量化投资与策略交易韦明俊
量化投资•投资方法o 判断型Warren BuffettGeorge Soros价值投资哲学o量化型James Simons量化投资
量化投资•不同的定义o狭：基于Black-Scholes-Merton公式1997年Merton & Scholes诺贝尔经济学奖o 中：基于事先设定的数学工具或逻辑判断o 广：基于数学、统计学等工具基于宏观数据、市场行为、企业财务数据、交易数据进行分析，利用数据挖掘技术、统计技术、计算方法等处理数据，捕捉市场机会
对冲基金•当前含义(广义):对冲基金(Hedge Fund)泛指私募基金，籍以区别于公募基金;而共同基金（Mutual Fund）泛指公募基金，籍以区别于私募基金•原始含义(狭义):对冲基金起源时是指通过复杂的交易集合对冲掉某些管理人不喜欢的风险，而保留某些管理人精心选择的风险以便从这些风险中换取超额收益的基金，而最原始的被对冲掉的风险通常是系统风险，后来又广义化，被对冲掉的风险和被保留的风险都变得可能更加另类
对冲基金•对冲基金的发展历程•创始阶段：1949—1966年•初步发展和变化阶段：1966—1968年•低潮阶段：1969—1974年•缓慢发展阶段：1974—1985年•大发展阶段：90年代之后•据最新统计数据，全球大约有一万家对冲基金公司，管理着约一万亿美元的资产
对冲基金•第一家对冲基金澳大利亚人阿尔弗雷德-温斯勒-琼斯于1949年1月在美国纽约创建了一个私人合伙制的股票基金。当时他设立这个基金的目的主要是为了规避市场升跌的系统风险并谋求在股市的跌市中也能获得较大的投资收益，其惯用的操作手法——利用卖空被高估的证券并同时做多相关联的被低估的证券，并利用财务杠杆来构建对冲（也称“避险”）组合，以便获取独立于市场整体走势的证券间的相对价值（偶尔在必要时进行方向性敞口获取市场走势的收益），该交易模式非常类似于对冲的原始含义，对冲基金因此而得名。•巴菲特伯克希尔哈撒韦公司（Berkshire Hathaway）2000亿•索罗斯量子基金100亿•西蒙斯大奖章60亿
长期资本管理LTCM•创始人:Meriwether,Merton,Scholes•创始时间：1994年2月•投资策略：Black-Scholes-Merton公式o 看家业务：做多非当期的30年期国债，同时卖空当期的30年期国债对冲掉利率变动风险。o 机理：美国30年期债券每半年发行一次，当期的因流动性最好而价格偏高。LTCM建立的抛当期买非当期头寸待等待充足时间后，因都变成非当期而利差趋于消失，从而可以平仓获利。利用回购建立25倍财务杠杆放大利润数额。“同时抛近买远”•净回报率：o 94年20% o 95年43%o 96年41%o 97年17% 1--->
长期资本管理LTCM•黑天鹅事件：o 1997年亚洲金融危机o 1998年所罗门银行退出套利交易俄罗斯政府外债违约•98年亏45亿o 利率掉期16 亿o 股票pair trading 亿o 股票期权13 亿o 债券 亿o 俄罗斯和新型市场 亿o 股票2 亿o 成熟性市场方向性投资 亿o 垃圾债券1 亿•失败原因分析o 市场的不理性的时间可能要比你保持不破产的时间长——凯恩斯o 财务杠杆1998年本金亿，负债1245亿
文艺复兴科技Renaissance•创始人:James Simonso1962年加州大学伯克利分校数学博士，方向：微分几何o1967年石溪大学数学系主任o1974年Chen-Simons理论，应用：超弦和黑洞理论o1976年美国数学学会维布伦奖o1978年创立林姆若伊基金，判断型投资，平均年回报38%•1988年3月成立基金公司复兴科技公司大奖章基金o投资策略：量化投资o资产规模$60亿,平均年净回报率34%o 2008年净回报率80%，个人25亿
文艺复兴科技Renaissance•IAFE(InternationalAssociation of Financial Engineers)2007oWe hire physicists, mathematicians, astronomers and computer scientists and they typically know nothing about financeoConstant pursuit of new strategies is essential for its success:We do a lot of experiments. Some succeed, some failoTrend following lost its zip in recent years due to intense investor speculationoAlmost any good viable predictive signal will almost certainly erode over fiveyears•总人数约300人，其中IT团队有150人，大部分都是理工背景的博士
