常用量化策略介绍

一、量化策略交易介绍

1、量化策略开发、回测环节

目的：发现单个证券、一篮子证券、证券之间价格运行的规律或关系，为交易获利提供依据。

数据源：历史数据，包括历史行情数据、历史基本面数据、历史宏观数据、历史新闻资讯等；

数据平台：天软、万德、东方财富、聚源、朝阳永续等

方法：数学方法，统计分析、时序分析、机器学习

数学分析工具：统计软件、机器学习软件，如天软、R语言、python语言、matlab等

测试：回测、验证；基本原则，测试环节的可跟踪，可记录。

2、量化交易择券，择时环节

目的：在策略开发完成后，将需要历史数据，或长周期的部分分离出来，选择出需要交易的证券池；

需要的平台、工具基本同上，一般使用天软平台；

3、量化策略择时、执行环节

主要为apama平台，针对个股、组合交易、配对交易等进行执行环节的开发。

二、个股策略

1、网格交易

按照一定的规则，低买、高卖，当预判某证券在一定区间震荡时，可以获取一定的收益；

问题：容易出现市场剧烈下跌时，仓位加重，市场强劲上涨时，仓位减轻，甚至空仓。

案例：债券投资。

2、拆单交易

目的：以市场当日平均成交价进行交易，减少冲击成本，相应隐藏身份；

常见方式：TWAP：根据时间加权的均价成交，方法：按照时间均匀下单

VWAP：成交量加权的均价成交，方法：按照历史平均成交量占比进行下单

改进型：根据历史交易序列，预测短期的成交量、价格走势，获得更好的成交价

3、冰山算法、捕捉算法

目的：隐藏自己的真实意图，只在市场暴露很小的头寸

针对冰山算法有对应的捕捉算法，就是探测出冰山单，并

促成成交

4、条件单

一定条件下触发交易，进行一定数量证券在一定价格的委托交易

日内交易，比如已有底仓，当日进行开仓，止盈、止损，收盘前平仓。

5、其他

三、组合交易

1、批量委托

纽交所将超过15只的股票同时进行交易，归为程序化交易的范畴，批量委托的核心原因是各个证券的具有内在关联性，单只证券交易的成功与否，会影响到整个策略的运行；

特点：交易速度快，交易300只股票，在1~2秒左右。

能够设置快速交易、拆单等不同的交易方式，满足客户的多种交易需求。

2、ETF交易

目的：提供ETF成分股交易和ETF的申购和赎回的全部功能；

特点：能够及时揭示ETF的套利机会，并提示流动性风险等

能够提供快速追单，拆单等多种不同的交易方式，满足客户的多种需求。

四、配对交易

1、跨品种、跨市场套利

商品的上下游、不同的货币、在不同市场交易的同一种证券、基础资产相同的不同证券之间的交易。

案例：比如货币市场的三角交易，期货和现货间的套利。

2、跨期限套利

目的：同一种品种的不同期限的合约、衍生品间的价格存在显著的关联，当由于市场扰动等原因，造成暂时的脱离正常的价格关系时，通过买入一种证券的同时卖出另一种，进行无风险或低风险的套利；

例子：沪深300期货6月份和9月份合约，商品期货不同月份间的合约。

风险：品种到期

3、分级基金套利

4、统计套利

统计上相关的两个证券等交易标的，通过同时交易这两种证券来对冲掉风险，获取收益的交易方式，存在一定的不确定性，但收益也相对丰厚。

核心要点：同时监控多种套利机会，实现资金的共享。

五、Apama策略展示

六、量化策略开发—什么是量化投资

1、量化投资

量化投资，是指通过数量化方式发现投资机会，采用计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。

案例：西蒙斯，美国复兴文艺科技公司，年化收益超过35%。

2、量化投资是投资的一个发展方向

投资如何获利？

利用自身可以获得的信息优势，和良好的信息分析能力，提前其他投资者判断出证券的走势，采用合适的交易方法，并通过适当的交易执行工具，快速完成交易，从而获得超额收益。

案例：罗斯柴尔德家族--滑铁卢战役 庄股，内幕交易

量化投资行业新动向

智能投顾，根据统计：2016年美国几家智能投顾的投资收益超过了80%的主动型投资基金。据野村证券研究，截至2015年年底，全球机器人投顾资产管理规模已经达到500亿美元，预计将于2020年达到2.2万亿美元，占到全球资管行业的2.2%。

机器学习的进展：google的AlphaGo在围棋的人机大战获胜李世石，在图片识别、语音识别等领域都获得了突破，金融领域是机器学习最被看好的领域。

西蒙斯，有人分析，使用的就是机器学习中的隐含马尔科夫链技术。

量化投资是一种工具

我们已经在部分使用量化投资的一些方法，他大大提高了我们的分析证券的效率，后续一些机器学习的方法将会逐步普及，获得广泛的运用。

量化投资的优点：

Ø 更大的投资视角—信息获取能力

与传统主动型投资策略只能关注有限的股票数量相比，数量化投资由于计算 机处理的强大功能，投资标的往往可以覆盖全市场，从而构造更广阔视角下 的投资组合。

Ø 更快的市场适应性—信息的处理能力

与传统的方法相比，可以采用最新的数据处理知识，寻找隐藏的交易机会，并快速适应市场的变化，投资收益的波动性更低。

Ø 更高效的执行能力：通过量化平台，可以以ms级的速度捕捉交易机会和执行交易

Ø 其他：与传统的方法相比，更容易克服人性的恐惧和贪婪

量化投资的缺点

Ø 黑盒子，容易出现认识的盲区—计算方法越来越复杂

随着最新的数理统计方法、机器学习的方法运用的越来越广泛，造成，交易的标的越来越难以理解，一些隐含的风险不易被识别。

模型同质化现象、可能加剧羊群效应、并非一劳永逸

银河证券APAMA量化系统软件可以做的品种很多：ETF套利、分级基金、条件单交易、区间网格交易、个性化定制策略都可以为您提供。如果需要您只需要联系我