量化交易-躺着挣钱?(转)

或许当你开始回过头研究近来A股调整的规律时,会发现一个有趣的现象:A股下跌以午后居多,特别是下午2点半左右,有投资者称:"神奇的2点半"!当你还在为此惊叹时,也许早已有人将这个规律编进程序化的交易系统,通过交易大赚一笔了。

  现在你是不是对程序化交易很好奇呢?不急,慢慢往下看。要懂程序化交易,就得先理解什么是量化交易。

  那么,什么才是量化交易呢?

  就拿司机开车来打个比方。从机场到城市中心有10条路可以走。有一家出租车公司规定,1小时必须到达,早到加钱,晚到罚钱。

  一开始,有些老练的司机总能在前几个到达城市中心,但大部分司机总是晚于他们,这些老的司机就是“主动选股机构”。

  后来这些晚到的司机中,有几个很厉害的司机学会了量化统计,他们每天让很多辆车用一样的速度从机场开到市中心,而且连续研究了10年的数据。最终他们发现,10年来,有那么一条路在绝大多数情况下,总比别的路快。从此以后,但凡是从机场回市中心的活儿,这几个很厉害的司机就只选择这条路。这群人就是“量化选股机构”。

  当“量化”遇见“程序”

  理解了“量化”,程序化交易就很好理解了,就是量化的交易策略通过计算机编程执行,进行自动或半自动下单交易。

  根据NYSE网站统计,近年来纽交所程序化系统交易量所占比例基本维持在30%左右。它的系统类型很多,大致分这些类型,即价值发现型、趋势追逐型、高频交易型、低延迟套利型等。在期货市场的应用多于股票市场。

  量化交易要怎么做?

  国内做量化交易的人一般自称“宽客(quant trader)”。假如你是职业股民,别人问起的时候回答我是“宽客”,一定逼格满满。

  也许有人认为做量化交易的人的生活是应该这样的:周一8点50开启自动交易系统,然后逛淘宝、聊QQ,到周五15:30 总结一周盈利,分成,下班走人,关自动交易系统。

  但实际上却是这样的:真正的量化交易的一般得靠一个团队,有的人分析新闻、做预测,而学数学、学物理、学电脑的博士们则写程序化的交易策略。有的人负责在历史数据上复盘测试,复盘后再根据反馈的数据再进行修改。通过审核后放入策略池,由专人确定各个策略资金的分配。最后由交易员进行交易。另有专人负责风控。

  当真躺着赚钱?量化交易的3大难题

  不停闪烁的超级电脑自动进行着高速交易,荧幕上滚动着通过高速网络提前获取的最新市场消息,账户的盈利不断上跳...很多人把量化交易视为 “可以躺着赚钱的”形式。但现实真有这么美好么?

  (1)股票、基本面、新闻消息之间的关系不停变化

  记得2009年美股到达低点的时候,很多“低质”公司的回报大大高于“优质”公司的回报。很多3块钱的“垃圾股”可以在很短时间内涨到10块钱,而高价的优质公司的股票想要翻一倍都要花上很久很久。而在另一段时间跨度或者另一个市场里,可能又是另一番情景。所以跨市场、长期有效的量化交易系统极少甚至可以说没有。

  (2)有些关键信息并不容易量化

  微博是市场突发消息和传闻的最大出处,所有投资者都不会无视这里传出的讯息。但是这里的消息格式往往不规范,语法也千奇百怪,你无法让计算机程序挑选出有效信息并运用于自动交易中。

  (3)过去并不代表未来

  多数时候,通过历史数据测试可以证明的你的设计交易策略在过去的表现,这是量化交易世界中非常重要的一块内容。不过并不是所有人都能意识到,过去不代表未来。这意味着一些交易策略在过去表现的很好,但是在未来可能会带来巨大的亏损

  只是看过去“很美”

  假如你认为开发出一个赚钱的策略就可以高枕无忧,坐等赚钱了,那就错了。一般来说,所有quant trader的日常工作分2块,一是对现有策略的管理和维护,二是开发新策略。

  因为某个具体量化交易系统并不是一直有效的,长的有效期可能有1~2年,短的也可能就一周,所以需要不断对之前的交易策略进行调整。更糟糕的是,量化交易者面临的知道自己的模型终有一天会失效,但是永远不知道是哪一天。

