干货: 开源 71 个 Javascript 写的金融量化交易策略
[问题点数：40分]
干货: 开源 71 个 Javascript 写的金融量化交易策略
[问题点数：40分]
不显示删除回复
显示所有回复
显示星级回复
显示得分回复
只显示楼主
匿名用户不能发表回复！|量化交易最常见3大坑，他却说“掉进去了也不怕”_网易财经
量化交易最常见3大坑，他却说“掉进去了也不怕”
用微信扫码二维码
分享至好友和朋友圈
（原标题：量化交易最常见3大坑，他却说“掉进去了也不怕”）
“六年前，我跟在座的各位非常像，也是一个完全不会编程的金融人。六年后，我在国内一家还算比较大型的量化私募负责期权这块的量化交易。”8月5日下午，主讲人优以这段时空感十足的话语，作为《见面》金融脱口秀的开场白，非常贴合本期主题—— “量化投资从0到1”。陈晓优，江湖人称“用Python的交易员”、均直资产担任期权部门主管；国内用户最多、全球排名前三的量化金融开源项目作者；华尔街见闻付费特辑《量化投资24小时》主讲人面对近300名观众，陈晓优在2个小时的时间里，分享了他自己作为一名量化交易员的“打怪和升级之路。”本次《见面》在B站、爱奇艺、斗鱼、直播、蜻蜓fm均有同步直播，不能来现场的观众也能与我们积极互动。本场活动的实况录像也将于8月8日晚8点准时更新，届时也欢迎收看：重播地址在此更新。脱口秀一开始，陈晓优先自曝了个人经历，呼应了开场白：通过在线和现场投票，陈晓优得知《见面》的观众普遍对量化投资抱有兴趣，但缺乏基础。&作为过来人的他，决定首先帮助大家弄清定义：什么叫量化交易？他觉得书本的定义太空泛，因此自己总结了两条定律：第一条为大数定律，第二条为一价定律。紧接着，在线和现场观众进行第二次投票：你对自己未来一年的投资收益有怎样的要求？结果有近三成的观众期望颇高，想赚20%以上，让我们的主讲人忍俊不禁，因为他自诚只敢保证10~20%的收益率。那么他是怎么做的呢？人生第一单量化，他是怎么做的？2011年，他第一单做量化就是基于二元期权的低风险套利。二元期权是一个非线性的金融产品，玩它无非两种情况，能够赢到钱回来，或者把开始下的注全部亏掉。这个产品和线性金融产品有个非常大的区别：线性金融产品要赚钱，要必须正确预测今天这个股票会涨还是会跌，但是对于做二元期权赚钱，只要预测在未来的某个时间点，它的价格有没有可能出现某种幅度的较大波动，理论上相对容易一些。不过金融资产在绝大部分时候，都处于随机振荡，那哪些时候比较容易预测呢？陈晓优指出，就是在有金融数据或者比较大的金融事件发生的时候。结合历史统计概率和盈亏比，还有前文提到的大数定律，可得到每次投资交易的预期收益率，这就是指导我们做交易的重要参考。这一场交易过后，他被交易商“拉黑”交易发生在日，当时，陈晓优还在伦敦金融城求学。这天，美国CPI的数据公布，他决定做美日这个货币对的二元期权的交易。原本他的预测是在数据公布2个小时内，整个美日货币对最少往上涨17个点，或者往下跌17个点。对此，他已经积累了2个月的研究经验，非常有信心，就一次下了100英镑的注。结果，那次公布的美国CPI数据和预期相去甚远，整个价格出现了非常大的双向波动，然后在不到一小时的时间里，它就往上往下同时触及了陈晓优二元期权的触发价格，就让他实现了250英镑的盈利。可能是这次交易的盈利金额太高，交易商终于发现了自己期权定价模型的缺陷，还把陈晓优的帐户封了。到此为止，从日到6月15日短短两个月间，陈晓优的账户余额就从1705英镑增长到5744英镑，实现了超过200%的收益率。这些交易策略，究竟该从哪个入手？进入下半场，陈晓优先为大家介绍了国内比较常见的几种交易策略类型。第一个就是期货CTA类的策略, 他建议初学者从此类型入门。第二类叫配对交易策略，更多做的是在两个或者多个相关性非常强的金融资产上构建一个投资组合。第三种波动率交易策略，就是国内目前流行的50期权的那类交易策略。第四类统计套利策略，国内一般会把它叫 多因子策略。第五类则是叫做T+0的交易策略。第六类是小市值策略。初入门必掉的这些坑，他却不指望你避开陈晓优随后向观众分享了一些量化领域的经典陷阱，具体而言就是“几乎所有做量化交易，所有刚入门量化交易的人，都会掉进去的坑”。