什么是量化交易?

阿布 2018-12-11 PM 767℃ 0条

量化引言

1.1 什么是量化交易

量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

我们会经常使用搜索,在搜索框中输入我们的问题,比如今天是立秋,那你想知道今天应该吃什么,能创造节日的气氛,且有养生的作用,通过搜索,你可以获得你想要的答案。

llss1.png

那么如果我们想通过搜索来知道“今天买什么股票能挣钱”呢

llss2.png

搜索无法告诉你答案,量化系统的任务就是类似通知交易者今天应该买什么,今天应该卖什么。

普通的交易是由交易者根据自身的经验或者偏好进行投资决策, 量化交易通过将数据(行情历史,基本面信息,新闻资讯等)输入策略模型之后利用计算机及统计学技术方法分析数据,产生交易信号进行交易决策, 简单示意如下图所示

WechatIMG94.png

量化模型一般包括选股模块,择时模块,风险控制模块(暂时感性理解即可,后续第8章 量化系统-开发章节将详细讲解abu量化系统中选股,择时,风险控制等模块的实现与使用)

传统的交易使用定性分析进行投资决策

  • 传统的投资决策不论是技术面分析还是基本面分析都属于定性分析
  • 定性分析一般是人的思维来完成,它的优点是在深度上

量化交易使用定量分析进行投资决策

  • 量化交易投资决策属于定量分析,它以历史数据分析为基础,利用数学、统计学等工具高效快速的进行决策
  • 定量分析通过计算机强大的运算能力,在广度上占有绝对优势

定量分析也会使用到定性分析中的很多技术,大多数情况是人的思维对定性分析的高度抽象形成模式,将模式运用到定量分析以提升广度,最理想的情况是在不丢失深度的情况下,完全将思想移植提升广度,这样在大数定理的魔力下,更强有力的战胜市场。

1.2 量化交易 投资? 投机 ? 赌博 ?

从大众的普遍认知来说人们都希望自己的交易是投资,自己是一个投资家,很少有人接受自己的交易是投机,更不会有人希望自己的交易被叫做赌博,自己是个赌徒。

但现实很残酷,实际上大多数人的交易方式真的是赌博,他们不断的在市场中进行短线交易,只在乎胜率(只想着赌赢),例如他们经常会赌某个股票价格涨太多了,应该下跌了,或者某个股票价格跌的太多了,应该上涨了,一旦走势没有向他们预期的那样发展,他们则将亏损的部分坚持持有,对外声称自己是价值投资者,基本面分析者,认为应该长期持有,长线投资,更有些有强烈虚荣心的人会对外宣称自己每次交易都作对了方向,利润丰厚(逢赌必赢)。

我曾经问一个朋友:投资和投机的区别是什么?他的回答很有意思他说:股票就是投资,期货就是投机。我又继续问他:那投机和赌博的区别是什么?
他想了半天说不知道。

赌博靠的就是运气,完全无法得到概率优势,投机需要技巧和经验,衡量得失,获取概率优势,赌场里赌客赢钱概率最高的游戏是21点,是那里唯一相对公平的游戏,赌场的优势最小,专业赌徒通过自律及特定的方式可以提高自己在21点中的优势。(在'第3章 量化工具-Numpy'中将详细讲解)

量化交易中大多策略是基于对历史规律的总结,在规律的基础上发现概率优势,它的最大理论依据是人性的相似性以及人性很难改变的事实,如果每一个瞬间的股票价格都是全体交易者对价值所达成的一种瞬间共识,那么历史的规律在今后的交易中同样具有指导意义(在'第4章 量化工具-Pandas'中将详细讲解)

一花一世界 一叶一菩提,由于世界上没有两片树叶是完全相同的,所以量化交易的概率优势并不具有绝对的优势,即达不到预测的程度,但传统意义上的投资目标需要一个相对比较大的概率优势目标,也就是说投资的目标需要有一个比较准确的预测结果,投资即是前期投入大量资源对投资目标进行研究分析,以获取丰厚投资回报为目标,进行长期投资才能称作投资,其它所有的简单分析,中短期持有都应该属于投机范畴,作为个人小资金投资者很难真正进行基本面分析,不要误以为使用市盈率,市净率等等公开的基本面数据就是基本面分析,所以很遗憾,坦白的说我认为量化交易更倾向于投机范畴。

