或许当你开始回过头研究近来A股调整的规律时,会发现一个有趣的现象:A股下跌以午后居多,特别是下午2点半左右,有投资者称:"神奇的2点半"!当你还在为此惊叹时,也许早已有人将这个规律编进程序化的交易系统,通过交易大赚一笔了。
现在你是不是对程序化交易很好奇呢?不急,慢慢往下看。要懂程序化交易,就得先理解什么是量化交易。
那么,什么才是量化交易呢?
就拿司机开车来打个比方。从机场到城市中心有10条路可以走。有一家出租车公司规定,1小时必须到达,早到加钱,晚到罚钱。
一开始,有些老练的司机总能在前几个到达城市中心,但大部分司机总是晚于他们,这些老的司机就是“主动选股机构”。
后来这些晚到的司机中,有几个很厉害的司机学会了量化统计,他们每天让很多辆车用一样的速度从机场开到市中心,而且连续研究了10年的数据。最终他们发现,10年来,有那么一条路在绝大多数情况下,总比别的路快。从此以后,但凡是从机场回市中心的活儿,这几个很厉害的司机就只选择这条路。这群人就是“量化选股机构”。
当“量化”遇见“程序”
理解了“量化”,程序化交易就很好理解了,就是量化的交易策略通过计算机编程执行,进行自动或半自动下单交易。
根据NYSE网站统计,近年来纽交所程序化系统交易量所占比例基本维持在30%左右。它的系统类型很多,大致分这些类型,即价值发现型、趋势追逐型、高频交易型、低延迟套利型等。在期货市场的应用多于股票市场。
量化交易要怎么做?
国内做量化交易的人一般自称“宽客(quant trader)”。假如你是职业股民,别人问起的时候回答我是“宽客”,一定逼格满满。
也许有人认为做量化交易的人的生活是应该这样的:周一8点50开启自动交易系统,然后逛淘宝、聊QQ,到周五15:30 总结一周盈利,分成,下班走人,关自动交易系统。
但实际上却是这样的:真正的量化交易的一般得靠一个团队,有的人分析新闻、做预测,而学数学、学物理、学电脑的博士们则写程序化的交易策略。有的人负责在历史数据上复盘测试,复盘后再根据反馈的数据再进行修改。通过审核后放入策略池,由专人确定各个策略资金的分配。最后由交易员进行交易。另有专人负责风控。
当真躺着赚钱?量化交易的3大难题
不停闪烁的超级电脑自动进行着高速交易,荧幕上滚动着通过高速网络提前获取的最新市场消息,账户的盈利不断上跳...很多人把量化交易视为 “可以躺着赚钱的”形式。但现实真有这么美好么?
(1)股票、基本面、新闻消息之间的关系不停变化
记得2009年美股到达低点的时候,很多“低质”公司的回报大大高于“优质”公司的回报。很多3块钱的“垃圾股”可以在很短时间内涨到10块钱,而高价的优质公司的股票想要翻一倍都要花上很久很久。而在另一段时间跨度或者另一个市场里,可能又是另一番情景。所以跨市场、长期有效的量化交易系统极少甚至可以说没有。
(2)有些关键信息并不容易量化
微博是市场突发消息和传闻的最大出处,所有投资者都不会无视这里传出的讯息。但是这里的消息格式往往不规范,语法也千奇百怪,你无法让计算机程序挑选出有效信息并运用于自动交易中。
(3)过去并不代表未来
多数时候,通过历史数据测试可以证明的你的设计交易策略在过去的表现,这是量化交易世界中非常重要的一块内容。不过并不是所有人都能意识到,过去不代表未来。这意味着一些交易策略在过去表现的很好,但是在未来可能会带来巨大的亏损
只是看过去“很美”
假如你认为开发出一个赚钱的策略就可以高枕无忧,坐等赚钱了,那就错了。一般来说,所有quant trader的日常工作分2块,一是对现有策略的管理和维护,二是开发新策略。
因为某个具体量化交易系统并不是一直有效的,长的有效期可能有1~2年,短的也可能就一周,所以需要不断对之前的交易策略进行调整。更糟糕的是,量化交易者面临的知道自己的模型终有一天会失效,但是永远不知道是哪一天。
也许有的人不断的用调节参数的方法拟合行情可以使系统一直看过去“很美”,但是调整一般也就只能使这个系统的多存活一段时间,所以就需要“宽客”不断的相出新的交易策略。
“宽客”说白了也是个苦逼活,别问我是怎么知道的T。T躺着赚钱是别想了!
