[原创] 你如何看待量化交易?

曾几何时,我们开始习惯用排名、等级、概率来做标尺,衡量意义的大小。似乎物品被赋予数值后,它就变得更加客观,容易被甄别。于是,我们开始接触相关系数,了解线性关系,学习概率分布......只为在诸多扰乱因素中,量化选项,筛选最佳答案。

 

而量化交易便是其中代表。量化交易跟程序化交易有很大相关性,但又不尽相同。在《证券期货市场程序化交易管理办法》中定义的程序化交易,是指通过既定程序或特定软件,自动生成或执行交易指令的交易行为。量化交易,则是基于数据和历史统计基础,通过数学工具研究市场中资产价格的变动因素,从而制定交易决策的交易模式。量化交易不一定需要用到计算机自动化执行交易,只要是基于交易因素的数量变化引发的交易,都可以叫做量化交易。

 

量化交易的优势在于利用历史数据和交易要素进行模拟分析,得到一套交易策略来执行交易。量化交易替代了人工主观判断,从而避免交易员的情绪化交易。量化交易还有一大优势就是机器学习,通过不断累积的数据和历史交易情况对交易模型进行优化迭代,从而获得不断的提升。量化交易目前在金融市场大展身手,股票、债券、商品和外汇市场都能看到它的影子。

 

目前,国内量化交易主要有两种投资策略,分别为指数增强策略和中性策略。其中,指数增强策略是指以中证500指数的成份股为标的,通过量化方式获取的超额收益,即所谓的阿尔法收益;而中性策略则是在持有股票的同时,用对应仓位资金在股指期货进行对冲,获取价差收益。

 

近年来,以大数据、云计算、人工智能为代表的创新技术的发展,推动金融市场交易模式不断演进升级,叠加市场参与者财富管理需求快速增长,量化交易迎来“量的提升”。数据显示,量化私募的管理规模逼近1.5万亿元。

 

不过,对比海外成熟市场的规模,量化交易在中国还是一个“新物种”,整体处于发展早中期阶段。随后又因多数量化私募旗下产品净值大幅回撤,规模缩水严重,量化交易再次站上“审判台”。

 

有反对者认为,头部量化交易运营机构普遍持有流动性好的股票,持仓或出现一定的同质化情况,在各机构大量减仓时会对市场形成压力,从而造成股票端的超额回撤。

 

但支持者反驳道,在行业和风格剧烈切换的极端行情下,量化策略(模型)可能面临阶段性失效,如果量化产品在相应的行业和风格上有敞口暴露,则可能面临较大的净值波动。

 

事实上,这其实是一个有关“市场公平性”的问题,也是所有专业投资者所面临的问题,量化交易运营机构亦不例外。

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
user
非凸科技
追求卓越算法,赋能量化交易
相关推荐
相关下载
登录后评论
Copyright © 2019 宽客在线