有哪些经典的程序化交易策略？ - 知乎977被浏览<strong class="NumberBoard-itemValue" title="3分享邀请回答3添加评论分享收藏感谢收起《程序化交易实战：平台、策略、方法》(冯永昌，景亮，易晓磊)【摘要 书评 试读】- 京东图书
程序化交易实战：平台、策略、方法
京 东 价 &
[定价 &￥]
PLUS会员专享价
您购买此商品可享受专属价
增值业务 &
重&#x3000;&#x3000;量 &
选择系列 &
搭配赠品 &
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
商品介绍加载中...
下载客户端，开始阅读之旅
权利声明：京东上的所有商品信息、客户评价、商品咨询、网友讨论等内容，是京东重要的经营资源，未经许可，禁止非法转载使用。
注：本站商品信息均来自于合作方，其真实性、准确性和合法性由信息拥有者（合作方）负责。本站不提供任何保证，并不承担任何法律责任。
印刷版次不同，印刷时间和版次以实物为准。
价格说明：
京东价：京东价为商品的销售价，是您最终决定是否购买商品的依据。
划线价：商品展示的划横线价格为参考价，该价格可能是品牌专柜标价、商品吊牌价或由品牌供应商提供的正品零售价（如厂商指导价、建议零售价等）或该商品在京东平台上曾经展示过的销售价；由于地区、时间的差异性和市场行情波动，品牌专柜标价、商品吊牌价等可能会与您购物时展示的不一致，该价格仅供您参考。
折扣：如无特殊说明，折扣指销售商在原价、或划线价（如品牌专柜标价、商品吊牌价、厂商指导价、厂商建议零售价）等某一价格基础上计算出的优惠比例或优惠金额；如有疑问，您可在购买前联系销售商进行咨询。
异常问题：商品促销信息以商品详情页“促销”栏中的信息为准；商品的具体售价以订单结算页价格为准；如您发现活动商品售价或促销信息有异常，建议购买前先联系销售商咨询。
iframe(src='//www.googletagmanager.com/ns.html?id=GTM-T947SH', height='0', width='0', style='display: visibility:')HiQuant阅读(2352)K线包含关系 对包含关系进行处理之后，连续K线或者是上涨，或者是下跌。 图一中，2（与3合并）、4、5（与6合并）、7形成连续下跌。7、8、9形成连续上涨。9、10、11、12（与13合并）形成连续下跌。 图一 & 分型 经过包含... HiQuant阅读(860)对螺纹指数自2015年12月至2017年8月行情结构进行划分，结果如上图。 日 &#年4月21日，记为Ⅰ 日 &#年5月26日，记为Ⅱ 日 &#8... HiQuant阅读(1813)前段时间，一个做炒单的朋友发给我一份成交明细，包含6000多条成交记录，让我帮忙分析。 在毫无头绪的情况下，我准备把交易时点对应到K线图上，先有个直观的感受。 实现在K线上标注图标的指标并不复杂。但是由于数量比较多，手动处理显然不太现实。 ... HiQuant阅读(2273)如何选择更合适参数是程序化交易绕不过去的一步。参数优化的结果或许只是皇帝的那件新装，而自适应参数可能是更现实的出路。 参数优化 参数优化的逻辑基础是，如果行情特征未改变，最优参数组合也保持不变。 由于无法明确的知道参数反映的是行情的哪些特征... HiQuant阅读(1014)缘起于上周，一个不是没有故事的女同学问我有什么好的理财投资途径。在力劝她不要入炒股的坑之后，我推荐了基金定投。 这里就不罗嗦关于基金定投的基本概念了，想了解的请参考这篇文章：《鹏华基金定投极简工具书》。 