数学家是如何做量化交易的

2024-05-29 22:32
文章标签 量化 交易 数学家

本文主要是介绍数学家是如何做量化交易的,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!

https://blog.csdn.net/myquant/article/details/87913059

亲爱的Derman先生:
    你总是说要成为一个好的量化分析师有多难,我发现它根本没有你说的那么难。以后请你不要天天吓唬人了,先读读我的故事!
    我拿到PhD学位后,就来到了纽约。很快我就通过猎头的网络招聘拿到了一家外资银行的面试。在两场面试中,我都表现出色。一周后,我就坐到了办公室。我对自己说:“伙计,你真是交好运了,还给你配置了Dell电脑。”
物理学博士出身的我觉得期权就像π一样简单。我学过热传导方程和量子力学,期权的概念就是小菜一碟:α是截距,β是斜率,τ是曲率,Δ是切线,σ是热度,θ是敏感,μ是漂移,收益曲线在我眼里就是弦理论。我懂得导数,我就懂得期权!
我的老板叫Alden,他是工商管理学MBA,我是他的量化助手。他叫我学霸。他一点数学都不懂但他对做生意很精通。他生气时,甚至可以用同一个单词作名词、形容词、感叹词和动词使用。我们有个风骚的女秘书Lydia,一个性感的奇异期权。这个拥有着非正态分布一般身材的尤物常常引得销售员对她吹口哨,还小声议论势垒穿透。
我对Lydia有些理性预期是很正常的,不过我觉得她看不上我。她喜欢看老电影,但是对数学却没什么品味。况且对她来说,我就是一个虚值的期权,根本没有价值!
最近,银行想要做结构化产品。我赶紧行动了起来。我有EXCEL,我也买了VBA,我从网站上面下载了各种模型,我就开始了期权定价。我们要做期限很长的期权生意,什么是向下突破失效期权啊,什么是可转换期权啊,什么是一次性上穿有效期权啊,什么是价差期权啊,违约调换, 波动率期权, 这些模型我都有! 每周我都把我们的头寸计算一遍, 账面上的盈利迅速积累起来, 然后我就和Alden到纽约最好的餐馆大吃一顿。
但是Lydia总浮现在我的脑海里,当我看着她漫步走过,我就情不自禁的想到她的峰值。我邀请她杯咖啡,但是她拒绝了我。我觉得她的p测度和我的q测度也许不能相互转换。
有一天,Alden接到一笔大单,是用土耳其里拉计价的带有障碍的、美式的、 利率差的欧元利率掉期期权。根据我的模型,这个期权很值钱。具有非常高的Alpha,丰厚的Vega,高耸入云的夏普。我让Alden买入了一亿美元名义额,他的老板也跟进。
第二天,经纪人以同样的价格卖给了我们更多同样的期权,真是一笔大买卖。每天我告诉Alden根据我的模型如何来对冲欧元利率与里拉汇率。日子过得快,每每我还伤心地想起Lydia,念念不忘她的有形资产。什么时候我能有机会触摸她的有效边界呀?
第二周,模型风险的头儿Jean和风控的头儿Vlad一起跑过来。Jean是ENS毕业的博士,随机变分学的专家。Vlad是莫斯科大学毕业的数学博士, 数值计算的专家。 
“你的VaR太大啦!”Jean对大声对Alden说,“你用什么模型来算的这个头寸?”
我用的模型是单因子蒙特卡罗模拟,花了我125美元从网上买的。Vlad说他的模型是具有厚尾特征的、三因子、Crank-Nicolson偏微分方程,是他在自己电脑Linux系统上用Java写的。他的模型算出来的Alpha要比我的要小得多。
“你花了太多的钱买回来了太少的Vega!”Vlad说。
Jean 跳了起来说, 我要告你使用错误的模型给复杂衍生品定价。你这小子应该被开除。 Alden知道问题的严重性了,他知道Jean什么都干的出来。我们距离麻烦只有  ε这点距离了。
那天收盘后,风控委员会使用了Vlad的模型。在他们重新计算下,我们损失惨重 。“谁都说不清你这个头寸有什么价值了。” Vlad抱怨道,“我们还是止损吧。这个圣诞节是去不了阿尔卑斯度假了。离发年终奖的日子只有一个月了。”
这下糟糕透了,丢了年终奖不说,Lydia和我大概也没戏了。我心神不宁,在闭市前,我对冲了欧元的头寸,把里拉的头寸给忘了。第二天一早,我刚刚到办公室, Alden就冲我喊,
“你昨晚上对冲了吗?”他叫着。
我这才想起来昨天还有活儿没做完,吓出一身冷汗。“欧元利率的对冲做了,里拉没有。”我故作镇定地说。
“太好了!”他嚷道,“中东有麻烦了——昨晚里拉掉了百分之七。咱们赚翻了!你怎么这么聪明, 昨天怎么猜着的?”
“我学过黑天鹅理论呀。”我都不知道怎么回事就随口回答了。
“真是好消息啊,兄弟!”他一边说着一边搂我的肩膀。
我们的头寸价值翻了三倍,在闭市前全抛了。我为公司挣了20个点。
Lydia开始用钦佩的眼光看我了。发年终奖那天我请她去琴乔治共进晚餐。
“你是怎么做到的?”她隔着85年的伯图斯红酒冲着我笑着。
我已经看到了我们的隐含相关系数正在接近1,而我已经准备好提前行权了。
“这可高深了,具体说吧就是行为金融,”我告诉Lydia的时候握住了她的手,“市场就像一个害羞的女人突然发现了自己的美一样:一开始慢热,当她觉醒则疯狂……”
也许很快我就能建立自己的对冲基金了,同时,希望我的故事能够继续激励你的读者。



 

《深入浅出数据分析》_高清中文版.pdf
《Python编程:从入门到实践》_高清中文版.pdf
《Python科学计算》_高清中文版.pdf

这篇关于数学家是如何做量化交易的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/1014816

相关文章

量化交易面试:什么是连贯风险度量?

