摘要:量化交易,也称算法交易,是严格按照计算机算法程序给出的买卖决策进行的证券交易。通过历史金融数据检验编码策略历史业绩的基础上,交易员设计甚至亲自编写计算机算法程序。
量化交易,也称算法交易,是严格按照计算机算法程序给出的买卖决策进行的证券交易。通过历史金融数据检验编码策略历史业绩的基础上,交易员设计甚至亲自编写计算机算法程序。
那么,量化交易仅仅是技术分析的一个花哨名字么?可以说,基于技术分析的策略如果能够完全编码为计算机程序,就可以作为量化交易系统的一部分。然而,并非所有技术分析都能被认定为量化交易。例如,某些图表分析技术,如“寻找头肩形态”,可能就不在量化交易员的考虑范围,因为它们相当主观,并且很难量化。所以,量化交易所包含的内容要比技术分析丰富得多。许多量化交易系统在进行运算输入时会用到基本面数据,例如收入、现金流、权益负债率以及其他数据。毕竟,基本面数据仅仅是数字而已,而计算机完全能够处理任何输入的数字。当需要对一家公司目前的财务业绩进行横向或纵向比较时,计算机通常能够做到与人工分析一样出色,而且计算机还可以同时跟踪数千家公司。一些先进的量化交易系统甚至可以将新闻事件转换成输入变量。如今,使用计算机来解析和解读新闻报道已经成为可能。所以我们或许可以这么说:只要能将信息转换成计算机能够读懂的比特和字节,就能将其看作是量化交易的一部分。
一个事实是,绝大多数机构量化交易员拥有物理、数学、工程或计算机科学的高学历。分析或交易复杂的衍生工具,这些自然科学的训练通常是必不可少的。但是衍生工具并不是本书关注的重点,也不是说只有通过复杂的金融工具才能够赚钱(事实上,交易复杂的住房抵押贷款支持证券就可能变得一贫如洗,正如2007-2008 年金融危机以及贝尔斯登的倒闭)。本书所讨论的量化交易类别称作“统计套利交易”。统计套利交易所处理的都是最简单的金融工具:股票、期货或外汇。想要成为一名统计套利交易员,不需要很高的学历。只要上过高中的数学、统计学、计算机编程和经济学课程,就具备处理某些基本统计套利策略的能力了。看到这里,你知道了进行统计套利交易并非一定需要高学历,但你也许会间,假若拥有高学历肯定会带来某些优势吧?未必。笔者曾获得世界顶尖物理学院的博士学位(不妨直说,康奈尔大学),曾是世界级的顶尖计算器科学研究团队(高科技的殿堂: IBM 的托马斯•约翰•沃森研究中心)的明星研究员。之后在许多顶级投资银行和对冲基金担任研究员以及交易员,包括摩根士丹利、瑞信等。在这些权威机构担任研究员和交易员时,我总是努力尝试使用一些学过的高等数学知识和技术,并将其运用到统计套利交易中。可在进行了上亿美元的交易后收获了什么呢?只是给我的雇主和投资者造成了亏损、更多的亏损、一眼望不到头的亏损。最后,我灰头土脸地离开了金融行业,在家搭建了一个简易卧室作为我的交易办公室,开始进行一些最简单的量化策略交易。这些策略是任何一个头脑聪明的高中生都能轻而易举搞定的。那是我人生中,第一次建立起能获利的策略,此后亦如此。我的经验教训是什么呢?正如爱因斯坦所说的:“任何事情都应该使其尽可能地简单,直到无法再简单为止”。成为量化交易员走的是一条比较传统的途径,但很多人不是。那么,典型的独立量化交易员都是些什么人呢?就我所知,他们包括已倒闭对冲基金的前交易员,经纪公司前计算机程序员,交易所的前交易员,前投资银行家,前生物化学家,以及前建筑师等。有些人接受过高级技术培训,但其他人只有高中水平的统计学知识。他们中的多数人使用Excel 之类的基本工具来进行回测,尽管有些人也许会聘请程序员来帮忙。多数人曾在其职业生涯的某段时期与金融界有过接触,但现在他们都觉得成为一名独立交易员更适合。据我所知,他们的业绩大都非常出色,同时还能尽情享受独立工作所带来的充分自由。
除了在之前的工作岗位上涉猎了不少金融知识外,一个不容忽视的事实是,这些交易员在那时的收入让他们有本钱独立创业。当一个人决定投身于独立交易后,对孤立无助的害怕和对交易亏损的畏惧是在所难免的。因此,能够对风险进行提前预判及有足够的存款是很有帮助的。同时,不需要用交易的收益来维持日常生活也是非常重要的前提,因为并不是很快就可以找到能够获得稳定收益率的策略。与某些人对此感到恐惧不同,另一些人投身于此的原因是对惊险和剌激的偏爱,以及对能够迅速获利的超强自信。这同时也是一种会带入独立量化交易中的危险情绪。正如我希望在本书中劝告你的,迅速获利并不是量化交易的目的。因此,理想的量化交易员应是这样的人:之前有一定的金融或计算机编程的经历,有足够的存款能够用来应对不可避免的亏损和收入空窗期,并且能够在贪婪和恐惧的情绪中找到恰当的平衡。
我们中的很多人出于各种原因从事量化交易,如令人兴奋、挑战智力、增加财富,甚至只是因为这是我们唯一擅长的事情。但对于还有其他技能和机会的人来说,量化交易是否是最佳职业选择,还是要深思熟虑。无论把对冲基金的巨大规模和数以亿计的巨额财富传说得如何神乎其神,在许多情况下,开始量化交易生意与开始任何小生意-样,都是从一点一滴起步的。我们需要从小规模、有限额(也许初始投资只有5 万美元)的投资入手,在获得经验及有盈利之后再逐步增加交易额度。然而从其他方面讲,量化交易生意又与其他小生意很不一样,在此列出一些重要的区别。