不过他同时表示，自己并不指望大家能完全避开这些坑，但至少希望通过《见面》的分享，能让大家即使掉进去，也能迅速意识到问题所在。1. 未来函数如果你的回测曲线45度直线往上几乎看不到回测，那你有95%的概率已经栽到“未来函数”坑里去了，因为量化交易不可能预知未来。2. 过度拟合这个坑很多人觉得自己爬出来了，然后过了几年发现自己又栽进去了，在自己职业生涯里面就不断的处于爬坑和掉坑重复的过程。3. 盲目追求机器学习最近一两年在国内，有些人不管有没有真的做过量化，反正讲起量化一定要扯两句机器学习、扯两句AI，不扯两句好像就落伍了。选择Python，他竟给出那么多理由在本场《见面》最后一个内容环节，陈晓优准备告诉大家该如何选择编程语言。他认为，编程语言应当能解决交易员每天工作过程中的这些痛点：1. 绝大部分交易员专业背景偏文科，零基础学语言并非易事。2. 编程语言的功能应尽可能的强大，因为交易员会遇到非常广泛的应用场景。3. 对机构交易员而言，还希望有东西能像胶水一样，连通不同的应用程序接口，然后放在一个系统里跑起来。据此，陈晓优列举了几种编程语言，并一一给出分析：1. C++，速度最快的编程语言之一，但实在太难学了，对小白不友好。2. Excel，大家都会用，但语法比较有限制性，速度也比较慢。3. MATLAB，常用于数据分析、策略回测，但没有办法来实现实盘交易。4. Python，简单易学，功能方面有巨大的社区为后盾，并且还是胶水语言，方便的把不同编程语言设计的主线粘结在一起使用。量化到底能帮助你做哪些事情？为总结整场《见面》，陈晓优最后做了一个自问自答：量化到底能帮你到什么程度？以下是他的答案：第一个阶段就是自动化。第二个阶段，是策略的回测和研究。第三步，获得一个更好的策略交易执行。华尔街见闻在两个月之前正式加入了陈晓优开发的VN.PY的社区，成为了战略合作伙伴。陈晓优也与华尔街见闻联合推出了量化投资24小时的专辑，欢迎点击上图试听和购买。本期《见面》现场花絮
本文来源：华尔街见闻
责任编辑：王晓易_NE0011
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈量化投资策略的价值凸显 _ 东方财富网
量化投资策略的价值凸显
作者：陈曦
东方财富APP
方便，快捷
手机查看财经快讯
专业，丰富
一手掌握市场脉搏
手机上阅读文章
　　经过了2017年价值投资的全面胜利后，2018年量化投资策略会有什么样的表现呢？2018年1月，A股出现了一轮大跌，市场波动率陡然上升，3月中美贸易摩擦升级，A股再次大跌。大盘蓝筹股上涨乏力，而量化投资成为了今年一季度表现最佳的策略类别。
　　2018年机构资金市场的避险情绪升温，部分机构资金转向低风险的量化对冲策略锁定利润和规避风险。主要有几点原因：1。今年的市场充满着不确定性，市场波动率出现了大幅上行。2。股票市场的风格回归常态，不再是一边倒的“一九行情”。
　　量化投资是通过科学和统计的手段在不确定的市场中寻找确定性，在海外对冲基金也叫作“避险基金/Hedge Fund”。主要是因为对冲基金可以通过多种金融衍生品的对冲工具来获得跟大盘指数不相关的收益。目前在中国最主流的两个量化策略类别，量化对冲策略(也叫阿尔法策略或者市场中性策略)和量化CTA策略在2017年的表现都不太好，数据显示，2017年全年阿尔法策略的阳光私募基金平均收益仅为-0.04%，在所有策略中排名倒数第二。主要有两个原因，一方面是2017年股票和大宗商品期货市场波动率处于历史低位，而量化策略往往在市场波动率较高的环境中表现比较好。另一方面，2017年全年A股市场大盘蓝筹持续大幅上涨，从概率上来说，属于长时间的一个小概率事件。在A股最近10年的行情中，从未出现过像2017年这样的“一九分化”行情，导致很多量化对冲策略并不适应2017年的行情，然而这并不代表量化策略就失效了。
　　2018年以来，阿尔法策略的产品相比去年开始有所表现。关于量化投资的有效性，笔者套用巴菲特的话总结为三条原则，第一，量化投资长期是有效的。第二，量化投资未必每年都有效的。第三条：第二条是第一条的保证。
