量化交易

阅读 / 问答 / 标签

平安证券的量化交易怎么样

不好。1、平安70%以上的交易是量化交易,你卖他涨你买他跌。2、平安证券的合同风险披露,风险较大。

陈剑灵:量化交易4年98万到3000万

国内程序化交易理念开始深入至“炒手为王”的期货界也不过这几年时间,随着信息科技时代的不断发展,计算机应用的拓宽,曾经那些期市中的短线高手日内高手们有一部分已不在使用传统的交易方式,而是将他们的技巧或心得以程序化的方式运行量化交易,力求得到更为稳定的交易结果。本期【高手故事】讲诉的就是一位国内程序化交易的先行者,4年时间从98万做到3000万的职业交易者陈剑灵。 2005年,国内的期货市场经历阵痛之后,刚进入高速发展的轨道,整个市场还是以“炒手为王”,不断的涌现出短线高手、日内高手,而依靠计算机应用的程序化交易并未被国内投资者接受,虽然在国外,量化交易已经成为成熟并且主流的交易方式了。陈剑灵之所以被称为国内量化交易的先驱,就是因为他早在2005年就已经开始在商品期货市场使用无人值守的程序化交易系统,并且取得了较好的收益。 2006年,陈剑灵以98万入市,到2010年,4年多时间账户资金突破了3000万,而这样的成绩,完完全全是依靠无人值守的程序化交易系统完成的。陈剑灵是一个随机漫步理论的崇拜者,在他看来,技术分析的升华就是随机漫步理论,而随即漫步理论发展最终成为了投资组合理论。对于这个账户的成长,陈剑灵认为投资组合起了不小的作用,他对这4年多的操作运行了一番统计,账户日平均收益在2%-4%,不过资金在500万以下的时候成绩不如资金在500万以上,资金达到500万元后,账户日收益率几乎提高了1个百分点,而中途的突然亏损也小了很多,在他眼里,这便是投资组合的好处——降低了交易风险。 建立投资组合,一个重要的要求就是减弱每个组合之间的相关性。对此陈剑灵表示,在3000万元的账户中,为了降低每个组合的相关性,不仅仅用不同的品种来建立组合,对于交易策略也分成了两种情况:首先是用不同的品种运行组合,但是实际交易中,陈剑灵发现期货市场的各个品种有一定的相关性,简单的品种搭配并不能有效地降低组合之间的相关性。因此在操作上,除了不同品种的组合方式以外,用不同交易策略运行组合也成了陈剑灵的组合依据之一。此外,对于每一个组合,在操作上也要运行不断的微调,譬如一段时间一个交易模型不挣钱,那这个交易模型的各种参数就需要运行微调。而在每个组合的建立上,陈剑灵并不是只依靠技术指标,而是使用了大量的统计数据。“主要用的是技术指标和统计数据,遗憾的是很难在程序上将一些K线形态运行识别。”虽然该账户成绩非常优秀,但在陈剑灵眼中还是有所缺憾的。为了降低组合相关性,陈剑灵建立了2套策略,分别是趋势策略和震荡策略。模型的理想状态是趋势策略。在行情形成趋势的时候盈利50%,但是在行情震荡的时候亏损30%;而震荡模型在震荡行情中,盈利30%,但是在趋势行情中,亏损40%,这样保证了他的账户在什么时间都不会出现大的亏损。 虽然在程序化交易上,陈剑灵已经获得了非常不错的成绩,但他还是认为国内到现在还没有真正的成功者,他所认识的也就是我们市场上为人所熟知的期货大佬,比如叶大师、葛卫东等等,都是以基本面主观交易的,而如果要通过程序化交易达到这些大佬这样的高度,他觉得难度还非常大,他说他并不是否定程序化交易,程序化交易有着非常大的优势,就在于它的管理规模可以非常大,而主观交易在一定的资金规模就会出现阶段性的瓶颈,主观交易者不太可能拿自己过亿的身价在一个品种上大博,只能做分散,而分散之后程序化的优势就显现出来了,所以陈剑灵坚信程序化交易一定会超越现在市场上主观交易者取得的成就。 提到陈剑灵,不得不说他除了职业交易者之外的另外一个身份——深圳开拓者科技有限公司总经理。做程序化交易的投资者应该都了解交易开拓者这款软件,它的定位是“本土的Trade station,自动交易的领先者”, 用户数占国内期货程序化交易实盘客户80%左右,陈剑灵起初也只是交易开拓者这款软件的用户,在使用的过程中,觉得这个平台对他非常的合适,他自己本身对交易系统的开发有着深厚的兴趣,加上本人通过程序化交易实现了财富自由的梦想,“经营公司我自己也不是特别内行,但是即使这个公司不行,这个软件我自己也可以用嘛!”报着这样的想法,陈剑灵索性收购了交易开拓者,角色也发生了转换,从客户变成了经营者,把他自己在系统设置上的一些想法都付诸于实际应用中,交易开拓者软件也发生了很大的改变,很多设置都是从客户的角度去设计,按照单个客户或者团队做交易的需求去做,“只要是交易上的需求,只要你想的到,我们都会去实现。”这是陈剑灵在接受期货中国网专访的时候所描述的软件,随着国内量化交易的不断普及,交易开拓者软件也在投资者中拥有良好的口碑。 随着期货市场资管时代的到来,如今的陈剑灵也顺应市场,成立了开拓者资产管理有限公司,以专业的量化投资机构的身份服务于这个市场,并且也运作了多款期货资管产品,就在2013年10月结束的产品“开拓者u2022双利量化稳妥1期资产管理计划产品”,为客户获得了近14%的收益,表现还算不错。