抛硬币游戏•硬币游戏•大数定律：概率•信息论: 熵1比特•交易策略——抛“硬币”的规则•正面：赚•反面：亏•胜率•盈亏比•策略评估•回报率•最大回撤•资金曲线•稳定性
策略SCSR准则At Renaissance, models had to meet four principles, says MrFrey. These were(andmaybe still are):•Simplicity –don’t make it more complicated than it needs to be；简单性•Commonality–make it as broad as possible；通用性•Stability–models you have to readjust constantly probably aren’t as good as ones that stand the test of time 稳定性•Rationality–it can’t just be statistically valid. You have to employ reason to identify a statistically significant but spurious pattern.逻辑性
金融市场•有效性？—有效市场假说(Fama1964)认为: 市场价格波动是随机的—交易者不可能持续从市场中获利•有些交易模式并非随机,而是有迹可循、具有预测效果,但存在短暂或局部的———James Simons•局部预测:存在短暂且局部的交易机会•属于什么系统？—行为系统
金融市场•风险市场—风险：不确定性—三类交易者：保值者，套利者与投机者•生态系统—优胜劣汰：弱肉强食食肉动物•成为有竞争力的物种(大投机者)食草动物(券商)散户和低效参与者食物和能量海洋生态系统市场生态系统
金融衍生品市场的建立标志着新交易时代的来临•市场容量与流动性优势:成熟市场经验表明股指期货交易量不低于甚至高于整个股票市场的交易量，流动性也更好•交易成本与便捷式优势:万分之的双边交易成本,杠杆交易,T+0,可双向开仓,逐日盯市,套利门槛低•市场参与者多元化(保值者，套利者与投机者)与交易风格多样化导致更多的跨市场价格偏离从而带来更多的机会•基础产品和衍生品之间,不同期限和行权条件的衍生品之间,存在着复杂的套利关系和风险/收益交换
新的交易规则和市场结构提供了新的交易机会和交易模式•无风险套利/市场中性套利Risk free/Market neural arbitrage•高频/超高频交易High/Ultra high frequency trading•算法交易/系统交易/程序化交易Algorithm/Systematic/Programming trading•统计套利Statistical arbitrage
新交易模式需要有先进的技术平台进行支撑•高频历史数据库进行统计模式的挖掘•交易策略的历史回溯测试和参数优化需要HPC(Highperfromancecomputing)的支持•算法交易/系统交易/程序化交易(Algorithm/Systematic/Programming trading)•全市场实时的动态监控和交易信号的实时计算和触发•快速健壮的自动下单和成交跟踪处理系统
OCCF
交易策略开发基本思路•经济体系和金融体系的规模和复杂性/不确定性不断增加•对未来进行主观的中长期预测日益困难,风险加大•交易对象的价格可能被认为操作或干预•风险中性交易:y= α+βx，构建具有零β高α的头寸组合•高频交易：通过使持仓时间趋于零极限化风险，通过大量瞬时交易极大化资金使用效率•投资收益主要受交易成本/市场流动性/波动性/连续性等市场微观结构的影响
交易绩效的归因分析•运气•Taleb:《Fooledby Randomness》,交易明星往往出于市场和策略的短暂共振•大牛市的财富效应•艺术（直觉）•挖掘未来的巨人企业•炒单者•技术•海龟法则•Simons:Themodel
无风险套利策略•静态对冲(线性套利)•期货现货套利：在到期日期价必然收敛于现货价格•跨期套利•保证金制度和现金逐日盯市清算的制度安排增加了套利风险•动态对冲(非线性套利)•期货期权套利•动态复制策略(Black-Scholes)
