿个订单,差不多在那个时候很多传统做市商被Tradebot和Getco这样的新型电子做市商挤出市场,后来Tradebot和Getco同样一路用技术碾压其它电子做市商竞争对手。

    在2005年, Tradebot 剥离了BATS Global
    Markets,也就是现在美国第三大股票市场BATS。而1999年Tradebot刚成立时,工作室地点是美国农村Kansas
    City的一间小地下室,里面阴暗潮湿,只有5个交易员坐在电脑屏幕前监控交易,那时每台电脑上都配备了一套叫着“Tradebot”的软件。而Getco
    对策略的运用更广,野心更大。2012年,也是老牌做市商的 Knight
    因技术故障,向纽交所发送大量错误order,导致公司巨亏4.4亿美元,股价两个交易日暴跌七成,被Getco以18亿美元价格收购。
    人们常对西蒙斯文艺复兴的大奖章基金长期持续的高回报印象深刻,而实际上不太为媒体所知的是 Tradebot 常年保持每天(而不是每月或每年)盈利,not
    even one single losing
    day,原因是文艺复兴有很多新基金要向外部投资者融资(赚钱的大奖章很早停止了外部融资,而实际新基金表现比大奖章差很多),需要做一定程度的IR,而Tradebot不对外部投资者开放,自己低调赚钱,这也是HFT很普遍的特点。如果不是市场几次出现大动荡,HFT被揪出来当替罪羊,媒体口诛笔伐,基本是没有多少人知道这个低调类别的存在。

    这一类,国内已经有一小批类似的交易者进入,他们深入研究交易规则和市场结构,制定相应的高频策略,配合高效软件硬件,争取积少成多的盈利。

    第三类:新型量化策略这类策略则是得益于计算机技术的发展,而慢慢发展起来的策略类别。它不完全是基于执行的技术优势,更多是利用技术研发出新策略。例如统计套利,需要较多计算机计算资源进行数据挖掘、模式识别,这在以前仅仅靠人力是难以胜任的。IT技术的发展和成本的降低使得这些策略的研发得以可行。这就是。
    【技术产生新策略】

    这一类目前国内还处于萌芽期。


    转 一个量化交易策略师的自白

        我之前在全球top5券商工作时也主要以CTA研究为主,每天都在不停的进行各种回测和开发。彼时,部门的CTA交易主要集中在股指期货的日内投机上,基本市场上能搜集到的各种书籍和报告我都浏览过。不过,从实际运用的角度来看,不同的技术分析方法,指标类切线类也好,形态类波浪类也罢,无论其历史背景和基本原理如何,其实质都是基于证券交易过程中量价时空等历史资料基础上的统计、分析和计算。
    
       由于可供交易的期货标的只有沪深300股指期货,虽然所在部门同时跑了多个日内交易模型,但基本都是一荣俱荣,一损俱损。更为关键的是,一般趋势跟踪系统的获胜概率都低于40%,真正幅度大的单次盈利都是好不容易才熬来的,这说明大部分交易其实都是瞎折腾,当账户资金在短期内出现较大回撤的时候,很容易对自己的模型失去信心,继而陷入反复优化的怪圈。要知道,部门的考核都是以年为单位的,如果一年下来赚不到什么钱甚至亏钱,后果你懂的。
    
        我在读研究生期间,有过一段奇妙的际遇,至于这段际遇是如何而来,至今想想都觉得传奇。当时,我作为一个博士一年级的学生,曾帮一私募大佬全权管理了一只3000万的CTA量化基金,为期一年,金字塔决策交易系统全自动下单,偶尔也人工干预。就是这段经历,让我在毕业求职时的简历比同龄人丰富了不少。也正是这段交易经历,让我知道了趋势交易就是一种煎熬,因为趋势交易是反!人!性!的:几乎总在最高点开多,最低点开空,所以每次下单都是如履薄冰。最致命的是,由于日内单边走势的下单滑点一般都比较大,如果你因为限价单没能成交,基本这千年等一回的机会就和你说拜拜了;而如果你不顾一切去追单,则很大可能刚成交一会就触发了止损命令,实际亏损是理论亏损的2倍还多。
    
       正因为知道了交易执行的艰难,毕业后进入全球top5券商后,对于交易下单和盯盘,一开始我就是拒绝的。部门的交易一直都是另一海归博士GG在做,而我只负责模型的研发和维护。他每日的工作流程就是,每天早上打开电脑,检查数据流是否正常,然后打开模型,让程序自动执行,盘中各种纠结,盘后各种悔恨。而这,基本就是一天的生活。
    
      盘中纠结:由于资金量巨大,股指期货随便一个波动,就是几十万的盈亏。落袋为安(干预模型)还是让坚决执行模型?这是个问题。毕竟一切浮盈皆是虚妄。
    

    盘后悔恨:今天曾浮盈过百万,最后居然止损出局,唉;今天要是不干预的话,本!可!以!盈利数百万的,结果少赚了近一半,唉,唉。

      别问我为啥总想干预模型。事实上,任何一个趋势跟踪系统都是很难坚持的,因为它们都是以捕捉相对罕见的大趋势为基础的,而大趋势通常难得一见。在漫长的等待中,交易者很容易对自己的系统产生怀疑,转而相信自己能够战胜概率。
    

