當前位置 : 觀點

江苏7位数开奖:解開量化交易的神秘外衣,冠軍量化團隊帶你入門

2019-10-16 15:10 作者: 轉載出處: 推薦人:小葳

体彩江苏7位数开奖结果18172 www.ovwgp.com 相信很多人都聽說過量化交易,那到底什么是量化交易?我們如何識別優秀的量化交易團隊?又如何在這個領域分一杯羹呢?

一、直播卡片

主 持 人:譚琳、黃嶠濛

嘉 賓:資管網創始人合伙人高成旺、紅鏈資本/紅林集團CEO李勇敏、兆貝資本CEO許壽朋

時 間:2019年10月15日周二20:00

地 點:資管網社群、AMTT社群、TokenSky社群、米林財經社群、ZBG社群

主辦單位:資管網、ZBG、TokenSky、幣權、HASHGARD、米林財經

支持媒體:布洛克財經、火訊財經、幣快報、鏈參、世鏈財經、鏈虎財經、btc123、野花說、ZBG財經、幣小白、陸基研習社、鴕鳥區塊鏈、嘻哈財經、賽博傳媒、星際世界、布道財經


二、直播開場

譚 琳:大家好,我是今天的主持,米林財經創始人譚琳。

黃嶠濛:大家好,我是今天的主持,BK FUND的黃嶠濛。

譚 琳:AMTT量化資管專題周共有3場,分別在周二、周四、周五晚上20點正式開播,我們將邀請多位資管行業大咖、量化大賽冠軍就熱門話題展開討論,并且會有空投大禮包精彩不容錯過。


首先,請允許我簡單介紹一下本次活動的主辦方:Quantking資管網,資管網力爭打造為“區塊鏈第一私募排行”,曾舉辦的“Quantking全球資管大賽”在全世界范圍內篩選出優秀量化基金。AMTT生態是Quantking資管網聯合全球20多家交易所、上百家量化團隊和投資機構共同組成的生態圈,為行業賦能和提供陽光化的私募基金數據。


本期邀請的三位嘉賓來自量化行業的資深從業者和大賽的冠軍選手,他們分別是:

高成旺:Quantking資管網創始合伙人,傳統期貨老兵,有14年傳統市場量化交易經驗,曾經擔任私募基金合伙人和顧問,2018年發起FOF基金并獲得年化70%的投資業績回報。

李勇敏:紅鏈資本/紅林集團CEO,曾任職于 BOC,擁有多年金融從業和管理經驗,并發起多支政府產業基金和上市公司并購基金。公司主營一二級市場價值投資、加密貨幣量化基金、交易所做市商業務、市值管理業務。

許壽朋:在傳統金融機構及私募基金從事9年的二級市場量化投資的研究和管理。


三、直播問答

1、什么是量化交易?量化交易到底如何盈利?

譚琳:相信我們很多的投資者都聽說過“量化投資”,但是自己想參與進來的時候似乎又無從下手,不知道怎么選擇和判斷,所以我們資管量化直播的第一期,首先向資管網高總,拋出第一個問題:什么是量化交易?量化交易到底如何盈利?@高成旺

高成旺:先回答第一個問題,也是最重要的入門問題,每個人都在談論的量化交易到底是什么?量化投資,簡單地說就是利用數學、統計學、信息技術并結合人的投資經驗來管理投資組合,利用電腦彌補人腦不能快速處理大量信息和情緒化行為的不足。

下面這兩張圖可以比形象的說明量化交易和主觀交易的不同


 通過對量化交易的定義我們能看到量化交易對比手工交易的明顯優勢有以下幾點:

1、克服人性的弱點,沒有貪婪和恐懼,紀律性強、嚴格執行投資策略,不受投資者情緒的變化而隨意更改。

2、模型的系統性:多層次的量化模型、多角度的觀察及海量數據的處理,結合大數據處理技術捕捉到更多的投資機會。人的經驗和總結和大數據相比就顯得手工交易的機會比較有限。

3、及時、快速、準確:及時快速地跟蹤市場變化,不斷發現能夠提供超額收益的新的統計模型,尋找新的交易機會。并且保證下單的準確無誤,這是主觀交易無法相提并論的。


在數字貨幣市場比傳統市場更適合量化交易的幾個特征:

