量化交易是利用数学、统计、计算机的模型和方法来指导在金融市场的交易,可以自动下单业可以半自动下单,这个不是核心,核心在于是不是系统化交易(systematic trading)。
比如主观交易会看K线交易,量化交易业会,但区别在于量化交易可以在历史数据上回测各种交易规则,找到表现好的,然后才用来交易。这或许会有过度拟合的风险,但也有一些方法克服。
如果交易规则太多,量化交易会想办法组合起来,比如把它们浓缩成因子,然后用线性模型、非线性模型等组合起来,然后再进行交易。
如果创造因子的工作太困难,那么量化交易可以借助遗传规模、决策树、神经网络等自动生成大量因子,节省了人工生成因子的工作量,效率更高。
在克服过度拟合方便,传统机器学习和统计学也提供了很多方法,比如交叉验证、正则化、稀疏性、缓慢学习、滚动优化等等,一般都能比较好的克服。
总的来说:量化交易系统、指标体系交易系统、技术分析交易系统,上面三者可以认为基本等价,没有必要刻意区分,其共同特征是"定量分析",以区别"定性分析",基本面数据可以拿入,不过要注意数据常常不够规范,要考虑其"归一化、样本数够否、数据造假"等问题。
本人认为"量化交易系统、指标体系交易系统"均为"技术分析系统"的子集,"量化交易系统"与“指标体系系统"等价,即技术分析的概念更广,因波浪理论属于技术分析,但难说它属于量化交易,因有些事情的"量化"有很高难度,量化交易强调必须精准量化,必须能用指标体系表示,必须能精确的历史数据回测。
量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
九游资料:
量化投资和传统的定性投资本质上来说是相同的,二者都是基于市场非有效或弱有效的理论基础。两者的区别在于量化投资管理是“定性思想的量化应用”,更加强调数据。量化交易具有以下几个方面的特点:
1、纪律性。根据模型的运行结果进行决策,而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点,也可以克服认知偏差,且可跟踪。
2、系统性。具体表现为“三多”。一是多层次,包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型;二是多九游,定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个九游;三是多数据,即对海量数据的处理。
3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会,从而发现估值洼地,并通过买入低估资产、卖出高估资产而获利。
4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用;二是依靠组合资产取胜,而不是单个资产取胜。
量化投资技术包括多种具体方法,在投资品种选择、投资时机选择、股指期货套利、商品期货套利、统计套利和算法交易等领域得到广泛应用。在此,以统计套利和算法交易为例进行阐述。
1、统计套利
统计套利是利用资产价格的历史统计规律进行的套利,是一种风险套利,其风险在于这种历史统计规律在未来一段时间内是否继续存在。
统计套利的主要思路是先找出相关性最好的若干对投资品种,再找出每一对投资品种的长期均衡关系(协整关系),当某一对品种的价差(协整方程的残差)偏离到一定程度时开始建仓,买进被相对低估的品种、卖空被相对高估的品种,等价差回归均衡后获利了结。
股指期货对冲是统计套利较常采用的一种操作策略,即利用不同国家、地区或行业的指数相关性,同时买入、卖出一对指数期货进行交易。在经济全球化条件下,各个国家、地区和行业股票指数的关联性越来越强,从而容易导致股指系统性风险的产生,因此,对指数间的统计套利进行对冲是一种低风险、高收益的交易方式。
2、算法交易
算法交易又称自动交易、黑盒交易或机器交易,是指通过设计算法,利用计算机程序发出交易指令的方法。在交易中,程序可以决定的范围包括交易时间的选择、交易的价格,甚至包括最后需要成交的资产数量。
一文看懂量化投资策略
闲话基
量化投资在近些年受到越来越多的关注,包括规模、策略、业绩。量化投资,是指通过借助统计学、数学方法,运用计算机从海量历史数据中,寻找能够带来超额收益的多种“大概率”策略,按照策略构建的数量模型严格执行投资,力求获得长期稳定可持续高于平均的超额回报。
