首页 百科 量化交易最简单的方法 世界最简单量化交易策略

量化交易最简单的方法 世界最简单量化交易策略

量化交易系统由四个主要部分组成:

策略识别:寻找策略,发挥优势,确定交易频率。 回测:获取数据,分析策略表现,消除偏见。 交付系统:连接经纪人、自动化交易并最大限度地降低交易成本。 风险管理:最优资本配置、最优投注或凯利准则、交易心理学。

策略识别

所有量化交易过程都从初步研究开始。 这个研究过程包括寻找一个公平的策略,测试它对你可能正在使用的策略组合的适用性,获取测试策略所需的任何数据,并努力优化策略以提高利润或降低风险。 如果您是“散户”交易者,一定要了解您的资金是否充足以及交易成本如何影响你的策略非常重要。

通过各种公开数据寻找盈利策略其实很简单,也没有人们想象的那么难。 研究学者定期发布理论交易结果(尽管主要是总交易成本)。 一些关于量化金融主题的博客文章也详细讨论了策略。 交易日志还将简要介绍基金经理使用的一些策略。

您可能会问,个人和公司如何可能愿意谈论他们的盈利战略,尤其是当他们知道如果其他人“复制相同的战略”从长远来看最终会失败。 原因是他们往往不会透露他们使用的具体参数和调优方法,而这些优化技巧正是将平庸的策略变成高回报策略所需的关键技能。 事实上,创建自己的独特策略的最佳方法之一是寻找类似的方法,然后执行自己的优化器。

回溯测试

回测的目的是提供证据证明上述过程确定的策略是有利可图的,无论是应用于历史(训练)数据还是测试数据。 它可以反映策略在“现实世界”中的预期未来表现。 由于各种原因,回测不能保证成功。 这可能是量化交易中最细微的方面,因为它包含大量偏见,我们必须尽最大努力仔细检查和消除。 我们将讨论几种常见的偏差类型,包括窥视偏差)、幸存者偏差和优化偏差(也称为“数据窥视偏差”)。 回测的其他几个重要方面包括历史数据的可用性和清洁度、真实的交易成本以及对可靠回测平台的决策。 我们将在后续的“交付系统”部分深入讨论交易成本。

一旦确定了策略,我们需要获取历史数据,并在可能的情况下使用它来测试和改进策略。 现在有大量数据可供出售,所有资产类型的数据都可用。 通常,数据的质量、深度和时间间隔各不相同,价格也各不相同。 开始量化交易者(至少在零售层面)可以从雅虎财经的免费数据开始。 对于数据提供者,这里我就不赘述了。 我想重点谈谈在处理历史数据时经常遇到的问题。

对于历史数据,人们主要关心的问题包括数据的准确性或清洁度、幸存者偏差以及对公司行为(如股息、股票分割等)的调整。

量化交易简单来说就是应用统计和概率,通过抽样和相关分析,应用多元回归和时间序列分析,以及数学模型来形成投资决策。

关于作者: 碌柒

认做你爹

热门文章

发表评论

您的电子邮箱地址不会被公开。