一文深度解读量化交易(上) - 洛洛罗

luoluo-123 2021-12-23 原文


一文深度解读量化交易(上)


本文作者为Followme社区用户@黄金EA量化,他将系统地为大家解读量化交易。他出身程序员,2015年开始从事量化交易。入驻社区3个月,他交出了账户评级A级、账户跟随金额$556913、带领跟随者盈利$90570的好成绩。

 

我第一次接触外汇交易是在一家会员经纪公司上班时候,刚开始对交易一窍不通。一年后,在同事的指导下,我开始交易之路。刚开始由于行情的配合,赚了点钱,但由于缺乏成熟的交易系统,加上贪婪恐惧心理,很快就赔光了本金。

 

传统的手工交易,需要每天长期盯盘,不断分析行情,开仓平仓等,这种重复性的工作,长期以来,对精神和体力都是备受折磨。从此,我不再参与手工交易。今天这篇分享,目的还是希望更多人关注量化交易、关注金融科技的发展。

 

量化交易与传统投资方式的有何不同?

 

传统的投资方式,即主观、宏观投资,更多的是运用在股票、期货、期权、债券等市场,主要有价值投资和趋势投资。

 

量化交易,简单来说,就是以数据模型为核心,以程序化交易为手段,以追求绝对收益为目标的一种投资方法,其本质是通过程序化交易来实现交易思想。

 

与传统主观式交易相比,量化交易更能形成系统化交易,做到可控的风险管理、资金管理,从而让投资过程更加客观,执行力得到贯彻落实。投资不再是情绪性、盲目性。

 

如何分辨量化策略的类型与如何匹配品种?

 

量化策略大概可分为趋势类、马丁类、网格类、算法交易、高频交易、剥头皮类以及人工智能类。

 

1趋势类策略

 

具体还可以分为均线策略、海龟策略、震荡策略,主要还是依赖传统的公式指标计算开仓平仓。这类策略的净值曲线一般如图一所示:

               

但是,因为该策略市场已经高度同质化,目前面临失效的问题,需要从更广泛的维度进行策略升级,才有可能重新立足市场。

 

2马丁类策略

 

该策略在外汇交易应用上是最多最频繁,且变种最多的策略。它其实是一种赌博策略,在交易上,就是逆势加仓或者顺势加仓,直至盈利出局,再进行下一轮建仓。

 

在单边行情中,不断逆势加仓后,仓位变的很大,最后面临爆仓的风险。所以,在波动大的品种或者行情中,马丁策略最后的结局多数以爆仓出局。如果说,一定要用上马丁策略,最好就是选择波动很小的投资品种。

 

这类策略的净值曲线一般如下图所示:

从净值图可以看出,行情适配的时候,资金曲线稳定增长,遇到极端行情,净值会大幅回撤,极容易导致爆仓。使用该策略,一定要熟悉品种,熟悉策略本身以及做好人工资金风控。

 

3网格类策略

 

网格系统是将盘面网格化,就是对价格空间进行平均分配,每一段形成横坐标,一般可分为3格、5格、8格等,依照各个坐标位进行建仓平仓操作,一般是止盈出场。

 

它的优点在于对利润和风险进行精确计算。但是缺点则是对行情的整体方向性把握不强;适合震荡行情,不太适合趋势行情。这个策略也可以派生出许多不同的组合策略,例如:马丁网格、反马丁网格、右侧交易网格等等,目的其实都对网格策略进行适配优化。

 

这类策略的净值曲线一般如下图所示:

 

使用网格交易,最关键的是要找到合适的品种。波动大、震荡不规则的不太适用网格策略;必须是有规律波动,且波动不大的,行情非常小的品种比较合适。如国内期货,一些交易量小、波动不大如豆粕等品种。

 

4算法交易

 

算法交易可分为时间加权平均价格算法交易、成交量加权平均价格算法交易和机会型算法交易。

 

前两种算法交易又称为被动型算法交易,按照一个既定的交易方针进行交易。一般用于大单拆分为更小的单子,根据市场的流动性,让自己的交易量提交比例与市场成交量比例尽可能匹配,在减少对市场冲击的同时,获得市场成交均价的交易价格。在外汇市场,一般由大型机构提供给资金量大的客户使用,适合中长线交易,建仓时间一般需要经过一天或者多天完成。

