第2章 量化交易背景介绍
了解量化交易
了解量化交易不管你怎么称呼它，是“量化交易”、“算法交易”、“程序交易”、“自动交易”、“机器人交易”，还是“黑匣子交易”，一提到这些名称，大多数人的心目中马上联想到的可能就是“科学怪人”的形象——一些智商极高、戴着厚厚镜片的天才，在一大堆电脑显示屏的包围下，击打着键盘，运用神秘的数学公式，在数不清的各种交易品种之间频繁交易，瞬间就能创造巨大的财富，但最终总是会带来毁灭性的灾难。
确实，大多数人——包括许多资深的投资人士，对于量化交易的态度，可以说是又敬又畏。
一方面觉得它高深莫测，心存敬佩；另一方面又觉得它充满风险，备感恐惧。
但实际上这两种态度都是完全没有必要的。
做量化交易的人往往喜欢把自己弄得神秘兮兮的，像文艺复兴(Renaissance Technologies)，还有E D SHAW这些最成功的量化交易基金，就是以其神秘性而出名，所有的员工必须签署严格的保密合同，甚至在公司内部，相互之间都不知道对方在做什么。
他们弄得这么紧张是完全可以理解的，毕竟，这是他们吃饭的本钱所在。
而且，我想神秘感对他们的市场营销也是很有帮助的吧。
不过，他们真正要保护的是细节上的技巧，也就是所谓的know-how，而不是基本的交易策略。
尽管目前世界上从事量化交易的人很多，每天也有人建立起新的交易模型，但是，基本的交易策略类型其实是非常有限的，正如我们在后面将会看到的那样，这些策略的原理和我们一般常见的投资交易原理并没有根本上的区别。
正因为量化交易从本质上来说，与传统的交易策略相比并没有根本性的区别，因此，其危害性也不像很多人想象的那么可怕，和我们传统的交易策略相比也没有根本上的区别。
确实，从美国1987年股灾到美国长期资本公司破产，再到最近美国的金融危机，很多人无疑会把矛头指向量化交易。
可是，如果你深入分析的话，很难讲如果没有量化交易的话，类似的巨幅市场波动就不会出现，或者波动的幅度会小一些。
毕竟，迄今为止历史上最大的一次股市下跌是美国1929年的股灾，那是在没有电脑、没有量化基金的背景下出现的。
量化交易的原理
量化交易的原理
量化交易是一种基于数学模型和计算机技术进行自动化交易的方法。
其原理在于通过大量数据的收集、处理和分析，建立数学模型，并使用程序化交易策略实现自动交易。
该方法可以减少人为情感干扰和主观判断的影响，提高交易效率和稳定性。
具体来说，量化交易的原理主要包括三个方面：
1. 数据收集和分析
量化交易需要处理大量数据，包括市场行情、公司基本面、宏观经济数据等，通过对这些数据进行分析，可以识别市场趋势、预测未来走势等。
这需要使用计算机技术，利用软件程序进行数据处理和分析。
2. 建立数学模型
通过对数据的分析和处理，可以建立数学模型，比如趋势线、回归方程等。
这些模型可以提供对市场的分析、预测和决策支持。
同时，在建立模型的过程中，还需要考虑模型的有效性和稳定性，以保证其适用于实际交易环境。
3. 程序化交易策略
建立好数学模型后，就可以根据具体的交易策略，将模型转化为程序化交易策略，并通过计算机程序自动执行交易。
这些策略包括趋势跟踪、均值回归、交易信号等，具体策略可以根据交易者的投资风格和市场情况进行选择和改进。
总之，量化交易通过大量数据的收集、分析和建模，实现对市场的自动化交易，不仅减少了人为情感的干扰，同时提高了交易效率和稳定性，对于投资者来说，具有重要的意义。
了解量化交易(二)
易 的 应 用 方式 。
是从 理论 角度帮助 我们更 好地理解 量化交 易的 经典 套利
基 本 思 路 ， 而 在 实 际 应 用 中 针 对 不 同 的 产
如 果 要 追 溯 历 史 的 话 ，套 利
品 、不 同 的 时 间 周 期 ，可 以 有 不 同 的 应 用 。 接 说 是 量 化 交 易 的 鼻 祖 。 而 套 利 的 下 来 我 想 从 具 体 操 作 的 角 度 讨 论 一 下 几 种 常 以 说 是从 有交 易开 始 ．就 有 了套 利 见 的量 化 交 易 方 式 。 对 于 套 利 的 概 念 相 信 大 多
