量化交易(投資方法)

量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種“大機率”事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。

基本介紹

• 中文名：量化交易
• 外文名：Quantitative Trading
• 關鍵字：數學模型、大機率、計算機
• 類別：投資方法
• 專業基礎：金融、統計、數學建模、軟體工程
• 代表人物：詹姆斯·西蒙斯

概念

量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種“大機率”事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。

特點

定量投資和傳統的定性投資本質上來說是相同的，二者都是基於市場非有效或弱有效的理論基礎。兩者的區別在於定量投資管理是“定性思想的量化套用”，更加強調數據。量化交易具有以下幾個方面的特點：

1、紀律性。根據模型的運行結果進行決策，而不是憑感覺。紀律性既可以克制人性中貪婪、恐懼和僥倖心理等弱點，也可以克服認知偏差，且可跟蹤。

2、系統性。具體表現為“三多”。一是多層次，包括在大類資產配置、行業選擇、精選具體資產三個層次上都有模型；二是多角度，定量投資的核心思想包括巨觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度；三是多數據，即對海量數據的處理。

3、套利思想。定量投資通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會，從而發現估值窪地，並通過買入低估資產、賣出高估資產而獲利。

4、機率取勝。一是定量投資不斷從歷史數據中挖掘有望重複的規律並加以利用；二是依靠組合資產取勝，而不是單個資產取勝。

套用

量化投資技術包括多種具體方法，在投資品種選擇、投資時機選擇、股指期貨套利、商品期貨套利、統計套利和算法交易等領域得到廣泛套用。在此，以統計套利和算法交易為例進行闡述。

1、統計套利

統計套利是利用資產價格的歷史統計規律進行的套利，是一種風險套利，其風險在於這種歷史統計規律在未來一段時間內是否繼續存在。

統計套利的主要思路是先找出相關性最好的若干對投資品種，再找出每一對投資品種的長期均衡關係（協整關係），當某一對品種的價差（協整方程的殘差）偏離到一定程度時開始建倉，買進被相對低估的品種、賣空被相對高估的品種，等價差回歸均衡後獲利了結。股指期貨對沖是統計套利較常採用的一種操作策略，即利用不同國家、地區或行業的指數相關性，同時買入、賣出一對指數期貨進行交易。在經濟全球化條件下，各個國家、地區和行業股票指數的關聯性越來越強，從而容易導致股指系統性風險的產生，因此，對指數間的統計套利進行對沖是一種低風險、高收益的交易方式。

2、算法交易。

算法交易又稱自動交易、黑盒交易或機器交易，是指通過設計算法，利用電腦程式發出交易指令的方法。在交易中，程式可以決定的範圍包括交易時間的選擇、交易的價格，甚至包括最後需要成交的資產數量。

算法交易的主要類型有: (1) 被動型算法交易，也稱結構型算法交易。該交易算法除利用歷史數據估計交易模型的關鍵參數外，不會根據市場的狀況主動選擇交易時機和交易的數量，而是按照一個既定的交易方針進行交易。該策略的的核心是減少滑價（目標價與實際成交均價的差）。被動型算法交易最成熟，使用也最為廣泛，如在國際市場上使用最多的成交加權平均價格（VWAP）、時間加權平均價格（TWAP）等都屬於被動型算法交易。 (2) 主動型算法交易，也稱機會型算法交易。這類交易算法根據市場的狀況作出實時的決策，判斷是否交易、交易的數量、交易的價格等。主動型交易算法除了努力減少滑價以外，把關注的重點逐漸轉向了價格趨勢預測上。 (3) 綜合型算法交易，該交易是前兩者的結合。這類算法常見的方式是先把交易指令拆開，分布到若干個時間段內，每個時間段內具體如何交易由主動型交易算法進行判斷。兩者結合可達到單純一種算法無法達到的效果。

算法交易的交易策略有三：一是降低交易費用。大單指令通常被拆分為若干個小單指令漸次進入市場。這個策略的成功程度可以通過比較同一時期的平均購買價格與成交量加權平均價來衡量。二是套利。典型的套利策略通常包含三四個金融資產，如根據外匯市場利率平價理論，國內債券的價格、以外幣標價的債券價格、匯率現貨及匯率遠期契約價格之間將產生一定的關聯，如果市場價格與該理論隱含的價格偏差較大，且超過其交易成本，則可以用四筆交易來確保無風險利潤。股指期貨的期限套利也可以用算法交易來完成。三是做市。做市包括在當前市場價格之上掛一個限價賣單或在當前價格之下掛一個限價買單，以便從買賣差價中獲利。此外，還有更複雜的策略，如“基準點“算法被交易員用來模擬指數收益，而”嗅探器“算法被用來發現最動盪或最不穩定的市場。任何類型的模式識別或者預測模型都能用來啟動算法交易。

潛在風險

量化交易一般會經過海量數據仿真測試和模擬操作等手段進行檢驗，並依據一定的風險管理算法進行倉位和資金配置，實現風險最小化和收益最大化，但往往也會存在一定的潛在風險，具體包括：

