算法交易：制勝策略與原理:本書是一本引人入勝、信息量大、覆蓋各類交易策略 -百科知識中文網

前言

本書所涉及的是一個適用於散戶和機構交易者的、實用型的交易算法及相關策略，但它並不是一個在金融理論方面的學術專著。相反，我希望可以告訴讀者的是：我是將一些在過去幾十年里最有用的金融研究、見解與相應的思考相結合，而且，實際利用這些理論進行現實的交易工作。

因為在本書當中，交易策略處於一個中心的位置，所以，我們將廣泛地涵蓋這些交易策略，它們大致可分為：均值回歸系列和動量系列。我們將為每一類策略所相關的交易制定相應的技術標準，而同樣重要的是，我們要探尋交易策略運行的基本原理。同時，所有研究的重點是簡易型的以及線性的交易策略。但是，過度擬合的矯正方法以及數據探測過程當中所生成的偏差，常常會困擾這些具有複雜特質的交易策略。

在均值回歸交易策略所相關的系列當中，我們將討論以多元的統計技術[如擴展版的迪基-富勒檢驗（Dickey-Fuller檢驗，即ADF檢驗）、赫斯特（Hurst）指數、方差比檢驗、半衰期檢驗模式等]來檢測時間序列的均值回歸之屬性，以及相關的平穩性；同時，我們還要檢測一個由金融工具所構建的投資組合之協整屬性[相關檢測模式包括協整型ADF檢驗（即CADF檢驗）、約翰森（Johansen）檢驗等]。除了前述這些統計測試模式被機械地套用於時間序列而外，我們還要努力傳達一個直觀的理解方法，即要認知相關測試的真正用意以及簡易數學方程背後的深層含義。

我們將解析一些具有均值回歸屬性之投資組合所相關的最簡單的技術和策略模式[如線性交易模式、布林帶線、卡爾曼過濾法則（Kalman filter）等]。另外，我們還要解析在向相關的測試模型和交易策略模型輸入相應數據之時，我們應該輸入原價，還是價格對數，抑或是價格比率——到底哪種形式是最有效的，特別是我們還要說明：多用途的，且與多種交易策略相關的卡爾曼過濾法則對交易者而言，是不是有效的。在本書當中，時間序列與橫截面式的（即橫向的）均值回歸之交易策略的區別將被討論。我們將探討在均值回歸交易策略之中，尤其是在處理點差的時候，“縮放技術”和突出錯誤數據之風險的做法到底有哪些優勢與劣勢。

均值回歸交易策略的案例來自日間和盤中的股票交易模式、交易所交易基金（ETF基金）之間的配對交易和多重交易、ETF基金與成分股票之間的交易、貨幣之配對交易、期貨之跨期與跨市場的套利交易。我們將解釋最近幾年，由於黑池交易和高頻交易的興起，使得前述這些交易策略在實際的操作過程中面臨很大的挑戰；我們還將說明某些基本面的要素是如何能夠應對一個目前非常有利可圖的ETF基金之配對交易所出現的、暫時性的背離情境；同時，我們要說明如何套用同樣的要素構建一種改進型的交易策略。在討論貨幣交易時，我們很小心地對相關問題進行了相應解析，即我們要解釋為什麼其收益率的計算方法相對於股票交易商而言，似乎很陌生，而且，在相應的概念當中，諸如循環收益率之類的問題有時可能是非常重要的。我們特彆強調要致力於研究：現貨收益率與連續循環收益率之間的關係，以及一些從期貨價格相關的簡易數學模型之中衍生的期貨交易策略。本書當中，我們還以圖示以及數學的表現形式探討了現貨溢價和期貨溢價的概念。另外，相應之章節將介紹貨幣工具之均值回歸的屬性，並且，引入期貨之中一個非常特殊的形式——波動率期貨（即VX期貨），同時，解析其形成有利可圖之交易策略的基本過程。

在動量交易策略所相關的系列之中，我們首先分析了一些關於時間序列型動量模式的統計檢驗方法，其中，最為重要的主題是探索股票和期貨動量運行模式之四個驅動因子，並且，為從時間序列型和橫向型動量運行模式之中提取相應收益而貢獻相關的策略。期貨的連續循環收益是動量模式的一個驅動因子，但事實證明：在許多不同的情況之下，被迫減價出售資產和回購模式是股票與ETF基金之動量運行模式的主要驅動因子。同時，基於新聞事件、對信息的敏感度、槓桿式ETF基金、訂單流量以及高頻交易等因素，一些較新型的動量型交易策略被開發出來。最後，我們將探討動量型交易策略與均值回歸型交易策略之利弊，進而在近期金融史上，且於不同的市場機制之下，去發現那些具有完全不同特質的風險收益。