的 同 时也 促 进 了金 融 衍 生 品 的 发 展 ．这 又给 套 利 但相 互有关 联的证 券 ．是一 种重要 的量 化交 易 交 易 带 来 了 新 的机 会 。其 中 ，指 数 期 货和 指 数基 类 别 。 由于 这 种 交 易 方 式 涉 及 到 同 时 买 入 被 认 金 的 发展 是 最 主 要 的金 融 套 利 机 会 。 Ｅ Ｆ 数 基 金 已经 在 中 国市 场 上 存 在 多 年 ， Ｔ ￣＇ 为 相 对 高 估 和 卖 出 被 认 为 相 对 低 估 的 证 券 ．所 以 也 被 称 为 套 利 。 但 这 些 被 买 入 和 卖 出 的 证 券
机会 。 但 是 ．我 说 不 存 在 无 风 险 套 利 机 会 不 代
越通畅 ，市场流 动性越来越好 ，像早期的这种简 表 就 是 没 有 获 利 的 机 会 ，正 如 后 面 我 们 要 讲 到 单 的套利方式 ，机会越来越少 。不过 ，市场发展 的那 样 ，同时买 入和 卖 出 些并 不能相 互替 换
投资理财 ｌ 本 ｌ场 资ｌ ｌ ｉ
０ 胡海
量化交易简介
讲座主题：清华大数据系列讲座——量化交易简介讲座时间：2015年10月19日讲座地点：清华大学舜德楼401室讲座内容：主持人：大家晚上好，欢迎来到由清华大学数据科学院和大数据产业研究院联合举办的大数据系列讲座。
今天晚上是由俸旻老师主讲。
（俸旻简介）让我们以热烈的掌声欢迎俸老师给我们讲座。
俸旻：非常荣幸来到这儿给大家做一个讲座，这么多人，还有点小紧张。
我叫俸旻，我以为现在介绍就是在学校里面讲一讲，现在互联网很厉害，过了几天业内都知道了这个讲座。
其实这个市场有很多做的比我好的，可能大家接触的比较少，但是我接触的比较多，因为我数学基础深，我的同学里面有很多做，当然还有带我入门的清华计算机系的一个师兄，也做的非常好。
希望大家各方面多学习一下。
下面开始讲座，讲座开始会带大家进行一些认识。
比如说拿一个量化交易让你投资，你要知道量化交易的流程。
后面我讲一下，量化交易是很复杂的系统工程，我会把我做的计算机的架构，我做的研发系统的架构都给大家说一下。
这些是很多对冲基金在用的架构。
后面的比较枯燥一点，偏计算机、偏数学。
我以前就在做码农，好不容易在做金融了，其实还是在做码农。
看一下量化交易，先看一个实例，什么是量化交易。
我们做量化交易，先要观察，找一些信号，有人就做观察，一年之中有很多天股指期货价格波动率超过3%。
他有一个想法，希望在波动率比较大的天判断好方向，加大仓位。
在其余天控制亏损。
他就打开他的电脑，进行无数次的测试，研究，再测试。
这是实盘曲线很早的策略，这反映了当时原始的思想，就是在有特别明显趋势的天，他大幅度的盈利了，但是其他天在不断的回测，但是每一天的回测都特别小。
一年赚了30%。
这是量化交易1.0的工作方式。
最主要的工作是发现信号，做测试，写代码，测试以后发现这个有问题，我需要去改模型，再测试。
用数据方法做建模，用计算机做数据处理。
在大量统计研究基础上充分运用科学的方法来判断资产价格，他追求的是持续稳定的盈利。
我国量化交易监管的相关政策
我国量化交易监管的相关政策摘要：一、我国量化交易监管的背景二、我国量化交易监管的政策内容1.监管原则2.监管范围3.监管措施三、我国量化交易监管的现状与挑战四、未来发展趋势与建议正文：随着我国金融市场的不断发展，量化交易作为一种创新的交易方式，逐渐成为市场的重要组成部分。
然而，量化交易的快速发展也引发了一系列风险事件，为此，我国监管部门出台了一系列针对量化交易的监管政策，旨在规范市场秩序，防范金融风险。
一、我国量化交易监管的背景近年来，我国金融市场波动加剧，部分量化交易策略过度追求短期收益，忽视风险防范，导致市场不稳定。
为维护市场秩序，监管部门开始关注并加强对量化交易的监管。
二、我国量化交易监管的政策内容1.监管原则我国量化交易监管遵循以下原则：（1）宏观审慎原则：关注量化交易对金融市场整体稳定的影响，防范系统性风险。
（2）公平竞争原则：保障市场参与者公平交易权益，遏制操纵市场等不正当行为。
（3）风险防范原则：强化对量化交易风险的识别、评估和防范，确保市场安全。
2.监管范围我国量化交易监管范围包括：（1）证券、期货、期权等金融衍生品交易。
（2）跨境量化交易，包括QFII、RQFII等投资渠道。
（3）各类私募基金、券商、期货公司等金融机构从事的量化交易业务。
3.监管措施（1）交易报告制度：要求市场参与者向交易所或交易所子公司报送交易数据，加强市场监管。
