以TB为核心的量化资产管理体系
1
以TB为核心的量化
资产管理体系
徐文旭
2012-06-07
课程内容
资产管理的目标是大资金稳定盈利
以TB为核心的量化资产管理体系
关于策略设计的思考
2
课程内容
资产管理的目标是大资金稳定盈利
以TB为核心的量化资产管理体系
关于策略设计的思考
3
稳定是资产管理的基础
不稳定意味着系统隐含了巨幅回撤的可能
巨幅回撤面临失败的风险
外部资金面对巨幅回撤,撤资赎回
自有资金面对巨幅回撤,一般人是经受不起打击的...
1
以TB为核心的量化
资产
徐文旭
2012-06-07
课程
资产管理的目标是大资金稳定盈利
以TB为核心的量化资产管理体系
关于策略
的思考
2
课程内容
资产管理的目标是大资金稳定盈利
以TB为核心的量化资产管理体系
关于策略设计的思考
3
稳定是资产管理的基础
不稳定意味着系统隐含了巨幅回撤的可能
巨幅回撤面临失败的风险
外部资金面对巨幅回撤,撤资赎回
自有资金面对巨幅回撤,一般人是经受不起打击的
经受得住自有资金巨幅回撤的人是英雄,而我们只是
常人
4
目标:大资金稳定盈利
If (StrategyIsHolyGrail)
{
TradeIt;
}
Else
{
Make Strategy Profitable;
Make Strategy Stable;
Make Strategy Run on Huge Capital;
}
5
存在圣杯策略么?
圣杯策略:
稳赚不赔
拥有上帝的力量
存在圣杯么?
存在上帝么?
没见过!=不存在
回答:不知道,目前也做不出来
6
策略如何做到盈利
任何一种看待市场的理论,只要能“自圆其说”,即有合
理和完整的逻辑体系,都能做到盈利
常见的市场理论:
技术分析型:道氏趋势、形态、均线、通道、压力支撑
基本面:产业链供求平衡、产品季节周期、宏观周期
资金博弈型:筹码、资金链成本、主力庄家判断
数理模型:隐马尔可夫、最大熵、分形、随机游动、频谱解析
神秘型:波浪、江恩、周易
综合型
以上通常是判断方向性的理论,还有大量数理模型判断市场波动性
理论能否自圆其说,很大程度上取决于交易者的个人经验
、学识、对市场和模型理解的深度、对世界的终极哲学认
识 7
量化策略
当前民间流行的量化策略绝大部分是技术分析型
趋势跟踪
可能受知识面限制
非数理模型出身的交易者多
纯数理模型做出的方向型策略 PK 技术分析优势不大
可能受软件平台限制
TB类软件只擅长简单技术分析
数理模型策略国内实战的少
少数人手中掌握了未知类型的量化策略
8
常见量化策略
趋势跟踪类:海龟交易系统、趋势线突破交易系统、波动性突破交易系统、通道突破交易系
统、四周规则、NEWS交易系统、MACD交易系统、EMA交易系统、均线交易系统、三重滤
网交易系统、SAR交易系统、OBV交易系统
反趋势振荡类:网格交易法、海岸线交易系统、假突破交易系统、布林带交易系统、薛斯通
道交易系统、经典K线交易系统、RSI交易系统、KDJ交易系统、乖离率交易系统、江恩回调
带交易系统、技术背离交易系统、量价背离交易系统
波段交易类:海浪交易系统、天堂地狱交易系统、矩形交易系统、旗形交易系统、楔形交易
系统、三角形交易系统、八段交易系统、波浪理论交易系统、123法则交易系统、唉呀跳空
交易系统、江恩轮中轮交易系统、时间周期交易系统
套利套保类:无风险跨期套利交易系统(分品种)、跨品种套利交易系统、大豆提油套利交
易系统、跨市场套利交易系统(分品种、分市场)、蝶式套利交易系统、企业套期保值交易
系统、价差趋势交易系统
日内短线交易类:早盘心理交易系统、缺口交易系统、早盘突破交易系统、横盘突破交易系
统、日内海浪交易系统、高低点交易系统、日内趋势线交易系统、分时图三角形交易系统、
日内网格交易系统、BTOB交易系统、100%回撤交易系统、成交量交易系统
盈利不难,但是问题:亏钱
非圣杯型策略,一定有解释不了的市场状
况,一定会遇到亏钱的状态
亏了以后不知道会不会再赚钱
不知道会亏多久
不知道会亏多大
题外话:以时间K线为基础的技术分析型策略
以时间K线为基础的技术分析型策略是现在最大面积流
行的策略
数据最易获取,处理最高效
时间K线是一种随机采样
市场信息分布不会是时间均匀的,但是时间K线是定时采样
,同时
High、Low又属于非定时采样,意味着信息有缺
失的可能
不同服务器采样结果有细微差别
其上的技术分析隐含假设时间序列具有自相关性,这个
假设不一定总是成立
所以这类策略失效的可能性大,策略的不稳定是常态
已经带来巨大利润,也会继续带来利润,但是要清晰认
识其局限性,理解其利润的来源
如何解决策略亏钱
策略逻辑 亏钱原因 解决
是不言自明的真理
例如:趋势跟踪、筹码博
弈、资金成本周期、供求
平衡、事件反应......
