当前位置: 首页 新手理财 正文

如何量化股票的买卖点(在量化交易方面)

高银金融网 |
9

FX168量化工作室

美国在量化交易已经有超过三十年的历史。今天有统计超过60%的交易都是电脑进行的,如果说在国内,我们比较晚一些。那么与美国相比,在量化交易方面,美国究竟比中国领先多久?看看大家大各抒已见。

看客一:悲观派,与美国相比,我们真的很欠缺。

1交易市场的落后:包括交易品种、交易的微观数据、交易市场的不完善,具体举例来说,交易品种我们连期权还没有;交易的微观数据国外交易所是可以达到分笔的级别,而我们是每0.5秒撮合完成后截面推送;交易市场本身是垄断行业,除上海深圳股票交易所以及四家期货交易所外没有二级市场交易所,而且交易所间交易品种相互独立,不存在竞争性;同时杠杆交易、做空等等交易机制也非常不完善;更不要提市场本身存在着的内幕交易行为。导致的直接后果是很多量化的思路根本无法实现。

2交易理念的落后:大多数量化交易人员的思路还是K线如何走出形态后追趋势的阶段,本质上来说,还是处于用量化方法驱动主观交易逻辑的层次,量化的意义只是让交易更客观、更少受到人为影响;真正的用较大算法难度的统计模型驱动的高等级策略市场上其实很少很少,大多都是国外回来的团队在操作。

3交易经验的不足:国内量化交易的起点可以视为股指期货的上市,现在量化交易的主要阵地也是这里。但股指期货只有短短不到4年的时间,本身样本也太少了。

看客二:中立者,不是量化的问题,关键在于操作量化的人

1.统计建模。

其实这方面的差距并不在于美国用了多牛逼的模型,而中国的模型多落后。事实上,像深度学习等“高大上”的模型也是2015年之后才得到大规模应用,但美国的量化对冲基金早在10-20年前就已经崛起了,那时候也没有这些模型。当然,有人说要“与时俱进”,以前人家没用这些模型是因为这些模型不存在。但这也并不符合事实。像神经网络之类的模型,80年代就已经兴起,如果人家要用肯定早就可以用了。不管怎么说,这些争论没啥意义。反正以我所知道的信息而言,美国的对冲基金很多也只是用一些简单的传统的统计模型。比如所谓的cross-sectional regression,就是几千只股票每天的数据线性回归一下,用到下一天,其实也并没有什么太复杂的地方。至于更牛逼的量化对冲基金,或者在交易执行层面用到了一些高频的技术提高效率,但在量化建模方面,未必比其他基金领先多少。事实上,即使是传统的所谓“双均线”之类的模型,也可以做得比较好,但前提是建模过程要客观严谨。如果一个人建模,09-15年数据不断倒腾,滚动优化之类的,在几十个期货品种上试验,充分考虑各种情况。然后2016、2017两年完全样本外跑一遍,效果不错,那么哪怕他用的模型很基础,这也是靠谱的。

但问题是,很多人09-15年压根就跑不出一个很好的滚动向前的回测结果,要想跑得好,基本都要用到类似于全局优化的技术。或者有些人,也划分了训练集、验证集、测试集,但他的模型对各类集合的划分点非常敏感。比如某段时间回撤很大,用它作为测试集不大好,只能把它作为训练集了。滚动向前有时也有这样的问题,比如训练样本300天滚动还行,250天就不行,350天也不行,那就可能要注意一下了。或者有些人滚动的时候选择历史最佳的模型参数,定义了很多筛选的标准,比如夏普比>2,最大回撤<0.1,收益/回撤>2,等等,好几个选择指标,其实这些本质上也是参数,可能有些参数,大于2可以,但大于3就不行了,大于1也不行,这就非常敏感了,虽然这么做下来,特定的参数下,可以得到不错的滚动向前优化的结果,但多多少少还是过度拟合了。

很多时候公司的做法是所有策略上来先模拟3-6个月,其实关键是因为模拟时间不是很长,有时候运气好的过度优化之后3个月确实由于行情的延续性可以得到不错的结果,但这需要不断地调整才能适应新的行情。如果量化策略大回撤,比如2016年底,突然就来个大回撤,于是就“彻夜未眠,痛定思痛,认为量化建模缺乏逻辑,毅然投入基本面的怀抱”,那就一条路走到黑,客观来说,基本面也可以建模,如果也遵循上面客观、严谨的过程,当然也是可以的;但很显然这些人做量化的时候也没有多严谨,基本面数据频率更低,更容易过度优化,他们去做只会更不严谨。

