每日金融小知识第20期：量化交易

币圈吴彦祖 • 2022年6月28日 pm4:00 • 量化交易 • 阅读 9

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筛选能带来超额收益的多种“大概率”事件以制定策略。简单来说，就是依靠计算机程序实施投资策略的方法。

说点人话：老王的老婆是个会持家又爱购物的人，看到要买的东西会先加入购物车，等到“双十一”再把积攒在购物车里几十上百件商品都买下来。

老王觉得老婆每年太辛苦，为了提醒自己买货还要调闹钟，有些东西还经常因为付款慢了没有抢到。老王就写了个程序“自动付款”，只要到双十一，老婆购物车里的所有东西就能自动付款成交，这种针对所有标的，不再需要人工操作，只要达到触发条件（双十一）就能自动实施决策的方法就叫量化交易。

有人发现当股价上涨一段时间后，股价继续上涨的可能性要高于回落的可能性。一只比其它股票上涨得快的股票，可能会继续比其它股票上涨得快。这种策略说起来简单，但是在实操层面，A股市场一共有四五千只股票，人力无法在短时间分析完所有股票并做出买入或者卖出的决策。但是有了计算机，就可以挖掘海量数据，建立数学模型，从而设计交易触发条件，一旦条件达成，就能对全市场股票完成买入或卖出的指令。量化交易是根据模型的运行结果做出的理性决策，能帮助我们克服人性的不理智行为。

文中所有例子只是为了科普，并不代表量化交易只能用于股票。它在现代金融学的应用相当广泛，就美国市场而言量化交易占比超过70%。

拓展阅读：举例所用的“有人发现......”的那些规律是金融学中一个很著名的交易策略叫动量交易。很多设置量化交易的基金都是以此为依据进行因子抓取、数据分析建立数学模型。如果对动量交易感兴趣，可以参考《趋势永存：打败市场的动量策略》。

专门做量化的同学告诉我，量化策略的输出就是“建模”+“限定条件”，例如：在A情境下采用策略1，达到某阀值触发B情境，此时多少权重的资金采用策略2。所以整个策略输出过程，一方面是大数据回测概率提高信度，另一方面是修正约束条件提高效度。

以上这些均有前提：假设市场是有迹可循和处于稳态当中。

但是市场告诉我它并不是一直都处于稳态当中，所有的量化交易都是从历史数据挖掘规律，它让我们克服人性不理智的同时带来了“历史决定将来”的伪命题，这也是量化交易存在的最大风险。

美国有一家著名的长期资本管理公司，旗下包括两个诺贝尔奖得主，还有一个美联储的副主席。当时这个公司做的量化模型，市场上见都没见过。在1998年之前，这家公司业绩可以做到年化32%的收益率，远远超过同行。但是1998年俄罗斯卢布大幅贬值，市场上疯狂抛售俄罗斯债券。长期资本管理公司的模型有个假设，俄罗斯这样的大国是不可能赖账的，所以他们不但没有抛售还更加激进地买入。后来的事，我们都知道。1998年8月17日，俄罗斯发表声明，不再偿还任何债务。长期资本管理公司因此一天就亏掉几亿美金，一个月之后被迫清盘。

原创文章，作者：币圈吴彦祖，如若转载，请注明出处：https://www.kaixuan.pro/news/387914/

每日金融小知识第20期：量化交易

相关推荐