下面就给大家介绍一个我设计的基金定投... HiQuant阅读(2757)后台数据显示有很多人搜索《在小周期K线图上叠加显示大周期K线》，这个指标编写的比较早，使用不是很方便。 其实，在文华WH8上实现多周期对比的功能有更好的实现方法。 文华WH8平台有一个很好的功能——对比跨周期/合约的K线图。 但是，想使用该... HiQuant阅读(1833)前段时间发了一篇关于文华PANZHENG函数的文章，后续虽然又进行了一些改进探索，但是我已放弃了这个研究方向，因为识别趋势的性价比或许更高。 相对于盘整模式的复杂多变，趋势模式更简明。 先识别盘整，剩下的有两种情况：趋势，或者无法给出结论。... HiQuant阅读(1734)用一个例子解读文华回测报告背后的信息。 本文来源于对知乎提问（https://www.zhihu.com/question/）的回答，并非我本人的模型。以下所有结论均直接从报告数据中推测而来，并未向提问者咨询任何关于模型的信... HiQuant阅读(1631)本文研究连亏后加倍开仓的可行性。 决定交易利润的因素 《交易与概率决策》一文认为交易利润是由策略的胜率和盈亏比决定的。 通常情况下，二者不可得兼，需要交易者寻找一个平衡点。 相对于胜率，盈亏比更容易改变。一般来说，资金管理调控的就是盈亏比。... HiQuant阅读(3188)最近研究了一下文华赢智程序化平台的PANZHENG函数的逻辑。 通过对PANZHENG函数返回值的观察，我发现其判断逻辑只应用到了V型反转这个基本模式。 标准的V型反转如下图： 由于K线收盘价是离散的，大多数的反转形态都不标准，右边的价格一...1 ... 共 7 页
横冲直撞 一直到最远方推荐阅读 私募操盘手钱江：程序化到最后拼的还是核心的交易策略-八八伍财经微信扫一扫，然后点击屏幕右上角的分享按钮推荐阅读 私募操盘手钱江：程序化到最后拼的还是核心的交易策略来源：885财经
16:17:44收藏（0）点赞（0）摘要：如果是CTA、股票对冲策略等，大家拼的可能是其中的策略，程序化只是交易的实现方式。站在这个角度来说，我觉得跟现在程序化占比是不是越来越大没什么太大的关系，因为到最后拼的还是核心的交易策略　　我明显能感觉到的程序化的一些变化，以日内的走势来说，像之前2010年到2014年之间，我们在商品上有很多日内的策略是可以做的，甚至日内都可以做好几个波段，但是现在很难去做一些日内的操作，这其中有好几个方面的原因。一方面，现在散户的比例在下降，导致很多商品的价格定位的速度比较快，比如价格要涨一波5%的幅度，原来可能是一天内或者是分两三天慢慢地走到位，但是现在有可能在一个交易日中十几分钟甚至几分钟时间就一步到位了，后面剩下的就是盘整，在这样的定价越来越准确、越来越快速的行情下，操作的难度肯定是在加大。但是我们也看到，近两年来因为股指受到限制，整个股票市场因为前两波的股灾受伤也蛮严重，现在恢复人气可能还需要比较久的时间，那像其他投资方面比如债市，也刚刚经历过一波跌势，机会也不大，像楼市最近也一直在调控中，那么商品是唯一一个资金的出口，导致最近的波动非常大，波动加剧的情况下，我们觉得盈利的好坏也是相对的，如果你的整个组合或者策略周期能选择得比较贴合这个市场的节奏，那也是能获得非常好的回报的，如果这个节奏点或者你的周期匹配得不是很好，那可能会觉得很难做。　　近期“阿尔法狗”在和世界围棋高手的对决中取得60连胜的成绩，未来在交易中
