一文读懂程序化易法易化资频易计利

2024-05-29 20:48

本文主要是介绍一文读懂程序化易法易化资频易计利,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

转 一文读懂程序化交易、算法交易、量化投资、高频交易、 统计套利

在央行发布的《中国金融稳定报告(2016)》中,对于高频交易的解释为程序化交易的频率超过一定程度,就成为高频交易。而对程序化交易的解释为程序化交易指依托计算机为技术工具,按照既定程序,高速、大规模自动执行的交易。

那么什么是程序化交易、算法交易、量化投资、高频交易、 统计套利,我们一文帮你解释清楚。

1. 程序化交易:program trading 很简单的字面意思,意味着你利用程序(program)进行交易。具体的交易时机,交易仓位,止损止盈获利标准可能包含在程序本身,也可能独立于程序之外,程序本身只是执行的方式。与程序交易对应的是人工交易。一般利用程序交易有几大优势,比如说较快的速度,脱离了人为情绪的影响,执行力有保证等等。  同时也应注意交易程序和交易系统的区别。交易系统是一个完整的系统,具体执行的程序可能只是其中的一部分。一个良好的交易系统应该还有风险控制,资金利用,仓位管理等方面的内容,而不仅仅是买卖信号的产生。

2. 算法交易:algorithm trading 意味着你的交易决定是根据一条或多条算法 (algorithm) 进行的,算法即是你交易的基础(trading logic)。算法本身千差万别,难以一概而论,常见的有以均价为基准的VWAP,通过固定时间间隔执行的TWAP, 趋势跟随的momentum trader等等,如果你自己编一个根据MACD,RSI什么的产生指标的东西,也可以勉强称为algorithm的。算法交易的执行可以是手工的,也可以是纯自动化的。如果利用交易程序来执行的话,就是程序化算法交易。现在大部分的算法交易都由程序化来实现,原因在上一条最后有提到。

3. 量化投资:quantitative investment 一般概指通过概率,微积分等数学工具去研究金融市场各种资产价格的结构性原因来决定的投资。最有代表性的就是曾经盛极一时的Long term capital management,题主可以自行google之。进行量化投资对投资者的数学能力要求很高,所以一般专门进行量化投资的基金和投资公司都喜欢招数学,物理等理科的phd。一般的量化投资都涉及到比较复杂的数学模型,至于是否有效则仁者见仁智者见智。

4. 高频交易:high frenquency trading 意味着每次交易从开仓到平仓只有很短的时间间隔,一般从十几分钟到几微秒不等。主要目的是通过市场短暂的价格波动而获利。无论是趋势追随交易还是套利交易,只要速度达到了都可以被称为高频交易。人工达到高频交易的标准很难,所以一般都是通过程序交易:设置好算法,策略之后由下单软件执行。为了达到有竞争力的速度还需要软硬件共同配合。现在高频交易大概占美国市场电子交易的60%-70%。这是一个winner takes all的游戏,所以到最后大家都在比拼硬件设施,比拼跟exchange的co-location以获得几微秒的优势。

5. 统计套利:statistics arbitrage 统计套利是套利交易的一种,意味着通过历史数据统计来发现套利机会并试图从中获利。比如历史上玉米与大豆的价格比率(玉米价格除以大豆价格)一直维持在某个区间,假设这个区间为1到5。以往的历史数据显示至今为止只有两次玉米与大豆的价格比率突破了5,而且在突破后迅速回落至正常的区间。现在市场上玉米与大豆的比率突然再次突破了5达到了6,作为统计套利者,你很可能就会想要卖出这个比率(卖玉米买大豆),期待比率迅速回归正常区间。如果比率真的迅速回落至4或者3,这时你再平仓(买回玉米卖出大豆)就可以获得可观利润。  当然这只是个粗浅的比方,实际市场比这个复杂的多。如何确定正确的套利区间,如何决定最佳套利比(几手对几手),有没有季节性影响,有没有可能的突发事件影响等等,都需要纳入考虑的范畴。 还有就是要注意套利与对冲的区别,套利一般意味着零风险或者很低的风险,比如你同时买卖一个在不同交易所交易的同一产品,举个例子,买上海铜卖伦敦铜,或者买近月大豆,卖远月大豆。对冲则意味着你只是通过关联性降低了风险敞口,举个例子,你买了橡胶之后又卖了铜进行对冲,因为这两者的关联性相当高。

在知乎上也看到一个有趣的版本。

假想你是一家卖煎饼果子的老板,你每天的任务就是摊煎饼果子→卖出去→摊煎饼果子→卖出去。

不要紧,过两年就老了。

摊煎饼的第一段经历

作为聪明的老板,摊了一个月的煎饼后,你发现了之中重要窍门:用200.67ml的面粉,摊58秒24厘的时候,加一个50g鸡蛋,然后用木杆绕中心作半径20.4cm的圆摊开鸡蛋,再摊40.1秒后反面摊34.4秒,起锅撒10g洋葱以及3.5g香菜。这就是量化投资。

