蚂蚁嘉汇科技:如何学习量化交易

来源:中国都市商界网 编辑:Dswhj 2020-11-27 11:33
要学习量化交易,需要总结几方面步骤第一部分:预备知识【1】《TrendsinQuantitativeFinance》byFrankJ.Fabozzi,SergioM.Focardi,PetterN.Kolm这本书讲到了做量化策略需要注意的几个最重要的地方,例如过拟合、未来函数、幸存者偏差等等。虽然内容初级且杂乱,但是谈到了...

要学习量化交易,需要总结几方面步骤



第一部分:预备知识

【1】《Trends in Quantitative Finance》

by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm

这本书讲到了做量化策略需要注意的几个最重要的地方,例如过拟合、未来函数、幸存者偏差等等。虽然内容初级且杂乱,但是谈到了大部分对于新手来说比较重要的概念,不要因为是CFA教材而鄙视它。


【2】《投资学》

作者:博迪,凯恩,马库斯

这本书对于投资交易的入门非常系统了,有了对市场的基本认识,了解前人在量化工作上的一些重要发展,才有可能在正确的基础上建立自己的想法和直觉。不过粗略看看也就可以了,毕竟我们这里聊的是量化交易入门,而不是金融专业如何毕业,下面三本书一样,翻翻就行。


既然是搞量化,算半瓶水搞科学的,就不应该本能的排斥学院的东西


【3】某本《计量经济学》

做量化交易策略需要有一定的计量基础(当然越扎实越好),因为大部分策略始终是在和时间序列以及面板数据打交道。当然统计学基础知识也是必须的,同样越深越好,鉴于上过大学的都学过,这里就不再列统计学的书目了。

在基本计量知识的基础上,做量化策略的人们需要一种额外的能力:规避未来函数的能力。一些计量研究往往偏向于描述或解释某一种现象,因此无需考虑模型中时间点前后的严格划分。量化策略偏重于使用当前数据预测未来,并在预测的基础上形成策略,因此在模型建立、数据处理时需要格外注意这个问题。


第二部分:择时策略


【1】《海龟交易法则》

作者:柯蒂斯·费思


可以看作是一个机械交易策略各个组成部分的讲解,有实例(还大名鼎鼎)有说明,对大体上把握策略研发的工作很有帮助。其实如果能自行设计出一个类似乎海龟交易法则的交易策略出来,我觉得量化交易应该算初入门径了。

【2】《交易策略评估与最佳化》

作者:罗伯特·帕多

这本书国内没有翻译版本,但是有台湾的译本。择时策略的开发步骤大部分都涉及到了,做入门书很合适,对形成量化投资策略的研究思维有比较大的帮助。作者说自己首创了推进分析(Walk-forward),这是一个比经济学Out-of-Sample检验更符合交易逻辑的回测方法,当然它本身可以算是Out-of-Sample检验的一种特殊形式。

【3】《量化交易——如何建立自己的算法交易事业》

作者:欧内斯特·陈

相较于上一本,量化交易策略的组成成分方面讲的更多一点。这本书虽然也有一点点因子模型的内容,但是主要内容还是择时策略,作者也似乎更偏向于择时的交易思维。涉及到了凯利公式以及一些量化策略的想法(我觉得书中的一些小例子不能算作真正的量化策略)。同类型的书中这一本其实写的不算太好,但是它有中文版,也比较适合入门。

【4】《Building Reliable Trading Systems: Tradable Strategies That Perform As They Backtest and Meet Your Risk-Reward Goals》

by Keith Fitschen

这本书的特色在于较为独立的讲解了量化交易策略的各个组成成分,并且说明了各个成分的作用,以及增加、调整之后对整体的影响之类比较实践性的知识,开仓、过滤、平仓等基础内容均有实例支撑,讲的比较详细。拿来做入门书应该算是非常好的选择。

第三部分:选股策略 / 投资组合管理

【1】一篇论文:

Eugene F. Fama, Kenneth R. French. The cross-section of expected stock returns. Journal of Finance, 47 (1992), pp. 427–465.