　　2018年一季度下跌4.18%，下跌4.83%，指数下跌3.28%。市场的波动率出现了明显上升，数一季度逆势大涨了8.43%。市场风格出现了转变，2018年量化投资可能将会有不错的表现。
　　为什么这么说呢？首先，市场波动越大，股票价格波动越大，量化策略发挥的机会也比较多。其次，商品期货的波动率越大，量化CTA策略会表现越好。再次，如果中小创上涨空间较大，结构行情更能够发挥量化选股的优势。
　　笔者统计发现，收益最高的策略是市场中性策略，一季度的平均收益率达到了2.35%，年化达到9.4%左右，远超过股票多头-1.4%的收益。CTA策略表现也较好，达到了1.68%。朝阳永续的数据显示，2018年1月，对冲策略基金—市场中性策略组前十产品收益在5.12%—16.37%，2月，对冲策略基金—市场中性策略组前十产品收益率在1.09%—5.95%。一些机构资金正从2017年获厚的价值投资的股票中撤出，转投债券或者市场中性策略及量化CTA策略中。
　　综上所述，2018年中国股市面对三大不确定性，贸易摩擦升级和演变的不确定性，地缘政治的不确定性和国内增速的不确定。市场波动率明显增大，股市风格切换，大盘蓝筹股“风光不再”，量化对冲策略有望“绝地反击”，给投资者带来良好回报。 (作者单位：凯纳投资)
(责任编辑：DF358)
[热门]&&&[关注]&&&
请下载东方财富产品，查看实时行情和更多数据
郑重声明：东方财富网发布此信息目的在于传播更多信息，与本网站立场无关。东方财富网不保证该信息（包括但不限于文字、数据及图表）全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关信息并未经过本网站证实，不对您构成任何投资建议，据此操作，风险自担。
扫一扫下载APP
东方财富产品
关注东方财富
扫一扫下载APP
关注天天基金温馨提示！由于新浪微博认证机制调整，您的新浪微博帐号绑定已过期，请重新绑定！&&|&&
LOFTER精选
网易考拉推荐
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
先，曹寅先生给大家介绍了市场交易策略的分类。策略的分法，按照机构的分类有八种。股票的分类，有股票多头和多空，这两种占市场的三分之二左右。股票多头
在传统的权益类投资比如私募比较常用，包括基本面的研究和技术分析。股票多空是指一部分的股票多头，一部分空头，但只能用作期货的替代，降低风险。事件驱
动是指分析重大事件对股票价格的影响做一些投资，更多的是分析定向增发和并购重组这些具体事件对股票价格的影响。还有一种策略是相对价值。股票的收益可以
分为阿尔法和贝塔，阿尔法是指超额收益，在做投资的时候，用同等的期货做对冲。这种策略的好处是，市场容量很大，因为做阿尔法策略的话，全市场的股票都可
以投。套利策略的收益非常可观，它的核心是寻找市场上不合理的价差套利，但流动性不是很好，监管也比较严格。管理期货的杠杆比较高，赚得多，亏得也比较
多。在股指期货交易受到限制后，越来越多的人开始关注商品期货。宏观对冲是指股票、债券、商品等大类资产的轮回。例如做的比较大的私募，以全球宏观的角
度，在不同国家之间做配置。债券策略主要在银行间市场，参与门槛较高。前几年，债券市场的收益十分可观，资金成本很低。组合基金在15年发展迅猛，通过选
择好的私募或公募产品，进行配置降低组合的波动。从去年，国家发行很多货币，资产配置出现问题，股票型或单边型风险比较大。复合策略是指用各类策略做一个
组合，取得收益。
下来，曹寅先生为大家讲解了定性分析和定量分析。很多人对于定性分析和定量分析有一些误解，纯粹为了建模而建模，把数据拿到模型上试，刻意地去拟合，但是
却忽略了基金的条款和各种资料，这样就比较本末倒置。量化投资和定性分析之所以能获利，是因为市场上存在信息的不对称。反之，如果有内部信息，便能做很多
事情而不用分析。如果没有信息，通过量化来挖掘信息，最后利用信息驱动，而获得收益。所以，不要为了建模而建模，不要过度拟合，当参数较多的时候，即使拟
