BIT:量化投资简介

Overview概述

随着量化金融领域日渐成熟,量化交易方法也在金融投资过程中应用越来越广泛,并被投资者熟知。但目前国内量化投资发展较为缓慢,投资者参与量化投资积极度较低。量化投资仍主要掌握于专业机构手中,对相应技术和数据分析能力要求高。本文将简介量化投资,帮助投资者更加容易了解量化投资。

Report报告

量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。量化交易简单来说就是应用了统计学和概率学,通过了抽样和相关性分析,应用多元回归和时间序列分析以及数学模型来形成的投资决策。定量投资和传统的定性投资本质上来说是相同的,二者都是基于市场非有效或弱有效的理论基础。两者的区别在于定量投资管理是“定性思想的量化应用”,更加强调数据。

量化交易的历史大致可以分为三个阶段,第一阶段,1971~1977年,1971年世界第一支被动量化基金由巴克利国际投资管理公司发行。1977年,第一支主动量化基金由巴克利发行,总额70亿美元,是美国量化投资的开端。第二阶段,1977~1995年,这一阶段计算机技术飞速发展,为量化投资的数据分析打下了很好的铺垫。第三阶段,1995年至今,量化投资的成熟阶段,目前,全部投资中,量化投资的占比超过50%,其中指数类投资全部采用定量技术,主动策略投资中,30%左右使用定量技术。

加密量化交易公司Spield Algorithm完成新一轮融资,BitValue参投:3月8日消息,加密量化交易公司Spield Algorithm宣布完成新一轮融资,Web3投资机构BitValue参投,具体投资金额暂未披露。

Spield Algorithm核心团队目前管理价值30亿美元的加密资产,同时还为部分加密公司和CEX担任流动性提供者的角色,其当前资产管理规模超过100亿美元。BitValue对Spield Algorithm的投资也将推动AI量化交易和分析在Web3领域中的应用。(Globenewswire)[2023/3/8 12:49:24]

量化交易特点

1、纪律性。坚决执行模型的运行结果进行决策,减少因投资者情绪波动而导致的非理性的投资决策。

2、系统性。多层次,包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型;多角度,定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度;多数据,即对海量数据的处理。尽可能的涵盖市场多维度数据,来进行有效测算。

市场分析:欧洲央行可能出台更多量化宽松政策 但降息将“过于痛苦”:Eric Sturdza Investments固定收益投资组合经理Eric Vanraes表示,欧洲央行可能会再次放宽政策,因为在变种新冠病蔓延和欧洲疫苗推广缓慢的情况下,欧元区复苏情况不佳。降息将“过于痛苦”且“没有真正的用处”,相反,欧洲央行可以延长或扩大量化宽松,或者两者兼而有之。去年12月,欧洲央行将紧急抗疫购债计划扩大至1.85万亿欧元,并至少延长至2022年3月。许多市场参与者担心,进一步将利率下调至负利率区间将损害银行的利润率。[2021/2/10 19:22:20]

3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会,从而发现估值洼地,并通过买入低估资产、卖出高估资产而获利。

4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用;二是依靠组合资产取胜,而不是单个资产取胜。

量化投资技术方法

1、统计套利

标准共识全球量化大赛Bitget分赛场报名截止8月15日:据官方消息,Bitget与标准共识共同将联合举办全球量化大赛Bitget分赛场。活动已于8月7日正式开启报名,本轮报名将于8月15日截止。据悉,本次大赛时间为8月15日-9月15日,为期一个月。同时面向大、中、小型量化机构、团队及个人KOL进行,旨在以量化大赛为契机,长期跟踪量化成绩,为投资方筛选资金管理方。Bitget将出资对BTC/USDT量化策略组的冠/亚/季军,共六个团队进行1:1投资。[2020/8/10]

统计套利是利用资产价格的历史统计规律进行的套利,是一种风险套利,其风险在于这种历史统计规律在未来一段时间内是否继续存在。

统计套利的主要思路是先找出相关性最好的若干对投资品种,再找出每一对投资品种的长期均衡关系,当某一对品种的价差偏离到一定程度时开始建仓,买进被相对低估的品种、卖空被相对高估的品种,等价差回归均衡后获利了结。股指期货对冲是统计套利较常采用的一种操作策略,即利用不同国家、地区或行业的指数相关性,同时买入、卖出一对指数期货进行交易。在经济全球化条件下,各个国家、地区和行业股票指数的关联性越来越强,从而容易导致股指系统性风险的产生,因此,对指数间的统计套利进行对冲是一种低风险、高收益的交易方式。

Bibox 量化产品负责人 David:币圈在“生产工具”层面正在发生着变化:6月10日,Bibox 量化产品负责人 David在直播AMA中,与社群用户共话“AI量化交易——震荡行情下新的盈利点”。他表示:随着币圈的不断发展,玩家的专业性也会越来越高,目前币圈在“生产工具”层面正在发生着变化。Bibox的量化产品,将会提供以CTA、网格、跨市场套利为主要产品的工具矩阵。

据透露,除已经上线的定投理财、跨市场套利、网格交易之外,趋势交易(CTA)、合约网格以及其他的量化工具也将在近期面世。[2020/6/10]

2、算法交易

算法交易又称自动交易、黑盒交易或机器交易,是指通过设计算法,利用计算机程序发出交易指令的方法。在交易中,程序可以决定的范围包括交易时间的选择、交易的价格,甚至包括最后需要成交的资产数量。

算法交易的主要类型有:

