正文

61BTC速递丨量化冠军团队带你了解算法交易的秘密预测风险和收益

61量化2020-07-02 09:44:47

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。在数字货币界量化投资也十分受追捧，包括臭名昭著的“Plus Token”也是打着量化投资的旗号卷走了投资者价值20亿美元的数字货币。

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。相较于主观投资，量化投资更依赖客观数据分析，避免的人为情绪的影响，比如冲动、恐惧、侥幸心理。61BTC作为国内最早从事数字货币量化投资交易的机构，就是发现在数字货币市场，行情波动瞬息万变，并且7*24的交易时间下，人为主观操作往往会出现偏差，通过量化交易系统更能提高收益率。 最早开始量化交易的时候在管理上亿资金规模的同时做到单月收益一度超过30%，这一切还是建立在最大回撤不超过1.2%的情况下。

通过这篇文章，TokenInsight量化大赛冠军团队61BTC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

虽然量化投资运用先进科技、算法，但它的的理念不是最近才出现的，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奠定了量化投资的理论基础。

自那以后，由于过去二十年科技技术的提高，复杂的算法得以实现，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。

国内越来越多的量化机构出现，水平参差不齐，如何判断其真实能力，关键核心在于优化，量化投资策略就是在不断优化中提高收益，降低风险。 只有正真具备独立研发策略系统能力的团队，才能在每天的行情中不断优化提升，从而超过同行竞争者。

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。

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。

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。

这也是现在量化收益并不像早年那么丰厚的原因，毕竟一个行业赚钱一定会吸引大量入行竞争，利益多少都会受到一点影响，策略在长时间内的收益往往是递减的，这时候我们必须重新校准策略，并应用新的模型。

向零赛跑

除了策略模型外，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。

不过数字货币方面就没有这么讲究了，几家头部交易所都在网上交易而且服务器都在境外未知地区，所以大家都一样。

算法策略

量化交易有多种算法交易策略，这里我们简单介绍几个：

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。

搬砖套利： 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。

期现套利： 利期货市场与现货市场的价格差异套利。例如，比如目前比特币现货价格是9100美元，当周期货是9150美元，那么我们在现货市场买入一枚币再在期货市场卖出一个币，那么我们就能通过一买一卖锁定50美元收益。如果期货价格低于现货价格，那么就反向操作。这种套利的优势就在于，套利一种商品（如比特币），最终无论市场价格涨跌，商品数量不会受到损失。