“机器人”也就是程序化交易是否会占主体地位?我觉得交易毕竟跟围棋有很大的区别，围棋没有很多的突发性因素，交易会有非常多的突发性因素，这些是历史样本之外的因素。在这样的情况下，阿尔法狗只要学习很多之前的高手下棋的路数、总结他们的经验，那它基本上就能应对后面的对手的下棋方式。但是做交易不一样，如果出现一个特殊的突发情况，你是无法预知的，那在这样的情况下，程序化交易肯定不可能完完全全地占据交易的主导地位，肯定还有一部分的主观交易在里面，因为主观交易对这种特殊行情有延展性，遇到一些特殊的情况他可能会有比较好的处理方式，从这个角度讲，主观交易一定有它存在的价值。但是如果出现历史数据以外的情况，程序化交易是无法应对的，所以不可能说程序化交易以后会占据主导地位，包括国外其实也没有已经全部都是程序化交易，主观交易还是占了很大的一部分。但是从国内的角度来看，程序化交易占有市场的份额肯定会越来越大，因为国内程序化交易处于朝阳阶段，人才、技术各方面都是慢慢在壮大起来。前几年商品夜盘推出后，交易时间越来越长，以后期权、个股期权都推出，交易品种越来越多，在这样的情况下，主观交易受到交易员精力方面的影响，那肯定会往程序化方面转型，因为这是程序化交易的一块优势，那以后程序化交易的普及度会更高一些，这是一个趋势。　　有越来越多的人参与到程序化交易中来，程序化交易赚钱的难易程度我觉得也是相对的，因为程序化只是实现交易的一个手段和工具，站在它背后的其实是你的交易理念和交易策略，这是占据主导的，除非是高频交易，高频交易可能拼的是硬件的速度、计算机、网络的速度等方面，但如果是CTA、股票对冲策略等，大家拼的可能是其中的策略，程序化只是交易的实现方式。站在这个角度来说，我觉得跟现在程序化占比是不是越来越大没什么太大的关系，因为到最后拼的还是核心的交易策略，如果人家的交易策略在提升，你的策略没有提升，那你是比不过人家的，哪怕你是程序化交易。但是如果你的策略一直在提升，哪怕你是选择手工的方式去下单，你还是能赢人家。　　程序化交易相比主观交易有一个比较好的优势：我可以通过类似穷举和数据挖掘的方式去开发很多策略，然后拿一段历史数据回测一下，我就能知道这个策略是不是可以用来实盘，这可以大大地缩短我开发一个好的交易策略的时间。　　我们在开发策略的时候主要有两条线路，一条是我先有一个交易的思想，再把这个交易思想通过编程的方式去实现，它是由下而上的;我们现在还有另一条线路，先通过数据挖掘，挖掘出来一套策略，如果这套策略测试结果是比较好的，然后我们再回过头去看这套策略背后是不是有一条站得住脚的交易理念支撑，如果它有理念支撑，那么我们觉得这个策略就是比较好的，如果它没有的，那我们就觉得它不太合适。所以从这个角度来说，我觉得不管你走哪条路，最后都是可以开发出比较合适的策略的，那么这两个能力的重要性我觉得是差不多的。但是站在我的角度来说，不管你是从哪条路线去开发策略，到最后你都有比较重要的一层——你得对这个策略从交易的角度去审核，它是不是贴合交易的实际?是不是有站得住脚的交易理念?从这个角度来说，我稍微偏向于需要有一定的交易理念更重要。当然我是从目前我们公司的角度来看的，如果我们是一个以做高频交易为主的公司，那可能技术能力就要求更高了。我身边也有一些朋友在做高频交易，比如同样的一个交易策略，这个人用了2000行代码实现，另一个人编程能力特别强，200行代码就实现了，那他到时候出来的业绩肯定更好，因为他代码少，速度就有优势。但是目前我们公司还是以CTA、股票对冲策略为主，那从我们的角度来说，我还是认为交易理念更加重要一点。　　我们做量化交易是用自己的平台，做策略开发基本上用的是第三方的商业平台，像MATLAB、MC、TB基本上都有，为什么我们交易放在自己的平台上?