推开量化交易的大门

量化交易,一个听起来很专业且神秘的名词。什么是量化交易?百科的解释是量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

那么我们得到以下几个关键词:

海量历史数据

数学模型计算

事件策略

自动化交易

目前数字货币市场是非有效市场量化交易完全,量化交易是非常好的辅助决策支撑手段,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。在量化交易系统中,量化分析模型和量化策略是两个最核心的内容。

量化分析模型涵盖基本分析、技术分析、演化分析三个方面,对数字货币品种构建动态化、可参照的评价系统。

一、基本分析

测算项目的长期投资价值和安全边际,并与当前的代币价格进行比较,形成相应量化评估数据。例如对代币项目的市场前景、研发进度、运营情况、竞争态势等逐项量化评分。

二、技术分析

技术分析以代币价格作为主要研究对象,以预测代币波动趋势为主要目的,从币价变化的历史数据入手,对波动规律进行分析和预测。例如通过图形化的技术指标分析移动均线及变化趋势、分析能量波动、摆动规律,还可利用网格理论、波浪理论进行深度分析。火币平台提供的技术分析如下图

三、演化分析

将币市波动的生命运动特性作为主要研究对象,对市场波动方向与空间进行动态跟踪研究,为决策提供机会和风险评估。通过趋利性分析、节律性分析、应激性分析,了解某代币品种的“个性”,掌握其生命周期特征。

我们讲操作策略就是回答两个问题,一是做什么,二是怎么做。

一、做什么

量化选币:通过净资产、重置成本、未来现金流折现等手段,评估代币市场价格的溢价情况。

量化选时:在非有效市场中,币价的波动不是完全随机的,它貌似随机、杂乱,但在其复杂表面的背后,却隐藏着确定性的机制,因此可进行量化预测。

统计套利:统计套利是利用代币的历史统计规律进行套利,是一种风险套利,其风险在于这种历史统计规律在未来一段时间内是否继续存在。

期现套利:期货与现货市场科可能存在不合理的差价,越接近期货交割时间,不合理差价必然要回到合理差价。这部分差价区间就是盈利区间。

二、怎么做

算法交易:自动交易、黑盒交易或机器交易,是指通过设计算法,利用计算机程序发出交易指令的方法。它包括结构型算法交易(利用历史数据估计交易模型)、机会型算法交易(根据市场的状况作出实时的决策)、综合型算法交易,该交易是前两者的结合。

资产配置:指投资组合中各类资产的适当配置,以及用程序进行实时管理。通过比较不同资产类的统计特征,建立数学模型,进而确定组合资产的配置目标和分配比例。

风险控制:指仓位管理和止盈止损,仓位管理方法有:漏斗型仓位管理法、矩形仓位管理法、金字塔形仓位管理法等。及时的止盈止损是获取稳定收益的有效方式。

量化交易投资法的特点

定量投资和传统的定性投资本质上来说是相同的,二者都是基于市场非有效或弱有效的理论基础。两者的区别在于定量投资管理是“定性思想的量化应用”,更加强调数据。量化交易具有以下几个方面的特点:

1、纪律性。根据模型的运行结果进行决策,而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点,也可以克服认知偏差,且可跟踪。

2、系统性。具体表现为“三多”。一是多层次,包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型;二是多角度,定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度;三是多数据,即对海量数据的处理。

3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会,从而发现估值洼地,并通过买入低估资产、卖出高估资产而获利。

4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用;二是依靠组合资产取胜,而不是单个资产取胜。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容