合程度很好，也能得到较多的收益，但是仍要注意各种问题。
至于说Q Quant 和P Quant，
前者的前提是市场是有效的，做一些对金融产品定价的工作。因为市场对定价的需求很大，所以出现了很多衍生产品。通过做好定价而赚取手续费。但是，在现实生
活中，更多的是在做P Quant。P Quant的假设是市场是无效的，通过找出市场的无效性，赚取超额收益。在理想模型假设下，Q
Quant能做出完美的模型，复制组合，赚取手续费。P Quant下市场是无效的，市场的价格是不合理的，通过找出不合理的东西，赚取收益。
化投资可以分为以下几个步骤。首先要有投资思路，有一个想法，觉得什么东西是可行的。量化投资依赖数据的分析，首先要实践自己的投资思路验证自己的想法，
然后不断修正，改正思路和其中的指标。可能不断有思路，不断有想法，不断迭代，得出好的模型，进行调优。在实际情况中，做交易和做模型的差异是很大的，在
真正的交易过程中，会出现新的东西，并有新的认识。
而，国内量化投资正面临着很多问题:诸如余额宝的收益率在下降，市场没有无风险的能保证4%收益率的产品，投资者在投资的时候会比较谨慎。目前在做量化投
资的时候，在制度上有一定的制约，国内的衍生工具比较少。特别是在去年二月，场内期权得到限制，监管有比较大的门槛。两融发展不均衡，A股几乎无法对个股
做空。股指期货去年出现很多政策，交易手续费的上调以及对手数的限制，升水很大，而且市场的基差是负的。现在，量化的很多策略在仓位上限制很多，以前，选
股超额收益10% ，现在负基差，拿到超额收益很难。现在量化市场受到的影响比较大，所以投资者会更多的关注交易成本，市场的收益率也在下降。
那什么是算法交易呢？可以看到，大的机构在买入卖出时，订单量比较大，会进行拆单。人为的交易对市场冲击比较明显，会被交易对手发现，很难获得比较好的收益。所以算法交易的好处是，避免人为的非理性因素的干扰，通过交易员帮你拆单，获得一个很好的价格。
算法交易中，有很多典型策略。其中，最简单的思路是按时间来算。TWAP就是按时间来平均拆分订单，以挂单成交。它的成交进度不受市场环境影响，相对稳
按照市场的成交量并不是一个平均的分布，降低市场的冲击。POV按成交量占比，做买断的时候，不希望占比太大，对市场冲击太大。IS有一些模型做回测，用
具体时点的价格，但实际不能拿到这样的价格，所以想要和时点的价格尽量接近。
算法交易的优点有很多。智能化的订单拆分，不易被对手利用。降低交易成本，最小化市场冲击。支持一篮子下单，实现自动化交易，避免繁琐的手工下单。同时能确保复杂的投资策略得以执行。
法交易可以从以下几个方面节省交易成本：1.通过对订单的拆分，减少市场的冲击，减少被对手方发现的风险；2.挂单以被动单为主，区别于市面上普通的拆单
软件；3.通过历史数据（股性）和实时交易、盘口等情况，建立模型以进行更好的决策；4.通过预测短线交易价格变化，提高执行效果。与普通下单软件的对比
来看算法交易通过智能的订单拆分，普通软件在拆单的过程中，比较容易被探测到。对于特殊的交易，股指期货期限套利，不会用股票交割，用的是现金交割，在最
后的时点会发生博弈，选择最后的平均价进行交易，算法交易可以用于比较特殊的交易。
在讲座的最后，曹寅先生给了大家几点学习量化投资的建议。首先，兴趣是第一位的，要喜欢这个行业。其次，要具备基本的语言、理论和统计学方面的知识。对编程和模型有了解。在实战中，团队是分块的，选自己熟悉的语言，辅以交易经和盘感，和客户也要有好的沟通。
曹寅先生在量化投资方面有着扎实的理论基础和丰富的实战经验。他的讲解，不仅有前沿的知识，还有自己的感悟与体验。不得不感慨，量化投资的学问很深，所以更需要学生们去学习与钻研。
阅读(235)|
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
历史上的今天
在LOFTER的更多文章
loftPermalink:'',
id:'fks_',
blogTitle:'量化投资与算法交易【转载】',
blogAbstract:'\n