连贯风险度量(Coherent Risk Measures)是金融风险管理中的一个重要概念,旨在提供一种合理且一致的方式来评估和量化风险。连贯风险度量的提出是为了克服传统风险度量方法(如VaR,风险价值)的一些局限性。以下是对连贯风险度量的详细解释: 基本概念: 连贯风险度量是指满足特定公理的风险度量方法,这些公理确保了风险评估的一致性和合理性。 这些公理包括:非负性、次可加性、同质性和单调

Matlab)实现HSV非等间隔量化--相似判断:欧式距离--输出图片-

%************************************************************************** %                                 图像检索——提取颜色特征 %HSV空间颜色直方图(将RGB空间转化为HS

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

期货赫兹量化-种群优化算法:进化策略,(μ,λ)-ES 和 (μ+λ)-ES

进化策略(Evolution Strategies, ES)是一种启发式算法,旨在模仿自然选择的过程来解决复杂的优化问题,尤其在没有显式解、或搜索空间巨大的情况下表现良好。基于自然界的进化原理,进化策略通过突变、选择等遗传算子迭代生成解,并最终寻求全局最优解。 进化策略通常基于两个核心机制:突变和选择。突变是对当前解进行随机扰动,而选择则用于保留适应度更高的个体。本文详细介绍了 (μ,λ)-ES

个股场外期权怎么交易?场外期权交易流程是怎样的?

今天带你了解个股场外期权怎么交易?场外期权交易流程是怎样的?个股场外期权是一种非标准化的期权合约,通常在场外市场(OTC市场)由金融机构和投资者之间进行交易。 场外个股期权主要功能 风险管理: 帮助投资者对冲持有个股的价格波动风险。比如,投资者担心持有的股票价格下跌,可以通过买入场外认沽期权来锁定最低卖出价。 投机获利: 投资者可以利用场外期权进行投机,利用杠杆效应,投入较少资金博取标的

期权交易中最基本的操作!新手先从期权买入开仓开始!

今天带你了解期权交易中最基本的操作!新手先从期权买入开仓开始!交易期权的第一步是选择一个可信赖的期权交易平台,可以是大型券商提供的交易平台或专业的期权交易所。 新手先从期权买入开仓开始 买入开仓(即建立权利仓),卖出开仓(即建立义务仓)。买入开仓最大亏损不超过开仓时支付的权利金,最大收益,理论上无限;卖出开仓则相反,最大收益不超过开仓时收取的权利金,最大亏损理论上无限。 买入开仓亏损有限,收

50ETF期权对于投资者有哪些作用?具体怎么交易50ETF期权

今天带你了解50ETF期权对于投资者有哪些作用?具体怎么交易50ETF期权?50ETF期权提供了一种灵活且成本效率高的方式来增加收益、管理风险或进行市场投机。 50ETF期权为投资者提供了多样化的投资策略和风险管理工具。 50ETF期权对投资者的主要作用 对冲风险:投资者可以通过购买看涨或看跌期权来对冲持有的ETF份额或其他相关资产的价格波动风险。 投机:投资者可以利用相对较小的资本投入来

区块链ARC如何能让节点能够大规模处理交易数据

​​发表时间:2024年8月7日 TAAL技术主管Michael Böckli表示,TAAL公司一直在对ARC进行测试,并准备在今年年底全面发布。因TAAL在区块链交易处理方面具备深厚的专业知识,BSV区块链委托TAAL进行ARC开源参考落地方案的开发。 ARC是一个多层交易处理系统,能够追踪交易在BSV区块链上的整个生命周期。 除了遵循BSV区块链的开源指南和要求开发ARC的开源版

10分钟理解大模型的量化

1. 什么是量化 量化是大模型领域中的一项关键技术,它通过降低模型参数的精度,将浮点数转换为整数或定点数,从而实现模型的压缩和优化。这样做的主要目的是减少模型的存储需求、加快推理速度,并降低模型的计算复杂度,使得大模型能够更高效地在资源受限的设备上运行,例如移动设备、嵌入式系统等场景。 2. 精度 先来看下数据存储的基本概念 bit 位是计算机中最小的数据单位,只能存储 0 或 1 两种

书生大模型实战营(第3期)进阶岛第3关--LMDeploy 量化部署进阶实践

1 配置LMDeploy环境 1.1 InternStudio开发机创建与环境搭建 点选开发机,自拟一个开发机名称,选择Cuda12.2-conda镜像。 我们要运行参数量为7B的InternLM2.5,由InternLM2.5的码仓查询InternLM2.5-7b-chat的config.json文件可知,该模型的权重被存储为bfloat16格式。 对于一个7B(70亿)参数的模型,