設(shè)為首頁 | 加入收藏 | 今天是2024年12月23日 星期一

聚合智慧 | 升華財富
產(chǎn)業(yè)智庫服務(wù)平臺

七禾網(wǎng)首頁 >> 程序化交易 >> 程序化交易技巧心得體會

了解量化交易

最新高手視頻! 七禾網(wǎng) 時間:2012-09-12 14:08:18 來源:期貨中國
不管你怎么稱呼它,是“量化交易”、“算法交易”、“程序交易”、“自動交易”、“機器人交易”,還是“黑匣子交易”,一提到這些名稱,大多數(shù)人的心目中馬上聯(lián)想到的可能就是“科學(xué)怪人”的形象——一些智商極高、戴著厚厚鏡片的天才,在一大堆電腦顯示屏的包圍下,擊打著鍵盤,運用神秘的數(shù)學(xué)公式,在數(shù)不清的各種交易品種之間頻繁交易,瞬間就能創(chuàng)造巨大的財富,但最終總是會帶來毀滅性的

災(zāi)難。

確實,大多數(shù)人——包括許多資深的投資人士,對于量化交易的態(tài)度,可以說是又敬又畏。一方面覺得它高深莫測,心存敬佩;另一方面又覺得它充滿風(fēng)險,備感恐懼。但實際上這兩種態(tài)度都是完全沒有必要的。

做量化交易的人往往喜歡把自己弄得神秘兮兮的,像文藝復(fù)興(Renaissance Technologies),還有E D SHAW這些最成功的量化交易基金,就是以其神秘性而出名,所有的員工必須簽署嚴(yán)格的保密合同,甚至在公司內(nèi)部,相互之間都不知道對方在做什么。

他們弄得這么緊張是完全可以理解的,畢竟,這是他們吃飯的本錢所在。而且,我想神秘感對他們的市場營銷也是很有幫助的吧。不過,他們真正要保護的是細節(jié)上的技巧,也就是所謂的know-how,而不是基本的交易策略。盡管目前世界上從事量化交易的人很多,每天也有人建立起新的交易模型,但是,基本的交易策略類型其實是非常有限的,正如我們在后面將會看到的那樣,這些策略的原理和我們一般常見的投資交易原理并沒有根本上的區(qū)別。

正因為量化交易從本質(zhì)上來說,與傳統(tǒng)的交易策略相比并沒有根本性的區(qū)別,因此,其危害性也不像很多人想象的那么可怕,和我們傳統(tǒng)的交易策略相比也沒有根本上的區(qū)別。

確實,從美國1987年股災(zāi)到美國長期資本公司破產(chǎn),再到最近美國的金融危機,很多人無疑會把矛頭指向量化交易。可是,如果你深入分析的話,很難講如果沒有量化交易的話,類似的巨幅市場波動就不會出現(xiàn),或者波動的幅度會小一些。畢竟,迄今為止歷史上最大的一次股市下跌是美國1929年的股災(zāi),那是在沒有電腦、沒有量化基金的背景下出現(xiàn)的。

當(dāng)然,這并不是說量化交易不會在某些時候直接導(dǎo)致市場的非理性波動,2007年夏美國股市中所出現(xiàn)的流動性危機便是一個典型的例子(對于當(dāng)時的情形,我們以后會進一步討論,不過,這里想說的一個有趣的現(xiàn)象是,對于這場可以說確確實實是由量化交易投資者所造成的危機,很多普通投資者可能根本就沒有聽說過)。但是,造成這些危機的根本原因并不是量化交易本身,而是由于人性的貪婪和缺乏良好的風(fēng)險控制所造成的,而這些問題在任何交易策略中都會出現(xiàn)。

為什么要了解量化交易

有的人可能會覺得,我做的是基本面分析,是做價值投資的,量化交易跟我有什么關(guān)系呢?確實,即使從沒聽說過量化交易,你也可能成為一名出色的投資者。但是,隨著市場和技術(shù)的發(fā)展,無論是投資者,還是證券公司等中介公司,對量化交易有所了解是非常有必要的。