 

机会型算法交易又称之主动型算法交易。主动型交易算法除了努力减少滑价以外,把关注的重点逐渐转向了价格趋势预测上。如判断市场价格在向有不利于交易员的方向运动时,就推迟交易的进行,反之加快交易的速度。当市场价格存在较强的均值回归现象时,必须迅速抓住每一次有利于自己的偏移。

 

机会型算法交易实现的净值曲线如图四所示:

 

其难点在于趋势行情跟踪,价格趋势预测上,必须研发特定的算法模型与之匹配。不同的品种,需要研发不同的算法模型,才能形成正期望值的策略。这个一般都是由机构类投资公司投入一定的人力、财力,经过大量的试验才有可能找到。一旦研发成功,可以说是公司的核心竞争力,不会轻易透露给投资者或者竞争对手。

 

5高频交易

 

高频交易,是多数人仰慕的交易方式,给人的感觉就是持仓时间很短,日内交易次数很多,风险小,收益可观,最主要是稳定。

 

高频交易是指从那些人们无法利用的极为短暂的市场变化中寻求获利的计算机化交易,比如某种证券买入价和卖出价差价的微小变化,或者某只股票在不同交易所之间的微小价差。

 

这种交易的速度如此之快,以至于有些交易机构将自己的“服务器群组”(server farms)安置到了离交易所的计算机很近的地方,以缩短交易指令通过光缆以光速旅行的距离。

 

通常来说,高频交易有两大特征:高换手和低延迟。高换手就是交易频繁,低延迟是指对信息的响应和传播速度极快、交易速度快,需要硬件带宽资源的投入,顶尖的计算机专家对交易程序的设计、资深高频交易员的参与,才能高频交易方案转化为圣杯。因此,对于个人来说,甚至中小型投资机构来说,都是不可及的。

 

不过,高频交易由于存在市场容量、资金规模瓶颈,收益达到一定程度后将很难再提高收益。因此,凡是搞高频交易的公司,基本上都是自营在搞。而且,像国内的交易环境,各种条件的限制,包括监管政策、交易所硬件设施的限制、还有交易模式的限制,一定程度上限制了高频交易在国内的发展。在外汇市场来看,由于高点差、报价模式、价格波动异常还有网络环境,通过EA交易还是不太现实的,很难生存。

 

高频交易实现的净值曲线如下图所示:

 

这是应用在国内股指期货市场的高频策略净值效果,明显可以看出,在波动性活跃的牛市中,在监管环境宽松,没有过多的交易限制下,高频策略还是可以获得很好的收益的。只不过生存时间不长,很快就没有了成长的土壤。鉴于其难度,不推荐大家个人或者实力较小的机构去研发高频策略。

 

6剥头皮策略

 

一般是指快进快出的一种交易。剥头皮交易一般出现在外汇保证金、黄金、原油、全球股指期货等带杠杆的金融衍生品中。

 

按交易策略主要分两种,一种是简单的快进快出,利用高盈利率来盈利,需要对市场的趋势,支撑位,阻力位做一定的判断;另一种是利用平台漏洞的交易,由于报价来源、服务器速度、网络速度等原因,造成了不同平台之间的报价不同步,投机者利用报价快的平台做参考,在报价慢的平台操作,由于预先知道短期趋势,准确率极高。

 

剥头皮策略的净值曲线如下图所示:

 

剥头皮策略净值增长缓慢稳定,但容易失效,品种行情稍微发生变化,就可能造成亏损。适合流动性大,日内波动频繁的品种进行交易。重点是控制好滑点不能太大,另外也要考虑到点差、手续费成本。

 

7人工智能策略

 

人工智能策略利用神经网络算法,通过大数据学习,深度训练出一套可用于交易,能够准确预测未来行情的变化,实现稳定盈利。当然,实际效果见仁见智。

 

目前国内一些大型私募机构的确有用于股票数据处理,股票聚类分析、多因子选股等场景,用于建模预测效果。首先要弄清楚交易的几个问题:投资逻辑、市场的有效性、胜率与盈亏比。

 

投资逻辑,人工智能策略若能盈利,那要弄明白它盈利的逻辑是什么,趋势、剥头皮、高频还是其他?

