量化交易
共
1頁
給正在從事量化交易和準備從事量化交易的人一些忠告
我數年前開始預測股市拐點，九成正確率，如今在財務自由的道路上高歌猛進。我用什麼方式來預測大盤不是本文的重點。
近兩年量化之風傳遍金融界，可是，一個對企業管理，對金融沒有任何長期研究的計算機，數學學位的畢業生，可以對路的作一個預測股市的模型，雖然金融學畢業生所作的模型也基本沒什麼用。
國內都覺得美國量化牛逼上天，咱們要和國際接軌，但事實殘酷的告訴你，2016年美國排名前20量化基金的平均收益僅爲2%，遠遠低於同期標普十個點漲幅。巴菲特很不屑的說，量化交易就是看後視鏡開車。我和作量化的同行無冤無仇，我只是認爲計算機只能提升咱們的效率，也就是在高頻交易有所做爲，其餘都是南轅北轍，要知道，你想用一個函數關係一勞永逸獲利，這自己就是假設股市有一個徹底規律性，但偏偏股市的規律是變化的函數關係。你可能覺得我是持有股市沒法預測的隨機遊走派，但你又錯了，我偏偏認爲股市能夠預測，但毫不是應該用統計模型來預測的，這是如今金融學發展的一個天大的誤區。
看看如今金融市場，被一幫玩計算機技術和數學模型的人所霸佔，其實挺可笑的，事實上若是不是計算機這麼普及，量化交易也不會毒害那麼多小朋友去研究量化交易這條不歸路，我說的毒害就是至關於鴉片，不少人癡迷量化研究，妄想一晚上成名暴富，妄圖被西蒙斯索羅斯各類斯附體，最後本身成了鍋裏的蘿蔔絲。去打聽打聽美國的市場，你們都覺得很牛逼的量化交易，早就虧成狗了。被國人吹捧到天上的量化交易大師西蒙斯，什麼大獎章基金，什麼文藝復興公司，多是我眼神很差吧！我尚未看到他排在前幾位。2015年量化交易前二十獲利的公司，只有平均2%的收益水平，要知道同期標普上漲超過10%，既然連大盤都跑不贏，那還玩什麼量化交易作什麼呢？不少人都說，量化交易的牛人都不顯山露水，市場中通常看不到，我就笑了，這麼牛逼怎麼沒有出現一我的？你告訴我，一個量化交易的牛人就如巴菲特那樣的，也行啊，實際上是沒有的。
依我看量化交易，最大的社會做用就是忽悠一幫計算機或者說理工科的學生，懂點編程的學生，數學的學生，去從事金融業或者說，讓金融業給他一份工做而已。金融業工做確實是賺錢的行業，可是這個錢不來自於金融行業自己，而是來自於其餘行業對金融行業的貢獻。因此說，這是因爲金融業造錢快的特色，吸引了一大批非金融業，我這裏不是說金融學位有多牛，而是事實上，金融行業確實吸引了各類稍微沾點邊的專業的畢業生來這個行業中淘金。
下面的話可能要打擊不少自命爲寬客的所謂量化策略研究人員。我來一個一個的談談全部量化交易其實大多都是經不起推敲的交易方式，或者說有這樣和那樣的問題。如今，只要是可以賺錢的交易方式都被圈定在這是量化交易的範疇中，好吧，就算全部的運用計算機交易的方式都叫量化交易，咱們就說一說哪些量化交易可以賺錢。如今量化交易玩的最爛的方式就是用python寫策略，而後進行回測，爲何這樣作？由於門檻低，c++不會，python簡單呀，若是你連python也不會，其實也不是問題，各類開發平臺可以幫你解決。但我想說的是，你用一把尺子，如今全部的時間段內衡量全部的交易關係，這自己就是刻舟求劍。任何策略都可以在必定約束條件下實現你想要的回測結果，但在實盤之中，這種策略每每會失效，由於市場的趨勢和邏輯已經改變，用老的交易方式，來解決新的問題，固然不可行。任何搞過量化研究的人，都不得不認可沒有任何一個交易策略可以長期，甚至中期內保持穩定盈利的殘酷事實。玩兒策略的這種模式其實如今已經有點落後了，說的明白點，就是你們都覺着有點不靠譜，但不得不去作，由於要保住飯碗。
還有一些方法，叫作套利，跨期套利跨品種套利在這裏我就不贅述了，其實沒有所謂量化交易以前，你們也在作套利交易。但套利自己跟量化交易沒有必然關係，難道不玩計算機不作模型就不能玩套利了嗎？套利交易是能賺錢，但也不是絕對能賺錢，由於城市上，就連套利交易的機會都不給你，再扣除各類手續費，各類滑點，說不定你還賠錢。
