推广 热搜: 专业  建设  医院  制造  华为  产品  行业资讯  人民币  手机  汽车 

「期货量化对冲交易收益」 "基差先生"是怎样

   日期:2020-02-14     浏览:1    评论:0    
核心提示:  期货量化对冲交易收益: "基差先生"是怎样干预量化对冲的 基差,是期货价格与现货价格的差。所以基差的走势,就相当于期货

  期货量化对冲交易收益: "基差先生"是怎样干预量化对冲的 基差,是期货价格与现货价格的差。所以基差的走势,就相当于期货价格的走势。市场上普遍认为股指期货有“价值发现 []

  基差,是期货价格与现货价格的差。所以基差的走势,就相当于期货价格的走势。市场上普遍认为股指期货有“价值发现”功能,也就是可以体现出更多的对未来价格的预期,或者可以表现出领先股市涨跌的作用。这一作用主要通过基差先生的脾气来体现,如基差先生兴奋——超常的正基差预示未来股市可能向好,而基差先生的不开心——异常的负基差预示未来股市可能下跌。如T1日沪深300指数为3500点,同日当月的沪深300期货合约为3550点,那么当天的基差就是50点。如果到了T2日沪深300指数还是3500点,当日的同月沪深300期货合约为3400点,那么其基差为-100点。这意味期货的投资者开始看空未来沪深300指数。最明显的例子就是最近这波大调整中,市场极度恐慌中,沪深300、中证500的基差甚至高达-200多点。基差先生这样的不开心表现,可见投资者心里的花并未盛开。套利者来了,基差先生变乖了2期现套利使得基差有序波动,简单期现套利机会变少,股指期货定价效率提高,更加贴近现货指数的走势。基差除了反应市场未来预期,另外一个方面,由于基差先生的存在,使得几乎相同的一个东西(如沪深300指数)在两个不同的市场(现货和期货)卖出不一样的价格。那么,机会来了。聪明的资金开始在低价的市场买入,然后到高价的市场卖出,从中套利,这群投机倒把分子的名字叫期现套利交易者。期现套利交易者的出现,一个显性的结果是基差先生变乖了——基差波动更加有序,简单期现套利机会变少,股指期货定价效率更高,这样期指就渐渐成为股票现货避险非常有效的工具。聪明的资金见基差没有多少机会,只好在股票现货这一端做做文章。而得益于基差有序波动,期指能够更加紧贴沪深300指数的表现。于是,这带来了又一波的淘金者。他们的名字叫对冲交易者。其中又以程序化交易的量化对冲交易者——对冲基金经理最著名,清一色的博士抬头,精通数据模型和计算机编程。对冲基金经理们利用自己量化选股模型的选股能力,结合股指期货对冲,从而稳健地赚取其中的阿尔法超额收益。这种策略就是大家现在经常说的阿尔法策略,又叫市场中性策略。他们可以更加聚焦在股票组合的表现上,只要现货股票组合跑赢指数,就可以稳稳地赚取策略创造的alpha收益。对冲基金经理蜂拥而来,基差先生又频繁地出现了。让对冲交易者爱恨交杂的基差先生3基差对市场中性策略产品有着推波助澜的作用,加大收益,或者扩大亏损,看基差先生的心情哦。我们知道,市场中性策略即买入一篮子股票,同时做空指数期货,使得对冲策略最终的收益来源于股票端组合alpha收益和期货端基差收益,两部分收益同时影响市场中性产品的净值。理想的状况是alpha和基差同时赚钱,最惨的情形是alpha和基差同时亏钱。而这种理想状态经常发生,悲惨状况也时不时来访。其中基差先生也在其中扮演重要角色。我们来看一个例子:如某市场中性策略产品建仓,买入现货股票组合时的沪深300指数为3500点,同时卖出对应的指数期货合约沪深300期货合约为3550点,那么当天的基差就是50点。我们知道基差先生有一个规律,每个一段时间要清零——根据期指的结算规则约定,期货合约到期月份的第三个周五为交割日,届时,“这些在不同市场里几乎相同的东西”将变成完全一样的价格,即基差为0。那么问题来了。上述产品运行一段时间后,股票组合表现很好,远远跑赢指数达10%,到了逼近交割日的T日,沪深300指数还是3500点,当日沪深300期货合约为3400点,那么其基差为-100点。乖乖隆地东,理想状态不期而至。如果此时对冲基金经理清仓现货股票、平仓空头指数期货合约,将锁定alpha和基差的双盈利:10%的超额收益加上150个点基差收益。这种理想情况在刚刚过了交割日的1507合约发生过哦。当然,也有可能遭遇悲惨的“戴维斯双杀”——股票组合没有跑赢指数,且基差大幅升水。这种极端情况最近的一次出现在去年12月份。彼时,以沪深300为代表的蓝筹股暴涨,导致很多对冲基金的现货股票组合落后于沪深300指数,最终产生了回撤(亏损)。而基差先生也落井下石了一把。沪深300指数暴涨,导致投资者继续看涨未来市场,沪深300期货合约大幅度升水50多点,让低基差建仓的中性策略产品也承受基差风险。基差先生规律作息:交割日定律4交割日的存在,让基差清零后重新整装出发。让市场中性策略产品的基差亏损有时只是浮亏。不过基差先生的可爱之处就是,到了交割日基差收窄为0。所以,市场中性产品的贡献里,暂时的基差亏损,市场会慢慢纠正回来,这部分亏损后面会补偿给你的。所以,我们在计算市场中性产品的最大回撤时候,往往可以剔除基差带来的亏损。 收起回答

