overview 概述
隨著量化金融領域日漸成熟，量化交易方法也在金融投資過程中應用越來越廣泛，並被投資者熟知。但目前國內量化投資發展較為緩慢，投資者參與量化投資積極度較低。量化投資仍主要掌握於專業機構手中，對相應技術和資料分析能力要求高。本文將簡介量化投資，幫助投資者更加容易瞭解量化投資。
report 報告
量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史資料中海選能帶來超額收益的多種“大概率”事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。量化交易簡單來說就是應用了統計學和概率學，透過了抽樣和相關性分析，應用多元迴歸和時間序列分析以及數學模型來形成的投資決策。定量投資和傳統的定性投資本質上來說是相同的，二者都是基於市場非有效或弱有效的理論基礎。兩者的區別在於定量投資管理是“定性思想的量化應用”，更加強調資料。
量化交易的歷史大致可以分為三個階段，第一階段，1971～1977 年，1971 年世界第一支被動量化基金由巴克利國際投資管理公司發行。1977年，第一支主動量化基金由巴克利發行，總額 70 億美元，是美國量化投資的開端。第二階段，1977～1995 年，這一階段計算機技術飛速發展，為量化投資的資料分析打下了很好的鋪墊。第三階段，1995 年至今，量化投資的成熟階段，目前，全部投資中，量化投資的佔比超過 50%，其中指數類投資全部採用定量技術，主動策略投資中，30% 左右使用定量技術。
量化交易特點
1、紀律性。堅決執行模型的執行結果進行決策，減少因投資者情緒波動而導致的非理性的投資決策。
2、系統性。多層次，包括在大類資產配置、行業選擇、精選具體資產三個層次上都有模型；多角度，定量投資的核心思想包括巨集觀週期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度；多資料，即對海量資料的處理。儘可能的涵蓋市場多維度資料，來進行有效測算。
3、套利思想。定量投資透過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會，從而發現估值窪地，並透過買入低估資產、賣出高估資產而獲利。
4、概率取勝。一是定量投資不斷從歷史資料中挖掘有望重複的規律並加以利用；二是依靠組合資產取勝，而不是單個資產取勝。
量化投資技術方法
1、統計套利
統計套利是利用資產價格的歷史統計規律進行的套利，是一種風險套利，其風險在於這種歷史統計規律在未來一段時間內是否繼續存在。
統計套利的主要思路是先找出相關性最好的若干對投資品種，再找出每一對投資品種的長期均衡關係（協整關係），當某一對品種的價差（協整方程的殘差）偏離到一定程度時開始建倉，買進被相對低估的品種、賣空被相對高估的品種，等價差迴歸均衡後獲利了結。股指期貨對沖是統計套利較常採用的一種操作策略，即利用不同國家、地區或行業的指數相關性，同時買入、賣出一對指數期貨進行交易。在經濟全球化條件下，各個國家、地區和行業股票指數的關聯性越來越強，從而容易導致股指系統性風險的產生，因此，對指數間的統計套利進行對沖是一種低風險、高收益的交易方式。
2、演算法交易
演算法交易又稱自動交易、黑盒交易或機器交易，是指透過設計演算法，利用計算機程式發出交易指令的方法。在交易中，程式可以決定的範圍包括交易時間的選擇、交易的價格，甚至包括最後需要成交的資產數量。
演算法交易的主要型別有:
(1) 被動型演算法交易，也稱結構型演算法交易。該交易演算法除利用歷史資料估計交易模型的關鍵引數外，不會根據市場的狀況主動選擇交易時機和交易的數量，而是按照一個既定的交易方針進行交易。該策略的的核心是減少滑價（目標價與實際成交均價的差）。被動型演算法交易最成熟，使用也最為廣泛，如在國際市場上使用最多的成交加權平均價格（vwap）、時間加權平均價格（twap）等都屬於被動型演算法交易。
(2) 主動型演算法交易，也稱機會型演算法交易。這類交易演算法根據市場的狀況作出實時的決策，判斷是否交易、交易的數量、交易的價格等。主動型交易演算法除了努力減少滑價以外，把關注的重點逐漸轉向了價格趨勢預測上。