其实也是考虑到自己的平台速度上会有很大的优势，因为自己的平台直接从底层的语言去翻译策略，但是第三方的平台都是包装过的，速度肯定会慢一些，还有自己的平台相对于第三方商业平台自由度更加高一些　　我有对品种进行打分，这个品种打分模型的出发点是为了抓住市场的热点，我们也是用常用的几个维度，比如成交量、持仓量、波动率等，对各个品种之间进行横向对比，比如按波动率做一个排名，再按成交量做一个排名，每一个排名都会有一个分数，最终把分数都加起来，分数最高的那个品种无疑是现在市场中最活跃、人气最旺的品种，那我们会分配稍微多一些的资金。当然最后决定分配资金的时候，还要考虑品种之间的一些相关性，比如螺纹钢和热卷、铁矿石这种高相关的品种，我不可能因为它们分数都很高，仓位就集中在它们几个身上，还要考虑它们之间的相关性。　　如何守住回撤对于单个品种我们有两个方法，一个是通过单个品种上面策略的丰富性，我们会有抓大周期行情的趋势策略，也有抓日间或者日内的一些波动的策略，甚至有一些单品种上面做跨期套利的策略，也就是说从各个策略的角度或者是从周期性的角度去维持单品种上面的一个平滑性。还有一个就是用刚才说的品种打分模型去对单个品种进行控制，比如像PTA，2014年之前用做程序化交易的策略去测PTA都是蛮好的，这个品种在当时肯定是一个主要的交易标的，但2014年之后到现在如果你还是把PTA作为一个主要的程序化交易品种去做，那你肯定受伤比较严重。但如果你有一个打分的模型，那当时PTA的分数肯定就降下来了，那在这个品种上面分配的资金比例就下降了，这样单个品种上面的风险就会降低。　　如果是做CTA的产品，对于整体账户，我们还是从多个品种和策略更加丰富的角度去分散，尽量把单个品种或者某个风险分散到很多个点上面去，尽量不让回撤产生共振，这样的话整体就会好受一些。我们公司以前主打是CTA，现在我们也在把主打的产品慢慢转换到复合型的策略，股票阿尔法策略、CTA、套利、固收等各方面都有，从大的策略配置或者从资产大类配置上面再去做策略多样性，这样管理的账户，它的净值波动可能更加好。　　我们策略开发现在有两条线路，一个是由下而上，就是先有交易理念，然后开发成策略，还有一个是先从数据里面挖掘出一个策略，然后再去看它有没有一个交易理念作为支撑。不管是走哪条线路去开发策略，最后都是要经过一个类似于研究会或者评审委员会这么一个组织，如果大家都觉得这个策略的交易理念是站得住脚的，那么这个策略在理念上就比较过关。然后再拿这个策略的测试报告去看它的年化收益、最大回撤、夏普比率等方面，看它的收益跟风控条件是不是过关。然后还要再去测一下它的普适性，我们以前只做股指不做商品，同行里面有很多人是针对股指做策略的，那可能这个策略根本就不适合商品，它不具备很普适的市场特征，这种策略往往使用寿命是比较短的，很容易就失效，我们不太想开发特别多这样的策略，因为这样的策略花了很多的精力，它可能用了几个月就失效了，这样不划算，因为这个策略首先还要观察几个月，然后放到实盘上去运行一两个月就失效了。我们还是希望开发出来的策略普适性比较强，所以有一道关去测多个品种，观察它是不是普适性过关，多个品种测试过以后，我们还要求它去测多个周期是否都能盈利或者它的曲线是否都比较好，如果这两重的普适性都过关，那基本上这个策略普适性就没问题了。之后我们还要去看它参数是不是足够少，它的参数稳定性是不是足够好，是否一些参数是最优化的，或者用了孤岛效应特别强的一些参数，如果这个参数站不住脚，那这个模型可能是非常拟合的。我举个例子，之前国外有个很有名的策略——Dual