我一直認為：在發表的刊物之中，在許多書籍、雜誌和部落格當中，我們會很容易地找到所謂的盈利型交易策略，但是，如果要探究相應策略為什麼存在缺陷，那就非常困難了，這也許是最終注定的。所以，儘管強調了原型策略的重要性，我們還是要討論相應算法與交易策略中所常見的缺陷，這在使相關讀者深入理解交易策略之本來面目方面，是最有價值的，而且從相應的回測程式來看，前述的這些缺陷會導致實時交易的結果與回測的績效之間存在很大的差異。即使是精通交易算法的專業人士也會同意這樣一種說法，那就是：相同的理論策略既可導致可觀的盈利，也會造成糟糕的損失，這取決於策略實施的細節。因此，在本書當中，我會著重檢驗相應交易策略的回測效果和實施效果；同時，我還要解析如下概念，即數據探測過程中所產生的偏差、與企業退市相關聯的相應股票之生存偏差問題、初級市場與綜合市場的報價問題、貨幣報價的地區依賴性、賣空限制所引發的細微差別、連續期貨契約的構建問題，以及期貨之收盤價格與結算價格的回測問題。另外，我們也突出了一些情況，即在相應的歷史事件當中，一旦“策略屬性”發生變更，即使是最正確的回測系統也無法預測此策略的未來收益。

我還注意到：我們需要選擇合適的軟體平台來進行相應之回測和自動化的運行工作，而既定的MATLAB?軟體（其中，有我最喜歡的程式語言）也不再是本書的唯一選項；我們還需要根據科學技術的發展現狀，對相應編程技巧的每一個層次和許多不同的預算功能，進行相關的調查；特別是，我們已經注意到交易者的“集成開發環境”——可以從具有工業實力的平台（如Deltix平台）到無數開放式的原始碼版本（如Tradelink版本）進行依次排列。就像我們解釋的那樣：從回測系統到現實交易的切換模式是評估相應平台最重要的標準——在這種情況下，時下較熱的“複雜事件處理”之概念也將被引入本書所設定的情境之中。

在之前的一本書中，我探討了風險和資金管理的問題，該書建立在凱利公式（Kelly formula）之上——確定最最佳化的槓桿比例以及平衡收益與風險的資本配置。在這裡，我再次提及風險和資金管理，且仍然是基於凱利公式。但於本書當中，我結合了經過歷練的風險管理之實際經驗進行分析，其中包括：所謂的“黑天鵝事件”（Black Swan）、投資組合之風險比例固化模式以及止損機制[美國聯邦最高法院的法官羅伯特·傑克遜（Robert H. Jackson）已經闡述過凱利公式的套用，他說：“我們要利用一點實踐的智慧來調和其純理性的邏輯。”]。而我們特別關注的情況是：在現實的條件下，當我們不能設定收益率之高斯分布的模式之時，我們需要如何找到最佳的槓桿比例。此外，我們認為，“風險指標體系”可能是全面風險管理計畫中一個有用的組成部分。蒙特卡羅模擬法的套用是我先前忽略了的一個普通技術。在這裡，我們將演示：根據模擬的數據而不是歷史的數據來測試回測系統的統計意義，同時，評估某一特定交易策略所相關的機率分布之尾部風險。

本書是我之前所寫的《量化交易》之後續文本。在那本書中，我專注於交易算法的基本技巧，例如如何確定新型交易策略之思路，如何回測一個交易策略，如何對自動化執行系統進行基本的考量，最後，通過凱利公式得出風險的管理模式。但是，一些有用的典型策略被一定程度地忽略了，但這些不是重點，如果你對交易算法完全陌生，那么，《量化交易》則是一本好書，本書則完全是關乎交易策略的。

軟體和數學是交易算法的兩種語言。讀者會發現：相較於我之前的一本書而言，本書涉及更多的數學知識。這是因為我希望在討論金融市場的概念時，可以注入更多的精度；還有一個原因是我相信用簡單的數學模型比通常使用的數據挖掘方法更加具有優勢；也就是說，我們不是把許多技術指標或規則放在一個價格系列之中，並觀察哪個指標或規則更加有利可圖。如此，在數據探測的過程中，容易出現相應的偏差，而我們所試圖實現的是憑藉一個簡單的數學模型去提取一個價格系列的基本屬性，同時利用這個模型來計算我們的財務收益。然而，在股票、期貨和貨幣交易中，其所需的數學水平要遠低於衍生品交易中所需的高度，任何掌握初級微積分、線性代數和統計的人士都能夠在此基礎上進行討論而毫無障礙。如果你發現方程太混亂，那你可以直接去參看相應的案例，並參看其具體操作的軟體代碼。

雖然在機構型投資管理行業工作多年，但在寫第一本書的時候，我還是一個獨立的交易者。在隨後的幾年裡，我已經開始管理兩個對沖基金。有時我與一個合作夥伴共同工作，有時我自己單獨操作。我在2007年夏的“量子基金”崩潰之時得以倖免，並且在2008年金融危機、2010年金融市場閃電崩盤、2011年美國聯邦債務評級下調以及2011～2012年歐洲債務危機之中，我都能夠存活下來，因此，我比以前更有信心。我可以認定：儘管我確實在過渡期間學到更多的金融知識，然而，初始開發的交易算法是合理的。例如，我發現無論市場預期多么險惡，親手推翻某個模型始終都不是一個好主意；同時，保守的交易模式始終比過度放債要好，尤其是在管理他人資產的時候；還有，交易策略的表現形式往往具有均值回歸的特質；另外，我們的過度自信對相關交易策略而言是最大的危險；最後，在運行錯誤交易模式和接近災難的時候，一個人所得到的教訓較之於從成功交易所獲取的經驗而言，更加值得珍惜，而我就是想在本書當中，記錄過去四年以來的諸多經驗教訓。

