量化交易-如何建立自己的算法交易事业

前言：

有没有刷过这本书的小伙伴，没有的话一起来读读，这本书很适合个人量化交易员阅读，里面背景虽然是以美国交易环境来写的，但不妨碍借鉴和吸收经验。

作者：（加）欧内斯特陈 ---投资银行和对冲基金从业者
对此书的简单点评就是：通俗易懂，接地气！内容紧凑，信息量大，没太多废话，短小精炼（169页）。
简单描述作者的经历：
--康奈尔大学物理学院博士学位，顶尖计算机科学研究团队的明星研究员。
--在顶级投资银行和对冲基金（摩根士丹利、瑞信等）担任研究员及交易员。
--给雇主和投资者造成了亏损，更多的亏损，一眼望不到头的亏损。
--灰头土脸地离开了金融行业，在家搭建一个简易卧室作为交易办公室。
--开始进行一些最简单的量化策略交易，逐步成长，并获得成功。
直言了当的阐述想要通向顶级投资银行和基金的路径何在？
四个字：盈利记录。拥有盈利记录，除了可以当作进入大型机构的跳板，也是独立交易员十分有价值的经历。
包括许多传奇的量化对冲基金经理，如普林斯顿－新港合伙公司（Poundstone，2005）的创始人Edward Thorp 博士和文艺复兴科技公司的Jim Simons博士（Lux，2000），都是用自有资金开始交易生涯的。在他们开始自己的基金管理事业之前，都没在投资银行和对冲基金做过投资经理。
一、此书大致结构
（一）适合对象：
独立交易员、金融系学生、想建立自己的量化交易业务的人士。
（二）主要框架：
本书内容结构基本上是按照交易员开展量化交易事业的各项步骤顺序来组织的。

从寻找切实可行的策略开始（第2章），
对策略进行回测，常用平台、查找使用历史数据、业绩度量、回测陷阱、交易成本、策略改进，确保其至少在历史上有良好的业绩（第3章），
构建业务和技术的基础设施（第4章），
建立执行策略的自动交易系统（第5章），
对策略所生成的持有头寸进行资金和风险管理（第6章）。
在第7章讲述一些资深交易员所熟知的重要前沿概念，介绍了7-8种策略：均值回归策略和惯性策略、因子模型、清仓策略、季节性交易策略、高频交易策略、高杠杆组合
最后在第8章对独立交易员如何寻找适合自己的位置以及如何扩大交易事业做一些思考。

二、重要知识点
1.量化交易：也称算法交易，是严格按照计算机算法程序给出的买卖决策进行的证券交易。通过历史金融数据检验编码策略历史业绩的基础上，交易员设计甚至亲自编写计算机算法程序。也可以这么说：只要能将信息转换成计算机能够读懂的比特和字节，就能将其看作是量化交易的一部分。

2.理想的量化交易员：之前有一定的金融或计算机编程的经历，有足够的存款能够用来应对不可避免的亏损和收入空窗期，并且能够在贪婪和恐惧的情绪中找到恰当的平衡。
典型的独立量化交易员都是些什么人呢？包括已倒闭对冲基金的前交易员，经纪公司前计算机程序员，交易所的前交易员，前投资银行家，前生物化学家，以及前建筑师等。

业绩大都非常出色
收入让他们有本钱独立创业
能够对风险进行提前预判及有足够的存款
不需要用交易的收益来维持日常生活

3.量化交易的特点：
（1）规模容易扩大--“杠杆”（但过度杠杆化是很危险的，应该追求收益的稳定增长）
（2）节省时间-这点取决于自动化程度，抑制住自己人为干预的冲动
（3）营销不是必须要的

4.策略获取：
（1）商学院或其他经济研究机构的网站。
（2）面向零售投资者的金融网站和博客。
（3）可与其他交易员交流心得的交易员论坛。
（4）获取与分享交易理念的途径：建立自己的博客等，评论会帮助你优化策略。
窍门：对于公开的策略进行选择，并对基础策略进行变形，以形成自己的策略。（至于怎么变形的方法，可阅读原书）
5.策略选择：
结合自身情况剔除一些策略：

你有多少时间可以用来完善你的交易程序?
你的编程能力如何?
你的资本规模有多大?
你的目标是稳定的月度收入还是追求大额的长期资本收益?