（2）投资者适当性管理：强化对投资者风险承受能力的评估，保障投资者权益。
（3）限制过度交易：对频繁申报、撤单等行为采取限制措施，降低市场波动。
（4）强化合规审查：加强对金融机构量化交易业务的合规监管，防范潜在风险。
三、我国量化交易监管的现状与挑战当前，我国量化交易监管已初见成效，市场秩序得到一定程度的规范。
然而，随着量化交易技术的不断创新，监管手段仍需不断完善，以应对潜在风险。
四、未来发展趋势与建议1.发展趋势（1）监管政策将不断完善，形成长效机制。
量化交易是什么意思？
量化交易是什么意思？一、量化交易是什么意思?量化交易就是以数学公式和统计数据等为基础来建立数学模型，通过数学模型来进行交易。
量化交易依托的是现在高度发达的计算机技术和互联网技术。
量化交易通过数学模型来代替人工交易，能够有效地避免投资者的主观判断，也就是投资者情绪波动所造成的影响。
避免在极端狂热或者悲观的情况下，做出非理性的决策。
量化交易需要以大量的数据作为基础，通过对大量数据的分析，来做出理性的判断，预测未来价格的走势，从而提高赚钱的概率。
量化交易从狭义上来说就是指程序化的交易，自动下单。
从广义上来说，就是指系统性的交易，将股票交易智能化，系统化。
量化交易可以简单理解为机器人交易，用计算机算法来交易。
量化交易具有纪律性、系统性、业绩稳定、理性投资、高效率性等特点，能够在一定程度上弥补人为投资的局限性，最主要的功能就是可以避免投资者情绪波动的影响。
二、量化交易会亏损吗?量化交易是会有亏损可能性的，量化交易虽然能够在一定程度上避免投资者主观因素的影响，但是同样也走向了另外一个极端，那就是纯理性化投资。
我们都清楚，量化交易是以一定的数据来作为基础，构建数学模型来进行交易，也就是通过电脑软件来自动交易。
那么当我们的数据本身有问题，或者我们构建的数学模型错误，交易系统不完整的情况下，量化交易也是会亏损的。
量化交易对数据的完整性要求较高，需要大量的数据来作为基础，并且要实时更新数据，当数据的收集和更新出现误差的时候，那么数学模型计算出来的结果也就会偏离预定值，所以量化交易是会亏损的。
如何选中长线股票一、做好调研工作。
选股之前的调研内容包括国内外宏观经济动向，行业策长期导向，公司各项基本情况，1-2年内盈利预期，当前股价合理性等等。
建仓时要确认宏观基本面中长期的利好方向，行业政策不能有遏制调控性导向，最好是有中长期鼓励性策。
二、分析优势与风险。
收益高的长线股票，如果买点恰当的话，通常收益率可观，这是优势，但风险在于耗费时间长，股票滞涨或在不稳定的宏观经济环境中，大盘牛熊周期可能会判断失误，失去保值或增值价值。
量化交易简介
28%
16.2% 19.7%
68.1
43.9 45.2
4.093
3.636 4.315
0.028
0.048 0.07
11.7
7.8 8.2
总体流程
选择策略
策略寻找
时间投入: 自动化程度高不高，是否有充足的时间，决定了是选 择全天候盯盘策略抑或让其完全自动化运行的策略。
绩效考核
编程能力：如果能够熟练实用软件，比如java，vba，c以及c++ 等，可以尝试高频交易，完全程序自动化运行，自动接收数据， 自动开仓，自行平仓。
绩效考核
问题
策略实例
绩效考核
策略寻找 Industry
2. 最大资金回撤：是衡量投资模型或交易系统的重要风险 指标。
最大衰落幅度是指一段时期内累计收益曲线从最高到最低 点的差的最大值。 经验：一年内保持在10%左右较好。 最长衰落期是指从一个低峰到下一个新顶峰的最长周期， 它衡量恢复速度，也就是在一段损失期之后需要多长时间 才能重新站上新的高点。
-避免心理干扰
WHY –量化交易的三件武器
- 大数定理
WHY –量化交易的三件武器
- 交易科技：快！
a) 快速信息处理 b) 快速成交订单
WHY –量化交易的三件武器
Russia
Canada
United Kingdom
China
Байду номын сангаас
United States of America
Germany
- 跨市场交易 a) 资金使用效率
量化交易简介
俸旻
WHAT – 什么是量化交易？
发现：一年之中总有三十多天股指期货价格波 动率超过3%
量化交易金融基础知识
序号
知识点
解释/描述
1
量化交易定义
