一文深度解讀量化交易（上）

本文做者爲Followme社區用戶@黃金EA量化，他將系統地爲你們解讀量化交易。他出身程序員，2015年開始從事量化交易。入駐社區3個月，他交出了帳戶評級A級、帳戶跟隨金額$55691三、帶領跟隨者盈利$90570的好成績。

 

我第一次接觸外匯交易是在一家會員經紀公司上班時候，剛開始對交易一竅不通。一年後，在同事的指導下，我開始交易之路。剛開始因爲行情的配合，賺了點錢，但因爲缺少成熟的交易系統，加上貪婪恐懼心理，很快就賠光了本金。

 

傳統的手工交易，須要天天長期盯盤，不斷分析行情，開倉平倉等，這種重複性的工做，長期以來，對精神和體力都是備受折磨。今後，我再也不參與手工交易。今天這篇分享，目的仍是但願更多人關注量化交易、關注金融科技的發展。

 

量化交易與傳統投資方式的有何不一樣？

 

傳統的投資方式，即主觀、宏觀投資，更多的是運用在股票、期貨、期權、債券等市場，主要有價值投資和趨勢投資。

 

量化交易，簡單來講，就是以數據模型爲核心，以程序化交易爲手段，以追求絕對收益爲目標的一種投資方法，其本質是經過程序化交易來實現交易思想。

 

與傳統主觀式交易相比，量化交易更能造成系統化交易，作到可控的風險管理、資金管理，從而讓投資過程更加客觀，執行力獲得貫徹落實。投資再也不是情緒性、盲目性。

 

如何分辨量化策略的類型與如何匹配品種？

 

量化策略大概可分爲趨勢類、馬丁類、網格類、算法交易、高頻交易、剝頭皮類以及人工智能類。

 

1趨勢類策略

 

具體還能夠分爲均線策略、海龜策略、震盪策略，主要仍是依賴傳統的公式指標計算開倉平倉。這類策略的淨值曲線通常如圖一所示：

               

可是，由於該策略市場已經高度同質化，目前面臨失效的問題，須要從更普遍的維度進行策略升級，纔有可能從新立足市場。

 

2馬丁類策略

 

該策略在外匯交易應用上是最多最頻繁，且變種最多的策略。它實際上是一種賭博策略，在交易上，就是逆勢加倉或者順勢加倉，直至盈利出局，再進行下一輪建倉。

 

在單邊行情中，不斷逆勢加倉後，倉位變的很大，最後面臨爆倉的風險。因此，在波動大的品種或者行情中，馬丁策略最後的結局多數以爆倉出局。若是說，必定要用上馬丁策略，最好就是選擇波動很小的投資品種。

 

這類策略的淨值曲線通常以下圖所示：

從淨值圖能夠看出，行情適配的時候，資金曲線穩定增加，遇到極端行情，淨值會大幅回撤，極容易致使爆倉。使用該策略，必定要熟悉品種，熟悉策略自己以及作好人工資金風控。

 

3網格類策略

 

網格系統是將盤面網格化，就是對價格空間進行平均分配，每一段造成橫座標，通常可分爲3格、5格、8格等，依照各個座標位進行建倉平倉操做，通常是止盈出場。

 

它的優勢在於對利潤和風險進行精確計算。可是缺點則是對行情的總體方向性把握不強；適合震盪行情，不太適合趨勢行情。這個策略也能夠派生出許多不一樣的組合策略，例如：馬丁網格、反馬丁網格、右側交易網格等等，目的其實都對網格策略進行適配優化。

 

這類策略的淨值曲線通常以下圖所示：

 

使用網格交易，最關鍵的是要找到合適的品種。波動大、震盪不規則的不太適用網格策略；必須是有規律波動，且波動不大的，行情很是小的品種比較合適。如國內期貨，一些交易量小、波動不大如豆粕等品種。

 

4算法交易

 

算法交易可分爲時間加權平均價格算法交易、成交量加權平均價格算法交易和機會型算法交易。

 

前兩種算法交易又稱爲被動型算法交易，按照一個既定的交易方針進行交易。通常用於大單拆分爲更小的單子，根據市場的流動性，讓本身的交易量提交比例與市場成交量比例儘量匹配，在減小對市場衝擊的同時，得到市場成交均價的交易價格。在外匯市場，通常由大型機構提供給資金量大的客戶使用，適合中長線交易，建倉時間通常須要通過一天或者多天完成。

 

機會型算法交易又稱之主動型算法交易。主動型交易算法除了努力減小滑價之外，把關注的重點逐漸轉向了價格趨勢預測上。如判斷市場價格在向有不利於交易員的方向運動時，就推遲交易的進行，反之加快交易的速度。當市場價格存在較強的均值迴歸現象時，必須迅速抓住每一次有利於本身的偏移。

 

機會型算法交易實現的淨值曲線如圖四所示：

 