1、交易不間斷:數字貨幣市場全球 7*24h*365day 不間斷,通過程序化交易策略才能實現不間斷交易,靠人工根本無法達到。

2、交易品種多:目前數字貨幣種類繁多,再加上不同的定價貨幣,形成更多的交易對。通過程序化交易不會錯失機會,多品種和多市場只能靠程序完成。

3、基于歷史數據的回測檢驗和優化:程序化可以將你的策略參數化和結果提前進行預測,讓你對交易策略本身的理解更加透徹,形成自己的交易系統。


量化交易的盈利主要是依靠交易模型來實現,對數學和統計學的知識要求比較高。通過歷史回測來檢驗策略模型的勝率、盈虧比、夏普值、年化收益率等指標來挑選使用實盤的交易模型。量化交易可以利用計算機對海量數據分析得到常人難以發現的盈利機會,而且有些機會只有量化交易才能利用。

比如你發現一種交易方法,其特點是盈虧的額度相等,但盈利的概率是55%,虧損概率45%。首先這種小差距的概率規律,非量化模型歷史回測不能發現,其次,要利用這個規律盈利需要大量次數的交易才能穩定盈利,這也必須量化交易才行。


2、量化交易策略有哪些?

譚琳:量化交易策略有很多專有名詞,讓很多入行小白不知所以然,也是一個專業的量化團隊的實力應用?高總能給我們大家講解一下量化交易策略?@高成旺


高成旺:數字貨幣量化比較常見的策略類型:CTA策略、搬磚套利、三角套利、期現套利、做市商策略、高頻交易等。為大家簡單介紹2種常見策略:

1、CTA策略(Commodity Trading AdvisorStrategy)稱為商品交易顧問策略,也稱作管理期貨。商品交易顧問對商品等投資標的走勢做出預判,通過期貨期權等衍生品在投資中進行做多、做空或多空雙向的投資操作。

就投資方法而言,CTA基金有兩大類,一類是主觀CTA,即由基金管理人基于基本面、調研或操盤經驗,主觀來判斷走勢,決定買賣時點;

第二大類是量化CTA,是通過分析建立數量化的交易策略模型,由模型產生的買賣信號進行投資決策。其中每個策略又包含了一些不同的子策略。

量化CTA中用的比較多的策略是趨勢交易策略,趨勢交易就是用大量各種策略模型尋找當前的市場趨勢,判斷多空;趨勢策略可以說是無懼牛熊,只要有上漲或下跌的行情就能獲利。這種策略特別在牛熊快速轉換或者趨勢明確時,優勢非常大。但如果趨勢不明顯,或者是震蕩市場,那么這種策略可能會因為來回不停的止損而出現回撤。


2、期現套利策略:期現套利的實質是對現貨價格和期貨價格的基差進行投機。理論上來說,期貨價格就代表著現貨未來的價格。但二者之間會存在基差(基差=現貨價格-期貨價格),基差的變動是可以分析和預測的。一旦基差偏離較大,就出現了期現套利的機會。即使分析失誤套利的風險也遠比單向投機的風險低。

3、傳統量化與數字資產量化的區別?

黃嶠濛:傳統量化我們熟悉的有股票,期貨,外匯這些,這些市場已經很成熟了,而數字資產的量化才剛剛興起,傳統量化與數字資產量化還有哪些相同點,又哪些不同的點?@李勇敏

李勇敏:傳統量化與數字貨幣在策略和從業人員有很多相同點,甚至很多數字貨幣團隊是從傳統金融上轉業過來。兩者又在在市場流動性、監管方面、交易環境有比較大的區別,尤其是市場監管方面,目前數字貨幣領域還是灰色領域。


4、傳統期貨高頻交易和數字貨幣高頻交易的一些情況?