Thrust策略，这个策略其实国内用的人挺多的，但这个策略非常依赖参数，它最核心的两个参数只要每个品种优化一下，它都能测试出一条非常好的曲线，那你难道就针对每个品种选一个合适的参数就去运行实盘吗?从我的角度看这肯定是有很大风险的。如果换做我的话，我可能会用通用的一套参数，我宁可抓市场的平均收益，也不去针对每个品种进行优化，然后选一套合适的参数，我觉得这是非常不合理、不科学的一种操作方式。普适性通过了、参数也通过了以后，基本上这个模型就定型了，定型了以后我们通常会有一到两个月左右的冷静期，就把它放在那里不去管它，但是每天根据市场的情况对它进行跟踪，一方面是为它上线挑时机做准备，如果策略刚刚是在胜率很高的时候，比如连续赚了10笔，你如果这个时候选择上线，那可能就面临着胜率回归，要开始亏了，那这个时候上线是很不合理的，冷静期可以为你上线这个策略腾出一个足够的空间。还有一方面，我们做完这个策略以后，如果测试结果非常好，普适性全部都过关，可能会很激动兴奋，然后把这个策略仓位布得很大，但是策略中有可能还有未发现的BUG，或者这个策略本身的风险可能超出了你原来测试的情况，这个时候如果你仓位布得很重的话，肯定会出现比较大的净值回撤。如果我设一个冷静期，也会酌情地让我对这个策略有一个比较好的理解，最后对这个策略仓位的分配上面也会比较合适，而不会特别冲动。冷静期过了以后，基本上就可以上实盘了。　　我是不太喜欢对策略进行太多的改动，比如定期改一下逻辑或者定期调一下参数，我们的理念是在上实盘之前就把这些工作全部都做到位，如果你调了一层逻辑或者参数，你就把这个策略变为一个新的策略，再重新过那几道关——检验参数、检验普适性，如果通过了，那你作为一个新的策略再上线。实盘在运行的策略我不会定期去改或者不会不经过别的检验程序就去改一下，我们只会在这个策略上线之前就经过很严格的挑选，既然它上线了，我们就充分相信这个策略，这个其实也是支撑你的纪律性和程序化的一致性的很严肃、很重要的一环。如果你本身定期在调整，比如你遇到回撤期的时候，那你是相信你的策略继续坚持?还是你就动掉这个策略了?动掉的话有可能就面临一个窘境：新上的策略继续亏，被你调整的那个策略开始赚钱了。那很遗憾，你整个账户还是亏钱的。但如果是经过这么严格、科学的方式选出来的策略，那你就有理由站得住脚，你在回撤期的时候就能有比较强的信心，就能清楚这是正常的市场波动带来的回撤，那就有理由坚持。如果真的是策略出现了不太好的情况，我们会做一些策略之间资金分配上的调整，比如最近震荡比较剧烈，日线级别上的趋势不太容易出现，我们也出现了回撤，但是我们没有因为这个回撤把策略动掉或者参数改掉，我们只是把一些长周期的策略仓位稍微降一些，稍微加大一些抓波段的策略的仓位，这我觉得是合理的。但如果你的策略老是去动，那我觉得你根本就不用做程序化了，程序化的纪律就完全没有了，这是很不可取的。　　我们是做量化的，量化的核心是你的交易策略，主观交易可能很依赖交易员的状态，如果这个交易员状态一直很好，那他当然是可以成为寿星的，但是我们看到这样的情况好像并不多。程序化交易算是一个可以让你成为交易寿星的方法，那么你的交易策略得站得住脚，当这个策略产生回撤或处在逆境期的时候，你得坚持得住，你得分辨出是行情短期内不太适应这个策略，而不是这个策略本身已经不太适合这个市场。如果你的策略是过关的，在回撤时你又分辨得出情况，你能坚持下去，那我觉得肯定能熬到适合你这个策略赚钱的行情，那你就能一直长久地在这个市场里面活下去，只要能在这个市场里面活下去，赚钱肯定是水到渠成的事情。你只要能活下去，行情肯定会有，那肯定会赚到钱。很多人被淘汰可能是因为，比如他的策略都调整掉了，或者他的钱亏掉了，可能已经不能开仓了，比如原来能开10手的单子，现在只能开1手了，那就慢慢地被淘汰掉了，被淘汰掉了之后，你再有好的策略也没有机会了。所以在这个市场里面最重要的就是要能活下去，因此你的风控要做好，然后你的策略能够在它出现问题的时候不破风控的条件，在不破你风控条件的时候，你能有足够的信心坚持下去，然后你就能赚钱了。其实也是挺简单的一件事情，但是真正能这样做到的好像也挺少。　　2016年商品市场为什么火爆?