3445 1

[交易策略] 量化进阶——理工科出身如何转做量化交易(二) [推广有奖]

  • 0关注
  • 12粉丝

博士生

50%

还不是VIP/贵宾

-

威望
0
论坛币
215 个
通用积分
3.0135
学术水平
9 点
热心指数
23 点
信用等级
9 点
经验
3985 点
帖子
132
精华
0
在线时间
133 小时
注册时间
2017-3-3
最后登录
2018-7-28

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

阅读原文:http://suo.im/3F3vy3

四、做好量化交易,需要交叉学科、融汇贯通的知识体系

数学、概率统计、数据结构、算法设计、经济、金融、证券、衍生品相关、投资与分析、主流策略开发语言等,都需要了解,而且要融会贯通。

关于做量化交易用什么语言更好,其实还是看自己的习惯和要达到的目标,如果是大型金融机构做量化分析系统或量化交易系统,可以用python,R,C++等都可以,各有优劣,看对于速度要求如何了。如果是个人或者中小机构,对于速度要求不高,策略也相对简单,可支出成本有限,而且缺乏的技术支持,用一些成熟的第三方平台,如文华、TB、金字塔、MC等也可以,我还见过用matlab,excel,包括一些网上平台,做量化交易的,其实只要策略能很好的实现,实盘能盈利就行。

这里讨论一下,有两个观点:

(1)错误理解:不自己做系统,不自己写接口的都不是量化交易,量化交易门槛特别高,low逼别玩。

其实不是这样,量化交易只是一种理念,是一种方法,是一种工具,是为交易策略服务的,只要策略开发和下单实现,都是运用的数学模型和计算机程序,而非人为主观判断,就是量化交易。一些股票老玩家,有一个可能盈利的交易策略,然后用第三方平台,搞来历史数据测一测,发现确实能盈利,然后就开始把系统架上去跑,这也是量化交易。就像搭建一个实体模型,比如艾尔菲铁塔什么的,你最好自己制作搭建材料,这样可以更好的更个性化的实现自己的目标,但你也可以去买一些已经做好了的现成的模型材料,用别人做好的材料来搭建模型,两种做法都是搭建模型,核心在于你搭建模型的思路和方法。用第三方平台就像搭积木,人家已经给你把积木做好了,你按照自己的想法把积木搭建起来就是,只是一些特别个性化的搭积木的想法,可能会受到积木本身的限制罢了。

自己做系统自己写接口的优势在于更加个性化,更符合自己的需求,而且速度更快,信息保密也能做得更好;缺点是财务成本更高,人员和硬件配备要求更高,而且系统更容易出BUG(别说什么大牛,华尔街海龟写的系统就不会有任何问题,还记得光大乌龙指事件吗?)。用第三方平台的优势在于成本低,重大BUG相对较少(不像自己做的系统,第三方平台毕竟几万人用了好几年,而且每天都在不断改进),交易者可以只专注于策略开发,而不用考虑系统维护;缺点是速度更慢,策略思路的实现会受到第三方平台功能的限制等。当然如果做高频交易,肯定得自己做系统写接口了,但现在国内的股票和股指期货市场,是做不了高频交易的。

(2)错误理解:量化交易的核心竞争力是优秀的计算机语言编程能力。

其实量化交易的核心竞争力是策略的有效性,能长期稳定盈利的策略是一切的关键,一些中低频交易策略,手动和量化区别不一定会很大。数学、计算机程序、金融、实盘交易经验,做好量化交易,这四样缺一不可,只是因为计算机程序这一块最有特色,是区别于其他交易方法的主要特点,所以总被外界当做量化交易的噱头和宣传点,久而久之大家甚至把编程能力作为最核心竞争力了,这明显有些喧宾夺主。

五、做好量化交易,需要丰富的交易经验

从来没做过交易的程序员来写几个程序就想赚钱,不可能。要做好量化交易,长期的实盘交易经验是必须的,这样才能更好的懂得市场的特性,品种的特性,行情的变化等,才能写出更加贴合市场,更加有竞争力的策略和模型。数学思维能力和编程能力很重要,但如果不熟悉市场,不了解品种特性,不了解金融市场百年发展史,不懂得人性的贪婪和恐惧,没自己实盘做过股票期货,很多东西数学模型和程序语言是不会告诉你的,就像你有再好的木匠工具,如果没有做木匠活的经验,你也很难做出漂亮实用的家具。

有人可能会说那用数据挖掘啊,让程序自己去开发策略,这也是现在一个很有潜力的流派,但问题就在于数据挖掘某种程度上也是依靠概率,没有绝对的必然性,通过数据挖掘做的策略可能会存在巨大风险。就像之前在书上看到的,就是数据挖掘发现,美国标普指数跟非洲某地咖啡产量连续多年相关性达到99%以上,美国原油指数价格跟一种墨西哥烧饼的价格连续多年相关性达到99%以上等等,如果真采用这两组数据的相关性去做策略,很明显是滑稽的。

其实数据挖掘可能出现的小概率风险,也就是我们常说的参数优化中的参数孤岛。简单的说,就是用历史数据测试策略,发现某个参数表现特别好,但这个参数是独立的,不连续的,跟次优参数差别很大,无法组成一个较优参数集合,这很有可能就是遇到了小概率事件,如果使用这个参数,历史回测可能很漂亮,实盘交易就会遭殃。

而且只有经过大量的实盘交易,你才会知道赚钱没有那么容易,亏钱却易如反掌,交易这行其实很苦很累,每天在盈利与亏损中挣扎,如何控制风险,获取收益是一个永恒的命题,更别说要做到长期稳定盈利。像巴菲特一样五十年如一日,年均收益20%多,真的就太难了。别去迷信短期暴利,几个月翻几倍之类的神话,毫无意义,资本市场最不缺神话,缺的是寿星,做量化交易就是做资产管理行业,我们是靠规模和复利取胜,而不是冒着巨大风险去博取短期暴利。

做外部客户委托的资金,无论是单账户还是基金产品,一定要亲自去操作,去实践,才能真正学到东西,成长起来,而且一定要公开化,阳光化,最好网上公布业绩。这样你才会了解到,受人委托,肩上的责任有多大,心理压力有多大,你能否在这样大的压力下,各种严格的限制条件下做好交易,这是真正的难点所在。你才会知道操作自己的资金,跟操作客户的资金,跟操作基金产品的区别有多大。有的人能做好交易工作室,但也仅限于此,做资产管理行业不像做工作室,难度大多了,因为是戴着镣铐,在众目睽睽之下舞蹈,每天都要公布净值的,这谁玩谁知道。

六、如何创建自己的量化对冲基金管理公司

过程很复杂,核心是要有起始资金,或者主要投资人,还有核心交易团队,这是最基本条件,然后还有大量的各种各样的工作要做,你要能独挡N面才行,比如你是核心交易团队,那就得会说服投资人投资,找合作渠道发产品,找客户销售产品,注册成立公司,管理公司,公司制度建设,人员招聘,薪酬制定等等。

阅读原文:http://suo.im/3F3vy3


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:量化交易 理工科 资产管理行业 量化对冲基金 量化交易系统 技术支持 交易系统 金字塔 python 理工科

沙发
lwell20 发表于 2017-6-25 12:54:49 |只看作者 |坛友微信交流群

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jr
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-23 20:31