在投行内部做量化交易与独立出去做量化交易有何不同

这里我们只说量化交易,不讨论量化研究和量化定价这一块的业务。量化交易是分两个阶段的。第一个阶段是2008年以前,或者说Dodd-Frank法案以前,投行内部林立着各样的很多对冲基金或者类对冲基金的实体,比如Morgan Stanley的PDT(Process Driven Trading)和高盛的Global Alpha,而很多投资银行的自营交易业务也很像对冲基金。在这一阶段,这些类对冲基金的实体和外面的对冲基金是没有啥区别的,业务很类似——赌方向、做部分对冲(Partial Hedging)、跨市场套利,也非常敢于承担风险。当时在投行内做对冲基金类型的量化交易有着非常大的优势,因为两点——第一是银行有着非常良好的融资渠道,融资成本显著地低于当时的对冲基金,如果你尝试去组建过一个基金,你就知道资金成本对于一个对冲基金的影响多么大——巴菲特这么多年的成功是离不开长期1.6倍的财务杠杆和其低于中央银行存款准备金率的资金渠道的(详细内容参见AQR的论文——Buffet"s Alpha)。 炒股需要经常总结,积累,时间长了就什么都会了。为了提升自身炒股经验,新手前期可以私募风云网那个直播平台去学习一下股票知识、操作技巧,对在今后股市中的赢利有一定的帮助。第二是银行有着一个灰色的信息流——客户的交易记录。这个交易信息,就是今天,也是非常有用的内部消息。几周前Bill Gross从PIMCO离开时,所有投行的Sales都疯了,不停地研究之前PIMCO在自己银行的仓位,然后分析那些债券最有可能最先被清盘,从而给其它客户交易建议。而当年文艺复兴多次更迭合作的投行,就是因为其大奖章基金的交易记录得不到妥善的保密,很多合作银行的自营交易桌跟着交易。这两个优势造成了当时的自营交易极其暴利,而且管理层为了做大业绩,全力支持明星交易员放大杠杆——而实际上,金融危机期间很多的CEO都是靠着自营交易的暴利业绩从交易大厅升职到管理层的——比如Citi的前任CEO Pandit和摩根斯坦利的前任John Mack。这也造成了,为什么很多高盛离职的自营交易员在金融危机后,当银行不能做自营交易后出来自立门户开设对冲基金,却完全无法复制当年的业绩——因为他们是因为整个组织的强大而获得超额收益,当失去了资金优势和信息优势后,一切都成为了浮云。2008年,准确说是2009年后,一切都变了。首先是政府明令规定自营交易不让干了,于是各种投行旗下的基金,放入资管部的放入资管部(比如Goldman Sachs Global Alpha进入GSAM),独立营业的独立营业(比如PDT从摩根斯坦利分离),要不直接就关门大吉了(比如UBS、德银)。还有一些硕果仅存的,一般是在股票交易部门,打着对冲为名,通过会计手法,维持着极小的自营规模,这种类似的团队很多投行都有。但是不成气候了,也不会造成任何系统性的风险——当然,各种马路传奇故事也销声匿迹了。银行内部还有没有量化交易了,其实还有——那就是随着计算机技术进步的自动化做市交易。做市在国内这个概念刚刚出现——因为期权做市商制度的引入。但是在美国这个是从华尔街开始就有的交易体系了。简单来说,就是假设你经营一家买可乐的小店,你有两个主要的交易——一是从总经销商那里拿货,用的价格是Bid,二是分销给街边下象棋和夕阳下奔跑的孩子们,这是Ask。Bid是你的进价,Ask是你的出货价格,Bid一般小于Ask(除非你是搞慈善的)。你持续的维持报出这两个价格,同时根据你的存货来调整报价或者对应报价的数量——比如你的存货太多,大爷不出来下象棋了,你就降低Bid,这样很难进到货了,而保持Ask,等待有人来消耗你的库存。这个过程就是基本的做市商交易流程,在金融中,由于没有实际的总经销商供货,你的报价(Bid-Ask)是基于你对于对应资产的Fair Price的估计来决定的,通常是你算出来的均衡价格加减一个值构造成Bid-Ask组合。在很长的时间内,这个报价都是靠人来完成,这个过程是枯燥的,而且很容易出错——而对于期权类产品(非线性价格)也很难快速报价。我之前和期权交易员合作过很长时间,他们的工作不一定智力上很难,但是对于人得耐力绝对是一种挑战——因为在开市后他们要注意力高度集中的报价,一quote两quote,一quote两quote,似爪牙,似魔鬼的步伐,报价,报价,在这交易大厅报价... ...