其難點在於趨勢行情跟蹤，價格趨勢預測上，必須研發特定的算法模型與之匹配。不一樣的品種，須要研發不一樣的算法模型，才能造成正指望值的策略。這個通常都是由機構類投資公司投入必定的人力、財力，通過大量的試驗纔有可能找到。一旦研發成功，能夠說是公司的核心競爭力，不會輕易透露給投資者或者競爭對手。

 

5高頻交易

 

高頻交易，是多數人仰慕的交易方式，給人的感受就是持倉時間很短，日內交易次數不少，風險小，收益可觀，最主要是穩定。

 

高頻交易是指從那些人們沒法利用的極爲短暫的市場變化中尋求獲利的計算機化交易，好比某種證券買入價和賣出價差價的微小變化，或者某隻股票在不一樣交易所之間的微小价差。

 

這種交易的速度如此之快，以致於有些交易機構將本身的「服務器羣組」（server farms）安置到了離交易所的計算機很近的地方，以縮短交易指令經過光纜以光速旅行的距離。

 

一般來講，高頻交易有兩大特徵：高換手和低延遲。高換手就是交易頻繁，低延遲是指對信息的響應和傳播速度極快、交易速度快，須要硬件帶寬資源的投入，頂尖的計算機專家對交易程序的設計、資深高頻交易員的參與，才能高頻交易方案轉化爲聖盃。所以，對於我的來講，甚至中小型投資機構來講，都是不可及的。

 

不過，高頻交易因爲存在市場容量、資金規模瓶頸，收益達到必定程度後將很難再提升收益。所以，凡是搞高頻交易的公司，基本上都是自營在搞。並且，像國內的交易環境，各類條件的限制，包括監管政策、交易所硬件設施的限制、還有交易模式的限制，必定程度上限制了高頻交易在國內的發展。在外匯市場來看，因爲高點差、報價模式、價格波動異常還有網絡環境，經過EA交易仍是不太現實的，很難生存。

 

高頻交易實現的淨值曲線以下圖所示：

 

這是應用在國內股指期貨市場的高頻策略淨值效果，明顯能夠看出，在波動性活躍的牛市中，在監管環境寬鬆，沒有過多的交易限制下，高頻策略仍是能夠得到很好的收益的。只不過生存時間不長，很快就沒有了成長的土壤。鑑於其難度，不推薦你們我的或者實力較小的機構去研發高頻策略。

 

6剝頭皮策略

 

通常是指快進快出的一種交易。剝頭皮交易通常出如今外匯保證金、黃金、原油、全球股指期貨等帶槓桿的金融衍生品中。

 

按交易策略主要分兩種，一種是簡單的快進快出，利用高盈利率來盈利，須要對市場的趨勢，支撐位，阻力位作必定的判斷；另外一種是利用平臺漏洞的交易，因爲報價來源、服務器速度、網絡速度等緣由，形成了不一樣平臺之間的報價不一樣步，投機者利用報價快的平臺作參考，在報價慢的平臺操做，因爲預先知道短時間趨勢，準確率極高。

 

剝頭皮策略的淨值曲線以下圖所示：

 

剝頭皮策略淨值增加緩慢穩定，但容易失效，品種行情稍微發生變化，就可能形成虧損。適合流動性大，日內波動頻繁的品種進行交易。重點是控制好滑點不能太大，另外也要考慮到點差、手續費成本。

 

7人工智能策略

 

人工智能策略利用神經網絡算法，經過大數據學習，深度訓練出一套可用於交易，可以準確預測將來行情的變化，實現穩定盈利。固然，實際效果見仁見智。

 

目前國內一些大型私募機構的確有用於股票數據處理，股票聚類分析、多因子選股等場景，用於建模預測效果。首先要弄清楚交易的幾個問題：投資邏輯、市場的有效性、勝率與盈虧比。

 

投資邏輯，人工智能策略若能盈利，那要弄明白它盈利的邏輯是什麼，趨勢、剝頭皮、高頻仍是其餘？

 

市場的有效性，人工智能究竟是去適應市場，仍是打敗市場實現長期穩定盈利。若是可以打敗市場，當每一個人都擁有一套這樣的策略，意味着就不會有人虧損，但金融市場都是零和博弈，沒有輸就不會有贏；是否意味人工智能策略也會失效，那麼跟通常的策略又有什麼區別。

 

勝率與盈虧比，若是人工智能訓練出來的一套不斷變化的交易策略，必然須要考慮評估它的勝率與盈虧比。保證勝率的前提是什麼？保證盈虧比的前提又是什麼？離開勝率與盈虧比，它靠什麼長期穩定盈利？

 

因此，我以爲至少目前市場上賣人工智能策略的，除非可以說出其投資邏輯，不然基本都是掛羊頭賣狗肉的多。我建議你們仍是對人工智能策略保持觀望的態度，還不如踏踏實實選一套你知道其投資邏輯，用起來比較成熟的交易策略。