一句话,不是量化不行,而是某些做量化的人不行。

2.内部管理。

一般像文艺复兴这样的公司,似乎没听过有人从里面出来,10几年前或许有,但现在越来越少了。说实话,量化建模的思路应该都大同小异,但具体到细节方面则各个公司还会有很多不一样的地方。如果一家公司人员流动大,那么出去的员工都把内部的策略带走一些,那么对公司也是不利的。毕竟,数据清洗方法不同、因子构造不同、预测模型不同、交易模型不同等等,虽然科学方法论一样但具体工程实现还是很不一样的。如果自己的人走了,那么他去到新的地方还是用回这一套,那么同质化会非常严重,也影响到原公司的盈利。所以人员流动大的公司一般都不会太好。

但国内的私募人员流动是非常大的,有些老板还认为必要的流动性有好处。如果是通用那种大集团或许是对的,但私募一般人数都比较少,则很不一样。说实话,如果一家公司人员流动大,则说明老板不担心他走,也说明他没有掌握什么干货,更说明你进去了恐怕也掌握不了什么干货;如果老板很担心一个人走,那么很可能他掌握了一些干货,也说明如果你进去了也能掌握这些干货。

当然,同一家公司,不同的人利益诉求不一样。老板、高管、投资经理、研究员,利益诉求都不一样。站在不同立场会采取完全不同的行为方式。比如投资经理肯定不想研究员知道自己的策略,他只希望研究员为自己贡献策略;研究员或许想自己研究这么难为啥你就不点拨我一下呢;老板也怕高管积累到一定程度了自己出去创业,很多高管恰恰就是想过几年自己出去创业。这就不仔细讨论了。

3.IT系统。

客观说,国外的量化基金在IT系统方面比国内好得多,但不代表国外对冲基金做IT的地位就比国内高。一家公司说自己IT投入大,很可能是招了很多人,但不代表每个人待遇都高。有些量化基金,量化研究员处于领导地位,手下管着几个IT,有收集数据的,有清洗数据的,有做界面的,有做交易接口的,其实这种情况下,或许这几个IT的待遇加起来会超过这个做量化的,公司或许会说我们投入给IT多少多少资源,但很显然每个人的待遇上量化是超过IT的,地位也很不一样。

其实国内量化私募有种很奇怪的现象,很多老板或许自己是IT出身,会给IT比较高的地位甚至是提成,这反而弱化了量化研究的作用。很多国内量化私募的老板对量化策略还停留在“双均线交叉”的时代,总觉得优化出一个策略很简单,搞交易系统那些才复杂。甚至有时候,赚钱的时候认为是行情好,赔钱的时候认为是量化烂;这样赚钱的时候由于行情好所以不给奖金,赔钱的时候当然更没有奖金。久而久之,做策略就越来越随意。

其实国内领导很多还停留在“人口红利”的思维,觉得多招点人,每人管一些钱,自己当领导的也威风,觉得这个不行就裁掉,似乎也没必要投入搞什么IT系统,反正都是TB、金字塔搞搞就行了。当然这是比较传统的私募,一些好一些的还是会自己用C++写系统,但可能矫枉过正,变成前面说了过分重视系统忽视策略研究的情况。

其实林子大了什么鸟儿都有。

看客三:乐观派,经过时间的累积,我们终究会成为优秀者

不论是美国市场还是中国市场,对量化投资者,本质上都是一个game,规则不同对手不同。要比较国外团队和国内团队的水平,首先要在同一个game下比较才有意义,否则你一定要问国际象棋冠军和围棋冠军哪个更厉害也没什么意义。另外就是量化投资有好多种,以交易频率来粗略区分可以有高频,中频,低频,相当于拳击里的不同重量级,要比较团队水平也需要在同一交易频率下比较否则也意义不大。对于高频和低频懂得少不敢妄言,只说中频类的alpha与cta 来看,境外团队还没有哪家已经进入国内并做出成绩,境内团队就更没有哪家已经大规模进入海外市场。所以暂时大家还没法同场竞技。(反而在期货高频领域和期货低频领域,欧美团队已经在国内市场很久了)中频部分,从人员规模,策略数量上看国内一线团队和欧美一线对冲基金还有一个甚至多个数量级上的差距,从方法论的角度上看,国内一流团队大部分是海外团队出身,使用的技术大部分是海外成熟技术,叠加上本土化的一些限制条件。应该说现在国内的一流中频团队都类似于欧美团队的子团队,差距更多的是在时间积累不足上。相信经过时间磨砺,国内终究会诞生不逊于欧美一线对冲基金的团队。

在量化交易方面,与美国相比无论在硬件设置还是软件装备上目前我们还存在一定的差距,但是相信通过不断的探索学习,我们可以在量化的道路越走越远。

注:文章相关言论来自网络主题讨论搜集整理。

声明:原创文章请勿转载,如需转载请注明出处!

近期文章