量化交易策略PLUS全面解析:讓你躺著也比別人賺的多!

傳統的量化交易(Quantitative Trading)指的是不通過人為主觀意識去判斷與製定投資策略,而是透過數據運算的方式,計算出成功概略最大的方向,用統計學的數據模式用計算機替代人類下單的交易方式。但,今天我們要聊的是顛覆傳統的量化交易策略PLUS模式,讀懂它,相信能成為你未來新型投資的主要手段。

量化策略PLUS是什麽?

想要了解量化策略PLUS是什麽,我們先要清楚傳傳的量化交易是什麽,量化交易通俗點說,就是通過分析歷史數據依托於數學和統計算模型所製定的非人為交易策略。而這些數據則是基於基本面、技術面、資金面、宏觀面、突發事件與時間周期等數據進行分析,結合算法邏輯與概率學形成交易策略,最終通過量化交易系統完成自動下單的決策系統。量化交易所執行的指令,不能人為進行修改,但它的好處是可以批量的完成大規模投資,並可以獲得不錯的投資回報率,是平衡投資效率與投資回報的最優解,所以量化交易大多被大型交易商和交易機構所使用。

那量化交易策略PLUS(後文簡稱:量化PLUS),相較傳統量化交易,又有什麽不同呢?

量化PLUS的區別

受眾人群不同

相比傳統的量化交易是為了提高機構的自動投資效率,量化PLUS所迎合的是一般投資人,俗稱散戶。

數據獲取不同

相比傳統量化交易采集的數據是通各大機構平臺的數據,量化PLUS所采集的數據除了傳統的基本面、技術面、資金面、宏觀面、突發事件與時間周期等數據以外,還網羅了各大社區、論壇、推特、臉書等移動互聯網數據,同時將投資達人與操作大神的數據進行匯總統計。

分析方式不同

相比傳統量化交易的數據分析,量化PLUS創新的加入了視頻、語音、文字等操作解析,並統一對其整理與分類,光數據量一項就遠遠高出傳統量化交易幾個量級。

策略方式不同

與傳統量化交易的策略不同,量化PLUS各加註重策略的唯一性,也就是為不同的投資者打造專屬的策略投資方式,這也源於量化PLUS在數據獲取與分析上已經遠遠程過傳統量化交易而得到的必然結果。

時間周期不同

由於傳統量化交易是服務於大型機構,時間周期一般以中長線投資操作為主,而這樣的投資周期,無法迎合一般投資者,所以在投資周期上,量化PLUS更為人性化,最短交易時間甚至可以縮短至分鐘。

靈活程度不同

由於傳統量化交易采用的是機器替代人的模似,以防止出現人為情緒因素影響了整個操作流程,但某些時候,由於突發事件,導致分析系統判定錯誤,造成投資風險也會發生,所以量化PLUS采用更為人性化的【量化提示】、【量化半托】、【量化全托】三種模式,讓量化交易更為靈活。

操作手段不同

傳統量化交易受限於交易策略與投資周期,操作手段多以短線快進快出為主,與大型機構喜歡使用的傳統量化交易手段有著明顯的區別。

資金要求不同

由於量化PLUS的服務對象是一般投資者,所以相較傳統量化交易來說,對於資金門坎要求比較寬松(傳統量化交易起始資金都以「億」為單位),同時對於資金的調配也更為靈活。

計算能力不同

由於量化PLUS采用的是雲端超級算力,在加上不斷優化的算法,讓量化PLUS的核心算力值高出傳統量化交易幾千上萬倍,而在分秒必爭的投資市場當中,算力的升級就代表著,你比對手先一步操作,賺錢概率也要提高數倍。

更新速度不同

由於統計的數據渠道多樣,且運用了雲端算力與算法優化,量化PLUS相較傳統的量化交易,在量化指標的更新速度上,有著明顯的提升。

除了以上特性,量化PLUS就沒有什麽優缺點了嗎?

解決痛點

  • 僅憑主觀經驗,收益率低
  • 人工耗時盯盤,復雜易錯
  • 同時關註的機會策略有限
  • 無客觀的績效驗證

量化PLUS適用的人群

  • 圈子有限,消息超時 
  • 沒有充足的分析研究時間 
  • 不會買賣, 缺少專業知識、經驗 
  • 不具備理性的操作心態和定力 
  • 向往量化,報班培訓,勞心費財

量化PLUS的優點

  • 可隨時驗證
  • 可隨時調整
  • 可規避情緒
  • 可節約時間
  • 可跟隨學習
  • 可總結技巧

量化PLUS的缺點

  1. 太過傻瓜專業感不強
  2. 數據需按時更新以防過時
  3. 需自行對突發事件做出調整
  4. 對平臺匯總能力要求極高
  5. 對數據源要求極高
  6. 對量化結合考核要求極高

量化PLUS的具體流程

進行量化交易策略的時候,會按照以下幾個步驟來進行,因為市場先生自己並非量化交易的專家,以下只是就我目前理解的一些經驗談,不是絕對標準答案:

步驟1:整理策略

由於量化數據的多樣性,每家所偏向的策略重心,都有所不同,所以,做為量化PLUS,該平臺創新的采用了匯總型的選擇方式,即不需要量化策略製定人完全公開自己的策略流程(這點非常重要),只需要將自己每一步操作,分享出來,而平臺會通過幾個關鍵性指標給出評判標準與分值,這其中包括:準確率、調倉力、收益率、頻繁度以及交易時長。(滿分10分),當然,每家策略製定者,都有自己擅長的產品,這些指標,都可以方便投資者用戶進行匯總與收藏。

