股城模拟炒股平台投资攻略
相对默默无闻的投资管理领域,广泛被误解的有利可图的市场正快速发展。这个有利可图的市场被一直工作在这个领域的最聪明的人所主宰。他们在现代金融领域正努力解决一些最有趣且最具挑战性问题。这个有利可图的市场有很多名字:量化交易、系统化交易或者黑箱交易。
-选自《打开量化投资的黑箱》里什·纳兰
什么是量化交易?
量化交易可以被定义为人们通过严谨的研究,系统化地执行交易策略。
添加图片注释,不超过 140 字(可选)
举个栗子
生活中我们遇到选择障碍症的时候会想着要不掷个硬币看看,我们本能的认为掷硬币是50%对50%的概率,那么得出的结论就是天意或者说是运气。连足球比赛开始前,裁判也是使用掷硬币的方法决定发球权,大家都觉得掷硬币很公平。
?
2004年美国斯坦福大学统计系教授Persi Diaconis对掷硬币出现正反面的概率问题进行了一系列的数学分析。Diaconis的研究小组通过10000次掷硬币的实验发现,一枚硬币抛掷时和落下时是同一面的概率达到了51%。并且,在平面上旋转一枚硬币时,更重的一面向下的结果达到了80%。以1美分硬币为例,反面向上的几率就高达80%。原因是刻有林肯纪念像的正面比刻有数字的背面更重,导致这枚硬币的重心发生了偏移,所以正面向下的几率就更高。
如果要将掷硬币研究用“量化研究”语言来描述,我们可以将为掷硬币专门搭建的实验室看成是量化里面的“建模”。在这个实验室里会模拟各种自然环境下的空气阻力和自然风速,找来全世界各种材质、大小、花纹的硬币,让机器人手臂模拟不同性别、年龄的人的弹指力度,最后通过上亿次的试验得出一套掷硬币“策略”,在环境“因子”、材质“因子”、力度“因子”、对象“因子”等等的多因子影响下,得出硬币出现正面和反面的概率各自是多少,可以看成是量化研究中的“胜率”。
从“判断型”到“量化型”
目前,按照投资决策的方式,可以分成“判断型”和“量化型”两类;
根据投资决策所凭借的信息类别来分,分成“基本面型”和“技术型”两类。
所以,总的可以分为基本面型判断型、技术型判断型、基本面型量化型、技术型量化型。我们所熟知的巴菲特、索罗斯就可以归为基本面型判断型投资者,而量化界的泰斗西蒙斯就属于技术型量化型投资者。
?
有别于量化投资,我们传统股票买卖基本都是属于“判断型”的,我们根据各种信息以及个人过去的经验来确定买卖什么、买卖多少、什么价位执行、如何止损止盈等等。
简单说,判断型的中心枢纽是人的大脑,各种信息进入大脑,出来的是买卖交易指令。而量化投资者(也可以叫“宽客”quants)依靠大脑开发策略、选择证券种类、选择获取什么数据以及如何清洗这些数据,但唯独不靠大脑来主观判断并执行买卖指令,他们靠数学公式来投资、靠计算机来计算并执行指令。
再举两个栗子
如果我们想投资“便宜的股票”,理论上,我们应该去计算一下每个公司的市盈率,然后靠肉眼去一个一个寻找最便宜的股票,最后进入市场购买。
而量化投资者可以把计算市盈率和寻找低市盈率股票,分别写成计算机程序,扫描包括所有有关市盈率的数据库,找到符合预先定义的股票,然后利用交易算法在市场中购买。
又如果我们想投资MACD指标在0轴上方发出“水上金叉”买入信号的个股,传统的做法我们可能会在开盘前,按着“PgDn”键,把全市场个股的K线图过一遍,找到我们想要的。事实上,十年前很多个人投资者就是这么干的,但是这些年肉眼寻股已经越来越难了,上市公司的家数越来越多、工作量越来越大。
而量化投资者可以把这些技术指标和基本面指标的买卖信号作为因子,因子可以是单一的,也可以是好几十个合并成“多因子模型”,写成算法、建模,并全市场扫描找到符合预先定义的股票,然后利用交易算法在市场中购买。甚至可以在购买前拿全市场的历史数据放到模型里去测试(也叫“回测”),看看胜算有多少。
?
好了,现在你能看出量化策略和主观判断型策略的区别了吗?
没错!关键就是投资策略是如何被制定以及如何被执行的~
量化投资的优势是什么?
优势一
投资决策更科学
量化投资能够用科学家验证理论知识的方法评估投资策略,这些策略的胜率未必非常高,但是绝不会仅仅是凭经验、凭感觉、拍脑袋的结果;
优势二
交易指令更严谨
量化投资能够通过使用计算机,系统化地实施策略,能够消除很多存在于主观判断型交易中的随意性;(事实上,长久以来主观情绪、无纪律性、一时**、贪婪或恐惧,不就是我们散户共同的投资痛点吗?)
优势三
数据分析更高效
量化投资依赖的计算机比人更合适重复性劳动,并且速度更快、效率更高!所谓大“数”底下好乘凉,量化投资所需实现的这个“计算量”是我们人脑难以企及的。
普通散户怎么参与量化交易?
首先、我们需要明白量化交易与传统交易方式的不同。。一套能够稳定盈利的交易策略如何开发?这个的确没有那么简单,做到盈利还是可以的,但想要做到长期稳定盈利,就要考验你的研发能力以及对交易本身的认知水平。适合自己的策略才是最好的策略,不妨从这个角度入手,去开发一套适合自己的交易策略。
不过首先你需要具备一些基础的编程知识和掌握一些编程语言,像TB公式、MQL、JAVA、Python、MQL、C++等,还需要了解一些投资工具,然后又特别喜欢钻研的话,那么就可以试着去开发一套交易策略,甚至是做到稳定盈利的策略。
1.数学/统计学知识
2、金融基础学
3、语言编程能力
4、策略研究能力
普通散户想要参与量化交易,建议可以直接考虑推荐使用量化平台。量化平台可以看成是一个已经搭建好的框架。用户只需添加一些自己的买卖条件,即可回测策略,免去了自己从无到有搭建基础框架的过程。 同时目前市场提供的一些量化平台,都会带有一些基础的智能条件单交易。如果我们无法进行量化策略编程,那可以利用一些现成的智能策略,帮助我们实现自动化交易。
目前各家券商其实都有合作的量化交易平台,我们可以直接去和券商经理沟通,免费申请到已经搭建好的量化平台
市场常见也是和各家券商合作最多的智能策略量化平台就是ptrade/QMT,这两个平台能够实现的智能策略
?
?
这期内容关于量化交易就先介绍这,之前我也整理了市场上各家券商除了提供的量化平台以外,还有各家券商的交易费率。拿到了市场较低的佣金费率,附上给交易读者做个参考
?
本文来自投稿,不代表商川网立场,如若转载,请注明出处:http://www.sclgvs.com/zhishi/62659.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。