|
例一 在众多股票中及时发现和捕捉合适的机会，放在过去是一件令人头痛的事情，而现在依托完善的云端数据和强大的云计算，每一个交易者都可以轻松实现高效的选股操作，而且很多这种类型的服务是免费的。 假如我们的策略需要动态追踪板块轮动，及时筛选出符合条件的股票，那么只需根据策略的诉求制定相关因子，组织好各因子之间的关系，然后执行云端计算，不到3秒便得到了一份清晰的结果。
例二 假如一套短线投机策略，需要尽量降低牛熊市对收益率的影响，或者说在慢熊下跌状态中也能捕捉到充分的交易机会，这就是一个很现实的问题。显然，在慢熊状态中拿着仓位不动的话，不但持仓没有效率，而且很容易被套牢。 如何选择适合的标的，以及如何从慢慢下跌的行情中，提取出高概率的反弹机会，然后将这些反弹机会拼凑成一个“上涨”的大波段，这就是策略需要考虑的核心问题。见下图（动画）：
在这个问题上，如果我们找不到一个合适的解决方案，不动就被套着，追涨杀跌就被打脸。 难点在哪里呢？首先需要对市场动态监测、大量筛选才能保证充足的机会，否则很容易捂死在某些个股上。在有了充分的选择机会的基础上，我们才有条件对机会做进一步取舍。 其次，在下跌的过程中，事后看到明显反弹才去追往往就晚了，所以需要通过一些因子，在大概率反弹的前夕，就及时地侦测到机会。另外，因为很多假反弹进场容易被套，所以还需要有一些因子尽量过滤假反弹。见下图：
像以上这些条件，如果结合一些量化手段，实现起来是比较简单的事情。如果靠主观在众多品种中一个个去找机会，而且找出来之后还要进行多方面分析，这样的工作量是很大的。 例三 我们很多交易者都有自己偏好的技术分析理论，比如缠论、道氏理论、波浪理论、海龟交法则、均线系统等等。在实际行情分析的时候，通常还需要结合到一些指标进行辅助分析。 最难的问题是，市场的运行状态是不断改变的，所以容易发生一些糟糕的情况，比如自己坚持执行策略的时候就亏钱了，而不坚持执行的时候，反而按策略执行能赚钱，也就是我们常说的适应性。 这种情况要求我们对交易理论的特性有充分的理解，比如清楚什么情况下策略会表现出哪些特征。而这些对一个交易者的综合能力要求是非常高的，所以各种交易理论有人使用，但是用得精的永远都是少数。 而结合量化手段，我们能有效地解决这方面的问题，可以帮助我们深入理解自己的交易理论以及各个辅助因子的特性。 注：本文关于量化应用方面的举例并非操作性建议，技术分析应以完善的交易体系为基础。 通过上面这些例子，我们知道个人交易者对量化手段的运用，其实也并没有想象中那么遥不可及。当然，除了上面的举例，量化手段在实际交易中的运用远不止于此。 之所以很多朋友觉得量化难学难精，主要是因为对量化交易缺乏基本的认知，学习起来难以把握到重点。 下面的内容，我们就量化交易的学习思路以及实际运用等方面展开聊聊。这些内容对于想了解量化交易，或者打算往这个方向发展的朋友，又或者走在量化路上却一直无法突破的朋友，都能够起到一个非常清晰的参考作用。 量化交易大环境介绍 个人交易者量化应用方向 量化入门以及进阶思路 量化交易生涯的一些建议 让我们从一位朋友提出的关于量化交易的问题开始聊，问题的具体内容见下图。
这位朋友主要想了解两个方面的情况：第一是想了解关于建立量化交易能力方面的情况，第二是想了解量化交易生涯的一些情况。这个问题对于我们广大个人交易者还是具有普遍意义的，而且内容也很好。 --------------------- 接下来先聊聊量化交易的大环境，也只是做一个简单的介绍，我们也可以略过这部分内容，直接跳到后面读第二部分的内容。 从证券投资基金业协会披露的数据看，当前资管业务总体存量接近66万亿（2021年第三季度数据），其中包含了接近24万亿的公募基金规模、接近20万亿的私募基金规模、以及其它资管类型的规模。 近年以来，量化基金的发展速度还是很快的。截止去年年底，总共有量化和对冲策略基金一万三千多只（含 FOF），合计规模接近七千亿。 