投資者:發(fā)現(xiàn)新的空間和機會

無論你采用什么投資策略,和做任何事情一樣,決定成敗的重要因素之一就是你所面臨的競爭。記得我在1996年剛回國的時候,幾乎人人都在數(shù)波浪,根本沒人關(guān)心公司的基本面。像四川長虹、青島海爾等很多上市公司,利潤持續(xù)翻番,市盈率卻是個位數(shù)。到上市公司進行調(diào)研,人家都不知道你是來干嘛的,開股東大會也見不到幾個股東。那時候做價值投資,可以說確實是好時光,因為幾乎沒有競爭。

可是在今天,人人都是價值投資者,大家都在研究財務(wù)報表,人人都在進行公司調(diào)研。很顯然,價值投資的競爭是大大激化了。而與此同時,量化交易可以說還處在相當(dāng)初級的階段,盡管也有一些人在進行這方面的嘗試,但整體而言,規(guī)模還相當(dāng)小,還有很大的進入空間。尤其是推出股指期貨和融資融券之后,更是大大擴大了應(yīng)用量化交易策略的空間,提供了新的可能性??梢哉f目前中國進行量化交易所面臨的競爭還是比較小的,這就給量化交易者提供了發(fā)揮的空間。

投資者:優(yōu)化當(dāng)前的投資策略

當(dāng)前最成功的量化交易基金——“文藝復(fù)興(Renaissance Technologies)”的創(chuàng)始人詹姆斯·西蒙斯(James Simons)說過,那些從事量化交易的數(shù)學(xué)家和物理學(xué)家,最大的貢獻并不在于他們所掌握的理論知識,而是他們所帶來的科學(xué)精神。前面已經(jīng)說過,絕大部分的量化交易策略實際上都是源于已有的策略。但是,當(dāng)你必須把一項投資策略的所有方面都以量化形式來加以確定的話,你就不得不對這項策略的各個方面進行更深入的思考。

巴菲特和芒格看上去和量化交易壓根扯不上邊,但在某種程度上,可以說他們本身就是人肉版的量化交易機器。巴菲特一直強調(diào),投資最重要的是要理性,不能讓情緒影響你的投資決策。芒格強調(diào)要以“清單”的形式來進行投資判斷。這些都是與量化交易相類似的原則。當(dāng)你還沒有練就巴菲特和芒格那樣理性判斷的功力時,了解量化交易的原則,可以有效地幫助你提高當(dāng)前投資策略的合理性。

實際上,有研究顯示,基于客觀性標(biāo)準(zhǔn)的交易策略,整體而言,能比人工判斷的交易策略創(chuàng)造更多的超額收益。當(dāng)然這并不是說讓你完全放棄主觀判斷,畢竟有些東西是很難量化的。但是,通過了解量化交易的策略,可以幫助你重新思考你現(xiàn)有投資策略的各個環(huán)節(jié),哪些地方可以更具備客觀性,減少主觀判斷的錯誤。同時,也可以讓你更加明確,哪些環(huán)節(jié)是真正依賴于你的主觀判斷能力的。

機構(gòu)投資者:降低交易成本

對于機構(gòu)投資者來說,除了前面對所有投資者都適用的兩個原因之外,還有一個更直接的原因——量化交易策略可以幫助機構(gòu)投資者有效地降低自己的交易成本。
對于擁有大資金的機構(gòu)投資者來說,自己的買單和賣單對市場造成沖擊所產(chǎn)生的流動性成本是一項重要的交易成本。而量化交易的一個重要功能,就是通過特定的算法交易有效地減少自己的買賣委托對市場產(chǎn)生的沖擊,以降低自己的交易成本。

據(jù)統(tǒng)計,2009年中國基金的平均周轉(zhuǎn)率為2.9倍。假如交易成本平均降低0.1個百分點的話,就相當(dāng)于多增加了0.1%×2.9=0.29%的收益率。而在基金排行榜上,這可能意味著好幾位排名的差異。實際上,策略得當(dāng)?shù)脑挘芙档偷慕灰壮杀竞芸赡懿恢?.1個百分點。

證券公司:

