马特量化机器人源码量化交易的特点以及应用
定量投资与传统的定性投资本质上是相同的,都是基于市场无效率或弱效率的理论。两者的区别在于,定量投资管理是一种“定性思维的定量应用”,更强调数据。定量交易具有以下特点:
量化交易
1.纪律。根据模型的结果做出决定,而不是根据感觉。纪律不仅能抑制人性中贪婪、恐惧和侥幸的弱点,而且能克服和跟踪人的认知偏差。
2.系统的。具体表现为“三个以上”。第一个层次是多层次的,包括大资产配置、行业选择和特定资产选择三个层次。二是多角度,量化投资的核心理念包括宏观周期、市场结构、估值、增长、盈利质量、分析师的盈利预测、市场情绪等方面。三是多数据,即海量数据的处理。
3.套利的想法。量化投资通过全面系统的扫描,抓住错误定价和错误估值带来的机会,从而发现估值的洼地,通过购买低估的资产和出售高估的资产来获利。
4.概率获胜。首先,定量投资是不断挖掘历史数据中预期会重复的规律,并加以利用;其次,它依赖于资产的组合来取胜,而不是单一的资产来取胜。
应用程序编辑
定量投资技术包括多种具体方法,广泛应用于投资品种选择、投资时机选择、股指期货套利、商品期货套利、统计套利、算法交易等领域。本文以统计套利和算法交易为例。
1.统计套利[2]
统计套利的主要思想是先找出几对相关性最好的投资品种,然后找出每一对投资品种之间的长期均衡关系。当一对品种的差价出现一定程度的偏差时,就开始建立头寸,买入相对低估和相对高估的品种,回到获利之前的等价差价的均衡状态。股指期货套期保值是统计套利中常用的一种操作策略,即利用不同国家、地区或行业的指数相关性,同时买卖一对股指期货进行交易。在经济全球化的条件下,各个国家、地区和行业的股指之间的联系越来越密切,容易导致股指的系统性风险。因此,对指数间的统计套利进行套期保值是一种低风险、高收益的交易方式。
2.算法交易。
算法事务的主要类型是:(1)被动算法事务,也称为结构化算法事务。除了使用历史数据估计交易模型的关键参数外,交易算法不会根据市场条件主动选择交易时机和交易数量,而是根据给定的交易策略进行选择。该策略的核心是降低不断下滑的价格(目标价格与实际平均价格之间的差距)。被动算法交易是最成熟和应用最广泛的。例如,在国际市场上使用最多的VWAP和twap属于被动算法交易。(2)主动算法交易又称机会算法交易。这种交易算法根据市场情况进行实时决策,判断是否交易、交易数量、交易价格等。除了试图减少价格的下滑外,主动交易算法逐渐将重点放在价格趋势的预测上