步驟2:對比策略

通過上一步的整理與收藏,我們得到了眾多不同策略,不同專長類型的高手,這時,我們就需要甄別與選擇適合我們的量化策略,由於每一家的策略模式都有不同,所以,我們對比的條件往往主要還是看之前的幾個對比維度,準確率、調倉力、收益率、頻繁度以及交易時長。如果我們在意準確率,不計較倉位,收益速度,交易次數和操作的時間點,我們就可以把對比的重心放在準確率上,同理,計較倉位的,可以把重心放在倉位上,計較收益速度的,重心自然可以放在收益速度上,交易次數與操作時間,都可以成為我們對比的條件。

步驟3:鎖定策略

當我們選定了順應我們需求的策略之後,我們就可以鎖定該策略的發啟人,並關註,那麽此人一天當中,所有的操作策略都會第一時間,同步給我們,這裏的同步方式一共三種,【量化提示】、【量化半托】、【量化全托】。量化提示是指將策略通過軟件提示我們操作,至於操不操作在於我們,好處是我們掌握完全自主,缺點就是很多瞬時完成的操作無法同步。量化半托是指每次操作過來,我們都需點擊確認,才可操作,好處是瞬時操作的響應的速度可以得到明顯的提升,缺點就是還是需要盯盤。量化全托是指將操作的權力完成交給系統自動完成,好處是無需人員看守,不影響作息生活與工作,缺點就是中途不能中斷,無法人員幹預。每次執行策略時,我們都可以鎖定其中一種策略模式。

步驟4:測試策略

如果要選擇一上來就選定一個策略來真金白銀實驗肯定不現實,所以,我們可以先選擇使用模擬帳號,來測試我們選中的量化策略到底試不試合我們。這也是實戰前必須進行的步驟。除了能判斷風險,主要是對操作習慣的觀察,如果操作習慣不合拍,我們就需要及時調整。

步驟5:鎖定策略

經過上面的步驟,我們成功的挑選到了適合自己的量化交易策略之後,就可以將該策略與我們的實盤資金進行綁定,方法與我們操作模擬盤一致,使用關註便可直接跟隨,這裏有幾個點需要強調:一個是不要執著於收益率,高頻次的操作和24小時的操作時間,並不是每一個投資人都能承受的,就不要談倉位控製和精準度了,一定要知曉,不管怎樣挑選,都不可能十全十美,要懂的放棄選項,尋找合適自己的量化交易策略。最後記得擇跟隨模式的選擇,【量化提示】、【量化半托】、還是【量化全托】。

步驟6:風險控製

不管是哪種模式,我們都需要定期對我們所選的量化策略進行風險評估,當然,你也可以預設一個閾值,當超過或低於閾值,自動提醒,我的經驗是半個月或一個月要更換一次策略,如果遇到突破事件,風險觀查周期還要壓縮,最好以周為單位。這裏指的分隊包括以下幾種:

  • 收益風險:比如無法達到承諾收益。
  • 倉位風險:比如倉位控製上,由於資金不足,導致的風險。
  • 操作風險:我們所跟隨的策略交易方出現人為的操作失誤風險。
  • 技術風險:比如交易所服務器出現當機、網路中斷、程式BUG等,導致的量化。
  • 突發事件風險:量化交易是依照歷史數據來完成判斷和指導的,如果突發事件樣本模式不完備,會造成相應風險。

步驟7:策略管理

既然已經選定了適合的策略為什麽還要管理,這裏就要結合上面所說的風險管理了,因為每個時段,會出現不同的操作需要,我們所利用的量化交易策略也需要做相應的調整,因為每個策略出品方所針對的特常各不一樣,比如有的擅長黃金,有的擅長原油,有的對外匯更為精通,有的只做天然氣,所以不同的產品行情,我們就需更多的選擇,同時,我們在每個階段重視的條件也不相同,比如這周你要加班,那麽對倉位和時段的要求就要高於收益和精準度,在比如你有大把的時間可以跟盤,那麽你就可以選擇精度最高的策略,一邊觀看一邊學習,這都是策略管理裏,你需要一步步完成的規劃。

量化交易策略有哪些類型?

當然,量化PLUS雖然簡化了量化交易策略的步驟,選擇了讓新手更容易使用的量化交果,但相信還是有很多朋友會好奇,什麽量化交易策略內部的奧秘,這裏我做了張表,大家可以看看量化交易策略的類型,一共分為10類。

L6.png
10種常見的量化交易策略

其中有些策略特別適合量化,例如:Long/Short Equity 、 市場中性、固定收益套利。也有些可以部份量化,但難以完全量化,例如:並購套利、事件驅動。

總結

  • 量化交易(Quantitative Trading)是指並非透過個人主觀、自己的認知去判斷,而是透過數據運算來決策做判斷,是一種依靠數學和統計模型來辨別市場交易的策略,是大型機構投資人、對沖基金常使用的交易策略。
  • 量化交易策略的優點是可以被驗證、克服情緒,缺點是每個人使用的資料可能都一樣,而且金融市場變化快速會讓策略失效。
  • 進行量化交易策略的時候,基本上會按照8個步驟來進行:取得資料和數據、資料清理、設計策略、回測分析策略、可行性驗證、執行策略、風險控管、策略管理。
  • 任何策略只要能被量化,都可以作為量化策略。可以完全量化做決策,也可以僅部分量化。
  • 量化PLUS是在以上傳統量化交易基礎上加入了更廣括的數據收集渠道,更多樣的策略分析模式,更靈活的策略交易模式,更簡單的策略跟隨模式,與更嚴謹的策略風險控製。