巨大的潛在的經(jīng)紀(jì)業(yè)務(wù)市場

據(jù)估計,2009年美國股票交易中73%的交易量是由“高頻交易”(量化交易的一種)所貢獻的。而目前中國股票市場上量化交易的比例還是非常低的,幾乎可以忽略不計。
單就交易手段來講,中國證券市場一開始就完全是電子化,非常適合進行量化自動交易。但由于中國市場上原來的交易品種比較單一,沒有做空機制,而且不能進行T+0交易,從而大大減少了可選擇的量化交易策略數(shù)量。

但現(xiàn)在市場上推出了股指期貨、融資融券,極大地豐富了可選擇的交易策略,給量化交易提供了廣闊的發(fā)展空間。在目前競爭日趨白熱化的證券經(jīng)紀(jì)市場上,如果證券公司能抓住機會,針對量化交易市場提供有效的交易手段、分析工具和教育培訓(xùn),將具備極大的發(fā)展空間。實際上,一些前期重點開發(fā)ETF套利業(yè)務(wù)的券商,在爭奪市場份額上已經(jīng)初見成效。如果考慮到各種量化交易策略所能提供的可能性,對證券公司來說,量化交易業(yè)務(wù)是極具發(fā)展?jié)摿Φ摹?/div>

作為證券公司的客戶,量化交易投資者是非常有吸引力的。首先,這些客戶通常是交易較頻繁的,因此交易量也比較大;其次,這些客戶往往需要融資融券,從而給證券公司創(chuàng)造傭金以外的收益;另外,這些客戶很多會采用所謂的“市場中性(market neutral)”的策略,在牛市和熊市里,都能保持活躍的交易頻率。

什么是量化交易

如果你想在一群某項專業(yè)的專家之間挑起無休無止的爭論的話,一個有效的方法就是讓他們對其專業(yè)中的一些最基本的概念給出定義。比如,讓一群物理學(xué)家定義什么是“時間”,讓一群經(jīng)濟學(xué)家定義什么是“錢”,你就可以看到他們整晚爭論了。

所以,如果要我對“量化交易”作一個教科書般精確的定義的話,我只能放棄,因為不同的人,在不同的場合下所說的量化交易,可能指的是不一樣的東西。我所能做的只是明確一下我們這里所說的量化交易指的是什么,以便能夠更好地溝通和交流。

從廣義上來講,量化交易是一種利用定量的數(shù)據(jù)指標(biāo),根據(jù)事先確定的運算模型,產(chǎn)生買賣決策的投資決策方式。它是相對依據(jù)于主觀判斷的投資決策方式而言的,我這里所說的量化交易,基本上就是指這種廣義上的含義。

在實際應(yīng)用的時候,我們的投資決策未必是100%的量化,也未必是100%的主觀。什么算量化交易,什么不算量化交易,可能會有異議。所以,一些人所說的量化交易相比另外一些人所說的量化交易,要求可能更嚴(yán)格一些,是專指一些定量化、自動化程度更高的投資交易方式。

不管怎么稱呼,在我們討論具體的量化交易策略之前,再進一步明確一下一些與量化交易相關(guān)的名稱,應(yīng)該還是有所幫助的。

量化交易與算法交易

在今天的投資界,你聽到“算法交易(Algorithmic Trading,或簡稱Algo Trading)”的次數(shù),可能會比聽到“量化交易”的次數(shù)更多。確實,在大多數(shù)情況下,這兩種稱謂基本上可以替換著使用,因為目前最流行的量化交易策略,基本上都可以說屬于“算法交易”的范疇。

不過,在這里,我還是認(rèn)為量化交易和算法交易是有所區(qū)別的。因為算法交易通常意味著高度自動化的交易發(fā)現(xiàn)和交易執(zhí)行,因此算法交易往往也被稱為“自動交易(Automated Trading)”,或者是更形象化的“黑匣子交易(Black-box Trading)”。

而且,人們在說“算法交易”的時候,往往并不僅僅是泛指所有高度自動化的量化交易策略,而是專門指那些持有期很短、交易相當(dāng)頻繁的交易策略,甚至專門指那些以降低交易成本為目的的交易策略。