黃嶠濛:李總的團隊-紅鏈資本,參加Quantking資管大賽取得非常好的成績,也請李總介紹一下紅鏈的策略情況?@李勇敏

李勇敏:我們的量化策略有程序化CTA、合約幣幣高頻交易、統計套利、做市策略以及組合策略,核心團隊由國內外頂尖量化專家組成。其實很多人都以為我們紅鏈只會做高頻策略,其實是不了解我們,我們的做市商策略為幾十個交易所在服務,我們的趨勢策略和組合其實也很錯,只是今年都沒對外募資,只用自有資金運營。


5、個人投資者如何參與到量化交易?確保量化策略穩定獲利?

黃嶠濛:對于感興趣的投資者,如何參與量化投資?比如他是可以自己做量化交易嗎?還是選擇靠譜的量化交易團隊?選擇了一個量化團隊后,如何確保穩定獲利@許壽朋

許壽朋:1、量化投資是一個專業性較強的工作,不建議不會編程的個人投資者直接進行量化交易策略的開發。專業的事情最好由專業的人來做。

2、如果只是想是確保穩定獲利的話,個人建議選擇統計套利策略。


6、目前的量化交易市場上存在什么問題?

黃嶠濛:通過前面的幾回合解答,我們對量化交易有初步的認識,一個新生的行業會有很多需要改進的地方,目前的量化交易市場上存在什么問題? @許壽朋

許壽朋

1、交易所基礎設施差,經?;岱⑸衿韃晃榷ê凸收?。

2、沒有具有信任背書的托管渠道。

3、市場有效性差。

4、交易所過多導致流動性分散。

量化交易在數字貨幣市場面臨較大挑戰。但是因為是早期市場,也存在較大的機會。


黃嶠濛:兆貝資本曾經參加過大賽取得過CTA策略的冠軍,現在以套利策略又取得很好成績,也請許總介紹一下兆貝的策略情況?

許壽朋:當前的核心策略為統計套利,高頻做市策略。我們更看重的是不同策略上的收益風險比。即:年化收益率/最大回撤率;在市場波動持續減小的情況下,我們更愿意在統計套利上花精力,今年我們的高頻和套利收益風險比相對較高,因為我們可以把套利的最大回撤控制在0.2%以內。


7、目前的量化交易市場上存在什么問題?

黃嶠濛:針對提到了目前數字資產量化交易市場上存在的問題,紅鏈和兆貝兩家量化團隊目前有哪些解決方案?@李勇敏 @許壽朋,共同回答一下


李勇敏:策略的適應性問題,在傳統金融領域也同樣出現,策略不可能一成不變也可以賺錢,大多數策略需要不斷根據市場行情進行修正參數。目前交易深度的問題,也很正常,數字貨幣在某種程度上也會牛熊進行轉換,也算是一個周期性行業,在交易所做市商方面,我們跟多家頂級交易所建立了戰略合作關系,是幾十家交易所的做市商,在交易所的流動性和合約設計上有密切的合作關系,紅鏈資本在數字貨幣領域做市月均成交量2000億元,為數字貨幣領域的交易深度提供了貢獻。

許壽朋:我認為要解決策略的適應性和應對交易深度的解決方式,最有效的是加入自適應算法,也可以說是人工智能算法,這樣程序會根據市場的變化而自動調整,比如,程序可以根據盤口的變化對微觀走勢進行預測來決定掛單價格。比如,可以根據市場波動率和盤口厚度自動調整下單手數,等等一系列此類智能算法可以有效解決這個問題。

因為沒有人能完全準確預判市場走勢,而市場總是后知后覺,我們能做的只有讓程序去不斷適應市場的走勢。此類智能算法和機器學習算法不同,因為當前市場樣本數少,樣本數據不充分的情況下深度學習的結論準確性也會較低。


8、最重要的投資原則和風險是什么?

譚琳:最后,投資有風險,三位量化的專家,對于投資者在選擇量化投資的時候,有哪些需要注意的風險?最重要的投資原則又是什么呢?