很多交易者错误的认为自己是具有短线预测天赋的投资家,但其实他们只是市场中的赌徒,比起赌徒来说,我相信对于大多数个人量化交易者,或者中小资金来说
通过量化交易技术获取交易概率优势,成为市场中的成功投机者,一步一步的变成投机家也是个很好的选择。

1.3 量化交易的优势

量化交易的最大优势及特点上述已讲解,总结如下:

  1. 量化交易通过计算机强大的运算能力,在市场广度分析上占有绝对优势。
  2. 量化交易通过历史规律的总结,在规律的基础上发现概率优势,形成良好投机基础。

下面为量化交易的其它优势,它们实际成因都来自由人性中的弱点如:贪婪,恐惧,自负,虚荣等等负面心理

  • 避免短线频繁交易

交易者常常是‘交易瘾’患者,他们做交易会有快感,他们做交易的主要目的是寻找刺激,他们企图抓住市场中每一次价格波动,贪婪的不想放过任何一次机会(如果买入后走势符合他们的预期则表现为自负得意,如果走势背离他们的预期则表现为懊恼,需寻找复仇机会)。另外还有一些交易者认为要像上班一样每天都做交易这样才算是付出劳动了,劳动必有收获,劳动光荣,他们不知道什么叫做多做多错,少做少错,不做不错。

通过量化交易上瘾交易者可以将自身抽离决策前沿(心理学发现交易瘾是由于交易决策所带来的快感,只要不在决策的最前沿就不会无法自拔),只是通过计算机发出的信号进行买卖(可以程序化下单, 但对于非高频,特别是个人量化推荐人工下单)。劳动型交易者也可以通过开发学习量化相关知识来避免频繁短线交易, 但是劳动型交易者也需要注意不要过度拟合交易系统以及实现太过复杂的交易策略,简单即美,如在期货市场我最信奉的策略是三天内不能盈利平仓。

  • 避免逆势操作

顺势交易可以说是投资者必须遵循的交易模式,但是大多投资者喜欢逆势操作,比如只在股票下跌很多的时候进行买入,造成这种现象一方面是由于捡便宜心理,认为市场价格已经跌了很多,但实际上股票的价值是相对的,极端来说可以认为完全没有价值,价格却是市场中买卖双方达成的共识,它是绝对的。

另一方面我认为这个现象是由于人性的本质导致的,我们都害怕死亡,我也一样,我小的时候经常幻想自己的死亡,那种恐惧无助孤独让人无法呼吸,但我有一天突然想到如果地球发生毁灭性的大灾难,所有的人类都将死亡,我还会害怕吗?答案是:不害怕。投资者在股票下跌很多后买入股票,会有一种错觉反正有很多人买的价格比我高,我不害怕,要死大家一起死,相反投资者在股票价格突破后会不敢买入股票想法是我不能在最高点买入股票,要是我买了以后股票下跌,只有我一个人去死,我绝对不能让这样的事情发生(更多关于此方面实例讲解请阅读第7章 量化系统-入门章节)

通过量化交易编写选股择时策略可以进行顺势交易策略,但并不是说没有逆势策略,比如均值回复模型即假设之前的股价上涨只是暂时的,价格会回复到一个相对正常的水,也就是说随后的一段时间内股价将下跌,它的理论依据为价格将围绕价值上下波动,编写逆势策略需要有配套的止损策略与合理的资金管理策略,在后续章节全部会详细讲解。

  • 避免重仓交易

重仓交易的危害觉不止是让交易者产生重大亏损这么简单。

在交易中经常会出现买入后初始阶段并没有盈利的情况,在仓位小的情况下加上合理的止损策略,完全可以等待走势步入正轨,但是过大的仓位导致资金的大波动,交易者无法承受资金波动,选择过早离场,间接步入短线的陷阱。另外很多的重仓交易是由于交易者选择向下加仓的结果,即交易者不断加仓已经亏损了很多的头寸,企图通过降低成本来实现交易反转,间接步入逆势的陷阱。

通过量化交易资金管理模块可以控制交易风险,计算最佳买入开仓量,通过卖出止损因子可以保证资金的波动在合理范围内。另外对于止损可以编写不同的止损策略实现复杂合理的交易策略,比如不能让已经盈利交易变成亏损的保护止盈,大波动止损等,在后续章节全部会详细讲解。

  • 避免胜率的盲目追求

交易者普遍喜欢追求胜率,希望自己所有的交易都能以盈利收尾,直接表现为:盈利的单子拿不住,稍微有一点利润就忙于兑现,亏损了的交易不卖出,持有直到可以再次盈利为止,交易中应该追求的是让利润尽情的奔跑,让亏损尽快的止损,而其实他们却变成了让亏损尽情的亏损,让利润尽快的止赢