(3) 綜合型演算法交易，該交易是前兩者的結合。這類演算法常見的方式是先把交易指令拆開，分佈到若干個時間段內，每個時間段內具體如何交易由主動型交易演算法進行判斷。兩者結合可達到單純一種演算法無法達到的效果。
常見的量化交易策略
1、b-breaker
在外匯交易系統中，樞軸點 (pivot points) 交易方法是一種經典的交易策略。pivot points 是一個非常單純的阻力支撐體系，根據昨日的最高價、最低價和收盤價，計算出七個價位，包括一個樞軸點、三個阻力位和三個支撐位。阻力線和支撐線是技術分析中經常使用的工具之一，並且支撐線和壓力線的作用是可以互相轉化的。從交易的角度上來看，pivot point 好比是作戰地圖，給投資者指出了盤中應該關注的支撐和阻力價位，而至於具體的戰術配合，pivot point 並沒有具體地規定，完全取決於投資者自身的交易策略。投資者可以根據盤中價格和樞軸點、支撐位和阻力位的相關走勢靈活地制定策略，甚至可以根據關鍵點位進行加減倉的頭寸管理。
2、海龜交易法
海龜交易法是著名的公開交易系統。首先進行市場和品種選擇，選擇關聯度低、流動性好、容量大的市場和品種進行組合投資。其次決定頭寸規模，採用基於波動性的頭寸管理策略（止損同樣是基於波動性）。海龜交易法建倉有兩套規則，第一套建倉規則為以 20 日突破為基礎的短線系統，第二套建倉規則是以 60 日突破為基礎的長線系統，加倉規則是價格在上次買入價格的基礎上往盈利的方向變化（係數在 0.5～1 之間），即可在增加 25% 倉位。海龜交易法同樣具備兩種止損規則，統一止損是任何一筆交易都不能出現賬戶規模 2% 以上的風險；雙重止損是賬戶只承受 0.5%的賬戶風險，各單位頭寸保持各自的止損點位不變。海龜交易法的賣出規則一旦出發都要退出。
3、凱利公式
凱利公式由 john larry kelly 於 1956 年提出（kelly 1956）。它指出在一個期望收益為正的重複性賭局或者重複性投資中，每一期應該下注的最優比例。藉由捕捉可以最大化結果對數期望值的資本比例 f 也就是得到長期增長率的最大化。那麼在單純的就有兩種結果的簡單賭局來講，這裡的兩種結果指的是：輸去所有注金，或者獲得資金乘以特定賠率的彩金。
可以透過一般的陳述引匯出下面的公式：f=（bp-q）/b（f*代表現有資金應進行下次投注的比例；b 代表投注可得的賠率；p 代表獲勝率；q 代表落敗率，也就是1-p）。凱利公式在量化投資中的應用是確定投資品的最佳槓桿比率，凱利公式的核心是在於控制風險。
4、卡爾曼濾波演算法
在 40 年代，美國科學家 wiener 和前蘇聯科學家 ｋолмогоров 等人研究出最佳線性濾波理論，之後又被後人稱之為維納濾波理論。從理論的角度來看，維納濾波存在著一個最大的缺陷：就是一定要應用到無限的過去資料，再實時處理上，並不適用。在 40 年代，為了打破這一缺陷，kalman 將狀態空間模型引入到濾波理論裡，並引匯出了一套遞推估計演算法，後期又被人稱作卡爾曼濾波理論。它是以最小均方誤差為估計的最佳準則，因此來找到一套遞推估計的演算法，它的根據就是：選用訊號與噪聲的狀態空間模型，把前一時刻的估計值和現時刻的觀測值利用起來，然後更新對狀態變數的估計，從而求出和得到現時刻的估計值。它在實時處理和計算機運算方面都非常的適用。
5、蒙特卡洛期權定價
根據資產價格呈對數正態分佈的假設，模擬出資產在期權持有期內的不同的價格走勢，得到資產在期權到期日的不同價格分佈，由此根據期權在資產不同價格下的價值得到期權在到期日的價值分佈，再取期權在到期日價值的均值作為期權價格。透過模擬標的資產價格路徑預測期權的平均回報，緊接著就是得到期權價格估計值。在市場當中，蒙特卡洛方法的最大的優越點就是：誤差的收斂率從來不會依靠於問題的維數，也就是這個原因，在高維期權定價時，應用這種方法是最合適不過了。
conclusion 結語
量化交易簡單來說就是應用了統計學和概率學，透過了抽樣和相關性分析，應用多元迴歸和時間序列分析以及數學模型來形成的投資決策。將風險和收益更加具現化，讓投資者在進行投資決策階段更加清晰和準確。
風險提示：
警惕打著區塊鏈和新技術的旗號進行非法金融活動，標準共識堅決抵制利用區塊鏈進行非法集資、網路傳銷、ico及各種變種、傳播不良資訊等各類違法行為。