亏钱是因为市场错了,但
是等市场回到正轨需要时
间
忍
但是忍的过程要控制风险,
避免倒在黎明前
不是绝对真理,本身可能
失效,或者只适用特定条
件
例如:技术分析、波浪理
论、形态识别、压力支
撑……
亏钱是因为逻辑没有涵盖
目前的市场特征
增加条件,完善逻辑,捕
捉当前市场特征
或换用/增加适应当前行
情特征的新策略
没逻辑
例如:随机进出场、复杂
技术指标、神奇数字……
亏钱原因:运气不好 赶紧换
策略如何做到稳定
控制住亏损就部分的解决了稳定问题
头寸变化,控制风险
策略进化、自适应
选择符合策略所抓特征的市场去交易
如何让策略承受大资金
降低进出场点偏差对结果的影响
增大平均盈利,抵抗滑点成本
避开突破型进出场点,更进一步,避开低流动
性价格点
定义市场组合,自己构建需要的市场特征
单品种、单市场容量有限,特征不稳定
自定义市场组合,增大资金容量、增强特定市
场特征
策略组合
计算机CPU的两种设计思路
CISC:Intel/AMD个人计算机
RISC:IBM、Sun大型计算机
分别对应把单策略复杂化完善化和单策略简单而依
靠策略组合的思路
两种思路各有利弊、互相学习互相渗透
两个方向同步推进
单策略把自己能抓的行情和能控制的风险做到最好
单个策略应该只包含单一的市场逻辑
选择策略组合
组合是策略的延伸,应尽量涵盖全面的市场特征
选择策略的依据是低相关性
第一层次
相同理念策略的组合,如趋势+震荡
目的是为满足同类策略更趋平稳
第二层次
同类策略低相关性市场、品种组合,如趋势策略同时做cu和m
目的是降低同类策略同时回撤的风险
第三层次
不同理念策略的组合,如主动型+被动型
理念不同的策略可能抓相同的市场机会,所以也要参照盈亏相关
性进行选择
组合的好坏
组合的好坏与否取决于选择组合的逻辑是
否有效涵盖了市场特征,进入组合的各策
略是否具有足够低的相关度
按候选策略的持仓周期,选择统一的时间
周期计算资金盈亏,计算盈亏相关度
现实的状况
“有行情”时候大家都赚钱,“没行情”时候
大家都亏钱,区别只在于赚多少和亏多少
“行情”的定义通常与单向波动幅度相关,无
论是日内还是隔夜
说明大多数的策略依赖于市场价格的大幅度迁
移,盈亏和行情单向幅度高度相关
期货市场各品种还是容易趋向同涨同跌,需要
考虑与股票、股指、债券等跨市场的组合
更高效的组合
选择组合策略时不仅注重相关性,更注重
逻辑
拓宽交易市场,关注资金流动,转战国外
资产
策略交易组合品种而非单品种
组合的资金分配
最简单:平均分配
对未来无法预期或者预期不准的情况下,平均分配
符合最大熵原理
最大熵原理
满足已知条件的最大概率分布
粗糙点的做法
基础头寸平均分配
划分专门加仓资金,在满足最大熵的条件下,仓位
加在效率可能最高的部分
课程内容
资产管理的目标是大资金稳定盈利
以TB为核心的量化资产管理体系
关于策略设计的思考
21
资产管理体系
TB实
盘运行
风险测算、
头寸规模控
制
行情监测、
市场特征评
估
策略调度、
资金配比变
化
策略监控、
策略运行与
市场特征的
匹配
策略进化、
升级、淘汰
理想的资产管理体系
核心是实盘运行的交易策略,把行情数据映射到资金曲
线,关注的中心是资金曲线
根据对风险的评估,调整运行的资金规模
根据对行情特征的评估和交易策略对行情特征的匹配程
度,调整交易策略组和对应的交易市场
实时监控行情变化、实时监控在线和离线的策略运行状
况
根据对应的特征、匹配程度、资金曲线反应、边界变化
等因素,决定实盘运行策略组的资金变化、策略调度、
市场调度
根据行情特征变化进行离线策略的进化与新策略的开发
不量化=不靠谱
交易策略本身的量化毋庸置疑
除了交易策略,资产管理还需要做交易策
略的管理、进化、调度,市场的选择、资
金分配的比例等等很多工作
未经量化则结果不可控,与资产管理追求
稳定的初衷违背
任何措施都需要量化
这就是需要一个量化的体系的原因
如何实现
TB提供了交易策略历史测试、组合测试、实盘运
行功能
目前测试和实盘交易各环节无出TB其右者
交易管理各环节还没有现成的软件可用,TB在这
方面的功能延伸会更远的甩开同类软件
风险评估、行情监测等需要数理模型的环节可以
使用R、Matlab、Excel等软件
用C++、Python、AutoIt作为粘合剂把TB和外部
