穿越牛熊的投资方式——Token量化交易

在股市里面,大家可能都听说过基本面分析、技术面分析,实际上还存在着第三种分析方法——量化分析。

那到底什么是量化分析,它有哪些不为人所知的好处呢,且听我一一道来。

1. 量化交易的定义

量化交易是指借助现代统计学和数学的方法,利用计算机技术来进行交易的投资方式。量化交易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,用数量模型验证及固化这些规律和策略,然后严格执行已固化的策略来指导投资,以求获得可以持续的、稳定且高于平均收益的超额回报。

看完以后,是不是还是觉得有些不知所云,没关系,下面我用大白话来解释一下。

量化交易就是干了两件事情:

①建立数学模型

②根据数学模型,在合适的时间点买入或者卖出

量化交易已经是股市里比较成熟的做法,有数据显示,国外成熟市场期货程序化交易已占据总交易量的70%-80%。

由于币市和股市有很多相通之处,所以现在币市里面研究量化交易的也越来越多。

2. 量化交易的好处

量化交易有什么好处呢?

量化交易最大的好处就是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。

我可以来复盘一下一个普通人的入市过程。

①听说现在区块链比较火,一年能涨很多倍,买一点试试。哇塞,短短几天就涨了30%,赶紧抛掉,落袋为安

②下跌了,哈哈,我成功逃出。咦,跌了这么多,已经低于我上次入场的价格,可以抄底啦,买入!

③还在跌?继续买,拉低成本

④怎么一直跌跌不休,什么时候能够涨起来?算了,放在那里装死吧

是不是觉得似曾相识?

入场的时候靠个人感觉,做决定的时候靠小道消息。

是不是就像我们的真实写照?

那有没有方法可以指引我们什么时候买入,什么时候卖出?

答案是肯定的,就是利用交易的历史数据,得出交易的数学模型,在符合条件时买入或者卖出。

俗话说,投资是反人性的,至少体现在两方面:

①他人贪婪时我恐惧,他人恐惧时我贪婪

②明明持币不动是个很好的方式,但有时就是控制不住自己的手,想做点啥

所以量化投资就是制定了一个客观参考的指标,当符合条件时不带感情色彩的买入或者卖出,大概率的获得超出平均的收益。

3. 掌握量化交易所需的技能

看完上述的描述,你是不是有些心痒难耐,很想知道如何get这个技能,最终实现躺赚。

3.1 基本技能

学习量化基本需要2个基本技能:

1. 数学: 用来建立交易模型

2. 计算机: 用来实现交易模型

还是举一个例子来进行说明吧。

比如我有5个ETH,我观察到近期ETH对BTC的交易对波动比较大,每隔一段时间就会出现一个涨跌周期,我希望在ETH价格高的时候换成BTC,在ETH价格低的时候再换回来,最终实现ETH数量变多。我该如何抓住这个机会呢?

①学习一门计算机编程语言,如Python

②熟悉相关交易网站的API接口的使用,API是Application Programming Interface(应用程序编程接口)的缩写,通过API接口就可以不登录交易网站实现数字代币的买卖

③根据模型或者经验总结出量化策略,决定什么时候买入,什么时候卖出

④用程序实现量化策略,并用历史数据进行模拟测试,如果测试数据通过就可以实际上线

3.2 学习门槛

通过上面的例子,我们可以看出,学习量化交易有2个门槛:

①学习编程语言

②建立合适的量化策略

比较这两点,第二点其实才是关键。因为只要有足够的时间投入,编程肯定是可以学会的。但是建立合适的量化策略是相对较难的。

这就好比一年级的小豆包学习写字,经过练习,小朋友们肯定都可以学会写字,但是写的好看与否就大相径庭了!

好的量化交易策略,可以更好的预测市场行为,让开始投入的5个ETH有较大概率变多,而不好的交易策略有可能让5个ETH变少。

所以实现躺赚也没有那么容易,赚钱的本质是认知表现

4. 人工量化

看完上述的例子,是不是觉得有点受打击。

刚刚知道了一个赚钱的好方法,正热情高涨想着能够躺赚呢,发现学起来却没有那么容易。

下面我告诉你一个人工量化交易的方法,方法很简单,不需要编程也可以实现。

这个策略我是从吴晓谭博士那里学习的,详情请参看链接:《2018年区块链投资策略》

比如你持有以下几个大币种,按照以下比例进行配置:

标的:BTC,ETH,EOS,BNB,USDT

比例:1:1:1:1:2

操作方式如下:

每月等权调整,保证比例不变

用实际数据来解释一下。

比如我有6万元,我买入了1万元的BTC、1万元的ETH、1万元的EOS、1万元的BNB和2万元的USDT。

过了一个月以后,由于各币种之间涨跌幅不一致。如BTC涨了,ETH跌了,那我们进行等权调整,把BTC卖出一小部分,买入ETH,最终保证各个币种之间,按照法币的价格估算,其配置比例仍然为1:1:1:1:2。

这里解释2个问题:

(一)为什么选择这几种标的?

1.这几种标的是高胜率标的

2.BTC/ETH,EOS/BNB之间存在相对优势轮替,简单说就是BTC涨完,ETH涨,EOS涨完,BNB涨

提高了投资时间的利用率,并减少了资产波动。

(二)为什么要这样操作?

这里隐含了两次平衡:

1.数字资产内部等权平衡

数字资产内部平衡,借用证券市场等权基金的思想,等权组合的优势在于进可攻,退可守,相对于市值权重基金长期收益更高。

2.数字资产与法币(USDT)的平衡

数字资产与USDT的平衡,目的是降低系统性风险。

通过这种再平衡的方式,自动帮我们完成了高卖低买

对普通人(懒人)来说,这种按比例配置+定期再平衡是一个特别简单安全、具有可操作性的量化投资方式。

用一句俗语来解释其中心思想就是:风水轮流转

我最早是从《简七理财》的“极简投资”里面知道这种按比例配置+定期再平衡的方法。

只不过《简七理财》里面选择的标的是股票,其选择了A股的沪深300、中证500、债券基金、美股的标普500和纳指100,通过历史数据回测,这种方式可以稳稳跑赢普通的指数基金。

我相信同样的方式对币市也有借鉴意义,有兴趣的小伙伴不妨使用模拟盘进行测试。

这里推荐TokenClub的模拟盘,在TokenClub的模拟盘上你可以模拟买入上述这些大币种,测试这种定期再平衡的方式与自己的实际配置孰优孰劣。

参考注册链接:https://www.tokenclub.com/activity/signup?id=209417 

请复制链接在浏览器里打开,注册成功即送28TCT。

我现在刚刚开始学习量化交易,期待与小伙伴们共同交流成长!

©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 204,684评论 6 478
  • 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 87,143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 151,214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 54,788评论 1 277
  • 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 63,796评论 5 368
  • 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 48,665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 38,027评论 3 399
  • 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 36,679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 41,346评论 1 299
  • 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 35,664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 37,766评论 1 331
  • 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 33,412评论 4 321
  • 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 39,015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 29,974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 31,203评论 1 260
  • 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 45,073评论 2 350
  • 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 42,501评论 2 343

推荐阅读更多精彩内容