打开量化投资的黑箱2-读书笔记

第三章. 打开黑箱

alpha模型

• 理论驱动型策略
• 数据驱动型策略

理论驱动型策略:基于价格相关数据

• 趋势型: 趋势跟随
  • 判断指标: eg. 移动平均线交叉(MA crossover)
• 回复型: 趋势反转
  • eg. 最著名的回复策略: 统计套利
    • 相似的两支股票价差出现偏离,终究会收敛

理论驱动型策略:基于基本面数据

• 价值/收益(value/yield)型
  • 习惯将价格放在分母上
    • P/E -> E/P: 盈利收益率
    • 股利 -> 股利/价格: 股利收益率
  • 携带交易: 低买高卖
• 成长型
  • PEG
• 品质型
  • 高品质金融产品
  • 不景气时期:本金安全性高
  • eg.
    • 低负债率为优质信号
    • 自由现金流取代每股盈利作为真实盈利状况

数据驱动型策略

• 应用机器学习

策略实施

• 六大特征
  • 预测目标
  • 投资期限
  • 投注结构
  • 投资范围
  • 模型设置
  • 运行频率

预测目标

• 模型要预测什么
  • 方向
  • 幅度
  • 运动持续事件
  • 置信度
  • 概率
• 信号强度

投资期限

• 短时间策略(分钟/小时)间的差异会大于长期策略(3个月/6个月)
  • 因为短期策略会导致更多的交易
• MA crossover: 5/10天的移动平均线组合 VS 5/20天的移动平均线组合
  • 5/10会明显有更多的交易信号(交叉)
  • NOTE: 是不是可以研究特定移动平均线组合的卖出信号频度来指导卖出
• 分类
  • 高频: T0
  • 短线: 1 day ~ 2 Week
  • 中线: n week ~ n months
  • 长线: > n months

投注结构

• 分类
  • 单标的涨跌
  • 多标的相对运动
    • eg. 配对交易
      • 两个
      • 两组

投资范围

• 分类
  • 市场所在地域
  • 资产类别
  • 金融产品种类
• 好的标的
  • 流动性大
    • 成本可控
    • 大量高质量数据
  • 易于模型化的标的

模型设置

• 可用ML来设置模型细节
  • refitting

运行频率

混合型模型

• 信号混合
  • eg. E/P + 趋势信号
• 对不同预测都进行押注
  • eg. 看涨, 横盘的可能性都兼顾

• 模型类别
  • 线性
  • 非线性
    • 条件模型
      • 趋势和价值一致时发出买入信号
    • 旋转模型
      • 权重用最新的数据来决定
  • 机器学习模型