一文了解算法交易的秘密 预测风险和收益

近年来,算法交易越来越受欢迎。事实上,据统计,量化对冲基金行业在2018年管理的资产超过1万亿美元,几乎是10年前的两倍。

在数字化和机器学习的时代,投资界对量化投资过程的方法越来越感兴趣。越来越多的传统投资管理公司聘用数据科学家和机器学习专家,希望采用严格的科学方法投资,从而提高收益率。

在本系列的文章中,我将带领你了解鲜为人知的算法交易行业内部的工作秘密。

起源

量化投资的理念绝不是最近才出现的,它们很可能源自哈里?马科维茨(Harry Markowitz)的著作。在1952年发表于《金融杂志》(Journal of Finance)的开创性论文《投资组合选择》(Portfolio Selection)中,马科维茨介绍了应用数学模型解决最优投资组合配置的思想。

自那以后,由于过去二十年技术爆炸性增长,出现了许多先进的算法。随着计算能力的提高,越来越多的数学家和计算机科学家开始从事科学投资,每天都在开发更复杂的模型。

要理解算法交易,或许最好的起点是它要解决的问题本质:增加收益,降低风险。

虽然在随后的文章中我们会详细地讨论这两个概念,但有一点,问题的核心一直是优化,从数学的角度来看,算法交易必须依赖于科学!

浙江首个数字人民币应用示范村落地富阳湘溪:8月13日消息,在富阳新登镇湘溪村,数字人民币的消费场景也分外火热。“用数字人民币买一杯农场咖啡”、“用数字人民币去村卫生院购买防暑药物”,成为村里的新常态。据统计,全村已有1600多名村民开通数字人民币钱包,覆盖率达到95%,支付场景涵盖村卫生院、民宿、商超等,成为浙江省首个数字人民币应用示范村。(钱江晚报)[2022/8/13 12:23:37]

整个量化投资流程都服从于优化原则,仔细想想,是不是任何一家企业都是如此?

问题的关键是如何预测收益和风险?

这就是量化交易员和研究人员要做的:预测收益和风险。量化的方式因地制宜,但目的一致。

预测风险和收益

交易员和研究人员如何做出他们的预测?有很多方法,一种是统计分析金融资产的价格,一种是分析替代数据集。

替代数据集的一个著名例子是大型零售商停车场的卫星图像。如果停车场停放很多车,大量人群购物,公司的利润将会更大!

上例属于消费者行为类别,还有许多其他类别。替代数据行业在过去十年蓬勃发展,截至本文撰写之时,已有近一半的对冲基金公司依靠此类数据进行投资。

替代数据行业增长的主要动力在于,它使基金经理对未来收益的预测优于市场共识。

黑客通过假软件更新攻击手法从Electrum盗取2200万美元:ZDNet一项调查显示,黑客通过引诱用户安装假软件更新,从比特币钱包Electrum的用户那里窃取了2200万美元。而该手法最高出现在2018年。而自两年前首次发现这种攻击以来,Electrum团队已经采取了一些措施来防止这种攻击。但这种攻击仍然适用于使用旧版本应用程序的用户。[2020/10/13]

基金经理还依赖其他一些优势来提高利润,优质数据只是其一。

面临的挑战

在实践中,预测风险和收益是一项颇具挑战的任务,因为获取的数据量非常大,而且数据非常繁杂。

而且,如果一个人能够以一定的准确性预测收益,根据自己的预测进行交易,但随着时间的推移,他预测的准确性会降低。

的确,假设有人预测某只股票会在某一事件发生时增值,那么交易策略就是每次发生这种事件时买进这只股票,等赚到钱后再把它卖回市场。

这种策略的后果之一是,通过购买股票,他会推高股票价格,从而要支付花费更多的资金回购股票——因此获得的利润比他理论上应得的要少。

如果这个人只买了小部分股票,那么就不会推高股票的价格。用金融行话来说,他对市场没有影响。因此,如果他要按照自己的预测进行交易,那么他必须在低影响和尽可能多地买入股票获利之间取得平衡。

让我们继续这个例子,并假设其他市场参与者也对该股票有良好的预测。这些其他的市场参与者最终也会购买股票,他们累积的市场影响最终会推高股票,从而减少交易者本能获得的更高利润。

这是量化交易的一个关键因素,策略在长时间内的收益往往是递减的,因此交易者必须重新校准他们的策略,并应用新的策略。

向零赛跑

另一种优势是更好的技术基础设施。如果一家公司能够比市场上的其他公司更快交易,那么他们将比基于相同信息进行交易的竞争对手获得更好的收益。

这导致了高频交易的发展,其特点是高处理和高执行速度、高周转率(某项资产的头寸变化快)和高订单交易率(发送到市场的订单很少找到交易对手)。这种特殊类型的交易严重依赖高频金融数据和电子交易工具。