 

市场的有效性,人工智能到底是去适应市场,还是战胜市场实现长期稳定盈利。如果能够战胜市场,当每个人都拥有一套这样的策略,意味着就不会有人亏损,但金融市场都是零和博弈,没有输就不会有赢;是否意味人工智能策略也会失效,那么跟一般的策略又有什么区别。

 

胜率与盈亏比,如果人工智能训练出来的一套不断变化的交易策略,必然需要考虑评估它的胜率与盈亏比。保证胜率的前提是什么?保证盈亏比的前提又是什么?离开胜率与盈亏比,它靠什么长期稳定盈利?

 

所以,我觉得至少目前市场上卖人工智能策略的,除非能够说出其投资逻辑,否则基本都是挂羊头卖狗肉的多。我建议大家还是对人工智能策略保持观望的态度,还不如踏踏实实选一套你知道其投资逻辑,用起来比较成熟的交易策略。

posted on
2019-10-31 21:11 
洛洛罗 
阅读(1306
评论(0
编辑 
收藏 
举报

 

版权声明:本文为luoluo-123原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.cnblogs.com/luoluo-123/p/11773844.html

一文深度解读量化交易(上) - 洛洛罗的更多相关文章

  1. 转推荐算法——基于矩阵分解的推荐算法 – 多一点

    转推荐算法——基于矩阵分解的推荐算法 推荐算法概述 对于推荐系统(Recommend System, RS), […]...

  2. 程序员的幽默-献给所有Java程序员 – 阿里康

    程序员的幽默-献给所有Java程序员 2017-11-23 15:44  阿里康  阅读(247)  评论(0 […]...

  3. MATLAB实现频数表——hist的使用 – 铁树银花

    MATLAB实现频数表——hist的使用 借助命令hist,matlab可以通过两个方式实现频数表。 1.[f […]...

  4. 密码工具,密码保存工具 — KeePass Password Safe

    https://keepass.info/ https://keepass.info/download.htm […]...

  5. 常用邮件服务器名(POP3,SMTP地址) – 醉半仙

    常用邮件服务器名(POP3,SMTP地址) POP3服务器地址:pop3.sina.com.cn(端口:110 […]...

  6. 2-STM32+W5500+GPRS(2G)基础篇-(W5500-学习说明) – 杨奉武

    2-STM32+W5500+GPRS(2G)基础篇-(W5500-学习说明) https://www.cnbl […]...

  7. Java使用SSH远程访问Windows并执行命令 – 在奋斗的菜鸟

    Java使用SSH远程访问Windows并执行命令 2019-12-10 09:07  在奋斗的菜鸟  阅读( […]...

  8. Foxmail7.2的账号密码的备份与恢复 – 晨哥

    Foxmail7.2的账号密码的备份与恢复     1:备份:   1.0 找到Foxmail7.2的安装的位 […]...

随机推荐

  1. [#] – .Net平台的实时性能监控

    App Metricshttps://www.app-metrics.io ASP.NET Core之跨平台的 […]...

  2. 团队-象棋游戏-设计文档

    项目名称:象棋游戏   项目参加人员:李一轩、程吉、刘泽宇、苑旺、李瑞鹏、周建伟 项目所需环境及工具:HBui […]...

  3. Plugin – Simditor

    介绍: Simditor 是一款轻量级的富文本编辑器   引用: <!--font-awesome 是一 […]...

  4. CSS设置滚动条样式 – 草莓蜜酱

    CSS设置滚动条样式 webkit浏览器css设置滚动条 主要有下面7个属性 ::-webkit-scroll […]...

  5. 中年男人的悲哀。

    8月底,一则震惊的消息传来:华为8年老员工因绩效不好,将被淘汰,随后,就这样,,没了,没了。 众所周知,华为给 […]...

  6. Java之关键字abstract(抽象类与抽象方法)

    /* * abstract关键字的使用 * 1.abstract:抽象的 * 2.abstract可以用来修饰 […]...

  7. SpringBoot整合SpringDataJPA,今天没啥事情就看了一下springboot整合springdataJPA,实在是香啊,SQL语句都不用写了

    SpringBoot整合SpringDataJPA,今天没啥事情就看了一下springboot整合spring […]...

  8. 每日CSS_发光文本效果

    每日CSS_发光文本效果 2020_12_23 源码 1. 代码解析 1.1 html 代码片段 <h1 […]...

展开目录

目录导航