  期货量化对冲交易收益: 期货公司资管部和交易部是同一个部门吗?期货公司资管部和交易部是...

  据中国证券基金业协会最新数据统计,截至2015年6月30日,基金管理公司及其子公司、证券公司、期货公司、私募基金管理机构资产管理业务总规模约30。35万亿元,较2014年年底增长约48%。其中,期货公司资产管理业务规模419亿元,较2014年年底的124。 82亿元大幅增长236%左右。 尽管期货公司资管业务上半年增幅较大,但其不足500亿元的量级,相对基金公司及其子公司、证券公司、私募基金管理机构均上万亿元的资管业务规模,是“小巫见大巫”。截至今年6月30日,基金管理公司管理公募基金规模7。 11万亿元,基金管理公司及其子公司专户业务规模9。05万亿元,证券公司资产管理业务规模10。25万亿元,私募基金管理机构资产管理规模3。89万亿元。 不得不承认,相比资管市场上的这些“雄鹰”们,期货公司资管因起步晚、资金方认可度不高、人才流失严重、缺乏顶层设计等因素,目前还处于嗷嗷待哺的“雏鸟”阶段。 不过,多位行业人士表示,经历了前段时间股市的“蛮牛+快熊”行情,期货行业和对冲工具为更多普通投资者所知悉,未来期货公司资管有望凭借量化对冲的投资理念及自主管理的业务形态,上演一出“麻雀变凤凰”的好戏。 银行态度改善,期货资管认可度提升 按理说,随着“一对多”业务的放开,期货公司资管将会呈现爆发式增长。 “期货公司资管没有迎来爆发式增长,有多方面原因。”广发期货资产管理部原董事总经理黄邵隆对期货日报记者说,整个期货行业的投资者基数不大,而外围市场对期货公司资管、期货私募等的认可度不高,仍认为都是高风险投资,评判标准非常严格。这一点引发了期货资管行业人士共鸣,特别是期货资管很难取得银行这一“大金主”的认可。 在华泰期货资产管理部总经理吴雷看来,期货公司资管之所以没有爆发式增长,主要是因为大多数期货公司尚未进入银行的“白名单”。在选择资管通道时,银行倾向于指定在其“白名单”之列的信托和基金子公司。 国泰君安期货资产管理部总经理杨波也表示,期货公司进入银行“白名单”相当困难,一些处在行业前列的大型期货公司可能会达到银行的认证资质,但成功跻身的数量不多。 一些私募机构也有同感。“目前期货私募在银行内部并无系统化的评分体系,因此无法直接获得银行授信。若期货公司能够进入银行‘白名单’,期货资管募集优先资金发行结构化产品将畅通无阻,这将成为期货公司资管规模的一大增量。”阿巴马资产管理公司董事总经理詹海滔说。 “银行对期货公司的考核包括资管规模是否足够大、在业内市场占有率如何、风控及估值等系统管理能力是否过关,以及产品运行、净值跟踪等后台服务是否到位。”吴雷告诉记者,华泰期货已被三家银行列入“白名单”,目前公司仍在努力接洽更多银行。 不过,在杨波看来,期货公司跻身银行“白名单”分为三个阶段:代销、资管和自营。 目前,仅有少数期货公司闯过第一关,开始在第二关“试水”。 虽然进入银行“白名单”的期货公司很少,但欣喜的是,从某种程度上说,银行对期货资管的接受度日渐提高。特别是今年股市演绎的“蛮牛+快熊”行情,把很多证券私募敲醒了,一些尚未涉足期货理财的银行也把如何与期货公司合作列入战略计划。 据了解,招商银行、兴业银行、光大银行、中信银行等股份制商业银行及工商银行、中国银行等国有银行,已经与一些期货公司建立了代销期货资管产品的合作关系。其中,中国银行、工商银行还积极与一些期货公司资管团队、期货私募机构合作发行了主动管理型产品。 得益于这些银行的推动,一些期货公司和期货私募的资管规模实现了大幅增长。据了解,截至今年5月底,国泰君安期货的资管规模约35亿元,目前已逼近50亿元。与其增幅不相上下,华泰期货目前的资管规模也在50亿元左右。“受益于银行和券商MOM种子基金的带动,我们公司7月份连续发行了6只产品,合计规模约10亿元,整体资管规模已升至50亿元左右。 ”詹海滔说。 竞争激烈,要留住优秀资管人才 期货公司最晚进入资管领域,其开展资管业务遇到的难题不止一二。与基金子公司、信托公司等“老大哥”同台竞技,资管系统、管理经验、人才竞争、成本投入无一不是期货公司的软肋。 “相比期货公司,基金子公司在资管方面的成熟度更高,风控和配套服务也有一定积淀,在交易、估值和风控系统方面早有投入。 ”詹海滔说,一般而言,基金子公司会配备多套资管系统,并具备自主开发能力,但目前大多数期货公司只有单一的资管系统,引入一套新的资管系统成本很高。 不过,期货公司也有其他优势。“相比基金公司、券商,期货公司资管效率高、门槛低、服务意识强,并且了解对冲。 ”吴雷说,没有任何机构能比期货公司更懂对冲,其对私募的风控松紧有度也来源于此。他同时表示,与基金公司主打公募产品不同,期货公司资管瞄准私募,在此领域投入的人力、物力、财力和精力都要比基金公司多。 即便如此,吴雷也非常感慨,因为期货公司资管方面人才有限,而且还面临着被“挖墙脚”的风险。 据记者了解,近段时间基金公司及其子公司、银行等机构开始... 收起回答