统计套利策略•在具有非常高的流动性和市场规模的衍生品市场上,大的金融机构利用短期价格模式进行着活跃的算法交易•Deutsche Bank Global Trading交易员Mark Sykes•机会窗口的宽度通常为～(10年Bundesbank利率期货，均值回归策略)•其中路透的行情时延是秒•基于C的程序先进场,然后是Java程序,等到Excel程序进场时,市场已经向反方向运动了
高频趋势跟随策略•市场中存在着随机趋势，且趋势具备一定的持续性•通过短期预测决定入市信号，避免错过大的行情•通过紧密止损控制反向运动风向•四两拨千斤式的交易策略，最适合在震荡市中应用
日内高频交易•趋势跟随系统什么是趋势？趋势就是一系列的新高(低)一是至少创出两个新高(低)二是破坏了原有趋势，即高(低)于上一趋势的倒数第二个新低(高)大红点表示趋势确认点，发出买入信号；大绿点表示下降趋势确认点，发出卖出信号；小红(绿)点表示上升(下降)趋势中继点；蓝点为趋势选择点，需要等待趋势明确
典型的一天交易:交易时点
典型的一天交易:损益情况
点差交易策略•当买一和卖一的价差高于交易成本时，可以同时在卖一做空，买一做多等待对手盘并反复滚动操作•类似于美国市场的做市商角色,每分钟可能产生多笔交易，获得差价的同时向市场注入了流动性•期货界通常称为炒单或抢帽子交易•最适合在平衡市中应用
炒单案例
混合策略•根据当前的市场特性（单边市/平衡市/震荡市）判断，进行策略的自适应切换
策略交易•对海量数据数据进行挖掘和测试•典型数据规模：New York Stock Exchange TAQ(Tradesand Quotes)TAQ每天数据增量:2G+•实时tick数据采集：All US equities per day Trades 200M→quotes 2G→Level2 4G→Options 6G•策略执行•一笔交易从交易所主机到投资者屏幕的时间为300毫秒•交易所方面,上交所的处理能力是4000-6000万笔/天,中金所是800万笔/天(6000笔/秒)•目前国内期货活跃交易合约每天成交笔数在万数量级•股票市场方面，5秒行情刷新频率下个股的成交笔数高点在每日3000笔左右
交易系统交易系统(Trading System)主要由八部分组成：Van K. Tharp•市场过滤器(market filter)：牛市/熊市/盘整/平稳等•过滤条件: 筛选个股•进入信号•止损•再进入策略•退出策略•仓位控制•多个系统针对不同的市场
A股指数化投资系统大盘行情个股行情个股价格/量个股仓位数据个股风险系数接口个股止损点大盘风险大盘模型系数仓位股票买入数据平台控制股票清单筛股模型服务器股票卖出•交易系统是一个由数据表和触发器/存储过程封装在一起的逻辑体系•指数化投资—中小板指等资金报表持仓报表•短线印花税•自动化交易—行情API/柜台系统佣金•技术分析—找到市场中有信息优势的少数参与者(庄家)的踪迹
A股平台•行情服务:全推•下单模块:易盛、恒生、金仕达接口•策略引擎
分析引擎•工具:SAS,SPSS,Splus,MATLAB,Excel等•R一个开放的统计分析和图形显示的程序设计环境，它与S编程语言相似。
基于R的上证均线系统回溯#加载包library(quantmod)library(PerformanceAnalytics)#从yahoo数据库读取上海指数的价格数据getSymbols('^SSEC',src='yahoo')
基于R的上证均线系统回溯#从中提取收盘价close=(Cl(SSEC))#求取5日均价并去除NA值mv5=(SMA(close,5))#利用条件语句判断收盘价是否穿越均线，得到仓位向量sig=Lag(ifelse(close>mv5,1,-1))#将收盘价的收益率乘上仓位向量，再去除NAret=(ROC(type='discrete',close)*sig)#通过累积乘法得到交易的收益率序列eq=cumprod(1+ret)plot(eq)#绘制交易规则的收益图(ret,top=10)(ret)(ret)
基于R的上证均线系统回溯
内存数据库Kdb+/Q•1998 基于列的内存数据库Kdb–无与伦比的数据分析性能•2003 Kdb+: Kdb进一步的语言整合和优化•Kdb+目的: 一切为了以最快速度分析最海量金融数据•发明人Arthur Whitney深谙机构投资者对海量数据处理的需要,将Kdb+铸造成至快、至简、至强的终极武器•Q: Kdb+的SQL 语句–属于APL(A ProgamingLangange)语系•APL语系是计算机语言谱系中的一支–成员: J. Q. K. AKen IversonRoger Hui
kdb+支持实时业务的高效一体化数据库与应用平台
kdb+主要应用领域：金融
kdb+主要客户类型
典型类型
Kdb+目录结构
一家美国对冲基金
一家大型投资银行
Kx公司