整个资本市场就好比是一汪水，当时楼市被调控，债市也没什么投资机会，股票这边刚刚又经过两轮暴跌，要恢复人气也要一段时间，资金也不太可能去，那只有商品期货一个口子，所有的水都往这个口子里去了，然后再加上政策上供给侧改革有一个政策上的推动，这样所有的热点都往商品上涌，那么肯定会造成一波非常大的行情。因为我本身是做量化的，对基本面了解得不是很多，但是从我的角度想，我觉得可能主要原因还是这样的。　　做量化交易平台其实是蛮重要的，如果你的交易平台搭得不够好，平台如果出现BUG是致命的，如果你的平台速度不够快，在实盘交易中可能就会有点吃亏，比如滑点会比较大，这对你的利润也会有一部分的影响。负责我们的平台的交易技术总监，他原来是在一家私募机构工作的，平台的内核已经经过比较多年的实盘运作了，现在只是添加了我们公司的一些自己需求的附件，我们也放了针对很多特殊行情或者一些私募基金在运作的时候的需求的东西，这些我们全部都实现了，所以目前来说，我们这个平台不能算国内量化私募里面一流的，但至少也应该是在靠前的。作者：捌捌五，转载请注明出处：http://www.885.com/a/74681.html 看完这篇还不够？如果你也有好文章，并希望自己的文章被报道，请告诉我们！关注《八八伍财经》公众号，了解市场动态，把握投资脉搏作者文章相关文章财经网红热门文章财经要闻财经学堂发表评论 发表评论共条评论分享到朋友圈打开微信，点击底部的“发现”，使用“扫一扫”即可将网页分享至朋友圈。程序化交易必看的69句投资心得
来源：七禾网
引言程序化交易不求绩效第一、不求夸张利润，只求长期稳健获利，于市场中成长并达到财富累积的复利效果。程序化交易在操作中可克服人性弱点,这是其最大优势所在,亦可突破人类的生理极限。1987年的股灾中被指为罪魁祸首的程序化交易，终在20世纪90年代以及2000年后的资本市场和金融衍生品市场得到长足发展，终于被历史肯定它的价值，一直被视为洪水猛兽的程序化交易开始发挥其经济作用，这个市场开始逐步走向了程序化交易的世界、量化投资的世界。据统计，美国市场中有70%的交易是由程序化交易完成的，当今程序化交易界的大师――西蒙斯更是默默无闻在十几年间大量使用量化系统的交易方法，取得比巴菲特、索罗斯等市场传奇更高的年收益率。国内程序化交易的发展虽然比较欧美以及其他发达地区市场还有很长的路要走，但自沪深300股指期货被正式推出以来，大量程序化套利策略纷纷出炉并创造出惊人交易量，期货程序化交易成为我国程序化交易的重点，可以想象未来市场全面开放后国内的市场巨大潜力。以下是七禾网对曾采访过的程序化交易高手们经典语录的精选整理，希望对程序化交易的投资者有所参考。相关链接1&21、通过程序化交易实现盈利至少要做到三点：一、如果单品种的策略测试曲线过于完美，请首先检查是否有策略漏洞；二、不要过于迷恋资金曲线的完美，不要对策略进行过度的优化；三、居安思危，永远不要认为自己的策略能永远盈利。2、做程序化交易主要的纪律是不能随意地修改策略，一定是在事先定好的规则下去修改，尽量把问题放在做之前就考虑清楚。3、尽量减少无逻辑意义参数的数目，多使用参数组，多品种尽量用同样的参数等，都是比较有效的防止过度优化的方法。4、程序化交易的唯二天敌就是黑天鹅行情和策略模型失效。5、判断一个策略的优劣：第一个方面，你要看它的逻辑是否合理简洁，第二个方面，从它的回测数据，或者是它的普适性角度来判断，比如说这个策略能不能适应很多个品种，第三，在普适性好的基础上，我们再看它的绩效是不是达标。6、这个市场就是水，而交易者则是船，我们只用顺势就行，并不是行情跟着我的预判来，而是我的模式跟着行情走。7、程序往往可以做到有风使尽帆，而人工却经常会平仓过早。8、一旦指标出现模糊或者不确定我们基本上会选择退场观望。