  期货市场的对冲交易大致有四种。其一是期货和现货的对冲交易,即同时在期货市场和现货市场上进行数量相当、方向相反的交易,这是期货对冲交易的最基本的形式,与其他几种对冲交易有明显的区别。首先,这种对冲交易不仅是在期货市场上进行,同时还要在现货市场上进行交易,而其他对冲交易都是期货交易。 其次,这种对冲交易主要是为了回避现货市场上因价格变化带来的风险,而放弃价格变化可能产生的收益,一般被称为套期保值。而其他几种对冲交易则是为了从价格的变化中投机套利,一般被称为套期图利。当然,期货与现货的对冲也不仅限于套期保值,当期货与现货的价格相差太大或太小时也存在套期图利的可能。 只是由于这种对冲交易中要进行现货交易,成本较单纯做期货高,且要求具备做现货的一些条件,因此一般多用于套期保值。其二是不同交割月份的同一期货品种的对冲交易。因为价格是随着时间而变化的,同一种期货品种在不同的交割月份价格的不同形成价差,这种价差也是变化的。 除去相对固定的商品储存费用,这种价差决定于供求关系的变化。通过买入某一月份交割的期货品种,卖出另一月份交割的期货品种,到一定的时点再分别平仓或交割。因价差的变化,两笔方向相反的交易盈亏相抵后可能产生收益。这种对冲交易简称跨期套利。其三是不同期货市场的同一期货品种的对冲交易。 因为地域和制度环境不同,同一种期货品种在不同市场的同一时间的价格很可能是不一样的,并且也是在不断变化的。这样在一个市场做多头买进,同时在另一个市场做空头卖出,经过一段时间再同时平仓或交割,就完成了在不同市场的对冲交易。这样的对冲交易简称跨市套利。 其四是不同的期货品种的对冲交易。这种对冲交易的前提是不同的期货品种之间存在某种关联性,如两种商品是上下游产品,或可以相互替代等。品种虽然不同但反映的市场供求关系具有同一性。在此前提下,买进某一期货品种,卖出另一期货品种,在同一时间再分别平仓或交割完成对冲交易,简称跨品种套利。 收起回答

  P Quant这个概念很宽泛,宏观对冲、期货市场的趋势跟踪、股票多空、smart beta, 高频交易通俗地讲都(有一部分)属于P Quant的范畴,但工作性质大不一样。

