写给苦苦挣扎的Quant——量化如何找到自己的赛道(上)

全文仅仅是锤哥的个人观点,不喜可以后台或者加我微信探讨,勿喷。

很多朋友一开始不知道做什么市场、做什么品种、做什么策略,看着眼花缭乱的文章,一会做做这个一会做做那个,学到了很多,除了能实盘的策略。这篇文章就这个问题说说自己的看法。

一、编程

初学或者还在挣扎的quant,一定要用python、一定要用python。因为python有最多最全的学习资料,基本上开箱即用,而且本身这门语言简单,好上手。

有的朋友以前有别的语言基础不愿放下,或者觉得cpp rust更高端,没错cpp很难,能掌握很牛逼,但记住你的目的不是炫技,而是实盘。同一个均线策略,cpp部署需要pyrhon 10倍的时间,完全没必要,在编程这个问题上折腾越久,只会让你中途放弃的可能性变大。

也有人说,python速度慢呀,确实。但是cpp是给万中无一的人准备的,做高频的一大堆,做出来的渺渺。其实百分之99的策略都不需要,python完全足够,纠结这个的人大半都是对策略一知半解的、不知从哪里的文章习得的刻板印象。

二、江湖 Or 庙堂

是去机构从业,还是自己玩?这是一个问题。有些朋友带点编程背景,想转行去机构从业,希望学点干货。对这个问题,锤哥觉得要辩证地看:

(1)在机构确实更可能得到系统的培养,前提是带你的人靠谱,遇到不靠谱的真的是祸害一辈子,另外还得公司有这种培养机制。当然更多的可能是你集中在流水线的一环深耕,当螺丝钉。

(2)机构的交易环境并不比散户好(除了需要大投入的高频领域),散户可以交易得非常灵活,可以做的东西非常多。如果跟公募比,散户的优势可就大了,费率低、交易限制少。如果懂一点技巧,甚至能割机构的韭菜,这个不方便公开讲,有机会在星球说,当然其实有些策略也是在收割别人交易的漏洞,比如已经被堵住了的期货内外盘套利,能不能赚到,真的就是一个认识的问题,一句话就道破了。

(3)如果你只是业余玩玩,本身自己有一份说得过去的工作,那还真的没必要跳槽,给自己人生上一个杠铃策略(稳定的现金流+激进的自营)也不错,就跟锤哥一样。如果你是这种,那不如在锤哥这买个星球,我们一起飞。

(4)私募虽然这两年造富神话挺多的,但是红利期也就过去了,内卷的市场吃亏的是后来者,而且私募太看老板的人品。

三、市场和策略

选对市场比选对策略重要。主流的市场就几个,股票、商品期货、期权,还有个那啥不说了。

首选还是股票,有人会说,股票太卷了,现在这么多量化私募。但是其实,期货、期权的私募也不要太多,过去两年多少热钱涌到这里面,相较于期货期权本身的市场容量,已经非常饱和了,比股票还要卷,加上本身期货、期权对资金有一定的要求,天然就把十几万的小散挡在外面,含韭量是很低的。

另外一点是量化是需要广度的,不管是选择持有还是择时,广度拓宽都能提高量化盈利的概率。股票4000多只,每天都有涨停的,再看看期货期权的广度,完全不是一个量级的。

至于策略,不在这里说太多,只说2点:

(1)不管是截面、时序、另类,做自己熟悉的,优先把自己的想法实现,比如在某个品种的产业里面呆了很久,那就做这个品种的策略,把自己的想法量化出来,好的策略不在于模型,在想法。

(2)不要跟着机构卷,自己有自己的玩法。

四、关于实盘

1、尽早实盘,简单的也可以,不要有洁癖和强迫症,在实战中改进。

2、仔细回测,对回撤(是回撤)心里要有数,对自己的水平有数,能扛住回撤,再慢慢找更好的策略。

3、加深对策略的理解,知道策略赚什么钱,知道什么时候策略可能会表现不好。

4、上了实盘就不要瞎改了。

好了,码了这么多,希望对您有帮助,方便的话,帮我点个在看或者转发,谢谢支持。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值