随着高频交易的出现,意味永远会出现更快的交易机器,首先通过代码优化,然后通过其他方法,从在GPU(图形卡)而不是CPU上运行模型到可编程门阵列(FPGA,一种集成电路,可以由程序员配置)上运行。

金融机构(主要是量化对冲基金)寻求获得速度优势的另一种方法是,通过提高服务器与不同交易场所之间的通信速度。

一个著名的例子是连接芝加哥商品交易所和新泽西纳斯达克的光缆,它于2010年落成,总成本为3亿美元。这条电缆允许信息在6.5毫秒内穿越800英里,相当于每秒12.5万英里的速度。

为了适应那些希望更快交易的交易者,不同的交易场所创建了共同位置空间,不同的市场参与者可以将他们的交易服务器放置在匹配引擎附近。

其他类型的算法交易

还有许多其他类型的算法交易策略,我们将在后续的文章中介绍。举几个例子:

· 造市:连续地令限价买单的价格低于现在最高的限价买单(最低出价),令限价卖单高于当前的最高限价卖单(最高问价),从出价与问价的差价中获利(最高问价与最低出价之间的差价)。

· 统计套利:利用偏离正常的统计关系的价格套利。

· 事件套利:利用诸如并购、注册审批和法院裁决等影响公司股价的事件套利。

· 套利:利用多个市场一些证券的价格差异套利。例如,如果一只股票在某一交易所的价格是100美元,在另一交易所的价格是101美元。在第一个交易所买入股票,在第二个交易所卖出,在不承担任何风险的情况下获得1美元的利润。

· 对价交易:指建立一个由两种证券(买进一种证券,卖空另一种证券)组成的多空投资组合,这两种证券是相似的替代品(例如同一行业的股票),投资者从它们相对价值的价格差异中获利。

· 执行:在一定的价格上买入或卖出大量的某种证券。它的策略有将一个大订单拆分成小订单发到市场。比如VWAP(成交量加权平均价),VWAP算法寻求一个执行价格等于某段时间内的量加权平均价格,TWAP代表时间加权平均价格。

结论

本篇文章介绍了算法交易背后的主要思想,探讨了其发展背后的主要动因、目标、挑战,并简要介绍了最受欢迎的交易形式。

原文链接:

https://medium.com/the-capital/a-brief-introduction-to-algorithmic-trading-3b35ff012d72

译者:Aslan

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

区块博客

AVAX金色趋势丨这个数据表明BTC大牛行情已悄然而至

上图为2010-2020目前BTC历史价格走势,与持币超一年未发生移动钱包数量波动曲线之间的关系,研究可以发现,每轮牛市周期BTC价格一路上涨,而未动钱包地址数却走出了负相关的走势,一路逐渐下滑的态势,而真正到了各轮牛市的最顶部区域,相对应的未动地址数已下滑至相对低点位置。

Bitcoin萌新学院丨为什么总亏钱?因为人性输给斐波那契数列

金色财经?直播 | 萌新学院《为什么总亏钱?因为人性输给斐波那契数列 》 7月06日~7月10日 诚邀币圈10余位KOL 深度剖析时间价格规律 破译BTC财富密码! 史上最全、最透的斐波那契数列讲解! 直播议程: 7月06日 丑罗汉—但愿风轻语:十多年各类二级市场交易经验,目前专注于数字货币领域。

DOT首发|空手套以太:Balancer攻击解析

6月29日北京时间凌晨2点03分,CertiK天网系统 (Skynet) 检查到在区块10355807处Balancer DeFi合约异常,安全研究员迅速介入调查,攻击过程浮出水面。 6月29日凌晨2点03分,攻击者利用从dYdX闪电贷中借到的WETH,大量买进STA代币,使得STA与其他代币的兑换价格急剧上升。

比特币最新价格互联网巨头 一个假想的区块链未来

有关区块链的讨论和探索仍在继续,但是,它的发展方向逐渐明朗却是一件非常肯定的事情。越来越多的区块链玩家经历了早期的狂热追捧之后,开始较为理性地看待区块链并且试图找到真正适合自己的区块链的发展道路。避开发币或者ICO的雷区,当区块链真正回归到一种技术的状态,成为人们的共识。 须知,从区块链技术的萌芽、发展到最终的成熟,其实是需要相当长的时间的。

[0:0ms0-7:287ms