  我现在在美国做quant, 做的策略主要是股票的量化市场中性策略,就从这个角度出发回答一下。对于股票策略来说,量化交易是可以产生价值的,其价值就如同很多人早已说过的,它能够把市场推向有效。这个结论是基于以下三个事实:1. 让市场有效是产生价值的;2. 传统的股票主动投资者通过识别正确的交易机会来让市场有效;3. 股票的量化策略本质上无异于传统的股票多空策略。

  先说1,为什么让市场有效是产生价值的?我们从一个简单的经济学例子讲起。这个例子大家都耳熟能详:张三有一个苹果,但更想吃梨;李四有一个梨,但更想吃苹果。他二人交换了手里的苹果和梨,各自吃到了最想吃的东西,各自的福利都提高了。这个例子一般被用来阐述交换经济如何提高社会总福利,也就是所谓的产生了价值。但是我们想象这样一种情况:同样是张三和李四这两个人,但李四说:我的梨至少要用两个苹果来换!这样的话,交换行为就不会发生了,他俩只能吃到自己不太想吃的、自己手里的东西。但是如果李四愿意降价,用一个梨换一个苹果,那么社会总福利明明可以更高。所以这个时候我们就发现市场是“无效”的,李四的定价不合理使得社会总福利蒙受了损失。如果这时候故事里加入了一个聪明人,假如叫王二狗子,王二狗子手里什么也没有,不参与交换行为,但是他选择担任李四的分析师团队队长。王二狗子努力搜寻市场信息,发现这个故事世界里只有张三手里有那么一个苹果而已,他就会告诉李四:整个世界上只有一个苹果,所以你为自己的梨定的2苹果/梨的价格不合理,是永远无法成交的,你不如把定价改为1苹果/梨,你的福利就会提升了。李四曰:“善。”然后完成了交换。这个例子就可以看出,通过搜集信息,使商品价格变得合理(即让市场有效)是能提升社会总福利,从而产生价值的。

  再说2,传统的主动投资者通过识别正确的交易机会让市场有效,也就是说通过读研报、看新闻、预测基本面等传统手法来选股的股票主动投资者可以通过交易来使股票价格变得合理。假设我是一个投资者,我如果想提升自己的福利,就要保证我的股票交易的(预期)收益大于我的成本,这里的预期收益自然就是股票的预期股利(也可能我并不准备持有股票到派息,而是决定在某个未来把它卖出赚取差价,但它的未来价格依然与股利高度相关),成本就是股票现在的价格。因此股票的价格是否合理,对我的福利提升至关重要。那么怎么判断股票价格是否合理呢?只有主动投资者能做到这一点。主动投资者为了自己的盈利而花费时间和金钱成本,调查和分析这家股票的信息,判断当前价格是否处于合理区间。如果当前价格偏低,主动投资者就会买入从而推高价格;如果当前价格偏高,主动投资者就会卖出从而压低价格,直到股票价格处于合理区间为止。

  作为2的补充,也为了纠正提问者的一个误区,我想指出股票交易不能看做一个简单的零和博弈。为了解释这点,需要引入金融学的一组概念:事前(ex-ante)和事后(ex-post)。事前指的是基于预期的,例如事前收益率指的是投资者对某个股票的预期收益率,而事后收益率指的是某个股票呈现的真实收益率。当一个投资者进行投资决策时,他无法得知事后的真实股票价格,因此只能尽力最大化自己的事前收益。而由于拥有的信息或者对信息的解读不同,不同的投资者对同一股票的预期收益可能大相径庭,所以在事前,也就是股票的未来价格揭晓之前,不同的投资者会分别发现买入和卖出一只股票对自己是有价值的,从而使得交易成功发生,并像上一段提到的苹果和梨一样各自提升自己的福利,只不过对于股票这种跨期资产来说,提升的是事前预期福利而不是事后的真实福利。如果从事后的真实结果考虑,股票交易确实是零和的,必然有一方蒙受了损失。可能有些人会因此产生疑惑:提升事前预期福利是否真的算是产生了价值?答案是肯定的,原因有以下两点:(i). 股票的性质决定了股票投资者只能最大化自己的预期福利,预期福利已经是真实福利最佳的估计值。(ii). 蒙受了实际的金钱损失,不代表投资者的福利蒙受了损失。在非常多的情形下,投资者求取一种金融资产,不一定是为了通过持有这种资产获得金钱收益,而是为了分散化自己的投资组合从而提升稳定性,或者用来对冲。对于这些情形,即使股票最终没有赚钱,买入也是有价值的。这一点可以类比于期权的套期保值:投资者买入期权是为了保护自己的资产价值,而不是指望通过行权大赚一笔。如果查阅各大上市公司的年报,会发现大量的公司都通过买入期权来对冲风险保护自己的资产,而这些期权最终大多都是导致亏损的,但是购买这些期权依然是必要的。或者说,我是一个股票投资者,我现在购买了5个不同的股票构成了我的投资组合,之所以要购买这么多,是因为我认为通过这样做可以最适当地分散风险,这是我的最优组合。可能到了明天,我发现我有一只股票赚了5块钱,另外四只股票各亏了1块钱,最后组合净赚1块。如果从会计的角度,购入另外四只股票确实使我蒙受了损失,只有赚钱的这只股票让我盈利了。但是从投资管理的角度,如果再给我一次选择的机会,我还是要买5只股票而不是全押注在某一只上,否则我就会暴露在重大的不可控风险下——如果涨的不是我押注的那只,我就倾家荡产了。这个投资组合虽然最终有四只亏钱,但它整体上是一个非常安全可控的组合,持有这样的组合才符合我的愿望,而不是把全部身家押在一只股票上作大死。从这个角度看,即使事后亏钱的股票也有可能提升我的预期福利。用一个小比喻来说,用网子去捕鸟,最后捕到鸟的却只是其中一个网格。我从卖线小贩那里买来线,织成了一千个网格,只有一个捉到了鸟,剩下的999个网格的线是不是都白买了?小贩收了我的钱,卖给我的线%用来捉到鸟了,是不是把我坑了,和我是不是零和博弈?显然不是的。其他的网提升了我的事前福利嘛,谁知道哪个网格能捉到鸟呢?