利用数学模型、统计学和计算机程序来辅助投资决策的交易方式，通过对历史数据进行深度分析，发现市场规律，并基于此建立交易模型，再通过计算机自动执行交易指令，从而追求投资回报
2
量化交易起源
上世纪70年代，随着计算机技术的普及，投资者开始尝试用计算机来辅助投资决策
3
量化交易特点
数据驱动、数学建模、计算机程序化、风险控制、高度灵活性、精准度高、风险可控
4
量化交易与传统交易区别
传统交易主要பைடு நூலகம்赖于交易者的经验和直觉，量化交易则更注重数据和模型的运用，通过计算机程序自动执行交易策略，减少人为干预
5
量化交易编程语言
Python、R、C++等，其中Python是一种简单易学的编程语言，广泛应用于量化交易领域
14
对冲基金
采用对冲交易手段的基金，也称避险基金或套期保值基金
15
技术分析
包括反映价格变化的技术指标、走势形态以及K线组合等，用于分析市场趋势和制定交易策略
10
市场动态跟踪
关注市场的新闻和事件，了解市场的走势和趋势，为量化交易提供有价值的信息
11
风险调整后收益指标
夏普比率、特雷诺指数、詹森指数等，用于衡量投资组合的风险和收益
12
风险指标
年化波动率、最大回撤率等，用于衡量投资组合的波动风险和可能出现的最糟糕情况
13
对冲
特意减低另一项投资风险的投资，同时进行两笔行情相关、方向相反、数量相当、盈亏相抵的交易
6
量化交易工具
MATLAB、Quantlib、PTrade、QMT等量化交易平台或工具
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第2章 量化交易背景介绍
2.1 量化交易的概念
量化交易有多种不同的叫法，比如自动化交易（Automated Trading），算
法交易（Algorithmic Trading），等等。其实到目前为止行业内对这个概念并
没有一个统一而精确的定义，但只要是通过计算机程序按照预先编制的指令来完
成的交易都应该属于量化交易的范畴。从分类上来讲程序化交易可以分为决策产
生和决策执行两个层面。决策产生的程序化交易是指以各种实时/历史数据为输
入，通过事先设计好的算法计算得出交易决策的过程，决策包括：对哪种资产，
在什么时间以怎样的价位进行买/卖操作以及买卖的数量等；而决策执行的量化
交易则是利用计算机算法来优化交易订单执行的过程。
2.2 量化交易的特点
2.2.1 交易具有客观性
量化交易使用数量模型取代主观判断，减少了非理性的判断失误。传统投资
方法一般是结合基本面分析和技术面分析，分析模式大多数不固定，且需要植入
投资者的主观判断。投资分析师根据自己的经验和知识，收集来自于各种渠道的
数据，应用各类绝对估值模型和相对估值模型对市场和特定的证券产品进行分析
解读。这种分析方法被市场认可并已沿用了上百年之久，无论在发达国家的资本
市场（如美、英等国）或是新兴资本市场（如中国）都被广范地接受。进入上世
纪90 年代，随着计算机科技的普及，金融分析软件被大量地应用于证券市场分
析，随后量化交易的方法开始崭露头角，并以其出色的表现得到市场的认可。相
对于传统的投资研究方法，量化交易更偏重数据分析，以数量模型为基础，将客
观的模型信号作为投资决策。因此，量化交易的研究方法剔除了人为的主观判断，
能避免分析师受市场非正常波动的影响所做出的非理性决策。量化模型能充分利
用市场发布出的每一道信息，为分析师描述出更完整的市场状况，从而减少了因
信息收集的失误或不完整所造成的错误判断。
2.2.2 交易策略的执行方式
量化模型跟据市场变化提供买入、卖出或平仓的信号,可以提供系统而完整
的投资决策。量化模型的参数设置可具体到仓位的头寸大小，止损点位，甚至报
价单的价位设置和实时的风险控制。从一定角度上看，量化交易模型几乎可以完
全替代人脑进行投资行为的执行。
2.3 全球主要顶尖量化模型介绍
2.3.1 Aberration trading system
Aberration交易系统由Keith Fitschen于1986年发明，1993年Keith
Fitschen将该系统商业化发布，自发布之日起该系统业绩一直名列前茅，在1997
年、2001年、2005年已发布交易系统的业绩排名中该均排名前十。该交易系统的
特点是同时交易在8种不同的品种上，包括谷物、肉类、金属、能源、外汇、金
