如何构建量化交易系统（五）

常见的一些量化交易策略类型

在量化交易过程中，量化投资思维的应用几乎覆盖了投资的全过程，从投资标的的筛选，到投资标的的策略分析，再到投资标的的策略实现，最后到投资策略的风险控制和反馈，这样的特性使得量化思维在不同的投资领域能自成体系，形成了不同的投资风格，内容重心也各不相同。下面重点介绍与量化策略相关的几个主要概念，包括趋势策略、量化对冲策略、套利策略、高频策略，以及算法交易等概念。尤其需要注意的是算法交易。
算法交易在量化策略的实现中起到辅助作用，一般通过程序化来确定投资标的的交易时间、交易价格、交易手数等。算法交易最初是为了将大单拆分成大量较小的交易，以减少对市场的冲击，降低机会成本和风险。随着相关技术的发展完善，算法交易因其优势开始被应用在交易的各个方面。例如，在电子新闻信息到达时算法交易方式能迅速实交易，此时，其他交易甚至还不知道信息的存在。根据各个算法交易中算法的主动程度不同，可以把算法交易分为被动型算法交易、主动型算法交易、综合型算法交易三大类。
（一）被动型算法交易
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和交易数量，而是按照一下既定的交易方针进行交易。其核心是减少滑价（目标价与实际成交均价的差）。被动型算交易最成熟，应用也最广泛，在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）等都是被动型算法交易的例子。
（二）主动型算法交易
主动型算法交易也叫机会型算法交易。这类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。主动型算法交易除了努力减少滑价之外，还把关注的重点落在了价格趋势的预测上。例如，判断市场价格在向不利交易者的方向运动时，就推迟交易的执行；反之加快交易的速度。由于市场价格存大较强的均值回归现象，主动型交易算法的作用是尽可能迅速抓住每次有利于自己的价格偏移。
（三）综合型算法交易
综合型算法交易是前两者的结合，既包含既定的交易目标，也对具体实施交易的过程中是否交易进行一定的判断。这类算法常见的操作模式是把交易指令拆开，分布到若干个时间段内，每个时间段内具体如何交易由主动型算法交易来进行判断执行。两者的结合可以达到单独算法无法达到的效果。
这里以VWAP为例，介绍一下综合型算法交易的基本思想和具体操作。VWAP的基本思想就是让自己提交的交易量与市场成交量比例尽可能地匹配，在减少对市场冲击的同时，获得市场成交均价的交易价格。标准的VWAP算法交易是静态的，即在交易开始之前，利用已有信息提交交易，交易开始之后按照既定的算法进行交易，不考虑交易期间的信息。其中的一个改进型的VWAP算法的基本lnkt是：市场价格市场市场均价的时候，根据市场价格的走势，不同程度地减少提交量，在保证高价位的低提交量的同时，能够防止出现价格的持续上涨而提交量过度向后聚集；在市场价格低于市场均价的时候，根据市场价格的走势，不同程度地增加提交量，在保证低价位的高提交量的同时，能够防止价格的持续走低而交易量又过度提前完成。
下面着重介绍目前市场上常见的一些策略类型：趋势策略、量化对冲策略、套利策略、高频交易策略。
1、趋势策略
趋势策略的核心是趋势追踪，其基本思路是追随价格走势。比如，对于一个期货标的来说，当其赂上突破生蚝要的压力位后可能意味着一波大的上涨走势的到来，或者向下突破某处生蚝要的阻力位后，可能意味着一波大的下跌行情的到来。趋势策略就是试图寻找相对大的趋势波段的到来，并且在突破的时候进行建仓或者平仓操作，以期获得较大的波段收易。
