APAMA常用量化策略介绍
发布时间:2018-8-22 14:29阅读:1401
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
温馨提示:投资有风险,选择需谨慎。