我的基金管理經驗並沒有改變本書中的重點，即本書之要旨是為散戶型交易者服務。如果具備足夠的決心且進行一些修改和完善，所有的策略都可以由一個獨立的交易者來實現，此種類型的交易者不需要在券商所在公司開立一個七位數的賬戶，也不需要五位數字的技術成本。我給這些交易者的信息仍然是一樣的，即一個資源有限和計算能力不強的人仍然可以按照其自定的遊戲規則去挑戰強大的行業內部人員。

寫作動機

著書的交易人士需要回答其他交易者一個基本的問題：為什麼他們會寫這樣一本書呢？更具體地說，如果所描述的交易策略是正確的，那么，為什麼相關交易者會宣傳這些策略呢？而這種做法肯定會減少相關策略套用方的未來收益。

我首先回答第二個問題。我所描述的諸多策略對於專業交易者來說是相當熟悉的，所以我對它們如數家珍；其他有如此高能力的交易者在另外一些人運行這些策略的時候，其盈利能力不會受到嚴重影響。但是，也有一些交易策略具有相反的特質：它們的盈利能力較低，或者，有其他的局限性以至於沒有吸引力，而且，我不再認為此類策略適用於我自己所構建的基金式的投資組合，但是，它們仍可以勝任個體交易者的賬戶。最後，對於我經常描述的策略而言：其在第一眼看上去是非常有前途的，但是，可能包含各種缺陷，對此，我沒有進行充分的研究和精化，例如：在我的例證當中，相應測試代碼就沒有包含相關的交易成本，而這一點恰恰是回測系統當中一個有意義的關鍵值；還有，我經常使用樣本內數據以最佳化參數、測試性能，如此，則肯定會導致回測的結果不準。在例證當中，所有前述這些缺陷都會使我犯錯，因此，簡化的版本則更具說明性和可讀性，這些版本可以被稱為“原型策略”，它們並不用於交易之中，但以其闡述常見的交易算法與技術是有用的；同時，它們也可以為讀者進一步完善和改進其自身的交易水平提供可用的思路。

那么，我們的基本動機是什麼呢？它是這樣的：在收集信息方面，大眾的知識往往比其他任何方法都有效，因此，本書當中所討論的策略以及我的第一本書都非常期待廣大讀者的反饋意見。

資料來源及致謝

在我之前的著作和部落格裡面，我有幸從許多有見地的讀者那裡收到大量的反饋信息，而這些人的意見都被充實到我的知識庫當中。

在許多機構分析師和交易員出席的新加坡和倫敦的定期研討會中，就交易算法與規則的各種主題，我曾進行過相應的講解與授課。與會人士給我提供了非常有價值的見解，而這些見解可能不會輕易地出現在任何公共論壇之上；同時，在加拿大、中國內地、中國香港、印度、南非和美國的針對客戶端的研討會之上，相應的主題也為我提供了廣闊的國際視野，而且也增強了其自身的被關注度。

即使是作為一個獨立的交易者和基金經理，我也很榮幸地與許多具有專業知識的金融人士進行合作，其中的一些合作是短期的和非正式的，而其他合作則推動了基金管理公司的正式成型；特別是，我要感謝史蒂夫·哈爾佩恩和羅傑·亨特，我和他們曾經進行過廣泛的討論，並且共同策划過無數的合作項目。

我很感激布萊恩·唐寧，他為我介紹了一些在第1章中所提到的交易技術；同時，我還要感謝羅斯里奧·英格吉拉，他向我展示了他的外匯交易平台（FXOne）。

最後，非常感謝我的編輯比爾·法隆和John & Wiley出版社的各位同仁，他們一直都非常熱心地支持我書中的想法；同時，還要感謝策劃編輯梅格·弗里伯恩，她的建議絕對是有價值的，並且，我要感謝編輯史蒂文·基里茲，他指導完成了本書的最終格式。

作者簡介

歐內斯特·陳是資本管理有限責任公司中的一位具有QTS資質（Qualification Test Specification—質量檢定規範）的從業人員。自1997年以來，他就職於各種投資銀行（如摩根史坦利、瑞士信貸和Maple）和對沖基金公司（如Mapleridge基金、 Millennium Partners基金和MANE基金）。他在康奈爾大學獲得物理學博士學位，在加入金融行業之前，他是IBM之人類語言技術組的成員。同時，他是指數型（EXP）資本管理有限責任公司的創始人和主要負責人，該投資公司的總部位於芝加哥。另外，歐內斯特還撰寫了與量化交易有關的書籍，比如《量化交易》。

算法交易：制勝策略與原理

目錄

前言

作者簡介

相關詞條

制勝策略與原理

交易聖經（精裝）

中國數學發展簡史

柔性行銷

熱門詞條