[原创] 从另外一个角度讲量化交易心得

量化交易是一个相对冷门的职业,你很难在生活中接触到职业做量化交易的人。当然在这个圈子中,也有相当大一部分人热衷于量化交易,这种既需要了解编程语言,又需要懂交易策略,就已经是“高手”级别了,因为这样做出来的策略才可能持续稳定的获利。

 

那到底什么是量化交易呢?我们先看官方是怎么说的:量化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。

 

不一样的量化

听完上述的量化交易概念,是不是一脸懵逼呢?今天我们从另外一个角度讲不一样的量化。有许多交易者一开始认为量化交易门槛很低,只要是有点市场交易经验,懂点量化编程,基本上都在用自己的策略自动下单,或者按照策略模型信号的提示进行主观交易。而并不需要关心究竟是哪个交易市场和交易品种。

 

因为量化交易者用自己的策略进行历史数据回测,平均每个月都实现了正收益。交易策略是量化交易的实例,通常不同类型的策略,产生的效果也不近相同,所以一个策略是否正确可行,不仅仅要通过历史数据回测,还需要进行实战交易测试。

 

我们知道人的认知和行为,是很容易受到市场和大多数群体情绪的影响。比如:当你身处某个环境中超过十分钟时,你可能会受到这个环境的影响,此后你的决策将受到非理性因素的影响,你的行为将被外界干扰。大多数人都想干预模型。因为趋势跟踪策略开发容易,实盘坚持则很难,这类策略都是以捕捉大行情为基础的,但是通常大行情是难得一见的。所以在漫长的等待中,交易者很容易对自己的系统产生怀疑,转而相信自己能够战胜概率。

 

勿想暴富

所以只有真正实盘交易过的人才会明白,要想在期货市场凭自己所理解的技术分析去赚钱,太难!想要开发出回测绩效很牛的趋势性策略,量化交易高手可以分分钟钟搞出来。但是回测并不断等于实盘,用历史数据回测只是对策略的估计,在历史数据中回测有效,但不代表在未来的实盘中就是有效的。特别是那些量化交易初学者,喜欢写很多外部参数过度优化,如果一个策略,在历史数据回测中没有很好的绩效,改个参数就有很好的绩效,那么通常这类策略是不太可能直接用于实盘的。

 

回测并不等于实盘

还有一种情况就是,用历史数据回测,几分钟之内就能回测好几年的数据,并且你在回测中是没有主观感觉的。但是同样的策略,如果在真金白银实盘中,分分钟钟都是煎熬。盘面的每一个跳动,都会刺激你的神经,账户的亏损带给你的是痛苦。

 

如何优化策略

那么,当策略编写完并通过初步回测后,如何进行优化呢?在回答这个问题之前,我们先要问自己,我们开发量化交易策略的目的是什么?答案就是:理性、稳定、盈利。用一句话总结就是:“获取收益”。

 

这将包括科学的风控系统、有效的技术分析、稳定的心里素质,这些才是实现稳定获取收益的前提。而交易策略就是你交易理念和交易哲学的具体实例。任何交易都是由行情分析和仓位管理两大部分构成。

 

而仓位管理所涉及的不仅仅是进场和出场,它还设计更多的决策,比如:整体风控、加建仓、止盈止损复杂和高频率的决策使得带有情绪且精力有限的人无法胜任。疲劳和焦虑下的决策会导致失误,想必每个交易者都深有体会。

 

策略筛选

市场上有很多开源的量化交易策略,尽管你一开始并不知道它们的效果如何,但是可以通过阅读那些策略源代码,了解他们的策略理念,你至少可以筛选出一些不错的策略模型。

 

举个例子,如果一个策略由风控和资金管理组成,对策略开平仓方向趋势判断,和报单下单实现精准的量化交易,策略可能只捕捉波段或者趋势的启动时间,如果开仓后,行情并未如预期运行,则会及时止损,并且采用小止损大止盈的方法,根据行情区间突破的顶部和底部开始建立头寸。

 

如果开仓后,行情如预期所预料运行,则在必要的时间或点位加仓,并启动风控模块,跟踪止损。或者可以改进为:通过分析大周期多空走势来判断大方向,然后可以根据小周期进行更精确的买卖交易。采用分批止盈、分批止损,来保证每次入场交易都保持相对较高的盈利概率。

免责声明:信息仅供参考,不构成投资及交易建议。投资者据此操作,风险自担。

如果觉得文章对你有用,请随意赞赏收藏
相关推荐
相关下载
登录后评论
Copyright © 2017 宽客在线 京ICP备15046776号