在对策略进行详细的回测之前，我们可以先通过一些测试快速淘汰不合适的策略:

它能否跑赢基准?
它有足够高的夏普比率吗?
它有足够小的挫跌和足够短的挫跌期吗?
回测有无存活偏差?
与早年相比，策略近几年不灵了吗?
策略具有避开基金经理激烈竞争的“特色”吗?

6.信息比率：是评价一个多头策略时所用的衡量指标。
定义如下：信息比率=超额收益率的均值/超额收益率的标准差
其中:超额收益率=组合收益率 - 基准收益率
夏普比率：夏普比率是信息比率的一个特例，适用于货币中性策略。此时，通常选择无风险利率作为基准。
根据经验规则：

任何夏普比率低于1的策略都不适合单独使用；
几乎每月都实现盈利的策略，其(年化)夏普比率通常大于2；
几乎每天盈利的策略，其夏普比率通常大于3。

7.交易成本：每次基于策略的证券买卖都会产生交易成本。交易越频繁，交易成本对策略的盈利影响就越大。交易成本包括佣金、流动性成本和机会成本。没有考虑交易成本的回测业绩是不真实的。

8.幸存者偏差：股票价格的历史数据库是否包含由于破产、退市、兼并收购而消失的股票，数据库中只有幸存者。使用有幸存者偏差的数据进行回测是危险的，因为会夸大策略的历史业绩。

9.挫跌：当前净值(假定期间内未发生任何赎回或注资)与t时刻或之前的净值曲线最大值之差。
最大挫跌：净值曲线最大值与之后的净值曲线最小值(时间顺序很重要：最小值必须是在最大值之后)之差。净值的最大值又被称为“高水位线”。
最长挫跌期：净值重返亏损前的水平所花费的最长时间。
挫跌通常用百分比表示，分母是高水位线时的净值，分子是高水位线以来的净值亏损

10.数据迁就偏差：如果构建拥有100个参数的策略，完全可能通过优化参数，使历史业绩看起来非常棒。同样可能的是，该策略的未来业绩与回测结果截然不同、非常糟糕。实际上，即使只有一两个参数(如建仓和清仓阈值)，也很难避免数据迁就偏差，一般而言，策略的规则越多，模型的参数越多，就越有可能遭遇数据迁就偏差。能经得起考验的往往是简单的模型。

11.回测：策略业绩的真实历史模拟过程。

数据：分拆和股息的调整，日最高、最低价的噪声，存活偏差。
业绩度量：年化夏普比率和最大挫跌。
前视偏差：在过去的交易决策中使用无法得到的事后信息。
数据迁就偏差：拟合历史数据时使用过多参数，可以用大样本数据、样本外测试和敏感性分析来避免此类偏差。
交易成本：交易成本会影响策略业绩。
策略改进：通过策略的微小调整来优化业绩的常见方法。

12.操作环境：

一台双核或四核电脑
高速网络(cable、DSL或T1)防中断电源
实时数据和新闻来源
服务器托管

13.半自动交易系统：

14.全自动交易系统：

15.凯利公式（可用于资本的最优配置及确定最优杠杆还可用于风险管理）：是一个在期望净收益为正的独立重复赌局中，使本金的长期增长率最大化的投注策略。

16.交易员心理弱点：恐惧和贪婪

17.清仓策略：清仓信号主要有以下几种：固定的持有期、目标价格或盈利上限、最新的建仓信号、止损价格。

18.高频交易策略：一般而言，如果策略的目标是获取高夏普比率，交易应当采取高频而非隔夜持仓。高频交易策略能获得高夏普比率的理由很简单：根据大数定律，交易的次数越多，收益率相对于均值的偏差就越小。而在高频交易策略下，一天可交易成百上千次。因此，如果策略具有正的平均收益率，高频交易日收益率与平均收益率的偏差将会达到最小。较高的夏普比率使高频策略具有最高的长期复合增长率

