关于python:一文了解量化交易

本文首发自「慕课网」，想理解更多 IT 干货内容，程序员圈内热闻，欢送关注 ” 慕课网 ”！

原作者：袁霄 | 慕课网讲师

可能生存下来的物种, 并不是那些最强健的, 也不是那些最聪慧的, 而是那些对变动作出快速反应的。——达尔文

近来“量化交易”这个词听得越来越频繁，少数人对量化交易的第一印象是“高大上的技术”、“能够躺着赚钱的工具”……可是，你是否真正思考过量化交易到底是什么，能帮忙咱们做些什么？笔者认为在开启量化交易系统的开发前，有必要先了解“量化交易”的理念，分明“量化交易”能带给咱们的是否是本人想要的。本文就从实质、倒退、劣势、过程等多个维度来分析量化交易。

1. 量化交易能做什么

什么是量化交易？确切地说，量化交易属于人工智能的一个利用分支，它利用计算机的弱小运算能力，用数学模型来模拟人的思维作出决策，通过数据建模、统计学剖析、程序设计等工具，从股票、债券、期货的历史数据分析中失去大概率下获利的交易策略。这么说有些官网，读起来也有些绕口，其实简略地说就是如何治理输赢的概率，帮忙咱们作出精确的决策，就像玩德州扑克那样，当你持有的牌胜算大时便跟进，否则盖牌，没胜算时抉择不玩。玩牌时胜算的概率在咱们的大脑中时刻不停地计算着，而在量化交易中利用的是计算机、数学建模、程序设计这些更高级的伎俩，目标是高效疾速地取得胜算的概率，并据此作出决策。

2. 量化交易是怎么倒退起来的

对于量化交易的倒退，咱们首先理解下国外的量化金融倒退状况。其实在金融畛域咱们的指标始终是金融霸主美国，咱们晓得量化金融在美国的金融畛域倒退曾经日趋成熟。这里咱们不得不提到驰名的交易巨匠理查德·丹尼斯和“量化交易之父”詹姆斯·西蒙斯这两位大佬。

理查德·丹尼斯是驰名的“海龟交易试验”的发起者，也是《海龟交易法令》的创始人。为了弄清平凡的交易员是天生造就的还是先天造就的，他在 1983 年招募了 13 集体，传授给他们期货交易的基本概念，以及他本人的交易办法和准则，学员们被称为“海龟”。在随后的 4 年中，海龟们获得了年均复利 80% 的收益，这就是驰名的“海龟交易试验”。同学们可能会有疑难，为什么取这个名字？据说，丹尼斯有一次在新加坡时正目不转睛地察看着一个海龟农场，忽然冲口说出了“咱们要造就交易者，就像新加坡人养海龟一样”这句话，“海龟交易试验”正是取名于此。毋庸置疑，“海龟交易试验”是金融史上的驰名试验，在试验中使用的《海龟交易法令》提供了一套残缺的交易系统框架和精华，非常适合利用于量化剖析，以至于在最近几年的量化投资热浪中再一次成为热门模式。

詹姆斯·西蒙斯是量化交易的先行者，也是将量化交易带到这个时代的人。西蒙斯在 1988 年成立了文艺复兴科技公司，作为有史以来最胜利的对冲基金，文艺复兴科技公司的旗舰基金——大奖章基金获得年均匀 35% 左右的回报，收益远超巴菲特、索罗斯这些行业位置和他相近，然而正在应用传统交易的同行大佬们。这个数字有多牛，咱们能够比照下，它比索罗斯同期的年均回报率要高出 10 个百分点，比同期规范普尔 500 指数的年均回报率要高出 20 多个百分点，巴菲特的同期程度曾经高达 20%。

自 1988 年至今，量化交易在美国曾经有 30 年的历史了，到目前来看程序化交易曾经占到美国股票市场交易量的 85% 以上，可想而知量化交易在美国股票市场的倒退到什么水平了。

咱们都晓得美国的金融市场成熟水平是远超中国的，美国的股市有近一百多年的历史，而中国股市成立至今还不到 30 年。回到国内来看，随着国家层面推动人工智能、大数据技术的倒退，大量的量化基金产品和平台如雨后春笋个别衰亡，量化交易在国内也掀起热潮。就像互联网技术扭转着传统行业的模式一样，将来量化交易必然是国内金融市场的一个大的发展趋势。

3. 量化交易有什么益处

与传统的交易相比量化交易有哪些劣势呢？传统的交易无论是技术面剖析还是基本面剖析都属于定性分析，定性分析艰深的说就是人的思维去做决策，这种高度形象的模式在深度上会有相对的劣势。而量化交易是一种定量的剖析，所谓定量分析就是方才讲到的取得一个具体的获利概率，并根据概率抉择交易的策略，因为利用了计算机的弱小运算能力，所以在广度上占有相对的劣势。