当然量化投资也不一定就好。隔壁老王也学你量化投资,结果他加的香菜是1.4g不够香,然后大家都来吃你的煎饼果子了。(市场的直觉仍然是重点)  

摊煎饼的第二段经历

你觉得自己摊太麻烦,于是你是收了一个煎饼果子徒弟,然后把你摊煎饼经验(算法)告诉你的徒弟,你的徒弟也可以这样做了。 这就是算法交易。

注意算法交易不一定是程序化的,比如有一些因素不好控制(鸡蛋大小不一),这样的话不用程序他们的煎饼果子反而更好吃。不过你也结合了一些程序交易,比如撒洋葱和香菜就是固定的机器手悬空而撒,效果极佳。  

摊煎饼的第三段经历

因为某些原因,你怀疑徒弟可能出问题,而你又机智地发现,这个动作既然是有规律重复的,干嘛不买一个机器人来摊煎饼果子→卖出去→摊煎饼果子→卖出去,这样的话,你每天的任务就只要检查机器线路,改进一下机器人动作,然后在旁边数钱钱。这就叫程序化交易。  

摊煎饼的第四段经历  

在此摊煎饼果子期间,你突然发现当早上太阳位于明媚而哀伤的45°角时,来买煎饼果子的人会增加。但是经过几天的观察后,发现也不是一定会增加,只是普遍来说人会多一些。这个时候,你可以通过预计人数增加多摊几个煎饼果子。这就是统计套利的基本意思。

但是问题来了:为啥太阳位于明媚而哀伤的45°角时人就多一点?

唔,可能喜欢吃煎饼果子的人都喜欢看郭小四的书吧,也可能吃煎饼果子的人都是45°角时才起床来买早点,也可能是这个时候的煎饼果子机器人的脸庞最迷人吸引了无数少女围观…… 唔,谁知道呢。(统计套利就是这样,有时候很难讲清楚到底为什么有价差,波动到底是什么引起的,不过……在统计意义上你可以用这个赚钱就足够了)  

但注意统计套利的方法多种多样,绝不是这么简单。 比如你还发现,在几条街以外的地方有好几家高级煎饼果子店,他们也都发现了这一规律因此每当45°时就都把煎饼果子卖贵相同的价格。但有一天你发现太阳45°的时候老李家的价格并没有跟其他煎饼果子店价格一样变动,你决定今儿个歇业,直接从老李家买煎饼果子去卖给其他家套利(不要跟我扯有利润的问题……)。这其实就是pairs strategy。  

摊煎饼的第五段经历

某天,楼上张寡妇准备打电话要一百个煎饼果子,每个三块八毛。这番心理活动被你察觉到,然后你立马跑去李二狗的摊位买了几十个煎饼果子,价格是三块六。 

然后你以像是在翠花床上被她老公赵铁柱捉到奸一样的的速度跑到了张寡妇家门口,以三块八卖给了张寡妇,虽然利少可是简直稳赚! 当然,偶尔张寡妇来姨妈心情不好,也可能就不要你的果子了,这时候二狗是不退你的,你得自己想办法把你的果子卖掉。  这就是高频交易。

来源:知乎

----------------------------------------------------

拓展学习关注:


《算法导论 第三版英文版》_高清中文版

《深度学习入门:基于Python的理论与实现》_高清中文版

《深入浅出数据分析》_高清中文版

《Python编程:从入门到实践》_高清中文版

《Python科学计算》_高清中文版

《深度学习入门:基于Python的理论与实现》_高清中文版

《深入浅出数据分析》_高清中文版

《Python编程:从入门到实践》_高清中文版


这篇关于一文读懂程序化易法易化资频易计利的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1014605

相关文章

Linux 云计算底层技术之一文读懂 Qemu 架构

Qemu 架构概览 Qemu 是纯软件实现的虚拟化模拟器,几乎可以模拟任何硬件设备,我们最熟悉的就是能够模拟一台能够独立运行操作系统的虚拟机,虚拟机认为自己和硬件打交道,但其实是和 Qemu 模拟出来的硬件打交道,Qemu 将这些指令转译给真正的硬件。 正因为 Qemu 是纯软件实现的,所有的指令都要经 Qemu 过一手,性能非常低,所以,在生产环境中,大多数的做法都是配合 KVM 来完成

读懂《机器学习实战》代码—K-近邻算法

一,K近邻算法概念 K近邻算法即是给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的K个实例(也就是上面所说的K个邻居), 这K个实例的多数属于某个类,就把该输入实例分类到这个类中。KNN 算法是一种 lazy-learning 算法,分类器不需要使用训练集进行训练,训练时间复杂度为0。KNN 分类的计算复杂度和训练集中的文档数目成正比,也就是说,如果训练集中文档总数为 n,