融以及股指期货等。Aberration交易系统的交频率常是每年某一品种3-4次，60%
的时间都持有仓位，平均每笔交易持60天。该量化模型通过长线交易捕捉趋势来
获取巨额利润。因为同时交易在多个不相关的市场，所以其分散化效果很好。当
某一品种损失时，另一种可能获利；在一年的时间里，总是有一种或者多品能获
得巨额利润。这些大的盈利弥补了那些没有出现趋势的市场里的小额亏损。
Aberration交易系统对资金进行组合管理，因此可以接受比较大的资金量。
2.3.2 Andromeda trading system
Andromeda交易系统于2001年由Petros Development Corp开发，是一个长线
趋势交易系统，依赖简单的数学公式完全客观长线趋势交易系统，依赖简单的数
学公式完全客观地进行客观地交易，不带主观成分，并可以运用于多个市场交易。
该系统于2002年4月发布，其核心优势是在公开发布之后也依然能保持稳定业绩。
Andromeda交易系统针对不同的市场都是用采一套规则和参数，并没有进行最优
化处理，属于非曲线匹配系统，样本外测试和内测试的结果一致，并且在发布后
将近十年的时间里得到了验证。不同大小的资金账户皆可使用，由于验证。不同
大小的资金账户皆可使用，由于是日线模型，因此不需要天盯市所有的进场出指
令均在下一日的开盘执行，有时候也可能很多天没交易。
Andromeda平均每笔交易的持仓时间为60-65天，该系统的一大特色是，交易
终止点是根据持仓时间而定，而不是传统的价格确定。
2.3.3 Golden SX trading system
Golden SX系统发布于1995年，到目前16年的时间里，仅2005年一年一不盈
利。它可以同时交易在13个不同的品种上，并且采用相同的交易法则。Golden SX
采用一个十分有效的指标GSX Indicator，在开始交易前会先等市场有小幅回调
再介入，以此来改进交易的成功率。系统有两种止损方法，一个是资金保护点，
另一个是持有头寸后基于盈利的止损，一个是资金保护点另持有头寸后基于盈利
的种止损方法，一个是资金保护止损点，另一个是持有头寸后基于盈利的止损，
这样可以保护资金的同时保证盈利。
新的改进版本Golden SX Electronic于2009年发布。可以对其中2个参数做
一定优化，也可以不优化。1983年-2010年的测试显示，该系统有60%的时间持有
头寸，多个市场平均胜率在56%左右。
2.3.4 R-breaker trading system
R-breaker是一个专门使用在股票指数上的交易系统，该系统为日内交易策
略，不持仓过夜。出场指令为止损或是收盘。每天交易不超过2笔，很多时候一
天内可能没有交易。该系统的特点是，结合了趋势和反转两种交易方法，既进行
趋势交易也进行反转交易。自1993年公开发布以来，系统的交易法则没有改变过，
该系统已经在市场上存活了14年之久。尤其是当指数的日内波动较大时，该系统
的收益更好，反之则没有交易机会。
图2.1 R-Breaker策略原理图
具体而言，R-Breaker根据昨日价格计算出六个价位作为今日盘中交易的参
考价位，通过参数设置改变，这六个价格间的距离可以由投资者自行确定。
R-Breaker策略根据盘中价格走势，同时采取趋势追踪和反转策略。图中有颜色
背景的区域可以视为观察区，当盘中日内最高价触及Ssetup后出现回落，且跌破
参考Senter的阻力线时，采取反转策略，即在S1点开仓做空；在空仓的情况下，
如果盘中价格一路突破Bbreak的阻力线时，则采取趋势追踪策略，即在B2点开仓
做多。类似地，B1点反转做多，S2点顺势做空。
2.3.5其他模型介绍
全球来看，长期来看业绩比较稳定的，并且一致性较高的几个交易系统模型，
除了上述几个之外，还有Checkmate trading system，Ready-Set-Go trading
system，以及STC S&P Daytrade trading system等。从交易系统的交易周期来
看，这些交易系统分为长期、中短期和日内。长期系统的策略一般是趋势跟随策
略。中短期的系统可以是震荡反转交易，也可以是中期趋势跟随交易。日内交易
策略采用日内高频数据，一般会在日内了结头寸。