在量化交易方面,美国究竟比中国领先多久?

量化投资领域,中国不仅是本行业的技术储备不如欧美,而且实际上,量化交易经常运用各行各业的最先进科学模型来开发策略。这为量化交易提供支持的整个泛行业科研科技储备也落后于欧美。曾面试中国量化交易基金经理,感觉在本土化上具备很强优势,但研究水平和视野开阔度,比起外资同行还是稍逊一筹,这不光是能力问题,更多是技术环境问题。和其它交易策略不一样,量化交易不是纯粹靠交易天分市场直觉(但很重要,常能激发策略灵感)、而是很大程度靠科学研发能力(large scale research) 和技术水平(hardcore technologies)。谈到这里,就简单说下量化交易的策略研发方法。

 

第一类,传统策略量化。很久前,交易员们就开始做趋势策略、反转策略、剥头皮策略、造市策略等各种不同风格的策略,只不过那时是手工操作,或者半自动化。随着市场发展技术成熟,量化交易把这些策略的研发和执行自动化了,从而提高了研发效率和水平、降低了交易成本,较大程度的排除了人的不稳定因素。这类交易,可以说是利用技术来提高原有策略的研发和执行,并在交易频率和规模有了变化,但本质上并不算崭新的策略类别,以前赚钱策略的也许能赚的多一些,亏钱的策略,量化也不能把他变成赚钱,这就是「思路错了量化也救不了你。

 

第二类,科学技术驱动策略。是纯粹或很大程度上基于技术(technologies)差别的策略。这类也有一定历史,但真正变成一个庞大引入注目的策略类别,则是近10年计算机技术的飞速发展过程中产生的。常见的情形是,某机构因为采用的算法效率更高,计算机硬件更强大(超级计算机),产生了细微的速度和计算优势,从而在交易上抢的先机,并运用自动化交易频繁交易大量产品,用巨大的交易量产生稳定的收益。这类策略,IT技术和科学模型起了很关键的作用。这就是「技术就是你的思路」。

 

较早开始高频交易的Tradebot 是这类策略的典型运用者,在2002年就达到了每天一亿个订单,差不多在那个时候很多传统做市商被Tradebot 和 Getco 这样的新型电子做市商挤出市场,后来Tradebot 和 Getco 一路用技术碾压其它电子做市商竞争对手。在2005年, Tradebot剥离了 BATS Global Markets,也就是现在美国第三大股票市场BATS。而1999年Tradebot 刚成立时,工作室地点是美国农村Kansas City的一间小地下室,里面阴暗潮湿,只有5个交易员坐在电脑屏幕前监控交易,那时每台电脑上都配备了一套叫着“Tradebot”的软件。而Getco对策略的运用更广,野心更大。2012年,也是老牌做市商的 Knight 因技术故障,向纽交所发送大量错误order,导致公司巨亏4.4亿美元,股价两个交易日暴跌七成,被Getco以18亿美元价格收购。

 

人们常对西蒙斯文艺复兴的大奖章基金长期持续的高回报印象深刻,而实际上不太为媒体所知的是 Tradebot 常年保持每天(而不是每月或每年)盈利,not even one single losing day,原因是文艺复兴有很多新基金要向外部投资者融资(赚钱的大奖章很早停止了外部融资,而实际新基金表现比大奖章差很多),需要做一定程度的IR,而 Tradebot 不对外部投资者开放,自己低调赚钱,这也是HFT很普遍的特点。

 

第三类,新型量化策略。则是得益于计算机技术的发展,慢慢发展起来的策略,它不完全是基于执行的技术优势,更多是利用技术研发出新策略。例如统计套利,需要较多计算机计算资源进行数据挖掘模式识别,这在以前仅仅靠人力是难以胜任的,IT技术的发展和成本的降低使得这些策略的研发得以可行。这就是「技术产生新策略」。

 

量化投资这个行业的科技含量之高,使得它不仅招聘了大量数学博士、物理博士、计算机博士来利用其它学科的最先进技术和科学模型,同时不少研发出的模型和促进的技术进步,也反哺其它传统行业。最明显的是显卡和GPU的飞速发展,一定程度上是受到高频交易对巨大计算能力需求推动的。世界上有很大一部分超级计算机,除了呆在物理实验室,还在对冲基金里。

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
stormyone 1人赞赏收藏
相关推荐
相关下载
登录后评论
Copyright © 2019 宽客在线