|
量化投资，作为当下较常见的获取绝对回报的手段之一，因其资产间低相关性、防御性等特点，正在受到越来越多投资者与大型机构追捧，那今天为大家细数一下做量化投资都有哪几大误区： 误区一：行情数据周期不够 量化策略，需要经过回测功能来验证收益率，所以回测的数据至关重要，起码要经历一个牛市与熊市的数据周期，方能证实策略的优化性；如果你是在牛市里收集数据来优化的，往往到了熊市一败涂地；而仅仅在熊市里收集数据优化的，到了牛市就显得过于保守。不完善的策略一经上市，造成的直接后果，就是损失惨重。 误区二：用了未来函数（用未来所获信息对现在的收益率产生了影响） 很多量化模型会误用未来函数，比如用当天的收盘价对当天选择的品种产生影响，那当然是会产生理想中的收益率，你要是能知道当天的收盘价，那不是早就发财了吗？ 误区三：不注意当时的一些边界条件 最典型的是不考虑涨停买不进去，跌停卖不出去的情况，回测的结果收益高到不行，结果一上实盘，就损失惨重了。初学者很容易犯的毛病，还有有些股票停牌的情况也必须要考虑进去的。 误区四：量化策略过度优化 可变的参数用得越多，优化后得到的年化收益率越高，越容易过度优化，初学者最容易犯的毛病。往往过度优化后实盘和模型的差异非常大，最后导致否认模型。量化平身就是从仅有的利润，再通过高频交易来收割收益的，如果策略暂时能达到一定的收益率，是需要通过市场的长期验证的，有可能通过优化后，造成更多的交易损失。 误区五：试图每月每周甚至每天都能战胜参照指数 再好的量化模型，也不保证每个月都能战胜指数。初学者跟踪了某个模型后最多的问题就是，为什么今天会跑输？为什么这个月也跑输了？一年里每个月都能跑赢参照指数的系统是极少有的，将来随着散户的慢慢退出就更加不可能有。 误区六：量化投资就是对冲 量化投资是包括对冲的，国外量化投资做对冲的非常多，因为风险小收益稳定。但在国内因为一是做空品种少，无法做到完全对冲，在A股上对冲效果不好，有一些类似熊宝的产品又不是场内的，而且交易量也不大并且经常偏差较大，加上现在的政策也限制做空。当然如果是商品市场、外币市场等又是另外一码事情了。 误区七：量化投资就是高频交易 应该这样说，大部分高频交易都是量化程序来完成交易的，而量化交易不一定需要做高频交易。 两者最大的相同之处就是，它们的根源就都基于资本市场和计算机领域的快速发展。 一方面，近些年来大数据和计算机发展迅猛，投资的各个环节变得越来越智能化； 另一方面，我国众多高校为我们提供了大量数学、统计学、计算机和金融工程专业的人才，使得各种策略能够实现现实操作； 另外，机构投资者的培育和增长，也为这两种投资方式提供了创业基地。 那么量化投资和高频交易的区别表现在哪里呢？ 首先，量化投资的基础是数据模型的搭建，通过层层筛选，挑选出具有潜在投资价值、估值偏低的证券；而高频交易则基于一系列高效运行的数据代码，通过极短的交易时间和极高的交易频率进行证券买卖。其次，量化投资的时间较长，一般都会持仓过夜，根据所选个股的收益情况，持仓时间从几周到几个月不等；而高频交易在正常情况下都不会持仓过夜，且它换仓的频率比量化投资高。 误区八：量化一定要用高大上的工具 现在主流的量化工具是Matlab、Python、等。当然除此之外还有一些工具也是可以用到量化中的。 第一种：用专用的工具如Matlab、Python。打个比方，就好像机关枪，熟悉了后效率非常高，但枪械相对复杂，而且扫射可能有死角。 第二种：易网行，以对冲套利策略为主。 第三种：以flitter为代表，编写了专用的软件，动用了四台服务器，算一次花很长时间，但能找到一个最佳值。好比是狙击枪，一次狙击要花上很长时间，要有耐心，但好的狙击手是一枪制胜。 |
|
|