我之前看过几个朋友的交易账户,发现他们的交易的胜率非常高,但他们的账户最终都是亏损的,我认为交易中最虚幻的就是胜率,但是大多数人追求的反而是胜率,如果说市场最终的结果90%的人将亏损收场的话,那我相信这90%的人胜率大多数都为超过50%甚至更高(在'第9章 量化系统-度量与优化'将具体讲解)

通过量化交易制定量化的交易策略和风险控制,通过量化系统的度量模块,使交易者拥有正确的交易目标。

  • 确保交易策略的执行

比如一个交易者对市场进行分析后,决定第二天买入一个股票,但是在开盘后却因为种种原因临时改变决策,没有买入股票,甚至卖出股票或者买入空单。这种现象在交易者中很常见,人们往往不能坚持自己的策略决策,往往因为临时的一点点小的变动,将自己的交易搁置甚至反转。另外比如交易者使用趋势跟踪策略进行交易(趋势跟踪策略的交易成功率会低于50%),如果交易者坚持策略执行了前6次交易都是以失败告终,这样交易者在第七次交易信号来临的时候就很可能放弃原有的交易策略,他不敢再次坚持交易。

通过量化交易可以确保交易策略的执行,不会因为当天开盘前某些小波动而打乱了原有的交易策略(除非你的策略涉及了这个小波动),我们可以坚信量化交易策略的执行的一大原因是我们所有的交易策略都会完成交易回测及回测结果度量,即我们通过回测及回测结果验证了我们的交易策略是可行的,是具有概率上的优势的交易策略,它具有正期望的投资回报,交易回测及度量在后续章会详细讲解。

  • 独立交易及对结果负责的信念

交易者在市场中需要做出交易决策,但总不能随机的进行买卖吧,他们需要理由,如果交易者进行独立分析,他们往往并不十分自信,这时他们会去需求别人的意见,去各种社区寻找认同感,努力搜索与自己观点相同的新闻等等,如果买入后,走势符合他的预期他会认为是自己的能力本事,如果不符合它的预期,他也会把责任推卸到其他人身上。

量化交易通过严格的交易流程,将整个交易流程自动化,并且通过回测寻找最优等方式,验证拥有概率优势,交易者更容易对结果负责以及培养独立交易的信念。

  • 从历史验证交易策略是否可行

交易者学习或者开发一种交易策略,都需要验证策略是否可行,比如k线形态分析有些人认为有效,有些人认为它只是股评家的工具,一种事后对市场进行解释的万能工具。又或者有很多新兴理论比如缠论是否可以使用在交易中等等,如果不使用量化,则需要直接在真实交易中通过真金白银进行测试策略是否可行。

通过量化交易将需要验证的策略实现后进行历史回测,通过对回测结果进行度量即可大致清楚策略是否有效或者有效范围等。

  • 寻找交易策略的最优参数

举例如下:交易者发现自己的交易成交后价格开始下跌,导致止损离场,但价格随后开始不断上涨,本来是一次可以盈利的交易,因为止损点稍高导致过早离场,交易者在之后的交易中降低了止损点,当交易再次成交后,价格不断下跌,直到跌破止损点,又一次失败的交易,但是如果不是之前降低了止损点位,第二次的交易本来是可以少损失一些资金的,这里只举例止损点,其它止盈点位,仓位基准参数的变动都会造成上述类似问题。

通过量化交易的寻找最优参数技术(具体请阅读'量化系统-度量与优化'章节)可以实现上述参数的最优选择问题。

  • 减少无意义的工作及干扰

很多人喜欢在交易中无时无刻的盯着行情报价系统,他们似乎可以从中感悟到什么,其实所有盘中的小波动的意义都不大,很多时候这些小波动还会将交易者代入误区,实在是个无意义的工作,但是很多交易者无法豁然的面对,他们认为他们要在好机会出现的时候果断买入,风险来临前果断卖出, 他们喜欢看着分钟k图,幻想着自己在低点买入,在高点卖出,抓住市场中每一次波动。