今年前三季度，偏股类主动量化基金的回报中位数是 6.66%，指数增强基金的还要高一些，达到了7.16%，而主动型基金（主观型）的回报中位数是3.45%，从这些数据中不难看出，与主观交易相比，量化交易的优势还是挺大的。 题主问到个人全职量化需要达到一线量化私募的几成功力。那么什么是一线呢？其实基金管理人的“功力”也是二八分布的，严格来说应该是一九分，因为百分之十的管理人，包揽了接近百分之九十的规模。从这个角度看，私募机构和个人交易者的“功力”分布情况还是比较类似的。 非要以个人量化的功力和量化私募的功力做比较的话，勉强可以取量化私募回报的中位数做比较，取头部量化的“功力”和自己相比较意义并不大。 我们要知道，个人交易者和机构交易者，在很多层面上需要面对的事情是不同的。比如，管理的资金规模不相同，相应的策略差异也是很大的。一个容量50万的策略是不能直接跑5000万资金的，容量5000万的策略也不能直接搬去跑5个亿的资金。 也顺便聊聊高频交易方面，从目前的情况来看，高频交易的顶尖力量主要在集中在西方，他们即使进入我国市场做高频交易，其行踪也是比较隐秘的。这么说吧，某些交易所的某些品种，有时候甚至超过5%的流动性都是由一家的高频交易单独提供的。 表面看起来，这些高频交易者，往往只是毫不起眼的贸易公司。留心的话，或者能发现他们有些法人是英文名的，这些隐秘参与者通过高频量化，在国内市场收割数亿甚至数十亿还是挺轻松的。为什么感觉有些隐秘呢？肥水不流外人田，对外接资金往往是不存在的事情，因为内部的资金都消化不完。 以目前的情况看，个人交易者做高频还有些不现实。理论倒不复杂，但是无论是对硬件还是软件都有着非常高的要求，而且整个经验体系的积累也不是一朝一夕的事情，所以高频交易方面，个人交易者作为兴趣或者想想就好了。 题主也问到关于指数增强。我感觉个人交易者拿着自己的资金去跑指数增强，那么就有些屈才了，除非打算往职业的方向发展。这种情况，狠狠整几年给自己做个做背书还是可以考虑的。 不过职业交易这条路，并不是大多数交易者的最优方向。一方面，从职业的角度讲，这个行业需要承受的压力普遍比传统行业要高一些。当然，这个也有因人而异。 另一方面，职业交易者那条赛道，虽然有时候想想也感觉高大上，不过能不能进入赛道是一回事，进入赛道之后自己是否真的会喜欢上那种感觉也是一回事。 很多机构的资管业力，通常是一个团队来完成的，入坑之后，我们要研究和面对的东西会有很多，不只是政策法规、端口通道、测试维护、漏洞监控、缝缝补补，还有复杂的人际关系需要面对。 总而言之，侯门一入深如海，从此萧郎是路人。 个人交易者量化应用方向 我认为，个人交易者还是将量化研究的重点，放在解决个人交易策略的一些实际问题上会比较好。把量化当成一种提高交易水平的工具，这门工具的作用主要有三个方面：高效认识风险、深入研究对策、发现更多机会。 一、高效认识风险 为什么我们很多个人交易者被叫做韭菜呢？不是因为信息不对称，也不是智商低，更不是因为蠢，最根源的问题是对风险的认识不到位。如果早知道结果会亏得一塌糊涂，又有谁会碰投机交易呢？ 之所以我们很多朋友对投机交易趋之若鹜，就是因为感觉自己能够赚到钱嘛。为什么最后很多人成为韭菜呢？唯一的问题就是对风险认识不清，如果我们对风险认识足够清晰，是完全可以选择不做韭菜的。你户都不去开，又有谁能割你的韭菜呢？ 先认识风险，这就是很现实的问题，也是我们做交易首先要解决的问题。风险认识不足，体现在主观交易者身上就是屡败屡战，体现在量化交易者身上就是策略总是不适应。好不容易倒腾出一条漂亮的回测曲线，到了实盘的时候策略却失灵了。 我们运用量化这个工具，首先就是要帮助自己高效地认识风险。下面节选一段我另一个系列文章的内容，先从适应性的角度对实际风险有一个大概的了解。 这些内容很重要，因为我们的策略就是为了解决实际交易问题的，如果不用心地面对这些实际问题，我们将永远无法真正进步，所以还是建议耐心读一读这段内容。 适应性问题属于深层次的风险认知问题，涉及到很多维度。先上图：