9、一个合格模型的盈利能力必然是首要要求，其次就是考虑与其它模型是否具有互补性10、程序化很少刻意去把握行情做一波曲线拉升，都是策略组合客观运行的结果，是守候的结果。11、量化对冲更像是西医，对于所有的病症都有过往大量的临床案例和大量的测量参数，并且材料齐全，容易复制。12、我一直认为主观和程序化就是个龟兔赛跑，主观短期就可能翻番，程序化这种机会却很少。但主观劳动强度太大，投入的精力太多，一两年三五年或许还能撑得住，但十年或者更长远的角度上来看，明显体力会逐渐跟不上，所以选择程序化也算是我的一种退出策略，从台前演变成幕后。13、我们是基于历史数据做概率性的统计，做有正期望值的交易，不主观对行情做任何预测，一般顺势而为，当牛市来临时我们已经身在其中了。14、我会根据品种的ATR，也就是波动幅度来确定止损的固定比例，然后再根据我总体的亏损金额，以及品种的止损点数来确定交易手数。15、电脑是没有情绪的，它可以自己跑，只要傻傻做就好了，程序化交易无关于交易者任何的喜怒哀乐。16、做程序化交易就像工业化生产，虽然不会产生艺术品，但可以重复生产，可以复制，每件产品都不会有太大差别。17、程序化交易其实来源于主观交易，主观交易做得好才可能写出好的程序和量化策略。18、我们对量化的定义不是一些高深的数学模型，就是回测，用策略去模拟参与尽可能多的行情。19、想在一个随机性很强的市场里获得相对比较稳定的收益，最终还是需要依靠规则，这个规则就是纪律。20、对于我们做量化策略来说，更重要的是对市场的理解。做量化不是盲目的去追求一个统计学上的意义，更重要的是把经验总结成一个量化策略。21、我们觉得量化比较好的一个地方，就是在变与不变的矛盾中是可以找到解决办法的，把问题简单化，把风险确定化。22、短线的模型我会追求突破，完全快速地突破，反方向地突破，在涨的时候突然跌，在跌的时候突然就涨；波段则需要一个平台明显的突破，或者说价格完全地创新高，我就介入，然后不破到我的止损位，我就会一直持有。23、量化可以解决“简易”、“不易”，不会解决“变易”的问题，这一部分是需要人去解决的。胜利不是来自于对手的多犯错，而是来自于自身的少犯错。24、做量化研究的时候只要有足够长且正确的历史数据，它是建立在统计的基础上，所以对做量化研究的人来说，标的物本身是什么不那么重要，重要的是有没有供研究的数据。25、定性投资和定量投资不断的相互融合是未来投资方法的发展方向。26、把复杂的事情简单化，把简单的事情重复做，把重复的事情交给机器（程序）做，这就是我们的交易理念。27、程序化交易擅长的是埋头赶路，优势在如何加速，如何避开坑洞，但不擅于抬头看路，而这恰是主观交易者的长项，可以尽量避免开在满是坑洞的崎岖小道，较大概率行驶在平坦的大道上。28、程序化交易就像古代的阵法，单个士兵比的是技艺，如果组成一个阵法，就可以以少胜多，以弱胜强。29、程序化是交易初学者最好的入门途径，因为程序化策略包含了入场，出场，加减仓，资金管理等全方位的交易系统构成要素，对于初学者而言，可以更好的理解交易系统的各方面的重要性，从而少走很多的弯路。对于交易高手而言，程序化是提高交易效率的好工具，同时搭载多种不同交易策略，同时监控多个市场的不同品种，同时达到最快的下单速度，对于高手而言是如虎添翼的效率提升。30、程序化交易不会给你考虑的机会，执行非常坚决，弥补了人犹豫不决的缺陷。31、解决程序失灵的状况可以在取得盈利的基础上先取一部分资金出来，再利用多策略组合，同时尽量控制自己交易的仓位。32、投资组合的误区是相似性的策略一起搭配，这样的话会一起回撤。33、最强壮的策略，往往是抓住了市场的本质，可以做到一条策略走天下。而普通强壮的策略，就需要多策略组合来提升抗风险的能力。