有些事情不管你愿不愿意都已经发生,有些东西不管你想与不想它都已经流逝,不管未来如何,过去的对与错也不想在追究,试着改变,试着放下,试着忘记,试着重新开始吧

通过量化交易事先编写好买入策略,配合仓位控制,止盈止损策略的前提下,我们实际上并不需要过多关注盘间的价格波动,这样才能客观的对交易进行控制,不会被过多无意义的干扰打乱节奏,节省下时间去做更多有意义的事情。

1.4 量化交易的正确认识

  • 不要因循守旧,认为量化交易是邪门歪道

一些对量化交易有成见的人认为量化交易无法成功,特别是基本面分析派,真正的基本面分析的进入门槛是很高的,需要大量的资源和调研资金,实际上并不适合个人投资者,但是很多投资者却错误的认为自己是基础面分析派。

基本面分析的结果为长期预测结果,即通过大量的资源进行基本面调研后寻找在长期投资期间内有丰厚投资回报的目标。

技术分析以统计学为基础,通过寻找概率优势进行分析,分析的结果为概率,技术分析在中短期投资区间有效,很多量化策略是基于浅层基本面数据分析+技术分析实现的,比如选股模块使用浅层基本面数据分析进行初步筛选,择时模块通过技术分析加上更多的统计技术实现。

还有的反对者认为一种分析方法, 知道的人多了, 使用的人多了, 自然也就失效了,这个理论绝对是成立的,但是和量化分析没因果关系,在投资领域没有一种方式可以永远盈利,没有所谓的一招鲜吃遍天,唯一不变的是变化和手续费,量化分析在这方面反而有自己的优势,分析变化,调整策略,通过数据反向指导人的思维调整定性分析方法,再次抽象到定量分析。

  • 不要异想天开,认为它有神奇的魔法

与此相反有另一些人对量化投资有一定程度的迷信误解,在他们看来计算机的计算能力远远优于人类,依靠这个优势量化分析不仅可以在广度上远远超过人类,而且可以在深度上比人类分析的更透彻,实际上现在所有的人工智能都是属于弱人工智能,比如流行的深度学习它是机器学习的一个分支,它依靠模仿人脑的神经系统来组织算法,模仿人的思维方法来做决策,但即使被称为深度学习,它也只能用来完成人的思维所能完成的最初级的任务,可能你会反驳说不对,不是有个阿法狗可以战胜围棋冠军李世石吗?那是因为根据围棋规则计算机构建学习网络,使用强大运算能力通过蒙特卡洛寻找最优,俗话说3个臭皮匠顶一个诸葛亮,它运行的本质就是每走一步棋都依靠成千上万个臭皮匠(臭棋篓子)朝各种可能性走一步,然后从它们走出的结果中选取最好的那一个臭棋篓子上场,这个被选中的臭棋篓子和其它臭棋篓子没有任何区别,它只是幸运的走了最好的那一步,它的本质是多个弱人工智能效力叠加,通过游戏规则取胜,所以与其说是阿法狗大战李世石, 不如叫做十万个臭棋篓子大战李世石

实际上很多人对机器学习等技术的幻想是


机器学习.fit(x, y) == (股价预测,涨跌预测)

第10章 量化系统-机器学习•猪老三章节将详细讲述预测的不可行性,但是机器学习等技术在量化中也绝对不是没有作用,虽然市场无法预测,但是市场也并不是杂乱无章的,由于市场参与者的非理性行为(有效市场假说不成立),通过历史数据发现规律,一定可以获得一些概率上的优势,即我认为在预测和混沌之前存在着一种状态,这种状态可以使用使用概率来描述,即通过算法来找到这些概率的分布,预测市场的混沌,混沌市场的预测,在第11章 量化系统-机器学习•ABU中将详细讲解上述技术。

  • 不要抱有不劳而获的幻想

量化交易给很多人的幻想是:每天打开电脑,执行策略,自动买卖,这样他们就可以每天躺在沙发上,看着钱滚滚而来,无忧无虑,不劳而获。

量化交易的基础是依然是交易,交易付出的代价是相当高的:成功的交易者不但需要付出资金成本,忍受交易的各种精神折磨,反人性的训练自己的交易技术,而且更主要的是独立思考,不断的否定自我,不断的付出大量的时间去学习更新自己, 不要说是不劳而获了,从某种角度可以称为刀尖上舔血的工作。

姜文的电影“让子弹飞”中有下面一段经典对话:

汤师爷顺着张麻子说:“那你是想站着,还是想挣钱呢?”张麻子连想都不想,说:“我是想站着,还把钱挣了!

