策略识别、回溯测试、交割系统和风险管理
下面我们就各系统常见的概况进行说明
(一)策略识别主要包括确认胜率差、检验是否适合运作的策略组合、获取测试数据、优化策略提升夏普率
策略或策略组合确定后,就需要通过历史数据进行回测,这就进入下一步回溯测试的工作范围。
(二)回溯测试回测的目的是证明策略的可盈利性。通过回测,大致能反映出策略在未来“真实世界”中的表现。但策略包含了大量的偏差,如先验偏差、幸存者偏差及过度优化。回测中还需要注意的,是历史数据的可用性与清洁度。
策略确定后,就需要获取历史数据,并展开测试和改进。
如果经过回测结果较为满意,则需要搭建一个交易系统。
(三)交易系统在建立交易系统时,主要考虑与经纪商的接口、交易成本、实时数据延时。
交易系统需要注意实时性能与回测性能的差异。对于一些策略,在部署前可能发现不了真实环境与回测环境 的偏差。这种情况对于高频交易最为常见。
(四)风险管理风险管理涉及到如何将资金分配给一组策略、如何将资金分配给策略内不同交易的方法。这是一个复杂的工程,依赖于数学知识。
风险管理的另外牵涉到交易员自身心理因素的处理。“恐惧与贪婪”这对经典的情绪,是交易员在实战中经常暂停自动化交易转向人工交易的主因。
(五)总结量化交易是计量金融学中趣味十足但极其复杂的领域。参与者至少应当具有统计学和计量经济学的基础,以及使用MATLAB、Python、Java或者R程序语言实现的丰富经验。如果面向更加复杂的高频端策略,你的技能还要包含Linux、C/C++、汇编编程和网络延迟优化等。