于是,从简单的资产起,从交易所级别开始支持API交易了。什么是简单的资产,就是Vanilla类别的,比如个股、指数、外汇、国债等等。因此投行由于本来就是大量资产的做市商,开始把原来这套过程通过计算机来完成。后面大家发现计算机是完美胜任这项工作的,因为计算机能够高速计算库存来调整报价,还能报出很多复杂的单类型。因此从2000年开始个股、指数开始逐步被自动化做市来包揽,2005年后个股期权自动化做市大热,而2008年后外汇自动化做市也相当成熟了,2010年开始国债自动化做市也在美国兴起——这也是我目前在工作的内容。那么对冲基金呢,除了传统的量化Alpha,他们难道不能也做这个业务吗?实际上,很多对冲基金的自动化做市业务比投行还要好——比如Citadel,比如KCG。但是区别何在?区别在于两点,第一是很多对冲基金不是专属做市商(Designated market maker)。DMM的特权是其有专属席位——在美国这样高度商业化的国家,DMM也是非常稀有的。原因在于,DMM是有责任的,那就是在各种大型金融危机中,当流动性极差的时候,DMM还是要持续的报价,一quote两quote,一quote两quote,似爪牙,似魔鬼的步伐... ... 在流动很差的时候这是非常危险的,因为大家丢给你的都是不好的资产,比如大跌的时候,都在卖,你的Bid反复被Hit,然后又没人来hit你的Ask,浮动亏损可以非常大。那么DMM的特权呢,DMM可以获得非常高比例的rebate,也就是说,佣金返点非常高。这是对于其承担的义务的回报。第二就是绝大多是对冲基金不是Broker,也是你一般想买股票不会去找他们报价。在外汇和债券这类市场中,有两级市场,一个是B2C市场,也就是零售市场,里面基本都是Broker-Client,而第二级就是B2B市场,都是Broker-Broker。一般来说,B2B市场的Bid Ask Spread要低一些。一个形象的例子就是,我小时候去批发书的商店买书,一个商店有本习题集没有,于是老板去隔壁家拿了一本,卖给我,最后肯定这个老板要把一部分价格还给隔壁家,我付的价格和老板付给隔壁家的价格就是B2C到B2B市场的差价。这里投行又耍流氓了,他们有着B2C市场的接入优势,因此只要客户量够大,基本都能把自动化做市实现盈利——因为根据大数法则,一定时间内,买卖双方的交易量应该是均衡的。那么对冲基金靠什么——靠更好的策略。对冲基金如果要做高频做市的,基本在B2B市场参与,他们不是DMM,但是也自己去报价,然后靠着对于价格走向的准确判断,来调整报价,实现拿到多数对自己有利的单,或者持有更久符合预测方向的单,来达到盈利。这种不是DMM却自发去做做市商的行为,叫做Open Market Making。Citadel是期权自动化做市的王者,顶峰时期一年的利润可以到1 Billion(2009),而整个市场那年的利润也就是7 Billion左右。因此如果策略逆天,没有客户流,也能靠做市赚钱的。此外,做市业务之外,对冲基金还多了很多机会。因为很多业务银行做起来不划算——比如商品。考虑一个金融类公司,不能光讨论交易策略,宏观上你一定要思考资金成本等问题,这才是投资之道在投资之外。商品这些之前银行干了很多坏事的业务(详细参加高盛的铜交易和JP的风电交易)都被监管方克以了极高的资本罚金。这是Basel III里面的规定,也就是你拿着1元的股票和1元的监管资产过夜受到的处罚是完全不同的,具体算法参见Basel对于RWA(Risk Weighted Asset)计算的细则。这一系列监管,造成了对冲基金有了大量的新业务——因为投行退出。而大量银行的人才也流向了对冲基金。现在门径这么清晰,那么投行和对冲基金做量化交易的工作差别就很明显了——投行主要以自动化做市为中心的高频信号、客户流分析、报价博弈论等研究为主。而对冲基金主要是传统的量化Alpha、量化资产配置为主——当然还有公开市场自动化做市了。希望可以帮助到你,祝投资愉快!

怎样理解量化交易里的 turnover 和 ROT

您好理解量化交易里的 turnover 和 ROT,首先要明白自己指向的数据是什么,比如指向的数据是位置数据,那么两个模式等于没有用处,换而言之指向的位置是t点,那么另外两个则没有指导性,所以建议不必在意。