高成旺:因為高風險的市場并不適合普通散戶進入,盡管中國有一個散戶特征非常強的群體。但是“All in百倍幣”、“百倍杠桿做合約”這些極度的風險偏好者還是會很快在市場上消失,也希望普通投資者能回歸理性,分散投資。

最重要的投資原則:寧缺毋濫,投資量化團隊是主要投人而不是模型。投資的主要風險是對市場認知不足,容易被短期的業績和包裝所誤導,缺少耐心必然導致失敗。

李勇敏:投資者選擇量化策略的時候要想好自己的風險承受能力,目前最大風險就是市面上絕大多數量化團隊都是騙子,需要注意風險。沒有百分百不虧錢的策略,我們也曾經給客戶較大回撤過。最重要的投資原則我覺得是要鑒別量化機構的投資背景,假如全虧完了,該機構有沒有資本進行賠償。

許壽朋:我想量化交易最大的風險就是濫用杠桿,我從不羨慕用高杠桿換回來的超額收益,更不應該抱著對風險的僥幸心理。我自己的投資原則是穩定而可持續的收益長遠來看一定是最佳的。不應因追求高收益而忽略風險。


三、互動環節

問題1:對比傳統市場的量化歷程,目前數字貨幣行業的量化處于哪個階段?@高成旺

高成旺:很多人喜歡用早期的股票市場來做比較,但是我感覺那個目標有點大了,目前全球數字貨幣的總量也就3000億美金左右?;共壞揭桓齟笮突チ教ㄐ凸鏡牧考?,并且比特幣又占了全部數字資產的70%以上。

我覺得更適合的對比是早期期貨市場特征更像,因為期貨可以交易的品種比較少,90%以上的人只交易銅、橡膠少數幾個品種,最近幾年才開始陸續有黑色金屬、農產品、股指期貨的火爆。現在數字貨幣量化交易的品種還是集中BTC、ETH少數品種。

期貨交易所在早期階段也是全國百家以上交易所,很多小地方都有交易所,一個品種在很多交易所上可以做,非?;炻?,最終國家進行了清理整頓只保留了鄭州、大連、上海3家商品交易所。

目前數字貨幣的“千所大戰”,和當年的期貨交易所遍地開花很像,最終應該只會留下幾家市場服務好、治理規范的交易所,這個過程可能要3到5年,也可能會很快因為監管政策出手而加速。

我們接觸到很多參加資管大賽的量化團隊投資水平普遍還是比較高的,投資的業績比美國量化團隊也一點不差甚至更好,只是因為各種原因還比較低調。

另外因為交易所資金安全問題,一直沒有第三方托管和監督這些基礎設施的不足問題,目前還類似早期股票專戶理財的方式居多,也影響了行業的發展。正因為早期階段進入的傳統私募還比較少,利潤才可能做到年化30%甚至70%的可能性。

隨著Libra的進入,未來10年應該是傳統巨頭和傳統資金真正開始進場的階段,市場規?;?0倍甚至更高,但是投資數字貨幣和數字資產的散戶群體我覺得可能還是在200-300萬這個量級,這個可以從期貨市場20多年的發展結果來分析。


問題2:數字貨幣量化的策略開發難度大,散戶如何上手,策略商城或者智能投顧會有市???@許壽朋

許壽朋:當前的數字貨幣市場環境下,散戶如果不會編程基本很難上手,也更難開發一些風控和智能算法。

而智能投顧類的項目,我想隨著市場的不斷成熟,一定會是一個很重要的組成部分,就像傳統金融市場的微量網,量化易,聚寬,米寬等等智投和量化平臺都已經發展的很大。本質上,這些是在為市場的交易人員提供更加便利的工具。


問題3:這次資管大賽紅鏈的成績還會有上次那么高的收益?@李勇敏

李勇敏:上次比賽收益做到了4500%,這組策略跟上次比賽是不同的策略,收益肯定還可以,不同的策略,現在行情也差,應該不好這么高收益。


歡迎大家圍觀,在資管網的官網上有成績

https://www.amtt.io/#/_Assets/Assets


四、結語:

譚琳:今天我們AMTT量化資管專題周第一期:冠軍帶你入門量化交易活動到此結束。本周四晚8:00,我們將進行我們的第二期活動:“好基金到底怎么???”歡迎大家到時候準時收聽我們的直播。我們下期見,拜拜~


一站關注,多維度進入移動游戲圈
上方網: sfw-2012
上道: shangdaowx
小伙伴招聘:xhbzhaopin
愛鏈客: izhike2012
標簽:    
相關閱讀
你可能感興趣的資料