在这一篇文章中,我们将正式开始关于量化投资的学习,关于学习量化投资的意义在之前的文章里我也已经说过,这里就不多做介绍了,直接开始正题吧.
首先,我们先学习一下从以前到现在的金融行情数据分析的情况:
金融数据分析是一个很大一块的内容,不仅仅局限于行情数据分析,比如股市,贵金属,一些期货买卖,每天的交易情况,这些属于的是行情数据,另外有一些企业的报表,市场情况分析,这些就可以属于金融数据当中.在这里我们着重介绍一下金融行情的数据分析.
最古老的行情数据分析莫过于K线图了,每个关心财经或者炒过股的朋友或多或少都见过K线图,那K线图是个什么东西呢?其实K线图已经起源了很长很长时间了,最早在日本米市里边的商人得以应用,在当时他们用K线图来表示稻米价格的变化,因此K线图又有名称为日本线,关于K线图的一些更为详细的历史,大家可以在百度百科中得到更好的解释.我们使用K线图的主要作用是我们通过观察K线图的形状,比如”双W”可能会产生一个反转的上升通道,比如你的30天平均线和180天平均线在向上处交叉,可能就会有上升的可能,如果向下交叉,可能就会下降,这些图像可能可能成为买入卖出的一个因素.但是这些图形分析可靠不可靠?他既然能够说出来,并且还有很多人操作成功,毫无疑问其中肯定会有一些统计学的道理,但是在金融交易里边,有一条规则是这样的:”如果你有一条交易的策略被广大股民所知的话,你这个交易策略就会失效”,之前听说过一个故事,深圳有一个老太太,如果这个股价连升三天,她就把股票卖出去,如果股价连降三天,就把股票买进;几年下来这个老太太就靠这样简单的操作居然发了大财,但是如果所有人都知道这样的规则, 可能有一支股票连跌三天你想去买的时候,发现自己买不进去,就算买进去成本也很高,这样就被迫需要改变自己的策略,这些在我们后边学习模型会知道,如果我们训练出一个规则,不要让太多人知道,否则就没有意义.
量化投资
先说一下是什么传统投资,过去我们的传统投资是过度依靠交易员交易的,其中很大程度上依靠这个人的知识 ,经验,但是人的知识经验又是不可控的,过去的知识不一定有效,而得到的消息也不一定是正确的,如果光是靠这个人去操盘,其实可靠性还是很低的.而中国的股市,目前还是大多处于这样的一种情况,那这时候引入量化投资,什么是量化投资呢?从他的名字我们就可以看出来,量化投资主要是对一些金融的数据然后我们用数学的手段提炼出对我们的操盘有指导意义的一个模型出来,如果大家想看一下严谨的定义,大家可以去维基百科上搜一下量化投资或者找我之前推荐的数据去看一下,概念会讲的比较清晰.
量化投资在过去的几十年在西方社会已经有了很大的发展,但是在我们中国却刚刚起步,尽管市场上书籍很多,但是很多书籍质量都很一般, 其中有一些书会着重讲量化投资的几个分支,比如统计套利,还有算法交易,或者高频交易,这里给大家简单介绍下.
1:统计套利:
统计套利的基本思想是从资产(股票,重金属)等交易的历史数据中寻找规律,以此来寻找到套利的机会,比如在统计套利里边有一个很经典的例子,成对交易,一些书里也称为价差交易, 比如现在市场上(不一定在一个交易所)有几百支股票,股票的价格看起来错综复杂,其实之前也会有一些高度的重合性,我们很有可能就可以找出两只股票,他们可能会同时升,或者同时降,然后他们之间的价格差会比较稳定,比如工商银行和建设银行他们就会有这个规律,找到他们之后,我们观察一下他们的价差,比如是一块钱,突然有一天他们的价差成为两块钱(可能因为短期的波动),但是我们可以预测形成现在价差的是因为短期的因素,长期来看还会恢复之前的样子,这时候我们就可以选择在价差扩大的时候把股价较高的股票卖出,把价格较低的股票买入,然后等他们的价差恢复正常后,再把价格较低的卖出,价格较高的买进,这样一进一出你就会发现你就可以套利了,这其实就是成对套利,原理也很简单,捕捉两个或者两个以上的资产相对错误的定价来去获得低风险的收益.
还有一种策略是主成分分析法，该策略通过分析与股票收益率相关的多种因素，建立回归模型，通过 分析资产实际价格和模型预测价格之间的差异来获利。当实际资产价格高于模型预测 价格时，则说明该资产被高估了，卖出该资产，待到实际资产价格与模型预测价格相 等时，再买入该资产以平掉之前的空头头寸。反之则进行相反操作。
2:算法交易
引入算法交易是因为人的不确定因素,人都是有七情六欲,这种问题很难解决,因此引入算法交易来保障确定性.
算法交易又称自动交易、黑盒交易或者机器交易，它指的是通过使用计算机程序来算出交易指令的方法。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至包括最后需要成交的证券数量。
算法交易有两个策略
第一种是被动型算法交易除利用历史数据估计交易模型的关键参数外，不会根据市场的状况主动选择交易的时机与交易的数量，而是按照一个既定的交易方针进行交易。这个策略的核心是减少滑价(目标价与实际成交均价的差)。被动型算法交易最成熟，使用也最为广泛，比如在国际市场上使用最多的成交量加权平均价格(VWAP)、时间加权平均价格(TWAP)等都属于被动算法交易。
第二种主动型算法交易也叫机会型算法交易。这类交易算法根据市场的状况做出实时的决策， 判断是否交易、交易的数量、交易的价格等。
3:高频交易
高频交易的出现其实也是因为在价差交易中竞争越来越激烈而引申出的,因为价差交易必须要眼疾手快,发现就买入卖出,但是很多模型也都有这样的功能,如果你交易慢了就无法获得价差.
高频交易是指从那些人们无法 利用的极为短暂的市场变化中获求获利的计算机化交易，比如，某种证券买入价和卖出价 差价的微小变化，或者某只股票在不同交易所之间的微小价差。这种交易的速度如此之快， 以至于有些交易机构将自己的 “服务器群组”(server farms)安置到了离交易所的计算机很近的地方,就跟局域网类似，以缩短交易指令通过光缆以光速旅行的距离。