Post-Training有多重要?一文带你了解全部细节

1. 简介 随着LLM学界和工业界日新月异的发展,不仅预训练所用的算力和数据正在疯狂内卷,后训练(post-training)的对齐和微调方法也在不断更新。InstructGPT、WebGPT等较早发布的模型使用标准RLHF方法,其中的数据管理风格和规模似乎已经过时。近来,Meta、谷歌和英伟达等AI巨头纷纷发布开源模型,附带发布详尽的论文或报告,包括Llama 3.1、Nemotron 340

一文说清什么是AI原生(AI Native)应用以及特点

引言:智能新纪元 如今,走在街头,哪儿不被智能科技包围?智能音箱、自动驾驶汽车、聊天机器人......这些都在用不同的方式提升我们的生活体验。然而,究竟什么才能称得上“AI原生应用”呢? 什么是AI原生?   AI原生不仅仅是简单地引入人工智能功能。真正的AI原生应用犹如一个智慧的“大脑”,它的每一个决策都依赖于深度学习与数据分析。以Siri为例,它通过学习用户的习惯和需求,提供个性化的

世界公认十大护眼灯数据出炉!一文看懂孩子用的台灯哪个牌子好

近年来,随着科技的迅猛发展,诸如智能手机、电脑等电子设备在工作、学习及娱乐中的应用日益广泛,人们对这些设备的依赖程度也随之加深。然而,长时间面对屏幕不可避免地给眼睛带来伤害,如眼疲劳、干燥甚至近视等问题。因此,市场对能够缓解眼疲劳的照明产品的需求日益增长。这类护眼照明产品通常采用无频闪、无紫外线辐射等技术,旨在减少对眼睛的潜在危害,有效保护视力健康,并降低眼疾的发生率。随着护眼台灯的不断创新进步,

一文详解go底层原理之垃圾回收

1 前置知识 1.1 三色回收法 三色回收法在gov1.5版本时是主流的gc方式 简单介绍一下流程: 暂停程序执行流程(开启STW)将新创建的对象全部标记为白色从根节点开始遍历,把遍历到的第一层全部改为灰色遍历一次灰色集合,将灰色集合引用对象变为黑色重复上述步骤,知道没有灰色对象清除白色对象结束STW 1.2 STW 上述1.1所说的STW就是指的stop the world,简单的说

涉密电脑插U盘会不会被发现?如何禁止涉密电脑插U盘?30秒读懂!

在涉密电脑插U盘的那一瞬间,你是否也好奇会不会被发现?涉密电脑的安全监控可是滴水不漏的!想知道如何彻底禁止涉密电脑插U盘?简单几招搞定,轻松锁死外部设备,信息安全无懈可击! 涉密电脑插U盘会不会被发现? 涉密电脑是否会在插入U盘时被发现,需要根据具体情况来判断。在一些情况下,涉密电脑可能没有安装任何监控软件或安全工具,插入U盘可能不会立即触发警告。然而,随着信息安全管理的不断升级,越来越多

散户炒股票为什么进步慢,学习程序化交易思维

炒股自动化:申请官方API接口,散户也可以 python炒股自动化(0),申请券商API接口 python炒股自动化(1),量化交易接口区别 Python炒股自动化(2):获取股票实时数据和历史数据 Python炒股自动化(3):分析取回的实时数据和历史数据 Python炒股自动化(4):通过接口向交易所发送订单 Python炒股自动化(5):通过接口查询订单,查询账户资产 散户炒股的常见难题

Apache Spark3.0什么样?一文读懂Apache Spark最新技术发展与展望

简介: 阿里巴巴高级技术专家李呈祥带来了《Apache Spark 最新技术发展和3.0+ 展望》的全面解析,为大家介绍了Spark在整体IT基础设施上云背景下的新挑战和最新技术进展,同时预测了Spark 3.0即将重磅发布的新功能。 2019阿里云峰会·上海开发者大会于7月24日盛大开幕,在本次峰会的开源大数据专场上,阿里巴巴高级技术专家李呈祥带来了《Apache Spark 最新技术发展和

一文俯瞰Elasticsearch核心原理

点击上方蓝色字体,选择“设为星标” 回复”资源“获取更多惊喜 大数据技术与架构 点击右侧关注,大数据开发领域最强公众号! 暴走大数据 点击右侧关注,暴走大数据! Lucene 介绍 Lucene是一种高性能、可伸缩的信息搜索(IR)库,在2000年开源,最初由鼎鼎大名的Doug Cutting开发,是基于Java实现的高性能的开源项目。Lucene采用了基于倒排表的设计原理,可以非常高