還有一種策略，叫作高頻交易，這種東西，在技術上實現稍微有點門檻，並且投資稍微大一些，因此說絲是玩不起的。這種玩法的一個最大特色就是快，怎麼個快法？快到毫秒級別。爲何要這麼快呢？玩法就是作市商，這是高頻交易最主要的玩法。高速的高頻交易，帶給你可作市的機會。什麼意思呢？甲方要買乙方要賣，可是有時間差和價格差，在這種狀況下，你瞬間發現機會並低買高賣從中獲利，但要注意，前提是你可以低買高賣，若是行情在你買了以後被其餘作高頻交易的作市商先行一步賣出，怎麼能低買高賣呢？因此說，高頻交易策略是很直白的，要的是速度，拼的是硬件。作市商是我認爲惟一的量化交易的遮羞布了，量化交易惟一的意義也就在於高頻交易中的作市交易。
其實細細想一想，高頻交易也有其自身的問題，高頻交易依託的仍是比人家更快速低買高賣，可是，若是別人比你快，你的高頻交易就是失敗，咱們在平時的交易中其實也要遵循低買高賣，只是你低買的地方，未必可以高賣出去，譬如說趨勢發生了向下改變。
量化交易還有許多種衍生分類，統計套利事件驅動機器交易等，叫法繁多，這裏就不一一贅述了，由於我實在認爲，他們根本就不是量化交易仍是量化交易者非得把那些靠譜點的交易策略歸類爲量化交易。其實細細琢磨一下，也就是咱們平時的交易思路作成計算機的語言而已，只有高頻交易是惟一人類手動作不到而電腦能作到的事情，這也是爲何在電子計算機普及之後，股票市場交易商不進行人工撮合交易而使用電子撮合交易。說了這麼多，意思就是，量化交易也就牛逼在高頻上面，但高頻交易你有沒有命去賺這個錢，還得問問其餘的高頻交易者答不答應。
一句話作一個總結，計算機爲量化交易者帶來了速度和效率，再無其餘，夢想靠寫個策略就能賺到錢的人，該醒醒了。若干年後，咱們回過頭來看會發現，人類曾經走過的量化交易彎路實在好笑，就如幾百年前人類所癡迷的鍊金術，不老藥。
近兩年量化之風傳遍金融界，可是，一個對企業管理，對金融沒有任何長期研究的計算機，數學學位的畢業生，可以對路的作一個預測股市的模型，雖然金融學畢業生所作的模型也基本沒什麼用。
國內都覺得美國量化牛逼上天，咱們要和國際接軌，但事實殘酷的告訴你，2016年美國排名前20量化基金的平均收益僅爲2%，遠遠低於同期標普十個點漲幅。巴菲特很不屑的說，量化交易就是看後視鏡開車。我和作量化的同行無冤無仇，我只是認爲計算機只能提升咱們的效率，也就是在高頻交易有所做爲，其餘都是南轅北轍，要知道，你想用一個函數關係一勞永逸獲利，這自己就是假設股市有一個徹底規律性，但偏偏股市的規律是變化的函數關係。你可能覺得我是持有股市沒法預測的隨機遊走派，但你又錯了，我偏偏認爲股市能夠預測，但毫不是應該用統計模型來預測的，這是如今金融學發展的一個天大的誤區。
看看如今金融市場，被一幫玩計算機技術和數學模型的人所霸佔，其實挺可笑的，事實上若是不是計算機這麼普及，量化交易也不會毒害那麼多小朋友去研究量化交易這條不歸路，我說的毒害就是至關於鴉片，不少人癡迷量化研究，妄想一晚上成名暴富，妄圖被西蒙斯索羅斯各類斯附體，最後本身成了鍋裏的蘿蔔絲。去打聽打聽美國的市場，你們都覺得很牛逼的量化交易，早就虧成狗了。被國人吹捧到天上的量化交易大師西蒙斯，什麼大獎章基金，什麼文藝復興公司，多是我眼神很差吧！我尚未看到他排在前幾位。2015年量化交易前二十獲利的公司，只有平均2%的收益水平，要知道同期標普上漲超過10%，既然連大盤都跑不贏，那還玩什麼量化交易作什麼呢？不少人都說，量化交易的牛人都不顯山露水，市場中通常看不到，我就笑了，這麼牛逼怎麼沒有出現一我的？你告訴我，一個量化交易的牛人就如巴菲特那樣的，也行啊，實際上是沒有的。
依我看量化交易，最大的社會做用就是忽悠一幫計算機或者說理工科的學生，懂點編程的學生，數學的學生，去從事金融業或者說，讓金融業給他一份工做而已。金融業工做確實是賺錢的行業，可是這個錢不來自於金融行業自己，而是來自於其餘行業對金融行業的貢獻。因此說，這是因爲金融業造錢快的特色，吸引了一大批非金融業，我這裏不是說金融學位有多牛，而是事實上，金融行業確實吸引了各類稍微沾點邊的專業的畢業生來這個行業中淘金。