趋势策略主要基于三个方面的信息：基本面、技术面和消息面。基本机分析的经济逻辑较强，对时间的解释性也较强，比较容易给出一套逻辑来判断某种状态下投资标的的合理价格范畴，但基本面分析不容易判断合理的价格范畴何时发生变动，对短期行情的判断缺乏指导性。技术面分析对历史已发生的行情进行统计，得出指标来推断将来的行情。其优点是既可以运用长期的判断，也可以运用于短期的判断，并且依据的信息是已经发生的可靠信息，可操作性强。但是它也有自身的缺点：因为他利用的主要是已经发生的信息，所以总是存在滞后性。消息面分析认为，拥有超额信息才能拥有超额收益，拥有埋对称信息就可以获得超额收益，但是内幕消息交易是法律上禁止的，并用其获得是有一定的门槛和成本的。同是，假消息也充斥着整个资本市场，辨别其真伪是有难度的。所以每种方法都在一个方面和一定程度上对投资标的的判断具有指导性，但又各有弊端，需要其他方法来做有益的补充。
趋势策略根据不同的交易周期可以分为长线、中线、短线趋势策略，应用面非常广，可以在很多投资标的上应用，所以，形成的趋势策略的组合也是非常丰富，进而形成了风格各异的交易风格。趋势策略的缺点是收益的不稳定，对趋势行情的依赖度较高。如果资金管理控制得不好，常常会出现较大的回撤，或者有较长时间的无效交易时间段。
2、量化对冲策略
量化对冲策略包含了量化和对冲两层意思。从程序化交易的角度理解量化对冲策略，就是用量化的方法研究出某一市场、某一板块或某一品种与另外一个市场、板块或品种间存在的稳定获利的可能，然后在实盘中利用计算机程序化下单的方式按照对冲上的思路进行交易。
常见的量化对冲策略包括股票对冲（Equity Hedge)、事件驱动（Event Driven)、全球宏观（Macro）、相对价值套利（Relative Value)四种。与期货市场结合得比较紧密的量化对冲策略一般是指股票与股指期货的对冲交易，也叫阿尔法套利。纯期货间的量化对冲策略也叫套利策略，而依据宏观冲、行业上下游或者品种季节性因素等逻辑进行的纯期货间的对冲交易，往往不采用程序化的下单方式。
资本资产定价理论（CAPM）告诉我们，投资绷带合的期望收益由两部分组成：其中α收益为投资组合超越市场基准的收益，β收益为投资组合承担市场系统风险获得的收益。虽然优秀的基金经理可以通过选股、择时获得α收益，但无法避免市场下跌时带来的系统风险。通过对冲手段就可以剥离或降低投资组合的系统风险（β收益），获取纯粹的α收益，使得投资组合无论在市场上涨或下跌时均能获取正收益，因此，对冲策略就叫阿尔法策略又称为市场中性策略，是当前国内私募证券投资基金最常用的策略之一，也是因内量化对冲策略的典型代表。在国内，常用的操作方式为：买入股票同时卖空与股票等市值的股指期货（也可以采取带着方式）；盈利模式为：所买股票的涨跌幅超越大盘的涨跌幅。
量化对冲策略的特点是收益曲线趋势较为稳健，收益不高但稳定，回撤较小，对基金经理的选股能力要求较高，要求股票组合具备超越大盘的阿尔法收益。
3、套利策略
这里所说的套利策略，是指量化套利交易策略，是在期现套利、跨市场套利、跨品种套利或跨期套利等套利的模式基础上，通过计算机自动下单取得稳定收益的交易策略。传统的需要通过期现交割来实现套利利润的套利交易由于无法实现计算机自动交易，不在些论述范围之内。
期现套利除了股票与股指期货对冲的阿尔法策略以外，还有期货黄金与上海黄金交易所现货黄金之间的自动化交易套利策略，它也是一个成功的跨市场量化套利策略案例。关于这个套利策略的介结可在公开媒体上查阅。跨品种套利策略的开发思路可以参考配对交易，股票配对交易在国外市场做得比较成熟。
下面介绍一个商品跨期套利策略。依据量化策略的构建的流程，首先通过第三方数据库获得商品期货品种的期货、现货价格数据，再通过综合分析期货，现货价格数据，发现现货价格发生涨跌变化时，期货近月合约价格跟进得更及时，而远月合约价格的反应则较为迟钝，因此，在远近月合约间便产生了价差的有规律的波动，利用这种波动设计而为一个跨期套利策略。经过数据测试和模拟跟踪后，便可以实盘账户上交易使用。
在实际交易中，由于滑点或者流动性等因素，实际效果往往变差，资金曲线的毛刺就会增加。