分享到:
相关推荐
Python量化交易是一个热门话题,尤其在金融领域,它利用编程技术进行数据分析、策略制定和自动交易执行。这个压缩包“Python量化交易-源码.rar”显然包含了一些用于实现量化交易的Python代码。以下是对相关知识点的...
金融外行如何入门量化交易 - 用Python的交易员 - 知乎 Live.mhtml
量化交易-python基于深度强化学习PPO算法实现的期货量化交易项目源码+使用说明及venv环境(直接使用).zip 【优质项目推荐】 【说明】 【1】项目代码完整且功能都验证ok,确保稳定可靠运行后才上传。欢迎下载使用!在...
### 机器学习与量化交易-第三课 #### 数据的获得与存储 在量化交易领域,数据的获得与存储是至关重要的第一步。这部分内容主要讲解了如何有效地获取金融市场的历史数据,并将其存储以便后续分析和使用。 **数据...
量化交易是一种基于数学模型和计算机程序的证券交易方式,它利用统计和概率理论,结合大量历史数据,自动执行买卖决策。"量化侠策略T03分享版"是专门为量化交易者设计的一种策略,由量化侠团队独家开发。这个策略...
企业内部人员绩效量化-企业内部人员绩效量化系统-企业内部人员绩效量化系统源码-企业内部人员绩效量化管理系统-企业内部人员绩效量化管理系统java代码-企业内部人员绩效量化系统设计与实现-基于springboot的企业内部...
内容概要:期货交易,国内期货交易,量化交易,程序化交易,C++开发CTP接口,入门级别的程序化交易,往往从CTP行情接口的实现开始。网上参考资料以python的居多,而对于程序员想涉足量化交易,比如C++程序员,参考...
本项目旨在利用PyTorch的量化工具PyTorch-Quantization对YOLOv8模型进行量化加速,实现模型小型化,从而在保持检测性能的同时,降低计算资源的消耗,适用于嵌入式设备和移动端应用。 PyTorch-Quantization是PyTorch...
Python量化交易是一个热门话题,尤其在金融领域,它利用编程技术进行数据分析、策略制定和自动交易执行。Python因其丰富的库支持和易读性而成为量化交易者的首选语言。在这个"python量化交易2.zip"压缩包中,我们...
大学生平时成绩量化-大学生平时成绩量化系统-大学生平时成绩量化系统源码-大学生平时成绩量化管理系统-大学生平时成绩量化管理系统java代码-大学生平时成绩量化系统设计与实现-基于springboot的大学生平时成绩量化...
标题“量化交易-单因子有效性分析-多空对比1”涉及的是金融领域的量化交易策略,特别是针对单个因子的有效性进行的多空对比分析。在金融市场上,量化交易是运用数学模型和计算机程序来制定投资决策的过程,它可以...
量化交易是指利用数学模型和计算机程序来执行交易决策,以减少人为因素的影响,提高交易效率。它通常涉及统计学、机器学习和人工智能技术。 人工智能在现代量化交易中扮演了重要角色,通过深度学习、神经网络等技术...
首先,量化投资是一种基于数学模型和大数据分析的投资策略,它通过编程来制定交易决策,以期超越传统的主观判断。Python在量化投资中的核心应用包括: 1. 数据获取:Python的requests库可以方便地获取网络数据,如...
量化交易框架
【量化交易】是一种基于数学模型和计算机程序的交易方式,它利用大数据分析、统计学方法和机器学习等技术,自动执行买卖操作。在金融市场中,量化交易被广泛应用于投资策略的开发、风险管理以及市场趋势预测。它通过...
《量化交易之路:用Python做股票量化分析》是由阿布编著的一本深入探讨股票量化交易的书籍。这本书主要面向对金融投资有兴趣,尤其是希望通过编程技术实现自动化交易的读者。作者选择Python作为实现工具,是因为...