软件整合到一起
25
整合软件平台
基础数据库
策略:MySql
行情:NoSQL
风险测算、行情特征、策略匹
配:R、Matlab、Excel
策略监控:C++、Python、
AutoIt、R、Matlab
策略调度:C++、
Python、AutoIt
策略进化:TB
粘合剂:C++、Python、AutoIt
分析软件:R、Matlab、Excel
策略软件:TB
数学模型
市场风险测算
近期市场拟合、波动范围预测
蒙特卡洛模拟
近期平均收益率测算
波动幅度累计
各类策略平均收益
趋势度测算
市场效率指数
价格重叠度
流动度测算
投机指数
资金进出变化
市场相关性变化
理想与现实的差距
多数的调整只能参考历史结果,不靠谱的可能性大,所以要尽量参照
对未来的评估
对未来的评估=预测未来,必然有误差
组合整体不出大问题的情况下,只替换个别出问题的策略
如果组合整体回撤
可能组合还没有涵盖当前市场特征
可能参与组合的策略本身稳定度存在问题
仔细分析组合的逻辑,组合选择的策略本身的逻辑
策略体系完全的智能、自适应,实质上仍然是在追寻交易圣杯
追寻交易圣杯并没有错,也许交易管理智能化的方向就是找到圣杯的正
确方向
认清策略体系是策略的延伸,策略体系管理可能遇到和策略亏钱同样的
问题
资产管理的核心是策略
交易策略不盈利,一切管理都是浮云
把单个策略做到优秀
真正的优秀意味着进出场条件抓住了某些稳定存在的
市场特征,并且对不符合自己所抓特征的识别比较准
确
仔细分析策略逻辑,避免历史数据测试陷入过度拟合
的陷阱
RISC/CISC思路策略组合
更容易走向平稳
更容易承受大资金
课程内容
资产管理的目标是大资金稳定盈利
以TB为核心的量化资产管理体系
关于策略设计的思考
30
策略盈利的关键
策略盈利 ∝ 胜率X盈亏比
提高胜率:换用更靠谱的逻辑
提高盈亏比:减小亏损可以止损,但是如
何增大盈利?
高胜率
高盈亏比
低胜率
高盈亏比
高胜率
低盈亏比
低胜率
低盈亏比
特征
接近圣杯 通常的技
术分析型
趋势跟踪
策略
统计套利、
高频策略
无法盈利
适用环境
交易机会
多的市场
大幅度单
边趋势行
情
高流动性、
规则波动
性行情
策略盈利的根源
无论什么类型的策略,盈利的根源有二:
价格变化
足够的量
只依靠价格变化盈利的策略是“被动策略”
一般要依赖于价格的较大幅度波动
如果价格波动幅度不够大,则无法有效盈利
所以是被动等待市场出现较大幅度价格变化
主动策略
不依赖于价格的“大幅度”变化,只依赖
于其变化
小幅度价格变化是市场常态
通常是高胜率低盈亏比的策略
利润来源于流动性
必须有大的流动性,或者具有足够多的交
易机会,否则对大资金资产管理无意义
主动+被动
如果主动策略足够好,流动性带来的利润
足够高,主动策略就可以独立盈利,放弃
被动型策略
但是通常主动策略都不足以独立支撑交易
体系,可以作为被动策略的有力补充
组合更有效,有助于提高资金曲线稳定度
高频策略
高频是典型的主动策略
预测周期越长准确度越差,只预测下一tick的位置,准
确度会提高到可交易的程度
准确预测的前提是输入信息的完整性,从信息论角度
,输入的数据确实以可接受的概率蕴含了未来走向的
信息
交易执行层面,速度是决定成败的关键因素
国内高频环境
信息缺失:交易所行情只是时间切片行情,切片内部
是黑箱
随着高频交易量越来越大,黑箱时间段内包含的信息
越来越多,模型失效风险加大
不公平竞争风险:交易所内部接口?
市场少,流动性有限,能承受的资金量有限
如何设计主动策略
高频,建立专职高频团队
数理模型策略开发、算法复杂度精简
底层开发、硬件开发程序员
基础性IT设施:CTP机柜、超高速路由器、交易接口深
度挖掘、专用交易硬件
难度大
非高频:寻找具有高流动性的稳定市场特征
失去高流动性,找到也意义不大
次高频的统计套利类策略
自定义合约
结束语:视角
把自己定位为研究员+程序员,而非交易员
交易腥风血雨江湖险恶,陷入迷局则当局
者迷
以客观冷静科学的视角审视资金曲线,研
究市场数据到资金曲线的映射关系
谢谢
徐文旭
2012-06-07
本文档为【以TB为核心的量化资产管理体系】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。