什么是量化交易?
量化交易是一种市场策略,它依靠数学和统计模型来识别并执行机会。这些模型由定量分析驱动,这就是该策略的名称。它通常也被称为“定量交易”,有时也称为“定价”。
量化分析研究和测量将行为的复杂模式分解为数值。它忽略了定性分析,该定性分析基于诸如管理专业知识或品牌实力之类的主观因素来评估机会。
量化交易通常需要大量的计算能力,因此传统上一直由大型机构投资者和对冲基金专门使用。近年来,新技术也使越来越多的个体交易者也参与其中。
量化交易如何运作?
量化交易通过使用基于数据的模型来确定特定结果发生的可能性。与其他形式的交易不同,它完全依靠统计方法和编程来完成此操作。
Forexample,youmayfindthatafterthenumberofApplesharessoared,thepricefluctuatedrapidly.Therefore,youhavebuiltaprogramtofindthispatterninApple’sentiremarkethistory.
Ifitfindsthatthispatternhascausedupwardmovementinthepast95%ofthetime,thenyourmodelwillpredictthattheprobabilityofsimilarpatternhappeninginthefutureis95%.
量化交易与算法交易
Algorithmstradersuseautomatedsystemstoanalyzechartpatternsandthenopenandclosepositionsontheirbehalf.Quantitativetradersusestatisticalmethodstoidentifybutnotnecessarilyexecuteopportunities.Althoughtheyoverlapeachother,theyaretwoindependenttechnologiesthatshouldnotbeconfused.
两者之间有一些重要区别:
算法系统将始终代表您执行。一些量化交易者使用模型来识别机会,然后手动打开头寸
量化交易使用高级数学方法。算法倾向于依赖更传统的技术分析
算法交易仅使用表分析和来自交易所的数据来寻找新头寸。量化交易者使用许多不同的数据集
了解有关算法交易的更多信息,或创建一个帐户以立即开始使用。
量化交易者可以查看哪些数据?
量化交易者检查的两个最常见的数据点是价格和数量。任何可以提炼成数值的参数都可以纳入策略中。例如,某些交易员可能会构建工具来监控社交媒体上的投资者情绪。
量化交易者可以使用许多公开可用的数据库来告知和建立其统计模型。这些替代数据集用于识别传统财务来源之外的模式。
量化交易者开发系统以识别新的机会,并经常执行这些机会。尽管每个系统都是唯一的,但它们通常包含相同的组件:
策略回测执行风险管理
策略
采用适当的策略后,下一个任务是将其转换为数学模型,然后对其进行完善以增加回报并降低风险。
这也是量化指标将决定系统交易频率的关键点。高频系统每天都会打开和关闭许多仓位,而低频系统则旨在发现长期机会。
回测
回测涉及将策略应用于历史数据,以了解其在实时市场上的表现。Quants经常会使用此组件来进一步优化其系统,以尝试消除任何问题。
回测是任何自动化交易系统的重要组成部分,但是成功运行并不能保证模型生效时的利润。完全经过重新测试的策略仍然会失败的原因有多种:包括不正确的历史数据或不可预测的市场动向。
回溯测试的一个常见问题是确定系统在产生回报时将看到多少波动。如果交易者仅查看策略的年化收益,就无法了解完整的情况。
执行
每个系统都将包含一个执行组件,范围从全自动到完全手动。自动化策略通常使用API来快速打开和关闭头寸,而无需人工输入。一本手册可能需要交易员召集经纪人进行交易。
HFT系统本质上是完全自动化的–人类交易员无法足够快地打开和关闭仓位以取得成功。
执行的关键部分是使交易成本最小化,其中可能包括佣金,税金,延误和利差。复杂的算法可用来降低每笔交易的成本–毕竟,如果每个仓位的开仓和平仓成本太高,那么即使是成功的计划也可能会失败。
风险管理
Anykindoftransactionneedsriskmanagement,andthequantityisthesame.Riskreferstoanyfactorthatmayinterferewiththesuccessofthestrategy.
Capitalallocationisanimportantareaofriskmanagement,coveringthescaleofeachtransaction–ifmultiplesystemsareusedforquantitativetools,howmuchcapitalshouldbeinvestedineachmodel.Thisisacomplicatedfield,especiallywhendealingwiththestrategyofleveraging.
Acompletelyautomatedstrategyshouldnotbeinfluencedbyhumanbias,butonlyifitscreatorsignoreit.Forretailtraders,keepingthesystemrunningwithoutexcessivepatchingmaybethemainpartofriskmanagement.
量化交易策略
量化交易者可以采用多种策略,从简单到难以置信的复杂。这是您可能会遇到的六个常见示例:
均值回归趋势追踪统计套利均值回归
许多量化策略都属于均值回归的一般范围。均值回归是一种金融理论,它假定价格和回报具有长期趋势。任何偏差最终都应恢复到该趋势。
Quants将编写具有长期平均值的市场代码,并在其偏离时突出显示代码。如果差异较大,系统将计算获利空头交易的概率。如果它发散,则它会在多头头寸上做同样的事情。
均值回归不一定适用于单个市场的价格。例如,两个相关资产的点差可能具有长期趋势。
量化策略的另一大类是趋势跟踪,通常称为动量交易。趋势跟踪是最直接的策略之它仅在开始时识别重大的市场运动并一直持续到结束。
Therearemanydifferentwaystodiscoveremergingtrendsthroughquantitativeanalysis.Forexample,youcanmonitorthemoodoftradersinlargecompaniestobuildmodelstopredictwheninstitutionalinvestorsarelikelytobuyorsellstocksinlargequantities.Inaddition,youcanfindapatternbetweenvolatilitybreakthroughsandnewtrends.
Statisticalarbitrageisbasedonthemeanregressiontheory.Itsworkingprincipleisthatagroupofsimilarstocksshouldbehavesimilarlyinthemarket.Ifanystocksinthisgroupoutperformorarebelowaverage,thentheyrepresentanopportunitytomakeaprofit.
Statisticalarbitragestrategywillfindagroupofstockswithsimilarcharacteristics.Forexample,thestocksofAmericanautomobilecompaniesareallinthesameexchange,thesamedepartmentandsubjecttothesamemarketconditions.Then,themodelwillcalculatetheaverage"fairprice"ofeachstock.
纯粹的统计套利具有一定程度的风险:它忽略了可应用于单个资产但不会影响该组其他部分的因素。这些可能会导致长期偏差,而长期偏差不会恢复为均值。为了消除这种风险,许多量化交易者使用HFT算法来利用极短期的市场低效率而不是巨大的差异。
文章为作者独立观点,不代表股票交易接口观点