2016“品今杯”首届量化投资策略设计大赛系列活动
——“量化策略与金融创新”系列讲座第二讲之量化投资与算法交易
2016年3月24日下午4:00，2016“品今杯”首届量化投资策略设计大赛系列活动——量化策略与金融创新系列讲座之量化投资与算法交易讲座于博学308举行。金融学院分党委副书记王春蕾，金融工程系主任余湄，中信建投证券股份有限公司营业部刁鹏宇、李敏等来到了讲座现场。
主讲人曹寅是中信建投证券机构业务部高级经理，现在在中信建投证券算法交易组负责数据分析与建模。武汉大学数理金融实验班本科，北京大学数学系硕士。',
blogTag:'',
blogUrl:'blog/static/',
isPublished:1,
istop:false,
modifyTime:6,
publishTime:4,
permalink:'blog/static/',
commentCount:0,
mainCommentCount:0,
recommendCount:0,
bsrk:-100,
publisherId:0,
recomBlogHome:false,
currentRecomBlog:false,
attachmentsFileIds:[],
groupInfo:{},
friendstatus:'none',
followstatus:'unFollow',
pubSucc:'',
visitorProvince:'',
visitorCity:'',
visitorNewUser:false,
postAddInfo:{},
mset:'000',
remindgoodnightblog:false,
isBlackVisitor:false,
isShowYodaoAd:false,
hostIntro:'自由人',
selfRecomBlogCount:'0',
lofter_single:''
{list a as x}
{if x.moveFrom=='wap'}
{elseif x.moveFrom=='iphone'}
{elseif x.moveFrom=='android'}
{elseif x.moveFrom=='mobile'}
${a.selfIntro|escape}{if great260}${suplement}{/if}
{list a as x}
推荐过这篇日志的人：
{list a as x}
{if !!b&&b.length>0}
他们还推荐了：
{list b as y}
转载记录：
{list d as x}
{list a as x}
{list a as x}
{list a as x}
{list a as x}
{if x_index>4}{break}{/if}
${fn2(x.publishTime,'yyyy-MM-dd HH:mm:ss')}
{list a as x}
{if !!(blogDetail.preBlogPermalink)}
{if !!(blogDetail.nextBlogPermalink)}
{list a as x}
{if defined('newslist')&&newslist.length>0}
{list newslist as x}
{if x_index>7}{break}{/if}
{list a as x}
{var first_option =}
{list x.voteDetailList as voteToOption}
{if voteToOption==1}
{if first_option==false},{/if}&&“${b[voteToOption_index]}”&&
{if (x.role!="-1") },“我是${c[x.role]}”&&{/if}
&&&&&&&&${fn1(x.voteTime)}
{if x.userName==''}{/if}
网易公司版权所有&&
{list x.l as y}
{if defined('wl')}
{list wl as x}{/list}