(1)被动型算法交易,也称结构型算法交易。该交易算法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时机和交易的数量,而是按照一个既定的交易方针进行交易。该策略的的核心是减少滑价。被动型算法交易最成熟,使用也最为广泛,如在国际市场上使用最多的成交加权平均价格、时间加权平均价格等都属于被动型算法交易。

分析 | eToro分析师:美联储量化紧缩政策可能对比特币市场产生很大影响:eToro分析师Mati Greenspan在谈到各种资产类别如何显示相关性时表示,美联储正在进行的量化紧缩计划可能是比特币价格去年大幅下跌的原因之一。他解释道,美联储决定逆转危机时期的债券购买行为,在所有主流和新兴市场引发了一波抛售浪潮,其中包括美国股票、债券和加密资产。随着财政部开始为其债务寻找新的买家,这一决定使资金从金融系统中流出,从而转变了投资者一味买进的习惯。综合分析结果显示,比特币兑美元仍可能处于熊市回调区间。[2019/1/11]

(2)主动型算法交易,也称机会型算法交易。这类交易算法根据市场的状况作出实时的决策,判断是否交易、交易的数量、交易的价格等。主动型交易算法除了努力减少滑价以外,把关注的重点逐渐转向了价格趋势预测上。

(3)综合型算法交易,该交易是前两者的结合。这类算法常见的方式是先把交易指令拆开,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交易算法进行判断。两者结合可达到单纯一种算法无法达到的效果。

常见的量化交易策略

1、B-breaker

在外汇交易系统中,枢轴点(PivotPoints)交易方法是一种经典的交易策略。PivotPoints是一个非常单纯的阻力支撑体系,根据昨日的最高价、最低价和收盘价,计算出七个价位,包括一个枢轴点、三个阻力位和三个支撑位。阻力线和支撑线是技术分析中经常使用的工具之一,并且支撑线和压力线的作用是可以互相转化的。从交易的角度上来看,PivotPoint好比是作战地图,给投资者指出了盘中应该关注的支撑和阻力价位,而至于具体的战术配合,PivotPoint并没有具体地规定,完全取决于投资者自身的交易策略。投资者可以根据盘中价格和枢轴点、支撑位和阻力位的相关走势灵活地制定策略,甚至可以根据关键点位进行加减仓的头寸管理。

2、海龟交易法

海龟交易法是著名的公开交易系统。首先进行市场和品种选择,选择关联度低、流动性好、容量大的市场和品种进行组合投资。其次决定头寸规模,采用基于波动性的头寸管理策略。海龟交易法建仓有两套规则,第一套建仓规则为以20日突破为基础的短线系统,第二套建仓规则是以60日突破为基础的长线系统,加仓规则是价格在上次买入价格的基础上往盈利的方向变化,即可在增加25%仓位。海龟交易法同样具备两种止损规则,统一止损是任何一笔交易都不能出现账户规模2%以上的风险;双重止损是账户只承受0.5%的账户风险,各单位头寸保持各自的止损点位不变。海龟交易法的卖出规则一旦出发都要退出。

3、凯利公式

凯利公式由JohnLarryKelly于1956年提出。它指出在一个期望收益为正的重复性局或者重复性投资中,每一期应该下注的最优比例。藉由捕捉可以最大化结果对数期望值的资本比例f也就是得到长期增长率的最大化。那么在单纯的就有两种结果的简单局来讲,这里的两种结果指的是:输去所有注金,或者获得资金乘以特定赔率的彩金。

可以通过一般的陈述引导出下面的公式:f=\u002Fb。凯利公式在量化投资中的应用是确定投资品的最佳杠杆比率,凯利公式的核心是在于控制风险。

4、卡尔曼滤波算法

在40年代,美国科学家Wiener和前苏联科学家Kолмогоров等人研究出最佳线性滤波理论,之后又被后人称之为维纳滤波理论。从理论的角度来看,维纳滤波存在着一个最大的缺陷:就是一定要应用到无限的过去数据,再实时处理上,并不适用。在40年代,为了打破这一缺陷,Kalman将状态空间模型引入到滤波理论里,并引导出了一套递推估计算法,后期又被人称作卡尔曼滤波理论。它是以最小均方误差为估计的最佳准则,因此来找到一套递推估计的算法,它的根据就是:选用信号与噪声的状态空间模型,把前一时刻的估计值和现时刻的观测值利用起来,然后更新对状态变量的估计,从而求出和得到现时刻的估计值。它在实时处理和计算机运算方面都非常的适用。

5、蒙特卡洛期权定价

根据资产价格呈对数正态分布的假设,模拟出资产在期权持有期内的不同的价格走势,得到资产在期权到期日的不同价格分布,由此根据期权在资产不同价格下的价值得到期权在到期日的价值分布,再取期权在到期日价值的均值作为期权价格。通过模拟标的资产价格路径预测期权的平均回报,紧接着就是得到期权价格估计值。在市场当中,蒙特卡洛方法的最大的优越点就是:误差的收敛率从来不会依靠于问题的维数,也就是这个原因,在高维期权定价时,应用这种方法是最合适不过了。

Conclusion结语

量化交易简单来说就是应用了统计学和概率学,通过了抽样和相关性分析,应用多元回归和时间序列分析以及数学模型来形成的投资决策。将风险和收益更加具现化,让投资者在进行投资决策阶段更加清晰和准确。

风险提示:

警惕打着区块链和新技术的旗号进行非法金融活动,标准共识坚决抵制利用区块链进行非法集资、网络、ICO及各种变种、传播不良信息等各类违法行为。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

地球链

[0:15ms0-0:949ms