与绝大部分生意相比(办网站除外),量化交易的规模是很容易改变的(一定程度上)。只要策略能够持续盈利,就可以在家里轻易操作百万美元等级的交易。这是因为扩大交易规模通常只是修改交易程序中一个参数而已。这个参数叫做“杠杆”。你无需与银行家或风险投资家谈判以获取更多的交易资金,经纪人通常会乐于效劳。如果你是自营交易公司的成员(第4 章会详细讨论这个问题),甚至能够获得超过证券交易委员会(SEC)规则T 所允许的杠杆上限。即使账户中只有5 万美元股票,自营交易公司允许你在一天之内进行200 万美元投资组合的交易也是常有的事(40 倍杠杆)。同时,量化交易绝不是一条快速致富的捷径。你应该寄希望于收益的稳定增长,但基本不会像创办一个网站或一家软件公司那样,一年获利200% 。事实上,为了造求短期收益而过度杠杆化是很危险的。
从事大多数的小生意都很耗费时间,至少在其初始阶段是这样,而量化交易所花费的时间则相对较少。因为量化交易本质上是一种高度自动化的生意。有时,越是人为干涉系统程序、修改决策,业绩可能反而越差每天需要在量化交易上花费多少时间,完全取决于所能达到的自动化程度。例如,在我曾工作过的一家对冲基金,有些同事一个月才去一趟办公室。其余时间,他们只是偶尔在家远程监控一下正进行交易的办公室计算机。就我自己而言,自动化程度处于中游水平。我花费时间最多的时候就是每天早晨开盘之前:我通常打开不同的程序来下载和处理最新的历史数据,阅读提醒屏上的公司新闻,运行程序生成当日的交易下单指令,然后在开盘前下达一揽子新的指令,并启动当日自动下单程序。同时我会在电子表格中更新前一交易日不同策略的盈亏记录。这些事全部做完大概需要两个小时。之后,我还会在收盘前花半小时手动执行平仓程序,检查清仓指令执行状况,并适时关闭各种自动交易程序。在每日的开盘时间,所有事情都是自动运行的6 当然,有时也会事与愿违:我常常忍不住要去看一眼(有时是很多眼)交易屏幕,看看不同的策略在当天的盈亏情况。极端情况下,盈亏的剧烈波动使我感到恐惧,会有一种立刻手动清仓的冲动。幸运的是,随着时间推移,我比以前更能抑制住这种冲动。当我有大把的空闲时间时,这种人为干涉的冲动也很强烈。因此,与其盯着交易屏幕,倒不如把注意力转移到其他更健康、更有趣的活动上,比如在交易日去健身房锻炼。我说量化交易不怎么耗费时间是指它的操作方面。如果想要发展你的业务,或者想在日益激烈的竞争中保持当前的收益,就需要花时间对新的策略进行研究和回测。对任何事业来说,研究和开发都是必要的创新工作,不过何时该进行这些工作,就比较自由、因人而异了。所以,在开盘时间,我搞研究、回复邮件,与其他交易员、研究员或客户聊天,去健身房锻炼,等等。有时我也在晚上或周末做这些事情,但仅仅是因为我想去做,而不是因为我不得不做。当我的收益提升时,就会增加对软件开发的投入,以提高自动化程度。交易程序能在恰当的时间自动开始运行,自动下载数据,甚至能自动解读新闻并采取适当回应,以及在收盘后自动关闭,这些都是我期望改进的方向。如果这一天能够到来,日常操作也许不用花费任何时间,哪怕我在度假,交易程序也可以像往常一样自动运行,当出现问题时,交易程序能够通过我的手机或技术支持服务发出警报。简而言之,如果你想拥有更多的休闲时间,或者把时间和财务资源用在开拓其他业务上,量化交易就是适合你的工作。
量化交易与其他小生意有个最大、最明显的不同:对于绝大多数小生意来说,营销起着决定性作用,毕竟你要从其他人手里赚钱,而他们是要根据很多因素做出购买决定,并不仅仅看价格;在量化交易中,金融市场上的交易对手“仅仅”根据价格作出购买决定。除非你是在为他人管理资金(这已超出本书讨论范围),在量化交易业务中绝对不需要营销。这一点似乎显而易见且微不足道,但这的确是一个很重要的不同之处,因为量化交易只要求专注于自己的产品(策略和交易软件),而无需受他人看法的影响去做任何事。对许多人而言,这也许是量化交易生意的终极魅力。
在你确信想要从事量化交易后,一大堆问题便会接踵而来:如何找出合适的策略?如何在进行回测前就能辨别出一个策略的优劣?如何对这些策略进行严密的回测?如果回测业绩不错,在交易结构和技术设备方面,你需要采取哪些措施来执行策略?如果这项策略在前期的真实交易中获利,该如何扩大规模以增加收入,同时又能管理好那些偶尔出现,但只要是交易就难以避免的亏损?我们的终极目标是为了取得能够长期持续增长的盈利。尽管为了达到这个目标可能需要一个艰苦而漫长的过程,但事实上,与其他许多小生意相比,这个过程已是相对短暂且容易的了。在我刚成为独立交易员时,仅仅用了三个月便找到了我的第一个策略并对其进行了回测,开立了一个10 万美元的经纪账户,执行交易程序并根据策略开展交易。很快,策略在第一个月便开始盈利。之前在互联网创业时期,我开办过一家软件公司,却花费了比现在多3 倍的投资、5 倍的人力和24 倍的时间证明了该商业模式的失败,使得包括我在内的所有投资者血本无归。与那段经历相比,量化交易可爱多了,最重要的是,它真的能赚钱。