科普:量化交易是什么意思?量化交易有哪些步骤?

今天一个朋友和我探讨了量化交易的实用性问题,也就是量化策略回测结果对个股是否有效的问题。我觉得还是有必要写一写,也许能让大家更容易理解量化交易。

量化交易

量化交易是什么意思?

之前说过,量化交易就是将交易思路写成算法,用数学方式表达的电脑交易方法。这里面最重要的就是交易思路。

无论是量化交易还是手工交易,都需要一个交易方法,或者称为交易思路,这其实是统计学范畴的事情。统计就是说,用有限的样本特征来估算是否总体有效的结论(如果质疑这种方式,那就是质疑统计学了,这是做量化交易的基础)。

也就是说,无论什么交易思路,都是对过往经验的规律总结,再经过大量历史数据验证后,如果能达到统计学要求的置信区间水平,就可以称这个思路或者策略总体有效(统计学意义上的有效,意思是即使结论说有99%的概率盈利,你按照这个方式交易也可能很多次都是亏损,甚至持续亏损,需要有一定数量的交易才能达到这个有效性。比如:抛硬币需要抛很多次某一面才能达到50%的出现率)。所以,这种有效并不是说得出的结论对所有个体所有时间都会有效,因为会有特异性存在,还有就是实际环境与测试环境上的差别。

量化交易有哪些步骤?

要完成一个量化交易策略的步骤就是:

  • 第一步:找一种可能有效的规律

这个规律可以是自己琢磨出来的,也可以是看别人的。布林线是一个前人验证有效的规律,并不是我随便拍脑门出来的。在一开始拟定规律的时候,我并不知道这个规律是否总体有效。

  • 第二步:找多支个股测试规律,验证其可行性

拿个股进行测试的时候,需要选择多个周期的数据来验证,并且要找尽可能多的个股和时间周期进行验证。在我写文章之前,用布林线至少测试过几百支股票不同历史时间段的数据。证明在一定条件下,这个策略具有可行性。(写文章不会将所有的测试都写出来,所以只能用某只个股来举例说明,并不代表我只用一只股票测试完就认定这个策略可行。)

  • 第三:寻找所有可行区间的特征

就是我们想知道这个规律为什么有的个股有效,有的个股无效;为什么在这个区间内有效,为什么在别的区间无效。于是就有了大量的条件研究,比如ADF, Hurst,标准差、偏度等。再通过选定一些个股进行验证,得出这些参数是否可靠,更重要的是,这些条件不只是针对某支股票的,也就是一定要具有普适性。(这些条件研究,很多是借鉴了别人说过有效的条件,自己也经过大量的测试验证,文章里并没有写所有的测试过程。这些验证周期我大概用了3个月时间,每天都在做数据验证。)

  • 第四:个例条件验证完,进行大面积回测

这种回测需要对符合条件的不同股票,不同时间周期进行测试。这个工作量非常大,对于个人来说是一个不可能完成的任务。于是,我取了巧,就是进行轮动验证,就是每天根据找到符合条件的个股来换仓,从而模拟多支股票的回测过程。我的测试并不完善,有些测试过,所以可以加进去,比如Hurst,回归周期等,有些没有完整测试过,并不敢加到真实交易中,比如分仓、偏度、卡夫曼滤波等。但目前的情况是这个策略远远没有到达优化到极致的程度,仅仅还是一个框架,想用这个策略交易的话,还需要持续测试优化。

  • 第五:回测验证完成后,进行模拟测试,也就是实际验证

目前我的交易模型测试工作还在进行中,后续还需用真实交易再次验证策略的可行性。当所有工作完成后,我们才可以进入实盘完全量化交易。进入实盘后,一定要采用之前测试过的策略进行交易,没有验证过的算法和参数是不能随便加进去的。

写了这么多,可能会得出一个结论,就是量化交易这玩意可能根本没用,因为你研究出来的交易策略(或模型)不能确保盈利。本来就是啊,用策略做交易只是在有目标、有计划、有手段、有概率的“四有”赔钱,不同于按心情交易的无明确目标、随意开平仓、听信不知道是猫还是狗的推荐、概率无限小的“四无”赔钱。至少赔了钱还能找找原因,不用再剁手了。

要明白一点,“量化”是一种手段,量化的是一种交易策略或模型,并不代表你能量化就一定能盈利,盈利的核心还是在交易策略和模型的本身,和量不量化关系不大。

炒股技巧

基金怎么玩新手入门:基金被套好不容易回本,要不要卖掉?

2022-4-18 20:44:49

炒股技巧

新手炒股入门学习:股票交易中如何避免非理性操作?

2022-4-19 15:59:37

搜索