Alpha选股策略的源头,而且还仔细做了规避未来函数的工作,提出的因子也在实践中被证实有效。相比较而言,93年那篇更受学界认同的论文实际上是一篇解释性的文章,从风险补偿等方面来解释超额回报来源的现象与问题,其对于量化投资策略的意义,见仁见智了。


【2】《积极型投资组合管理》

作者:格里纳德,卡恩

先要说明,这本书除了个别章节以外,一点都不入门。这里将其排进入门书单的原因,是因为它太重要了,绕不开。有志于选股策略和投资组合管理的朋友,请努力啃吧,可以搭配BARRA的手册和Qian的那本《Quantitative Equity Portfolio Management》一起看。


【3】《Quantitative Equity Investing》

by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm

又是这三个人的书,倒不是写的有多好,但是确实是入门的上佳选择。选股策略和投资组合管理在学界也有一定的研究地位,因此这本书的整体框架明显比《Trends in Quantitative Finance》更清晰一些,没有那么杂乱。




第四部分:进阶


大致了解了量化交易策略的基本构造之后,进阶阶段就没有什么固定的套路可说了。推荐在实践中成长,自己多做一做,随便找个想法或者现成的策略进行回测。可能由于未来函数或者其他原因得到不靠谱的结果,然后发现,然后改进,自己对策略开发应该就会越来越熟悉了。

除此之外,非常重要的一点就是学习新的知识和技术。一旦形成了基本的策略构造能力,了解买卖、仓位、风控等部分的组合之后,量化策略研发的进阶就要靠多吸收新鲜知识来支撑了。说实话,直觉、想法都是在大量学习前人知识的基础上完成的,不然难免成为无源之水、无本之木。开卷有益,多多益善,书多看不要管科目,论文多读不要管难易,想法总是会源源不断产生。然后再去把想法实现出来,可能10个里有10个都是错的,但是事情总是在进展的,总该是好事。

其实进阶阶段没什么书值得推荐的,因为所有书都应该推荐。这里随便说几本:

【1】统计套利

作者:安德鲁·波尔

整本书缺乏特别有用的细节,模型方面甚至有蒙外行的嫌疑,只能用来大概了解统计套利策略。不过,它介绍了一种具有经济意义基础的操作策略。我心目中,策略背后有站得住脚的经济意义的策略包括:指数化投资——跟随经济进步的节奏盈利;套利——赚市场定价错误的钱;配对交易——两个相关资产的价格差额不会过大,弱化版的套利。

当然,这些交易策略都存在风险,指数化投资可能随经济危机、经济走弱而萎靡不振,套利行为也可能在极端市场状态下崩盘。不过横向对比而言,这几种策略已经是有非常坚实的逻辑基础的了。其实所有的交易策略都有缺点,当我们无法消除这些缺点的时候,应该学会理智的接受它,从风险控制的角度限制它,这是一个相对理性的处理方法。


【2】《走出幻觉走向成熟》

作者: 金融帝国

国内作者的好书一本,很多观点都很有启发性,值得推荐。


【3】《信号与噪声》

作者:纳特•西尔弗

讲大数据的书中,可能跟这本书本身不是太技术,比较偏统计有关。



【其他】


蚂蚁嘉汇科技认为,很多人推崇读书、读论文来吸收结构化的知识,不太认同在网上寻求碎片化知识。然而,量化交易研发、特别是Beta择时策略的研发,往往特别需要这种碎片化知识。例如看到一个八卦,发现西蒙斯之前有个合伙人叫巴姆,用了人家巴姆的算法,可能就会主动的去学习一下隐马尔科夫模型,然后尝试的测试一下;看到深度学习很火,就会去了解一下机器学习的分类方法,也许就能拿来分类上涨下跌呢;看到一个平台的介绍,可能就会想想是否可以复制平台的框架或者干脆拿来主义。



Alternate Text
微信客服