其实，用历史数据进行策略拟合，并不是一件太困难的事情。对于具备较强归纳能力和逻辑分析能力的策略开发者而言，想要在百十个品种上，开发出上图这种回测表现的策略，是没有太大难度的。 在行情波动现象的背后，都是有血有肉的灵魂。一条漂亮的测试曲线意味着什么呢？假设在过去的几年时间里，一直按照策略的方法进行操作，这就意味着对手被你揍得满地找牙，屁滚尿流，鼻青脸肿，不死也落得菊花残满地伤。 我们的对手都是软柿子吗？不是的。市场博弈玩的就是赤裸裸的金钱游戏，涉及到金钱或者核心利益的时候，没有交易者是软柿子。能做交易的人也不会认为自己特别笨，至少潜意识里不会觉得自己很笨，而且做投机交易的人，在现实生活中往往都是聪明人。 举个例子：某次你路过一个墙角的时候，被一个疯子拿砖头拍了。下次路过同一个地方，又被同一个SB拿砖头拍了。试想，身为聪明人，又不是软柿子，你下次还想让这种事情发生吗？ 不会的。要么提前准备好家伙，干他。要么绕弯走，避开这个地方。要么报警或采取其它遏制措施。是的，没有一个正常的人会蠢到一次又一次把头伸过来，给别人用砖头拍。 当然，市场博弈的参与者结构是很复杂的，投机博弈并非是一对一的单挑，但是道理就是这么个道理。这就是为什么一条漂亮的回测曲线，到了实盘就容易失效的主要原因之一。见下图：
以棕榈油指为例，我们来看近三年的行情变化情况。图中标示了10个位置，我从很粗犷的角度举些例子。 “1”是一个温和的顶，“2”是一个温和的底，“3”又做一个温和的顶。假如一套通过历史数据过度拟合出来的策略，擅长捕捉“1”这样的顶，和抄“2”这样的底。 于是，在“3”这个地方出做空信号了。但是不好意思，这时的对手作出改变了，行情没跌多少，然后就一直涨到“4”。（这里的“对手”是指市场） “4”这个地方，几乎是收了一根光头阳线。根据过往拟合出来的策略判断，这个地方应该不是顶。但是不好意思，后面的行情一路暴跌，连喘气的机会都没有。 这个时候，有的交易者也会认为，自己的策略是没问题的。过往都是因为操行纪律不好，老是亏了几次就不坚持按标准执行了，所以才导致交易一直做不好，于是决定按策略信号执行下去。 到“5”这个地方，策略又有做多信号了。但是这次的情况是，对手先来个急跌，将你的止损扫掉，然后直接涨到“6”的位置。 “6”这个地方，长上影线，还有接着两连阴，可能又触发策略的做空信号了。但是，你开了空单之后，对手非让行情猛涨。 于是你对策略失望了，也感到很困惑，思想再次开始动摇了。于是在“7”这个位置追涨。但是这回糟糕了，行情突然来一个大跌。 后面的“8”、“9”、“10”……左一巴掌，右一巴掌。就是这样，被对手拍得左右不是人。所以说，在现实交易中，我们很多时候会得到下图这样的结果。这也就不足为奇了。
无可否认，我们的知识都是基于过往的经验，所谓创新，也是基于人类以往的经验总结。历史数据固然很重要，但是完全依赖历史数据拟合出来的策略，通常很容易失效。 投机博弈是反人性的，所以做在策略的时候，需要深刻考虑到反人性哲学。一条漂亮的回测曲线，往往恰好说明一个问题：过去按照这个方法交易，你的韭菜要么被你割死了，要么变聪明了。（本文的“韭菜”和“对手”都是中性词，泛指市场。） 市场是动态变化的市场，永远都会有人来有人走。之所以大家都喜欢用“韭菜”这个词，是因为韭菜割完一波之后还会源源不断地长出来。这点我们小学就教过了：离离原上草，一岁一枯荣。野火烧不尽，春风吹又生。 虽然前面的举例我用的是棕榈油，但是其它品种的情况也是类似的。即使在一些流动性很好的品种上，这种变化也是显而易见的。见下图(螺纹钢)：