跟传统的主动管理方法相比,量化投资是高投资广度、低投资深度的一种投资方法。量化投资强调纪律投资,可以克服投资者主观情绪的影响。
现在市场上运用的策略有很多种,下面来看看主流的几种策略。
一、市场中性策略
市场中性策略是国内使用最多的策略。根据CAPM理论,股票收益由两部分组成,一部分是市场整体风险的beta收益,一部分是股票自身风险带来的alpha收益。中性策略是从消除市场系统性风险的维度出发,通过同时构建多头和空头头寸对冲市场风险,以获得较稳定的绝对收益。国内通常使用的操作方法是,买入股票,同时卖空与股票等市值的股指期货。盈利模式是,所买股票超越大盘的涨跌幅度。市值对冲并不是完全的beta对冲,但可以减少计算量,降低调仓率,为国内投资机构普遍使用。
Alpha策略关键点是选出的股票组合收益要持续跑赢沪深300指数,在市场上涨时平均涨幅大于沪深300指数,在市场下跌时平均跌幅小于沪深300指数,并且可持续稳定。
通常管理人根据估值、成长性、市值、动量、预期变动、资金关注、技术指标、事件、业绩等多个维度进行量化选股,构造投资组合,同时以沪深300行业配置比例为基准,对系统筛选出的股票根据宏观经济和行业景气进行差异化配置,并定期根据各因子变动进行动态调整组合。
构建中性策略,买入100元股票组合,卖空100元股指期货,多头与空头组合价值相等:
1、市场上涨:股票组合(上涨赚钱)+指数收益(上涨亏钱)=10%+(-7%)=3%
2、市场下跌:股票组合(上涨赚钱)+指数收益(上涨亏钱)=(-7%)+10%=3%
3、市场震荡:股票组合(上涨赚钱)+指数收益(上涨亏钱)=10%+(7)=17%
Alpha策略最主要风险在于选股策略上。
选股模型可能会因为股票市场规律性变动、突发事件和统计模型本身的概率属性,在某些时间段出现失效,导致做多的股票跑输市场出现短期亏损。这需要基金经理能不断完善投资模型和操作技巧提升获胜概率。此外,Alpha策略还收到基差的影响。大部分时候会有一定的升贴水损失,策略对基差的风控非常重要。
二、套利策略
1、统计套利
统计套利是对历史数据进行统计分析,估计相关变量的概率分布,结合基本面数据分析,用来进行套利交易。
运用统计分析工具,对一组相关联的价格之间的关系的历史数据进行研究分析,研究关系的历史稳定性,并估计其概率分布,确定分布中的极端区域,即否定域。当真实市场上的价格关系进入否定域,可以认为这种价格关系不可长久持续,此时有较高的成功概率进场套利。
2、期现套利
期现套利指利用期货与现货基差扩大产生的套利机会,做多被低估标的,做空被高估标的,待期现基差回归至合理范围后,平仓离场的低风险策略。
期现套利策略,根据沪深300股指期货与沪深300指数基差到期时必定收敛的交易机制。当期货指数与沪深300指数基差足够大时,可以通过构建一个反向组合,获得基差收敛过程中产生的收益。目前国内只能进行“做空基差”的正向套利,即当基差大于0的时候,买入股指ETF或者一揽子股票,同时卖出等市值股指期货,待价差收敛后平仓。当基差小于0时,由于融券不足,无法通过卖出股指ETF或者一揽子股票同时买入等市值的股指期货进行“做多基差”的反向套利。当期货价格深深贴水的时候,因融券存在障碍反向套利被切断,贴水状态自由发展,只能通过市场大幅度反弹,多头的投机者重新将价格抬升至升水的状态。这也是市场贴水一直无法及时恢复的重要原因。
期现套利的主要风险在于市场价格出现剧烈波动导致浮亏,具体表现为所跟踪标的之间的基差出现长时间不回归甚至反向逆转,期现收益无法有效覆盖交九游本、冲击成本、现金成本等风险。
3、ETF套利
ETF套利,是指投资者可以在一级市场通过置顶的ETF交易商想基金管理公司,用一揽子股票组合申购ETF份额,或者把ETF份额赎回成一揽子股票组合,同时可以在二级市场以市场价格买卖ETF。
假设某只ETF成分股暴跌,使得该ETF净值迅速走低,但该ETF的市场价格未能及时跟上,两者短暂地出现一个价差,此时可以买入ETF一揽子股票组合申购成ETF,然后将ETF在二级市场卖出,实现低买高卖,获取价差。