  也许有的人不断的用调节参数的方法拟合行情可以使系统一直看过去“很美”,但是调整一般也就只能使这个系统的多存活一段时间,所以就需要“宽客”不断的相出新的交易策略。

  “宽客”说白了也是个苦逼活,别问我是怎么知道的T。T躺着赚钱是别想了!
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 事量化交易是一种通过使用数学模型和算法来识别和利用市场价格差异的交易策略。以下是一些常见的用于事量化交易的技术: 1. 统计分析:利用历史数据对市场进行统计分析,以确定价格趋势和波动性,并构建相应的交易策略。 2. 机器学习:通过对历史数据进行机器学习,训练模型来预测未来市场走势和价格变化,从而实现交易决策。 3. 人工智能:使用人工智能技术来识别市场中的交易机会,例如使用自然语言处理技术来分析新闻和社交媒体数据,以获取市场情报。 4. 高频交易:利用快速的计算机算法和网络连接,对市场进行高速交易,以捕捉市场价格变化的微小差异。 5. 量化风险管理:使用数学模型来评估交易策略的风险,并采取相应的风险管理措施,以减少交易风险。 这些技术可以帮助交易者自动化交易流程,提高交易效率和准确性,并在市场中获得更好的收益。 ### 回答2: 从事量化交易需要掌握一系列的技能,以下是一些关键的技能: 1. 数学和统计学知识:量化交易依赖于大量数据的分析和模型建立,因此需要具备较强的数学和统计学基础,能够理解和运用各种统计指标和模型。 2. 编程能力:量化交易需要编写复杂的交易策略和模型,因此熟练掌握至少一种编程语言(如Python或C++)非常重要。 3. 金融知识:了解金融市场、交易规则、各种金融产品以及市场流动性等方面的知识,能够理解市场行为和影响因素。 4. 数据分析能力:通过分析大量历史数据和市场指标,发现规律和趋势,构建有效的交易策略。 5. 风险管理能力:了解和控制交易风险,设定合理的止损和止盈规则,实施有效的风险管理策略。 6. 心理控制能力:在交易中面对市场波动和压力,需要保持冷静、理性的心态,避免盲目决策。 7. 注重细节和耐心:量化交易需要耐心地进行大量数据的分析和回测,同时注重细节和准确性,避免因为小错误导致不必要的损失。 8. 持续学习和适应能力:金融市场变化快速,量化交易者需要持续学习和不断改进自己的交易策略,适应市场变化。 ### 回答3: 从事量化交易需要掌握以下几个技能: 1. 编程技能:量化交易的基础是编写程序进行交易分析和决策。因此,了解编程语言(如Python、R等)以及相关的开发工具和库非常重要。掌握编程技能可以帮助交易员实现自动化交易策略的开发和执行。 2. 数学与统计学知识:量化交易需要运用数学和统计学的原理来分析市场数据和时序模式。熟悉概率论、线性代数、时间序列分析等数学知识,以及在统计学原理、回归分析、协整性等方面的掌握,能够帮助量化交易员更好地理解市场走势和模型开发。 3. 金融市场知识:了解金融市场的基本原理和各类金融产品的特性对于量化交易至关重要。需要了解股票、债券、期货、期权等金融工具的交易机制、市场规则和特点,以及对经济指标、财务报表等基本数据进行分析和解读。 4. 数据分析与挖掘:量化交易依赖大量的历史和实时的市场数据。熟悉数据分析和挖掘的方法,包括数据清洗、数据处理、特征工程、模型构建等技术,能够帮助交易员建立有效的交易策略和模型。 5. 风险管理技能:在量化交易中,风险管理是至关重要的一环。需要掌握风险控制的方法和工具,如止损、资金管理、风险调整、多样化投资等,以确保交易策略的长期盈利能力。 综上所述,从事量化交易需要掌握编程技能、数学与统计学知识、金融市场知识、数据分析与挖掘技能以及风险管理技能等多个方面的技能。这些技能的综合运用可以帮助交易员制定有效的交易策略、提高交易决策的准确性,从而实现稳定的盈利。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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