科普｜揭开量化交易的神秘面纱

量化交易的起源

- 有人说，投资行业有三个不可逾越的高峰，一个是哲学投资的索罗斯，一个是价值投资的巴菲特，第三个是量化交易的鼻祖詹姆斯·西蒙斯，因为量化交易的成功，正在成为第三个高峰。

- 量化交易起源于上世纪七十年代的股票市场，其中詹姆斯·西蒙斯是量化交易的先行者，西蒙斯在 1988 年成立了文艺复兴科技公司，作为有史以来最成功的对冲基金，文艺复兴科技公司的旗舰基金——大奖章基金取得年平均 35% 左右的回报，收益远超巴菲特、索罗斯这些行业地位和他相近，但正在使用传统交易的同行大佬们。

- 2010 年西蒙斯退休后，他终于公开了自己的三种交易策略。第一种策略叫做市场过度反应。其原理是将期货开盘价与前一日收盘价进行比较。如果价格有明显差异，则会进行相应的买入或做空操作。第二种策略叫做套利。通过比较长期债券和短期债券的折价，进行买卖操作，赚取套利机会。第三种策略是寻找趋势和动力。通过大数据的分析，探寻数据背后隐藏的规律，找到中长期趋势。

- 而随着金融科技的发展，现如今的量化市场已经不满足于仅在传统金融领域发展了，它将目光放在了数字资产交易上，目前在这个领域里量化交易已经逐渐成为主流。

致富秘诀

- （1）克服市场的基础是精密计算。市场不会出现明显的套利机会。要建立精准的模型，捕捉市场的每一个小波动，依靠计算机实现高频小交易。

- （2）避免市场意识是成功的关键。这一句话的潜台词是，如果操作被市场察觉，那么盈利就会变成亏损。

- （3）选择符合模型设置的交易品种。西蒙斯对于交易品种的选择有三个标准:开放交易品种、高流动性和满足模型设定的要求，所以西蒙斯基本不选择衍生品进行交易。

- （4）一直没有固定的赚钱方式。市场不可能长期不变，模式需要不断更新，规则需要不断探索。西蒙斯将数学思维和技术的力量注入金融世界，通过复杂的推理计算发现市场上的小套利机会，通过计算机程序快速、大规模交易，打败股市。

什么是量化交易

- 量化交易是指现代统计和数学的方法，通过建立先进的数学模型来代替人类的主观判断，利用计算机技术从海量的历史数据中寻找能够带来超额收益的方法来制定策略， 并利用数学模型验证和固化这些规则和策略，然后通过程序化交易严格执行，最大限度地减少投资者情绪波动下非理性决策的影响，以获得持续、稳定和高于平均的超额收益。

- 量化交易的核心在于数学、统计、金融和计算机技术的结合。通过挖掘海量数据、寻找规则、做出预测，并利用该定律进行自动计算和决策，可以克服人性的弱点，获得高额利润。

- 简单来说，可以把量化当做一种理性的投资手段，利用技术优势帮助投资者实现风险最小化和收益最大化的良好局面。

量化优点

-（1）投资业绩稳定，回撤低。量化交易从历史数据中不断地挖掘有望在未来重复的历史规律并进行利用；量化交易依靠一组股票来获胜，而不是一个或者几个股票获胜。

- （1）能够克服人性的弱点，实现理性投资。在容易失去理性的情况下帮助投资者保持理性；因而在市场反应过度、丧失理性的时候能够及时把握住时机。

- （3）信息的处理能力强。量化交易使用计算机技术对海量数据进行处理，对信息的处理能力更强。

量化呈现的特点

- （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。

量化风险

- （1）历史数据的完整性。行情数据不完整可能导致模型与行情数据不匹配。行情数据自身风格转换，也可能导致模型失败，如交易流动性，价格波动幅度，价格波动频率等，而这一点是量化交易难以克服的。

- （2）模型设计中没有考虑仓位和资金配置，没有安全的风险评估和预防措施，可能导致资金、仓位和模型的不匹配，而发生爆仓现象。

- （3）网络中断，硬件故障也可能对量化交易产生影响。

- （4）同质模型产生竞争交易现象导致的风险。

- （5）单一投资品种导致的不可预测风险。

现货市场和传统市场

- 传统量化与现货市场在策略和从业人员有很多相同点，甚至很多团队是从传统金融上转业过来的。不过两者又在市场流动性、监管方面、交易环境有着较大的区别，但是相对而言，现货市场比传统市场更适合量化交易。

- （1）交易不间断：现货市场全球 7*24h*365天不间断，只有通过程序化交易策略才能实现不间断交易。

- （2）交易品种多：目前货币种类繁多，再加上不同的定价货币，形成更多的交易对。通过程序化交易不会错失机会，多品种和多市场只能靠程序完成。

- （3）基于历史数据的回测检验和优化：程序化可以将你的策略参数化和结果提前进行预测，让你对交易策略本身的理解更加透彻，形成自己的交易系统。

现货领域如何量化

- 目前，现货市场中主要量化交易大概分为以下四类：

- （1）对冲交易：即投资者同时进行两笔品种相关、方向相反、头寸相当的交易。这样无论行情如何波动，两笔单子可形成盈亏相抵的局面。

- （2）趋势交易：通过计算机设定的程序，智能根据市场行情、趋势的指标，在价格或数量达到一定数值时，发出买入或者卖出的信号，来自动交易或提醒用户进行交易。

- （3）高频交易：指从那些人们无法利用的极为短暂的市场变化中寻求获利的计算机化交易，简单来说，持仓时间极短。

- （4）量化搬砖：就是将货币从价格低的交易平台转移至价格高的交易平台，并从中赚取价差的行为。

量化策略

- 量化策略大概可分为趋势类、马丁类、网格类、算法交易、高频交易、剥头皮类以及人工智能类。但现阶段市面上的量化系统，常用的是以下四种：

- 趋势类策略：具体还可以分为均线策略、海龟策略、震荡策略，主要还是依赖传统的公式指标计算开仓平仓。但是，因为该策略市场已经高度同质化，目前面临失效的问题。

- 马丁类策略：该策略在外汇交易应用上是最频繁且变种最多的策略。它其实是一种赌博策略，就是逆势加仓或者顺势加仓，直至盈利出局，再进行下一轮建仓。

- 网格类策略：网格系统是将盘面网格化，就是对价格空间进行平均分配，每一段形成横坐标，一般可分为3格、5格、8格等，依照各个坐标位进行建仓平仓操作，一般是止盈出场。该策略的的优点在于对利润和风险进行精确计算。但是缺点则是对行情的整体方向性把握不强；适合震荡行情，不太适合趋势行情。

- 人工智能策略：人工智能策略利用神经网络算法，通过大数据学习，深度训练出一套可用于交易，能够准确预测未来行情的变化，实现稳定盈利。

- 综合而言，量化交易的本质可以用西蒙斯的这段话概括：“不管多么复杂的模型，没有一个能长期不变地一直赚钱，因为市场在变化，信息在变化，我们不是机器的奴隶，只有通过不断学习，持续不断地更新自己的模型和策略，寻找市场上的规律，让我们的交易系统跟上变化本身，才能在交易市场中立于不败之地。”

- 量化交易是一个极其复杂但很有趣的量化金融领域。而且在金融投资逐步由科技主导代替人主导的背景下，量化交易具有广阔的成长空间，这既是挑战，也是机遇！