如果一段时间里，我们的策略从单边中捞到了好处，也就意味着，在同一个时期站在对立面上的人在被你收割。于是接着的行情波动特征自然会发生改变，让我们不能再象从前那样轻易拿住一波单边行情。 等到我们的策略改成捕捉跳来跳去的行情的时候，这又意味着，专门针对跳来跳去的策略很吃香。如果不是这样做的那些对手，可能会很悲催。于是对手的行为又发生改变了，如此循环往复。 市场是由参与者构成的，行情特征因参与者行为改变而改变，因为参与者本身就是市场，参与者的行为就是行情。只要我们留心观察，就能从不同的角度发现这些变化。
甚至从K线上，就能看出当前对手的基本情况。比如，有哪些细节的变化是因为何种类型的交易策略触发的现象，哪些地方是因为恐慌引起的变化，哪些地方是因为……总之，这种认知很重要。 我们这样去理解行情的发展变化，从这些层面上着眼分析问题，才会比较容易做出适应性好的策略。
-------------- 成功不是因为我们吃了很多亏，而是因为我们用正确的方式做事。无论我们做主观也好，做量化也好，如果看不清错综复杂的风险情况，结果必败无疑。 那么我们应该怎么正确地使用量化这个工具呢？当我们有一个思路，我们接触到一个策略，第一步不是应该去试错，而是应该运用量化手段，将策略做成量化模型，放在大量的品种上了解它的特性。 这样做，量化这个工具，就给我们提供了一种非常高效率的认识策略的风险的方法。从这个角度看，我们就很清楚量化手段的实用价值了。因为很多交易者是难以做好这个工作的，结果可能导致他们在不断试错中，亏了数十万，甚至数百万数千万。 换句话说，由于我们有了量化这个工具，并且正确合理地利用这个工具，在很大程度上避免了很多毫无意义的亏损，这就是我们个人交易者量化手段应用的实用方向之一。 二、深入研究对策 我们做交易的对策是什么？是每天复盘？还是盯盘纠结？有效的对策，应该基于我们先准确发现问题，才针对问题找解决方案，而不是纠结在问题中。显然，合理运用量化这个工具，很多策略问题我们就不需要放很多精力在实盘中试错总结了。这个方面就不展开聊了。 三、发现更多机会 如果做好了以上这两点，当然我们会有更多的精力，以及更多的方法去发现更有性价比的交易机会。这个也不展开聊了。 总而言之，技术分析服务交易策略，交易策略服务交易系统，交易系统服务人生目标。不要为了量化而量化，不要为了交易而交易。仔细想明白这些问题，我就自然就知道量化的应用方向了。 我们不少交易者以为学量化就是学编程，于是花了不少时间学编程，结果编程学不精，交易能力也没有任何提升。又或者找很多量化专业方面的书籍学习，后来发现理论与现实之间还有一道难以跨越的鸿沟。 首先，投机博弈和编程本质上是两码事。当然，编程是必要的能力之一。其实我们最应该做的，是在整个投机博弈体系中，站在全局的维度上，非常清晰自己学习量化是为了解决哪些实质策略问题的，这样会有一个比较高效的方向。这方面展开讲就很多内容了，这里不展开了。 简单来说，量化也好，主观交易技术也好，无非就是实际上解决自己的交易策略问题。想想自己在现实交易中有什么问题一直难以突破，仔细考虑应该从哪些方向上解决，然后一步步倒推，直到明白问题应该从哪里开始解决。
量化交易这个领域，每一个细分都是非常庞大和深奥的，所以作为个人交易者，如果自己建立数据库，开发各种端口，搭建基础构架……这些不太现实，何况这些东西现成的、优质的都有很多，直接用就可以了。 一套高效的学习体系，从零基础开始，利用业余时间，三个月就基来可以上手了。如果自己很努力的话，一年时间基本上就可以建立起稳定盈利的功力了。整个过程也不神秘，下面的视频简单地从结果一直倒推到零的开端，可以作为一个参考。  如果觉得是广告就不用看了，如果想要快速体会一遍个人交易者的专业量化能力是如何高效地建立起来的，那么可以用心看看。
[魅力交易系统] ﹥理性行为模型有效判断当前的交易状态 [精解缠论]系列 ﹥运用市场动力学的原理提升盈利稳定性[专业策略]系列 ﹥过滤盘整行情基础方法(减少干扰信号)﹥为什么回测效果非常好的策略实盘不行 |
|
|