套利策略的特点是收效稳定，回撤低，但其相对趋势策略整体上年化益率偏低，因些一般比较受到机构或者资金规模较大的投资者喜爱，有些套利策略受市场流动性制约容量的限制。
4、高频交易策略
高频交易，是高度量化和计算桐华的一种交易方式，是程序化交易中无论硬件、软件，还是网络传输速度均要求最高的交易模式。这类策略的反应时间在毫秒级别，不是交易者人工能反应过来的，这是唯一一个无法实现交易者人工操作的纯程序化量化策略。
高频交易的成功取决于两个关键的要素，其一是产生高频交易信号的交易策略；其二是优化交易执行过程的算法。这两大核心要素都对高频交易平台的运算速度提出了极高的要求。高频交易策略的交易速度包括两个部分：一部分是指高频交易系统接收实时行情，分析数据，发出买卖交易指令的速度；另一部分是指交易指令到达交易所的速度。前者需要优秀的算法程序和功能强劲的计算机硬件；后者需要迅速、稳定的网络连接。
高频交易主要有以下四种交易策略。
（1）流动性交易策略。流动性交易策略是为市场提供流动性来获取利润的交易策略。做市商们为市场提供了不同的价侠，为头寸接受者提供流动性，因此被称为流动性交易策略。做市商为高层的流动性做出了贡献，很多非活跃市场由于做市商的存在，流动性显著提高，交易成本大为降低。比如在期权市场，做市商几乎是不可或缺的。
（2）市场微观结构交易策略。市场微观结构交易策略主要是通过分析市场中即时的盘口数据，根据短时间内买卖订单流的不平衡进行超短交易的策略。市场中即时的买卖订单流中潜藏着很多交易机会，通过观察坐市商的报价情况，分析未来极短时间内是卖单流主导还是买单流主导。在卖单流主导的市场中价格将下跌；在买单流主导的市场中价格将上涨。
（3）事件交易策略。事件交易策略是指利用市场对事件的反应进行交易的策略。事件可以是影响广泛的经济事件，也可以是与行业相关事件。每个事件对市场产生影响的时间差异很大，高频事件交易策略就是利用事件在极短的时间内的影响自动进行交易，赚取利润。
该策略中有两个环节比较关键。一是确定什么是可以产生影响的事件。这个问题看上去比较奇怪，但是有丰富经验的交易者都知道，事件对市场产生影响期是很复杂的，一个完全利好的事件在不同行情和时间窗口下，甚至会产生完全相反的效应。市场会对事件产生预期，很多事件未发生时，市场行情其实已经有了预期反应，等到事件真正发生时，行情有可能会发生和预期完全相反的走势，所以，首先要确认什么样的事件能构成一个预期的变化，其次是确定事件的影响时间和方向，这需要不断地对历史数据进行统计挖掘。
（4）统计套利策略。统计套利策略是寻找具有长期统计关系的两种证券资产，在两者价差发生偏差时进行套利的一种交易策略。统计套利策略广泛地应用于各类金融产品市场，包括股票、期货、外汇等。
除了上述交易策略外，影响高频交易效果的因素除了速度以外，还有交易费用、买卖价差、下单方式以及市场的更新进化。期货品种的交易手续费高低也决定了高频交易的执行效果。
买卖价差越大，通过高频交易亏损次数的累积会最终导致重大亏损。因此，交易活跃、价格高的金融品种往往具备较小的买卖价差，高频交易策略执行的效果会更好；而一些成交易不是很活跃的ETF，其本身的交易价格就很低，买卖价差对策略收益的影响会非常大。
市场变幻莫测，任何一个在历史上表现优秀的策略都无法保证上它在示来依然表现优秀。根据欧美市场的经验，由于市场参与者众多，竞争激烈，高频交易策略大多存在一个有效期。超过该有效期，策略的收益会明显递减，也就是进入所谓的阿尔法衰退。因此，一个优秀的高频交易机构除了拥有已被证实可行的交易策略外，需需要具备一个持续开发能力强的研究团队和量化策略评价体系。在一个策略出现超预期亏损时，应决定是继续等待还是止损停止交易而上线新的交易策略。
高频交易策略的特点是：交易次数多，基本无回撤，但是对软件、硬件的性能要求最高，对网络处理速度和传输速度要求最高，且往往成为其策略成功的核心所在。