量化交易:如何建立自己的算法交易事業(yè)
英文名：Quantitative Trading: How to Build Your Own Algorithmic Trading Business
作者：Ernest Chan
可能與大家平時的認識不同，在量化交易中，獲取策略靈感并非是最難的部分。可以通過很多公開的渠道獲取到，比如投資書籍、報紙、主流媒體及公開的學(xué)術(shù)文章。也可能很多人認為，復(fù)雜的學(xué)術(shù)文章才能構(gòu)建出優(yōu)秀的量化交易策略，但事實并非如此。許多學(xué)術(shù)文章中提出的量化策略，過于復(fù)雜與過時，需要昂貴的外部數(shù)據(jù)支撐回測，而且很多策略只針對小盤股。小盤股實際中的流動性要遠比文章中的假設(shè)更差。
但這并不是說，就無法從公開信息獲取價值。就我個人而言，就發(fā)現(xiàn)許多交易這論壇或博客中，有一些原理簡單的量化策略，它們同樣盈利情況很好。
大家心中一直都有這個疑問，“這些人將自己的量化策略公諸于眾，會不會影響到自己的策略的營利性？” 這個懷疑是有道理的，這些公開的策略，大部分都沒有經(jīng)過嚴格的回測。它們往往只能在一段時間、一些特定的股票下才有效，而且很多并沒有考慮交易成本。但是，這里的一個trick就是:
你可以根據(jù)基礎(chǔ)策略進行優(yōu)化改造，使之變?yōu)橐粋€有效策略。
作者就構(gòu)建了一個量化交易主題的個人博客，他發(fā)現(xiàn)將自己“秘密”的量化策略想法公開后，反而從他的讀者渠道源源不斷的得到很多有效的想法。你自認為秘密的策略，可能對于讀者來說卻稀疏平常。一個策略成功與否，往往在于策略的修改及變化。而且如果你的策略存在問題，讀者往往會很快給予反饋，從而避免時間、精力、金錢上的進一步損失。
所以量化策略的真正難點在于
如何根據(jù)自身情況，找到一個合適的策略？
如何找到一個合適的策略
-
你的工作時間
你是否兼職進行量化交易？如果是，那么可能持股過夜的策略，而非日間交易策略更適合你。當然如果你的策略完全自動化，也完全可以。但需要注意策略在異常情況下要足夠健壯，能夠及時給你提醒，否則。。呵呵 -
你的編程技能
你是否精通編程？如果你可以使用java 、python等高級語言，那么你可以考慮高頻交易策略，你可交易的證券范圍也可以適度擴大。否則建議每日只交易一次，或只針對于幾只特定股票，期貨或貨幣。 -
你可交易的資本
可交易的資本會影響到你的交易結(jié)構(gòu)及操作。
首先影響的就是開戶，是在一個零售經(jīng)紀商開戶，還是在一個自營交易公司開立賬戶。其次，如果資本很少，那就需要找尋可以有效利用杠桿的交易策略。最后，資本還會決定你是進行方向性交易，還是進行貨幣中性/市場中性交易。貨幣中性組合（持有的多空頭寸相同）或市場中性組合（組合相對于市場的beta值接近于0，beta：組合期望收益/市場的期望收益）對于資本的需求是簡單多空策略的2倍，所以雖然對沖策略風(fēng)險更小，但其產(chǎn)生的收益也更小，
同時資本量還會產(chǎn)生一些間接的約束。例如你可以使用的數(shù)據(jù)、軟件及資訊信息等。
資本影響
雖然資本可能給你帶來一些限制。但是只要你清楚自己使用的工具與數(shù)據(jù)存在的問題，就可以有效的規(guī)避，同樣取得成功
- 你的目標
你的目標是什么？可能希望有一個穩(wěn)定的月收入或者季度收入，這就會影響你對于證券的持有期。一般來說：
如果希望策略規(guī)律的產(chǎn)出收益，那么策略中你的持有期應(yīng)該較短。
這里有一個常見的誤區(qū)。在平時很多人反復(fù)的告訴我們，希望獲得長期的最大資本利得。最好的策略是——買入持有。而這個觀點在數(shù)學(xué)上是完全錯誤的。在現(xiàn)實當中。獲取長期最大收益的方法是，取最高的夏普比率（只要你能夠方便的融資，從而提高杠桿）。
快速篩選滿足條件的策略
接下來，假設(shè)你已經(jīng)找到了一些滿足你各種條件的策略，同時它們都有進行回測，并且回測結(jié)果證明他們可以獲取很不錯的歷史收益。在進一步研究實現(xiàn)這些策略前，有一些簡單快速的方法來檢查他們是否會浪費你的時間金錢？
-
與基準收益率相比如何，收益是否可持續(xù)?
