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 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