量化策略研究指的是需要依据一种或多种确凿的获利理念,通过某一特定显式表示的模型,指导参与者反复地以人工或机器执行指令,参与单边或多空交易。在策略的执行过程中,需要实时监控资产组合价值与目标利润的偏离情况,调整参数,直到已有模型生命期限终了,再转入到新模型。
当前量化策略重点集中在基于行为金融学的策略及程序化交易与算法交易策略两大块。 ◆基于行为金融学的策略,依据历史上没有发生过同种情况,但曾有类似事件对市场情绪造成了极大干扰,短期内影响着相应资产价格的大幅波动。 ◆算法交易策略指的是依据相同品种的历史交易数据及持仓成本等因素,测算多空开平点位、止盈止损线、模拟介入下的策略效果等因素。交易所制度安排、做市、期现套利、价差交易、套期保值、相对价值型方案、多空对冲(事件驱动型)、期货配对、纯粹单边交易(如波动率)、展期交易、场内外期权买**价差交易等均隶属于算法交易。 1.数据管理 有效的数据管理涉及历史数据的调用及本地数据库的维护,包括处理国内期指与商品期货的分笔数据导出、保存到本地数据库、针对一定频率抽取截面或横面数据(时点、时段、特定间隔等类型)进行深度加工、自动化地定时更新添加整理数据工作,从而方便抽取各种时段、特定时刻、一定时间间隔的期货(主力、非主力、连续合约)、现货、基差(主力、非主力)、价差(单个、连续)等交投数据。 2.量化策略及产品设计 此为重中之重,分为模型甄选及效果回测两个层面。
进行期权定价研究时,除期权定价公式外,各种参数计算模型(拟最大似然估计、模拟退火算法、最小二乘法)、计算速度与程序运行效率改进算法也是必不可少的关注重点。从策略设计伊始就开始关注整体涉及的模型,是开发成功的模型中重要的一个环节。 针对各种市况(单边上涨、单边下跌、先上涨后下跌、先下跌后上涨、振荡、使用蒙特卡罗模拟技术计算的数据),多次调整测试时段,确定开平仓的触发水平,观察结果中异常偏离及整体效果等数据,并依托资产组合的价值达到一定水平执行止盈止损、资金回撤操作等捕获资产组合价值高位运行的手段,筛选表现较佳的策略。 简单地来说,在了解将在整个运行过程中要使用的模型方案后,留给效果回测环节解决的问题如下: 输入什么样的参数、得到何种形式的变量、整个过程如何衔接、如何筛选适当方案。 3.实际操作与效果跟踪 包括指令管理、买**信号传递、效果评估等子系统的开发。
数量化方案实施时,还需要针对策略的设计特点,评估其存续的生命期限,于方案累计**益处于高位(未达到顶峰)时,严格地将策略终止,设计系列策略路线图并于旧策略终止前,将新策略运用到实际环境中,从而保证新旧策略交替过程连贯有序。 因此,随着数量化技术不断演化,策略所处的环境亦不断更变,持续提高数量化研究的思考意识,重新审视已有策略的假设,不断更新变革视点,开发尚未被市场发掘到的产品方案始终是量化策略研究的关键所在。 免责申明:本文内容(包括但不限于文字,图片等内容)来自网络或者宽客之家社区用户发布,仅代表作者本人观点,与本网站无关。本网站不对所包含内容的准确性、可靠性或完整性**任何明示或暗示的保证,并读者理性阅读,并自行承担全部责任!如内容不慎侵犯了您的权益,请联系告知,核实情况后我们将尽快更正或删除处理! |