ETF套利的两种交易顺序,一种是从股票二级市场买入一揽子股票,按一定比例换成ETF份额,然后在二级市场卖出ETF份额,前提是一揽子股票价格比ETF价格低,出现溢价;另一种是,从ETF二级市场买入份额,按照一定比例兑换成一揽子股票,在拿到股票二级市场卖出,这样的前提是ETF价格低于一揽子股票价格,出现折价。
4、分级基金套利
分级基金有2种套利模式。
一种方式是当母子基金比价出现折溢价时可进行套利。当A/B份额的组合价格大于母基金净值时,存在整体溢价套利机会。通过场内申购母基金份额,分拆成A和B并在二级市场卖出完成溢价套利。当A/B份额的组合价格小于母基金净值时,存在整体折价套利机会。通过在二级市场按比例买入A类份额和B类份额,申请合并成母份额并赎回完成折价套利。
但是折溢价套利不能实时完成,需要面临1-2个交易日的价格波动风险。可以通过股指期货对冲管理风险敞口。
一般在牛市中溢价套利机会比较多,在震荡市场中折价套利机会更多、胜率更高。
另一种套利方式是,市场下跌时,含下折算条款的分级基金A份额包含的期权价值套利,同时还有在整体折溢价套利基础上演的底仓-对冲溢价套利、循环折价套利。
三、CTA策略
CTA策略是投向期货市场,使用历史数据,通过统计、数学、编程的方法找到盈利规律。分为趋势策略和套利策略。
趋势策略是跟随者市场上涨做多,市场下跌做空,因此在任何一种期货商品进入趋势后,CTA策略就会获得良好的收益空间。
套利策略是通过跨期限、跨市场、跨品种等不同合约之间的“价差回归”,锁定套利空间。
跨期限是指同一交易品种,不同交易周期间的套利。历史数据表明期货不同合约价格相关性高,价差出现稳定的统计特征。当两个不同到期月份合约/不同品种合约之间的价差偏离合理区间时,可以通过在期货市场同时买入低估值合约和卖出高估值合约,在价差回归后进行反向平仓,进行跨期限套利交易。
更加具体地说,跨期套利是指不同月份期货支架的套利。通过多远空近或多近空远,来买卖同一市场同种商品不同到期月份的期货合约,利用不同到期月份合约的价差变动来获利的套利模式。
交易过程如下:
跨品种与跨期现套利逻辑相似,只是使用在同一期限不同品种合约之间,具体投资流程如下:
跨市场套利,在某个交易所买入(卖出)某一交割月份的某种商品合约,同时在另一个交易所卖出(买入)统一交割月份的同种商品合约,在有利时机分别在两个交易所对冲获利。
跨市场策略涉及外汇兑换、国际期货交易对冲,交易实现难度大,国内用得少。
由于期货具有杠杆属性,这类策略持仓的市值往往很大,有时候甚至超过产品资产总值,导致收益率的波动率是所有量化策略中最大的。在市场出现连续震荡行情时,这样策略由于杠杆属性会出现较大的回撤。另外一个对这类策略的一个限制是,目前市场上活跃交易的期货品种不多,高频交易很大程度倚重于品种成交量,开平仓时间间隔较短,使得策略容量不大。
所谓量化,就是把经过抽样得到的瞬时值将其幅度离散,即用一组规定的电平,把瞬时抽样值用最接近的电平值来表示。简单理解量化投资是由一群精通数学、统计学、计算机的学霸们,他们去找看似没有规律的股票市场中运行的规律,然后搭建投资模型,最后按照其方法去投资,所以量化资金就是买量化基金的钱。
按照量化级的划分方式分,有均匀量化和非均匀量化。
均匀量化:ADC输入动态范围被均匀地划分为2^n份。
非均匀量化:ADC输入动态范围的划分不均匀,一般用类似指数的曲线进行量化。
非均匀量化是针对均匀量化提出的,因为一般的语音信号中,绝大部分是小幅度的信号,且人耳听觉遵循指数规律。为了保证关心的信号能够被更精确的还原,我们应该将更多的bit用于表示小信号。
常见的非均匀量化有A律和μ率等,它们的区别在于量化曲线不同。
九游资料:
一个普遍的误区是大家都认为量化交易全都是高频交易甚至超高频交易,其实量化资金是有分类区别的:
第一类:指数星空类量化,这种策略目的是跑赢追踪的指数如沪深300、中证500,交易频率并不高,基本以一周或一月为单位换手一次。
星空类:量化中性类:对做多的股票标的同时融券卖出进行量化对冲。
第三类:量化对冲类:通过股指期货或期权等衍生品做对冲进行交易。
第四类也是最后一类才是大家所认为的进行高频交易的量化,但是第四类在量化资金中的占比只有10%-20%,第一类占比50%,星空类和第三类占比30%左右。综合来看,现在A股每日成交量中量化资金占比最多就30%-40%,并没有所说的有一半以上那么夸张。
_