汤师爷说道:“挣不成。张麻子从兜里掏出手枪,啪的一声拍到桌子上,问汤师爷:“这个能不能挣钱?”汤师爷回答:“能挣,山里。”
张麻子拿过一边的县长大印,问:“这个能不能挣钱?”汤师爷回答:“能挣,跪着。”
张麻子把县长大印放到手枪旁边,问:“这个加上这个,能不能站着把钱挣了?

在我看来:

  1. 理解交易 = 手枪
  2. 量化交易 = 县长大印

    (县长大印 + 手枪) = (量化交易 + 理解交易) = **站着把钱挣了**
    

rzdf.png

  • 盲目追求量化策略的复杂性

文艺复兴科技是有史以来最成功的量化交易对冲基金,自1988成立以来,文艺复兴科技公司的大奖章基金取得平均每年36%的回报,收益远超巴菲特、索罗斯,它的创始人西蒙斯被誉为“量化投资之王”,有效市场假说认为市场价格波动是随机的,交易者不可能持续从市场中获利。而西蒙斯则强调有些交易模式并非随机,可以提供交易机会,外界猜测文艺复兴科技使用各种复杂的技术,另外还有谣言说文艺复兴科技与美国军方有技术合作,他们使用军方的最新技术,达成了如此高的投资回报,但是西蒙斯曾经多次公开宣称,文艺复兴科技使用的量化技术并非有多复杂,多晦涩,其实他们的策略都是很简单的。我相信西蒙斯说的是真的,因为可以影响市场的原因是无限多的,且非线性关系,即无限解系统,所以我认为无法通过复杂化系统来实现预测交易的效果,不论你使用的技术有多复杂高深(具体请阅读量化系统-机器学习章节),所以可以战胜市场的唯一方式依然是获取概率优势,只有简单的策略才能在长期投资中保持高度的稳定概率优势,即简单有效的策略最实用。

  • 认清市场,认清自己, 知己知彼百战不殆

算法交易之父托马斯·彼得菲最成功的一段经历是利用当时最快的计算机,租赁独享电话线以保证数据传输畅通无阻,甚至超越时代定制平叛电脑,使用统计套利在不同市场进行对冲策略,这是最有保证的一段量化交易历史,在当时的交易环境下运用高科技在市场中确实可以获利,但是这个策略放到今天肯定不适用,因为科技在不停的进步,技术的不断透明化,信息社会的高速发展,自动化交易占了美国股票市场60%以上的成交量,在美国很多高频交易为了通信速度能有几毫秒的提升,不惜在太平洋底打洞自己搭建通信网络,也有专门提供暗光纤的独享网络商,他们网络的一年租赁费用就高达几千万美元,在这种环境下个人量化投资者是不是一点机会都没有呢?当然不是,首先要选定交易品种,股票,期权,期货,外汇,甚至比特币等等都要考量,针对你的资金量,硬件设备等等作出取舍,比如期货交易由于市场本身的特性,很多交易策略都是针对盘口数据作出快速反应,这样硬件设备确实是能否获利的关键,高频交易也不适合个人投资者,但是更多的交易策略对硬件设备和速度的要求并没有那么高,个人电脑完全可以满足需求,学会利用你的优势,比如大机构的大资金在市场中,每一次出手考虑冲击成本等等因素,这些在资金量小且处于活跃市场的个人量化投资者不需要考虑,编写出适合自己的交易策略,且遵守交易策略,利用大数定理,做好仓位管理,避免系统性灾难风险就可以有一个好的结果,另外针对个人个人量化投资者一定要认清自己的策略与资金量是否匹配,尽量不要使用杠杆,杠杆放大了量风险与收益的同时也放大了希望和恐惧,期货市场的投资者的平均存活周期为6个月,我一个朋友多年奋战在期货市场,他赔了不少钱在期货交易中,在交流中我发现他竟然不知道期货套期保值等最基础的知识, 完全是被高杠杆带来的高收益所诱惑,梦想着一夜暴富,加上期货市场即可以做多也可以做空,时时刻刻都有赌博的机会,交易者在期货市场中一般都是以失败离开,但我并不是说个人投资者不可以去投资这些市场,前提是对市场有足够的认识,敬畏,认清自己的资金量是不是可以满足市场的最低入门门槛,并且杠杆越高的市场要求投资者要有越高的自律性,控制自己的贪婪,不和市场较劲。

标签: 量化, 交易, 数学模型

非特殊说明,本博所有文章均为博主原创。

评论啦~