    别问我一年下来赚了多少。事实上,CTA的容量是非常有限的,相比于部门的中介业务动辄上亿的利润,CTA的盈利基本可以忽略。虽然后来我们又把趋势交易拓展到了商品期货上,同时交易了十几个品种,但随后很多商品期货都开启了夜盘模式,遂逐步放弃。

       因为选择了CTA,导致我每天都在对自己的职业生涯产生怀疑,直到后来我跳槽到阳光私募开始管理对冲产品,开始了股票alpha模型的盈利模式。
    

    此是后话,有时间慢慢表来。

    在中国的股票、期货市场,几乎所有的投资者多多少少都懂点技术分析,什么MA、MACD、KDJ等等,诸如此类,不一而足。至于自己所理解的技术指标能否盈利,另当别论。

      由于量化投资的门槛实在太低,大凡交易过商品期货的朋友(尤其是理工科学生,毕业后想进入金融机构以此为职业的),基本都在用自己编译的模型进行程序化自动下单,或按模型提示的信号进行手撸。至于所交易的品种,究竟是橡胶、螺纹钢,还是豆粕、焦炭(股指期货的开户门槛太高,在校生一般玩不起),则不是他所要关心的。相信大家都有这样的体验,如果有朋友邀请你去打麻将或斗地主,而你却不怎么会玩,你多半会拒绝。但期货市场不同,对于一个自己几乎一无所知的品种,却也敢用真金白银去交易。
    
       这是为什么呢?
    
       因为交易者用自己所构建的模型对该产品的历史数据进行过回测,每个月均实现了正收益。这TM不就是传说中的印!钞!机!么!
    
       然而,只有真正交易过的人才知道,要想在期货市场凭自己所理解的技术分析去赚钱,太难!太难!要写一个回测结果很好的趋势跟踪模型,对于熟手来说,基本就是分分钟的事。但如果你把测试和实盘等同,我只能说你too young too simple。因为历史测试充其量只是对未来的粗略估计,它或许夸大了系统的内在优势本来是纯随机的现象,结果导致一个在历史回测中看似有效或曾经有效的系统不再有效。并且,很多初入期市的朋友,在写模型时或多或少都犯了过度优化的毛病,对于历史上那些模型本没抓住的单边走势,改个参数就抓住了;对于那些模型反复开仓的震荡走势,加个限制就避免了。可惜的是,要是可以交易历史数据的话,这个市场上还有亏货么?
    
       更为致命的是,即便你写的模型确实符合逻辑,也没有过度拟合,你以为就可以一劳永逸,躺着数钱了吗?那是因为你忘了,测试时,你可以把几年的模拟交易集中在几分钟之内完成,即使有几个月的回撤期,你也不觉得有啥,因为你知道了净值曲线的未来走势。但实盘交易时,分分钟都是煎熬,盘中每一个波动都会刺激你的神经。此外,模型测试时,你关注的全是盈利带来的喜悦;而实盘交易时,你感受到的全是亏损带来的痛楚。
    
       在实盘交易中,交易者的行为是复杂多变的,很多模型都由于与历史的吻合度太高,市场行为的一个轻微变化就会造成效果的明显恶化。再加上投资者某些情绪化和草率的出入场,承担了一些本没有必要承担的风险,再加上佣金和滑点,如此,根据市场的实际结构来说,大部分投机者注定就应该发生亏损。
    
      事实上,真正在市场上赚大钱的人,大都是悲观者和幸运者。说悲观,是因为他们都曾有过亏得睡不着觉的经历,知道赚钱的艰难;说幸运,是因为他们起起伏伏,但最终都活下来了。
    

    还记得,当年部门年会时,领导让我作为新人代表发言,我balabala,洋洋洒洒上千言,直听得他们无不击掌。但作为结尾,我话锋一转,说了下面的话:

       要想在期货市场上用技术分析赚到大钱,无它,两个字而已,靠命!
    

    周末去了一趟王府井书店,没想到这年头到实体店买书的人还挺多。在里面转悠了一圈,来到股票板块,那家伙,各种分析、战法,直叫人应接不暇。我随意挑了几本翻阅了一下,看完后甚是惆怅,原来自己这么多年的书都白念了,这么多年的交易体验都白瞎了,因为所有的书都给人一种感觉:“炒股太简单啦!”“股市就是提款机!”“我们的目标是星辰大海!”。

    回家路上,我对老婆说:“要不咱别做交易了,怪辛苦的,改写书吧?”

      “我看你有这个潜质。”
    

    在期货市场,散户凭借技术分析是能赚钱的,但前提是你能够战胜自己的内心。但即便你战胜了自己的内心,要指望大赚特赚,基本还得靠命。