1、歷史數據的完整性。行情數據不完整可能導致模型與行情數據不匹配。行情數據自身風格轉換，也可能導致模型失敗，如交易流動性，價格波動幅度，價格波動頻率等，而這一點是目前量化交易難以克服的。

2、模型設計中沒有考慮倉位和資金配置，沒有安全的風險評估和預防措施，可能導致資金、倉位和模型的不匹配，而發生爆倉現象。

3、網路中斷，硬體故障也可能對量化交易產生影響。

4、同質模型產生競爭交易現象導致的風險。

5、單一投資品種導致的不可預測風險。

為規避或減小量化交易存在的潛在風險，可採取的策略有：保證歷史數據的完整性；線上調整模型參數；線上選擇模型類型；風險線上監測和規避等。

量化策略

量化策略是指使用計算機作為工具，通過一套固定的邏輯來分析、判斷和決策。量化策略既可以自動執行，也可以人工執行。

一個完整的量化策略包含哪些內容？

量化策略

一個完整的策略需要包含輸入、策略處理邏輯、輸出；策略處理邏輯需要考慮選股、擇時、倉位管理和止盈止損等因素。

選股

量化選股就是用量化的方法選擇確定的投資組合，期望這樣的投資組合可以獲得超越大盤的投資收益。常用的選股方法有多因子選股、行業輪動選股、趨勢跟蹤選股等。

1 多因子選股

多因子選股是最經典的選股方法，該方法採用一系列的因子（比如市盈率、市淨率、市銷率等）作為選股標準，滿足這些因子的股票被買入，不滿足的被賣出。比如巴菲特這樣的價值投資者就會買入低PE的股票，在PE回歸時賣出股票。

2 風格輪動選股

風格輪動選股是利用市場風格特徵進行投資，市場在某個時刻偏好大盤股，某個時刻偏好小盤股，如果發現市場切換偏好的規律，並在風格轉換的初期介入，就可能獲得較大的收益。

3 行業輪動選股

行業輪動選股是由於經濟周期的的原因，有些行業啟動後會有其他行業跟隨啟動，通過發現這些跟隨規律，我們可以在前者啟動後買入後者獲得更高的收益，不同的巨觀經濟階段和貨幣政策下，都可能產生不同特徵的行業輪動特點。

4 資金流選股

資金流選股是利用資金的流向來判斷股票走勢。巴菲特說過，股市短期是投票機，長期看一定是稱重機。短期投資者的交易，就是一種投票行為，而所謂的票，就是資金。如果資金流入，股票應該會上漲，如果資金流出，股票應該下跌。所以根據資金流向就可以構建相應的投資策略。

5 動量反轉選股

動量反轉選股方法是利用投資者投資行為特點而構建的投資組合。索羅斯所謂的反身性理論強調了價格上漲的正反饋作用會導致投資者繼續買入，這就是動量選股的基本根據。動量效應就是前一段強勢的股票在未來一段時間繼續保持強勢。在正反饋到達無法持續的階段，價格就會崩潰回歸，在這樣的環境下就會出現反轉特徵，就是前一段時間弱勢的股票，未來一段時間會變強。

6 趨勢跟蹤策略

當股價在出現上漲趨勢的時候進行買入，而在出現下降趨勢的時候進行賣出，本質上是一種追漲殺跌的策略，很多市場由於羊群效用存在較多的趨勢，如果可以控制好虧損時的額度，堅持住對趨勢的捕捉，長期下來是可以獲得額外收益的。

擇時

量化擇時是指採用量化的方式判斷買入賣出點。如果判斷是上漲，則買入持有；如果判斷是下跌，則賣出清倉；如果判斷是震盪，則進行高拋低吸。
常用的擇時方法有：趨勢量化擇時、市場情緒量化擇時、有效資金量化擇時、SVM量化擇時等。

倉位管理

倉位管理就是在你決定投資某個股票組合時，決定如何分批入場，又如何止盈止損離場的技術。
常用的倉位管理方法有：漏斗型倉位管理法、矩形倉位管理法、金字塔形倉位管理法等

止盈止損

止盈，顧名思義，在獲得收益的時候及時賣出，獲得盈利；止損，在股票虧損的時候及時賣出股票，避免更大的損失。
及時的止盈止損是獲取穩定收益的有效方式。

策略的生命周期

一個策略往往會經歷產生想法、實現策略、檢驗策略、運行策略、策略失效幾個階段。

產生想法

任何人任何時間都可能產生一個策略想法，可以根據自己的投資經驗，也可以根據他人的成功經驗。

實現策略

產生想法到實現策略是最大的跨越，實現策略可以參照上文提到的“一個完整的量化策略包含哪些內容？”

檢驗策略

策略實現之後，需要通過歷史數據的回測和模擬交易的檢驗，這也是實盤前的關鍵環節，篩選優質的策略，淘汰劣質的策略。

實盤交易

投入資金，通過市場檢驗策略的有效性，承擔風險，賺取收益。

策略失效

市場是千變萬化的，需要實時監控策略的有效性，一旦策略失效，需要及時停止策略或進一步最佳化策略。