19.风险种类：头寸风险、模型风险、软件风险、自然灾害风险

20.高杠杆的低贝塔值股票组合的长期复合增长率比低杠杆的高贝塔值股票组合高

三、作者态度观点
1.正如爱因斯坦所说的:“任何事情都应该使其尽可能地简单，直到无法再简单为止”。能经得起时间考验的往往是最简单的模型。

2.作者觉得作为一名独立交易员实际上更容易收集和交流策略。对于独立交易员而言，真正困难的地方并不是缺乏交易理念，而是缺乏甄别策略的能力。这种甄别能力需要判断一项策略是否适合自己的实际情况和交易目标，需要在花费大量时间进行回测之前就能判断出策略是否可行。

3.使用过的有效的AI方法通常具有以下几个特征：

基于正确的计量经济学或理论基础，而不是随机发现的模式。
所需的参数用到历史数据较少。
只用到了线性回归，并未使用复杂的非线性函数。
概念上很简单。
所有优化都必须在不含未来未知数据的移动回顾窗口中实现，并且这种优化的效果必须不断地被未来未知的数据所证实。

4.无论选择开通哪个账户，都要确保交易账户和系统满足以下特征:

相对较低的佣金
可交易金融工具品种广泛有足够深度的流动资金池最重要的是，获取实时数据和传送指令的API 。

5.一般来说，半自动交易系统适用于每天只需运行少数几次来生成一波或几波指令。要频繁运行程序来获取最新数据并生成一波又一波的指令的情况，就必须建立全自动交易系统。

6、聘请程序员需要考虑一个问题：策略如何保密?

可以签订保密协议(可在许多法律文件网站上免费下载)，但在交易系统构建完成后，就算他们真的窃取了你的策略并在其个人账户中运行，也是几乎无法发现的。有几种方法可以解决这个问题。首先，绝大多数你认为是独创的策略其实很多有经验的交易员都知道。所以，不论你是否愿意，其他人早已进行过相似策略的交易，并影响了你的收益。再有一两个交易员参与进来也不会对收益产生更多的影响，除非他是机构基金经理。
其次，如果你的策略交易量巨大(如绝大多数期货交易策略)，你聘请的那位没有道德的编程顾问根本不会对你产生什么影响。
最后，你可以把编程工作拆分给不同的人去完成，也就是说，可以聘请不同的程序员分别完成自动交易系统不同部分的构建。如让一名程序员编写可用于不同策略的执行程序，让另一名程序员编写尚未输入参数的策略。这样，第一名程序员不知道策略，第二名程序员没有执行策略所需的基础程序，并且两名程序员都不知道你的策略所使用的真实参数值。

7、独立交易员能成功的原因：
（1）许多简单且可盈利的策略对小容量有效，但对于大型对冲基金，这些策略可能都不适用。这就给独立交易员提供了生存空间。
（2）基金的管理层施加的各种各样约束。
（3）还有一个原因可以解释为什么对冲基金比独立交易员更容易失败。当一个人用其他人的资金进行交易时，好的结果几乎是无限制的，而最坏的结果也就是被炒鱿鱼而已。这就导致在遵守机构严格的常规风险管理约束之外，只要能够避开风险管理者的监督，交易员就基本上都会趋向于采用高风险的策略。
更多内容诸如：
如何找出合适的策略?如何在进行回测前就能辨别出一个策略的优劣?如何对这些策略进行严密的回测?如果回测业绩不错，在交易结构和技术设备方面，你需要采取哪些措施来执行策略?如果这项策略在前期的真实交易中获利，该如何扩大规模以增加收入，同时又能管理好那些偶尔出现，但只要是交易就难以避免的亏损?
大家可自行阅读此书，书中都有介绍，点赞，转发留言即可找小编获取《量化交易-如何建立自己的算法交易事业》电子版哦！！！点赞，转发留言即可！点赞，转发留言即可！