很多交易者都认为“量化交易”是一种躺着就能赚钱的盈利模式,事实真的是这样的么?或许你对量化交易存在系统认知上的偏差,今天让小编为你揭开量化交易的神秘面纱,一睹他的庐山真面目。


首先,何为量化交易?


量化交易也称为算法交易,是严格按照计算机算法程序给出的买卖决策进行的交易方式。它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。


量化交易并非简单的程序


大家容易把量化交易与技术分析混淆,实际上量化交易的内容丰富的多。许多量化交易系统在进行建模和运算的时候会用到基本面数据,比如估值、市值、现金流等,还有的算法将新闻作为变量进行计算。而技术分析基本只需要用到交易标的的量价数据。


量化交易特点:


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;二是多角度,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、市场情绪等多个角度;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。


正因量化交易具有上述优势,因此很多投资机构都会有量化策略报告,包括基本面量化、技术指标量化、情绪指标量化等。这些报告中的一部分是以非常严谨的方式做的研究,得出结论的可靠程度是很高的。  

制定量化策略的基本步骤有哪些?


第一步,利用现成指标构建逻辑。


软件内置了众多的技术指标,取出一个,写入买卖点,回测下历史行情,这样就可以得到一个简单的策略了。随着策略经验的积累,这里的逻辑选择会越来越多样化。


当然这样的策略一般是不赚钱的。 

所以,我们第二步,进行参数优化。 

选择参数遍历,观察不同参数对于策略会产生怎样的影响。一般情况下我们会得到几组看起来比较赚钱的参数。 

然后,我们第三步,进行样本外检测。


比如说我们之前遍历的参数是2016年的数据得出的几个表现好的参数,那么我们就用2014/2016的数据对这些参数进行检测。一般来说,这一参数会在样本外惨淡无比,完全没有样本内优化出来的威武。 

这时,第四步,进行观察,判断策略失效的原因是什么。


假设发现策略失效原因是样本外某一两次特殊的行情导致大幅亏损,那么我们就可以设置一个硬止损来规避这种风险;如果发现策略失效是因为交易次数过少,那我们就将交易逻辑稍微放松,比如要求>x的地方改为>=x甚至是>=x-1。等等等等,这种修改就是策略的经验了。 

设置好新的逻辑后我们回到第二步,重复以上步骤。


最终我们修改得到了一个样本内外都赚钱的策略。

 

第五步,实盘追踪。


在未来一段完全未知的行情中随着时间检验策略,观察策略的真实表现究竟如何。如果表现与预期相符合,那么说明策略有效。


第六步,进行交易。


随着交易进行,我们也要观察策略的有效性,当发现策略出现超出预期的亏损时。


第七步,调整或终止策略。