34、策略都是有寿命的，即便你是在不断地优化，也是有寿命的。35、量化交易适合职业投资者，主观交易，适合赌徒。36、最核心的是交易系统有没有思考能力，有没有进化能力，简单地说，会思考的系统最有前途。37、我们的程序基本很少做调整，赚多赚少主要看市场所给的机会。38、一个策略非常忌讳的是数据窥探，这样的策略会导致过度拟合。39、我并不赞成程序化本身交易逻辑想追求完美，趋势要赚、震荡也要赚，有时候是不可兼顾的，坚持一种更适宜，如果觉得未来的一段时期市场将陷入震荡，降低资金配置不适为一种明智的选择。40、只要是信息比率比较高的策略，就是优秀的策略。41、从长期来看，想要去占程序化的便宜是占不到的，反而会吃亏。42、没有最好的策略，只有更合适的策略组。43、主观交易和程序化交易都需要共同往一个锚定物上靠：是不是符合科学合理的投资方式。44、程序化需要有历史数据，没有历史数据没有办法做。45、在交易之内要坚信你的策略，在交易之外要质疑你的策略。46、单个模型的好坏是无法评估的，重点还是看如何组合运用。47、整个交易步伐分为四步走，主观―客观―量化―算法。48、个人认为好的策略要满足容易执行性，并与交易者的性格习惯相符。49、作为机构要发展，程序化交易是唯一的出路，绝不是靠个人。50、做主观的在这个市场上能够赚到钱的大概不到10%，做程序化只要大体上能坚持，至少40%能赚钱。51、我觉得一个好的策略主要有几个指标：1、盈亏比2：1以上；2、最大回撤35%以下；3、创新高的最长时间不超过4个月；4、胜率45%以上。52、客观交易员，像渔夫；主观交易员，像猎人。优秀的渔夫，可以日复一日、年复一年，在相同的水域布上相同的鱼网，成功依靠的是凭借毅力、心智打造出来的一致性。53、（坚持做程序化交易）5年可以获得小成就，10年可以获得大成就。54、程序化交易更容易骗人，不但容易骗别人，也容易骗自己。55、量化一切可以量化的；将一切还未量化的进行量化。56、程序化交易者很大的一个问题就是思考过度细化，导致失去大局观，沉醉在细节中。57、我们在设计交易策略时就尽力避免大亏损的出现，用很多小的亏损来代替。58、我认为主观过滤是做程序化最不稳定的因素之一。59、量化肯定是要跟主观相结合，否则如果光靠量化本身，光靠机器，光靠数学模型，我认为很难在所有时期都工作。60、程序化的陷阱就是同质化问题。61、程序化交易很大的目的就是它把大亏的风险去除，那最后就变成什么？大赚小赚小赔。62、程序化交易赢利的主要依赖的是交易模型的优劣，对投资者的分析水平和能力的要求相对较低。63、程序化并不是一招鲜吃遍天，需要根据市场不断的变化对系统进行完善、优化，多套策略结合才能使系统具有可持续的稳定赢利能力。64、大部分投资者无法盈利的核心原因在于没有严密的交易策略，或者在实际的交易过程中无法严格执行自己的交易策略。65、如果你本身的交易系统就是完整的、规范的，其实你就是一个胜任的交易者，你用不用程序化交易工具只是一个形式问题。66、程序化交易只是一个工具，它就好比我们大家用的洗衣机一样。这个工具背后还是一个个鲜活的人。67、千万不要把程序化交易模型当成是印钞机，它没有这么高的胜算，只能说它是获得了一个概率上的优势。68、程序化交易的优势不是在于短期暴利，而是在于赢利能力的稳定性和可持续性，进而能充分发挥长期复利。69、最终不使用程序化交易，在计算机时代的结果就是你拿着大刀长矛和别人飞机大炮对打。编辑：张文慧
责任编辑：Robot&RF13015
中国证监会授牌&&&民生银行资金监管&&&
数据来源：盈利宝基金研究中心，巨灵数据支持
全场购买手续费4折起！
近一年涨幅
近一年涨幅
已有&0&条评论
24小时新闻榜
理财产品推荐