下面的話可能要打擊不少自命爲寬客的所謂量化策略研究人員。我來一個一個的談談全部量化交易其實大多都是經不起推敲的交易方式，或者說有這樣和那樣的問題。如今，只要是可以賺錢的交易方式都被圈定在這是量化交易的範疇中，好吧，就算全部的運用計算機交易的方式都叫量化交易，咱們就說一說哪些量化交易可以賺錢。如今量化交易玩的最爛的方式就是用python寫策略，而後進行回測，爲何這樣作？由於門檻低，c++不會，python簡單呀，若是你連python也不會，其實也不是問題，各類開發平臺可以幫你解決。但我想說的是，你用一把尺子，如今全部的時間段內衡量全部的交易關係，這自己就是刻舟求劍。任何策略都可以在必定約束條件下實現你想要的回測結果，但在實盤之中，這種策略每每會失效，由於市場的趨勢和邏輯已經改變，用老的交易方式，來解決新的問題，固然不可行。任何搞過量化研究的人，都不得不認可沒有任何一個交易策略可以長期，甚至中期內保持穩定盈利的殘酷事實。玩兒策略的這種模式其實如今已經有點落後了，說的明白點，就是你們都覺着有點不靠譜，但不得不去作，由於要保住飯碗。
還有一些方法，叫作套利，跨期套利跨品種套利在這裏我就不贅述了，其實沒有所謂量化交易以前，你們也在作套利交易。但套利自己跟量化交易沒有必然關係，難道不玩計算機不作模型就不能玩套利了嗎？套利交易是能賺錢，但也不是絕對能賺錢，由於城市上，就連套利交易的機會都不給你，再扣除各類手續費，各類滑點，說不定你還賠錢。
還有一種策略，叫作高頻交易，這種東西，在技術上實現稍微有點門檻，並且投資稍微大一些，因此說絲是玩不起的。這種玩法的一個最大特色就是快，怎麼個快法？快到毫秒級別。爲何要這麼快呢？玩法就是作市商，這是高頻交易最主要的玩法。高速的高頻交易，帶給你可作市的機會。什麼意思呢？甲方要買乙方要賣，可是有時間差和價格差，在這種狀況下，你瞬間發現機會並低買高賣從中獲利，但要注意，前提是你可以低買高賣，若是行情在你買了以後被其餘作高頻交易的作市商先行一步賣出，怎麼能低買高賣呢？因此說，高頻交易策略是很直白的，要的是速度，拼的是硬件。作市商是我認爲惟一的量化交易的遮羞布了，量化交易惟一的意義也就在於高頻交易中的作市交易。
其實細細想一想，高頻交易也有其自身的問題，高頻交易依託的仍是比人家更快速低買高賣，可是，若是別人比你快，你的高頻交易就是失敗，咱們在平時的交易中其實也要遵循低買高賣，只是你低買的地方，未必可以高賣出去，譬如說趨勢發生了向下改變。
量化交易還有許多種衍生分類，統計套利事件驅動機器交易等，叫法繁多，這裏就不一一贅述了，由於我實在認爲，他們根本就不是量化交易仍是量化交易者非得把那些靠譜點的交易策略歸類爲量化交易。其實細細琢磨一下，也就是咱們平時的交易思路作成計算機的語言而已，只有高頻交易是惟一人類手動作不到而電腦能作到的事情，這也是爲何在電子計算機普及之後，股票市場交易商不進行人工撮合交易而使用電子撮合交易。說了這麼多，意思就是，量化交易也就牛逼在高頻上面，但高頻交易你有沒有命去賺這個錢，還得問問其餘的高頻交易者答不答應。
一句話作一個總結，計算機爲量化交易者帶來了速度和效率，再無其餘，夢想靠寫個策略就能賺到錢的人，該醒醒了。若干年後，咱們回過頭來看會發現，人類曾經走過的量化交易彎路實在好笑，就如幾百年前人類所癡迷的鍊金術，不老藥。
相關文章
- 1. 量化交易
- 2. 量化交易_1
- 3. AI量化交易
- 4. 量化交易——羊駝交易法則
- 5. 量化交易簡介(四)-量化交易項目怎麼做
- 6. 量化交易策略
- 7. 量化交易之啓航
- 8. 量化交易入門
- 9. 量化交易——PEG策略
- 10. 量化交易第一課
- 更多相關文章...
- • XSD 簡易元素 - XML Schema 教程
- • C# 交錯數組 - C#教程
- • Git可視化極簡易教程 — Git GUI使用方法
- • IntelliJ IDEA代碼格式化設置
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 量化交易
- 2. 量化交易_1
- 3. AI量化交易
- 4. 量化交易——羊駝交易法則
- 5. 量化交易簡介(四)-量化交易項目怎麼做
- 6. 量化交易策略
- 7. 量化交易之啓航
- 8. 量化交易入門
- 9. 量化交易——PEG策略
- 10. 量化交易第一課