什么是量化交易?
1个回答
展开全部
这是一个量化小白站在大门口的一点思考,想法可能会有很多问题,仅仅作为抛出来的砖,希望后续的学习中能雕磨出玉。
不知道大家入门量化之前,有没有像我一样的困惑,分不清什么是量化,什么是程序化。
经过我不成熟的思考,我觉得用定量的方式来确定交易策略,就是量化。将交易逻辑编写成程序,交给电脑来执行,就是程序化。换句话说,其实量化是选择交易(或投资)策略的一种方式,而程序化是执行交易(或投资)策略的一种方式。另外两者也是包含和被包含的关系。因为电脑没有主观的判断,想要把交易逻辑写成程序,必须先将其量化,所以一般地,程序化都是量化的。而量化出来的交易策略不一定用程序执行,也可以手工执行,所以量化不一定是程序化的(参考海龟那样,不知道这样说准不准确?)。
你们有没有好奇过,量化都是什么类型的呢?
根据《打开量化投资的黑箱》这本书所说,从设计交易策略的角度上分,量化可以分为理论驱动型和数据驱动型,我用我小学的理解水平翻译一下,就是分为演绎法和归纳法。举个例子,假如我要预测明天10点我是否起床了。演绎法(理论驱动型)来看,理论上如果明天是工作日,我要上班,所以就应该起床了;而如果是周末,我需要充足的休息,所以就应该没起。根据这个理论,我们就可以通过明天是否是工作日,来预测10点我起没起床。
归纳法(数据驱动型)的方式,是先找到过去n天10点时的各种数据,然后进行数据分析。通过分析数据,可能会发现,工作日的10点,我已经起床的概率是100%,而休息日的10点,我没起床的概率是99%,那么由此来根据明天是否是工作日,来预测我10点是否起床。但是,归纳法得出的结果不一定能找到理论依据,可能得出一个看上去无厘头的结果,所以普通玩家可能更倾向于使用演绎法来做量化。
同样根据上边这本书的定义,从使用的数据的角度来看,量化也跟主观交易差不多,可以分为使用价格数据的技术面派,和使用基本面数据的基本面派。技术面更多使用量价数据,而基本面更多使用财务数据、宏观经济数据,这些大家都很熟悉了,就不再累述。更重要的是如何应用这些数据,比如同样是使用量价的技术面,可以是非常简单的均线来做量化,也可以用非常复杂的数学模型来刻画走势,同一套数据在不同人手里可能得出不同的结果,所以数据的应用至关重要。
在了解量化前,我觉得量化非常神秘,仿佛有化腐朽为神奇的力量。但通过这本书简单的了解过后,我感觉好像并没有我想得那么神奇。量化更多的好处在于,让我们交易前缕清思路,而不是盲目下单。程序化更大的好处是,运算快,严格执行(其实不一定是好处,也可能会把错误严格执行)。那如果利用这些优点呢?我觉得要么通过高频,把运算快的特点利用起来,抢在主观交易者做出反应前下单,取得速度优势。要么就对大量标的进行分析,通过广撒网来重点捞鱼,捕捉到主观交易者不容易察觉到的机会。至于对单一标的深入研究,我觉得量化不一定能比主观有巨大优势,拿股票举例,可能需要非常海量的数据和适当的方法,才能比得上跟企业高管或行业大佬吃几顿饭得来的“前沿”消息。当然,这些只是我初窥量化带来的一点小想法,可能比较幼稚,还希望自己能多多学习。
不知道大家入门量化之前,有没有像我一样的困惑,分不清什么是量化,什么是程序化。
经过我不成熟的思考,我觉得用定量的方式来确定交易策略,就是量化。将交易逻辑编写成程序,交给电脑来执行,就是程序化。换句话说,其实量化是选择交易(或投资)策略的一种方式,而程序化是执行交易(或投资)策略的一种方式。另外两者也是包含和被包含的关系。因为电脑没有主观的判断,想要把交易逻辑写成程序,必须先将其量化,所以一般地,程序化都是量化的。而量化出来的交易策略不一定用程序执行,也可以手工执行,所以量化不一定是程序化的(参考海龟那样,不知道这样说准不准确?)。
你们有没有好奇过,量化都是什么类型的呢?
根据《打开量化投资的黑箱》这本书所说,从设计交易策略的角度上分,量化可以分为理论驱动型和数据驱动型,我用我小学的理解水平翻译一下,就是分为演绎法和归纳法。举个例子,假如我要预测明天10点我是否起床了。演绎法(理论驱动型)来看,理论上如果明天是工作日,我要上班,所以就应该起床了;而如果是周末,我需要充足的休息,所以就应该没起。根据这个理论,我们就可以通过明天是否是工作日,来预测10点我起没起床。
归纳法(数据驱动型)的方式,是先找到过去n天10点时的各种数据,然后进行数据分析。通过分析数据,可能会发现,工作日的10点,我已经起床的概率是100%,而休息日的10点,我没起床的概率是99%,那么由此来根据明天是否是工作日,来预测我10点是否起床。但是,归纳法得出的结果不一定能找到理论依据,可能得出一个看上去无厘头的结果,所以普通玩家可能更倾向于使用演绎法来做量化。
同样根据上边这本书的定义,从使用的数据的角度来看,量化也跟主观交易差不多,可以分为使用价格数据的技术面派,和使用基本面数据的基本面派。技术面更多使用量价数据,而基本面更多使用财务数据、宏观经济数据,这些大家都很熟悉了,就不再累述。更重要的是如何应用这些数据,比如同样是使用量价的技术面,可以是非常简单的均线来做量化,也可以用非常复杂的数学模型来刻画走势,同一套数据在不同人手里可能得出不同的结果,所以数据的应用至关重要。
在了解量化前,我觉得量化非常神秘,仿佛有化腐朽为神奇的力量。但通过这本书简单的了解过后,我感觉好像并没有我想得那么神奇。量化更多的好处在于,让我们交易前缕清思路,而不是盲目下单。程序化更大的好处是,运算快,严格执行(其实不一定是好处,也可能会把错误严格执行)。那如果利用这些优点呢?我觉得要么通过高频,把运算快的特点利用起来,抢在主观交易者做出反应前下单,取得速度优势。要么就对大量标的进行分析,通过广撒网来重点捞鱼,捕捉到主观交易者不容易察觉到的机会。至于对单一标的深入研究,我觉得量化不一定能比主观有巨大优势,拿股票举例,可能需要非常海量的数据和适当的方法,才能比得上跟企业高管或行业大佬吃几顿饭得来的“前沿”消息。当然,这些只是我初窥量化带来的一点小想法,可能比较幼稚,还希望自己能多多学习。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询