以一個股票策略為例，如果它是單向的交易策略，獲取了10%的年化收益。而市場基準收益率也是10%。那么，就沒有任何必要選擇該策略，因為可以直接通過投資市場ETF。而如果它是一個貨幣中性策略，那么10%的年化收益就是一個非常可觀的數(shù)字了。
另外一點就在于策略的收益是否可持續(xù)。如果策略與市場基準收益相同。但基準收益率在不同的月份波動很大，那么該策略依舊是有價值的。
這里就要引入信息比率的概念：
信息比率
注意：基準的選擇要和投資標的相匹配。
而夏普比率，是實際上是一種特殊的信息比率。對于貨幣中性策略時適用。所以這里的基準，一直是無風(fēng)險利率。而在現(xiàn)實當中，大部分交易者。即使他們使用的是方向性策略，也同樣使用夏普比率。因為夏普比率在不同的策略之間進行比較，非常方便。
注：
E(Rp)：投資組合預(yù)期報酬率
Rf：無風(fēng)險利率
σp：投資組合的標準差
通常來說，一個夏普比率低于1的策略，不適合單獨作為一個策略執(zhí)行。
-
回撤幅度及回撤周期
回撤是指當前的權(quán)益價值與全局最大值之間的差異。最大回撤則是指全局的最高及最低點之間的差異。最大值也往往稱之為高水位。通常來說，回撤都是百分比形式。
回撤 交易成本對于策略的影響
通常來說，交易越頻繁，策略受到交易成本的影響就越大。交易成本不僅僅是指付給經(jīng)紀商的傭金，也包括流動性成本（使用市價單買賣證券時需要承擔買賣差價）如果你使用限價單交易，會避免這部分成本，但同時又會引入機會成本。因為你的限價單可能不會被執(zhí)行。
當你的委托單很大時。很難在不影響市場價格的情況下完成交易。這就稱之為市場沖擊。
而且你的委托傳輸至交易所需要一定的時間，這就會導(dǎo)致最終成交價與你看到的有所不同，這稱之為滑點。數(shù)據(jù)是否存在幸存者偏差？
歷史數(shù)據(jù)庫中往往將破產(chǎn)、退市、被合并的公司剔除在外。使用這類數(shù)據(jù)進行回測是很危險的。尤其當你的策略偏向價值型股票，也就是說更傾向于買便宜的股票。例如，你買入了很多低價股票，而這些公司都瀕臨破產(chǎn)，但進行回測時，破產(chǎn)的公司被踢出除外。于是最終得到的都是幸存下的公司，就會導(dǎo)致策略的收益被嚴重高估。不同時間階段表現(xiàn)如何？
跑回測時，十年前的表現(xiàn)往往會好于最近，因為十年前可能沒有如此多的對沖基金在運行量化交易策略。所以，決策該策略是否有效時，通常應(yīng)該對于最近若干年給予更高的權(quán)重。
“政權(quán)交替”也是一個常見的現(xiàn)象，指社會發(fā)生重大改變前后其實是無法放一起進行比較的，在金融市場中，往往使之市場監(jiān)管政策發(fā)生重大改變。
這里可能和許多統(tǒng)計學(xué)家的理念不同，統(tǒng)計學(xué)往往認為數(shù)據(jù)越多，應(yīng)當越準確。但這都是建立在平穩(wěn)過程的假設(shè)之上，令人遺憾的是，金融數(shù)據(jù)往往都是非平穩(wěn)的。策略是否受到數(shù)據(jù)探測偏差影響？
如果你構(gòu)建了一個包含100個參數(shù)的交易策略。那么很有可能出現(xiàn)的情況是：對于歷史數(shù)據(jù)，這個策略非常完美，而在真實市場中的表現(xiàn)可能會差到令人咋舌。
這其實就是過擬合問題。策略能夠在機構(gòu)策略中存活下來？
大的金融機構(gòu)進行量化投資時，都需要考慮策略的容量（策略能夠支持的最大資本）。你的策略能否會直面機構(gòu)策略額競爭？一般來看還是應(yīng)當盡量避免，于是，你應(yīng)當尋找被機構(gòu)投資者忽略的一些夾縫機會。比如一些低資本、低頻率的策略。
本文就到這里，感謝閱讀，歡迎訂閱~