咱们能够把量化交易和传统的交易类比为中医和西医，传统的投资交易靠的是主观教训判断，无奈给出具体的参数指标，量化交易像中医那样，靠的是仪器、设施、软件，把景象转换成参考数据为病人医治提供根据。笔者的观点是把量化交易和传统的交易相结合，把人的思维模型形象成为数学模型，作为交易策略使用到量化交易中，这样是最现实的状况，既不失剖析深度，也能保障剖析的广度，不能说是鱼和熊掌兼得，算是两者特点的互补吧。

量化交易另一个劣势是能够给予咱们足够的自信，帮忙咱们克服来自兽性中的贪心、恐怖、自负等弱点。举几个典型的交易者身上产生的例子来阐明下。

比方一个交易者对市场剖析后，决定第二天买入一支股票，但在收盘后却因为一个敌人通知他小道消息而长期扭转了决策，没有买入。

又比方一个交易者用一种策略执行了 5 次交易都以亏损告终，那么他在第 6 次交易信号到来时很可能会放弃这个策略。但量化交易能够确保交易策略的严格执行，因为交易者能够确信量化交易策略通过了回测和度量剖析，是具备概率上的劣势的，从而心态上并不会呈现恐怖和犹豫的状况。

再比如说，很多人喜爱时刻盯盘，空想在 K 线的最低点买入、最高点卖出，其实盘中的稳定是随机的。通过量化交易系统能够当时编写策略，交易者实际上并不需要过多关注盘中的价格稳定，免得影响心态变动。

4. 由表及里说说量化交易的实质

量化交易的实质能够用西蒙斯的这段话概括：

“不论如许简单的模型，没有一个能长期不变地始终赚钱，因为市场在变动，信息在变动，咱们不是机器的奴隶，只有通过一直学习，继续一直地更新本人的模型和策略，寻找市场上的法则，让咱们的交易系统跟上变动自身，能力在交易市场中立于不败之地。”

既然市场在变动，信息在变动，那么过来并不代表将来，用历史数据作测验是否有意义？另外，为什么交易策略在理论交易中的体现远不如历史模仿的后果？

对于第一个问题的答复能够举个高考相干的例子。高考前学校都会定期组织模拟考来评估学生的能力，尽管最终的高考题跟模拟考不一样，但学生在模拟考中施展的程度根本和在高考中施展的程度相差不会太大。因而用历史数据作测验是把过来的教训作为一种参考指南，通过对过来的解读发掘出蕴藏盈利机会的重复性模式。

对于第二个问题，历史测试后果和理论后果的差别次要是由这几个因素引起的：

• 交易者效应：其余交易者留神到了这个策略办法并开始模拟它，导致这种办法成果降落
• 随机效应：历史测试的后果可能是一种随机性的景象
• 最优化矛盾：抉择特定的参数升高了预先测试的价值
• 适度拟合：与历史数据的吻合度太高，市场行为轻微的变动造成成果的好转

总体来说“ 随时调整，正当应变 ”十分重要，然而除此之外咱们还须要谨记以下四点，以在交易市场中立于不败之地。

1. 把握劣势 ：找到一个期望值为正的交易策略，从长期看，它能发明正的回报
2. 治理危险 ：管制危险、守住阵地，否则你可能等不到发明成绩的那一天
3. 坚韧不拔 ：唯有坚韧不拔地执行你的策略，你能力真正取得零碎的功效
4. 简单明了 ：从短暂看，简略的零碎比简单的零碎更有生命力

5. 量化交易的过程

对于量化交易的过程，如下图所示：

首先是把历史行情、基本面信息、新闻资讯等数据进行初步荡涤和解决，而后输出到量化模型中，量化模型包含了上文讲到的通过数学建模、程序设计等工具所造成的交易策略，通过剖析这些数据最终产生出交易的信号，比方买什么股、什么时候买、买多少、什么时候卖这些信息。当然实际上这个过程并没有流程图显示的那么简略，这里只是让大家有个整体的概念。

6. 写在结尾

咱们不惜篇幅地从量化交易实质、倒退、劣势、过程等各个维度分析了量化交易概念，目标是想让大家可能正确理解量化交易。但不能过于神话它，也不能因为不理解而排挤它，就像工业革命以机器取代人力那样，量化交易实质上是一种帮忙咱们高效疾速地治理交易胜算的工具，是人工智能的一个利用分支。它并没有那么高深莫测，最要害的依然是交易人的思维，也就是量化交易系统的策略模型，对于可能放弃长期赚钱的主观交易大神，量化交易能够帮忙他赚更多的钱，而一个主观交易不能赚钱的人，应用量化交易也并不能有所起色。因而咱们在把握工具的同时，也别忘记修炼本人的交易思维。

欢送关注「慕课网」帐号，咱们会始终保持内容原创，提供 IT 圈优质内容，分享干货常识，大家一起独特成长吧！

本文原创公布于慕课网，转载请注明出处，谢谢合作