所以,我們這里所分析的量化交易,特意讓它的范圍更廣一點,不僅包括了算法交易,而且也包括了自動化程度和交易頻率不是那么高的其他一些交易策略。

量化交易與黑匣子交易

前面已經(jīng)說過,“黑匣子交易”是人們對算法交易的一種形象化說法,所以量化交易與黑匣子交易的關(guān)系,就和量化交易與算法交易的關(guān)系差不多。不過,當(dāng)人們說黑匣子交易時,更加突出的是一個“黑”字,也就是這些交易策略的神秘性。所以,像ETF套利、現(xiàn)期套利這樣一些經(jīng)典的套利策略,人們似乎覺得它們不夠“黑”,一般不會稱之為黑匣子。

量化交易與程序交易

單從字面上來講,程序交易,可以指所有的高度自動化的量化交易策略,包括算法交易。在大多數(shù)情況下,人們也確實是這么用這個名稱的。不過,紐約交易所對程序交易有專門的定義,指的是同時涉及15個及以上的證券、總交易額至少為100萬美元的電子交易。而這類交易很大一部分都是套利,因此當(dāng)人們說程序交易時,往往特指套利交易策略。

量化交易與技術(shù)分析

人們很容易把量化交易和技術(shù)分析聯(lián)系在一起,確實,技術(shù)分析中會使用很多的量化指標(biāo),量化交易中也會用到一些我們常用的技術(shù)指標(biāo)。而且,相當(dāng)一部分的量化交易策略和技術(shù)分析一樣,幾乎都是依賴于對價格、成交額等交易信息的分析。不過,量化交易與技術(shù)分析還是有所區(qū)別的。

首先,一些技術(shù)分析方法很難被量化。比如,圖形分析是技術(shù)分析的一個重要部分,可是,一些圖形很難被量化定義,比如波浪,這些技術(shù)分析手段就無法應(yīng)用在量化交易中。

其次,量化交易并不僅限于技術(shù)分析所涉及的交易信息?;久娴男畔?shù)據(jù),如收入、利潤、購并等公司基本面信息,以及利率、通脹等宏觀基本面信息,都可能被量化交易策略所參考。

因此,量化交易和技術(shù)分析的關(guān)系可概括為:二者既有相互重疊的地方,也有相互獨立的地方。
責(zé)任編輯:翁建平

【免責(zé)聲明】本文僅代表作者本人觀點,與本網(wǎng)站無關(guān)。本網(wǎng)站對文中陳述、觀點判斷保持中立,不對所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔(dān)全部責(zé)任。

本網(wǎng)站凡是注明“來源:七禾網(wǎng)”的文章均為七禾網(wǎng) m.yfjjl6v.cn版權(quán)所有,相關(guān)網(wǎng)站或媒體若要轉(zhuǎn)載須經(jīng)七禾網(wǎng)同意0571-88212938,并注明出處。若本網(wǎng)站相關(guān)內(nèi)容涉及到其他媒體或公司的版權(quán),請聯(lián)系0571-88212938,我們將及時調(diào)整或刪除。

聯(lián)系我們

七禾研究中心負責(zé)人:劉健偉/翁建平
電話:0571-88212938
Email:57124514@qq.com

七禾科技中心負責(zé)人:李賀/相升澳
電話:15068166275
Email:1573338006@qq.com

七禾產(chǎn)業(yè)中心負責(zé)人:果圓/王婷
電話:18258198313

七禾研究員:唐正璐/李燁
電話:0571-88212938
Email:7hcn@163.com

七禾財富管理中心
電話:13732204374(微信同號)
電話:18657157586(微信同號)

七禾網(wǎng)

沈良宏觀

七禾調(diào)研

價值投資君

七禾網(wǎng)APP安卓&鴻蒙

七禾網(wǎng)APP蘋果

七禾網(wǎng)投顧平臺

傅海棠自媒體

沈良自媒體

? 七禾網(wǎng) 浙ICP備09012462號-1 浙公網(wǎng)安備 33010802010119號 增值電信業(yè)務(wù)經(jīng)營許可證[浙B2-20110481] 廣播電視節(jié)目制作經(jīng)營許可證[浙字第05637號]

認(rèn)證聯(lián)盟

技術(shù)支持 本網(wǎng)法律顧問 曲峰律師 余楓梧律師 廣告合作 關(guān)于我們 鄭重聲明 業(yè)務(wù)公告

中期協(xié)“期媒投教聯(lián)盟”成員 、 中期協(xié)“金融科技委員會”委員單位