  最后说3,股票的量化策略本质上无异于传统的主动型策略。提问者提到“量化赚的是其他人犯错的钱(预期差,市场失效,乌龙指etc)”云云,我不能苟同。无论是市场中性策略,还是smart beta(国内一般叫指数增强)策略,如果想盈利,都要进行相对有效的选股,即向正确的方向交易股票。而向正确方向交易股票的唯一途径,就是正确地获得和解析这支股票所代表的公司的相关信息。从这个角度,传统的主动投资和量化投资没有区别。股票量化的传统方法是采用技术指标、宏观指标和基本面指标来选股,其中宏观指标用来预测市场(或者某些行业)整体的漂移方向,基本面指标用来预测股票基本面,为股票价格的回归方向提供参考,技术指标理论上能反应当前市场上投资者的整体交易方向,通过这些指标选股,量化投资者能够识别出该如何向正确的方向交易股票从而盈利,而当盈利空间被利用殆尽后,股票的价格也就回归了它的合理区间。比较前沿的量化投资方法是搜集各类alternative data,还原对股票价格有重大影响的基本面指标(例如earnings),同样有助于识别股票的交易机会。一言以蔽之,这个论断的逻辑链条是:让市场有效等价于让股票回归合理价格->

  向能盈利的方向交易股票就可以把股票推回合理价格->

  传统投资者和量化投资者的方法都是在识别可盈利的交易方向,因此在提升市场有效性方向没有什么不同。

  由此可以看出,量化交易是有价值的,而且和传统的主动投资没有本质区别。所以题主的问题至少对于股票投资来说是不全面的,正确的问法是:主动投资者不担心主动投资最终会消失吗?如果犯错的人越来越少,大家的情况就必然不好过。这个问题是很有意义的,但它并不是什么新问题。目前的真实情形是,Hedge fund在1990s-2010s期间的高收益吸引了大量资金和从业者,更激烈的竞争摊薄了套利空间,使得行业的整体效益大减,2018年成为了hedge fund折戟的一年,只有4%的fund取得了正收益,并且有可观数量的资金撤出了主动管理行业。但是早在上个世纪80年代,Grossman和Stiglitz就提出了著名的悖论:市场价格不可能是完全地有效的,如果市场价格已经price in了所有可收集的信息,那么就没有人再去搜集信息(因为搜集信息本身是需要成本的);既然没有人去搜集信息,市场价格就不可能price in信息了,所以市场上总会有着未知信息可供发掘。所以提问者所说的“它是有上限的”是很正确的,主动投资管理的盈利是有上限的,且这个上限与市场上可供挖掘的未知信息息息相关。但是注意两点:(i). 上述的G-S悖论指出,市场上总是会有未知信息存在;(ii). 新的信息是不断产生的(例如新闻),这些信息永远都需要有人去解读和分析,并通过交易将其price-in到股票价格里。因此,主动投资的盈利空间是永远存在的,这个行业不可能完全消失,当主动投资者的体量小于市场的总盈利空间时,进行主动投资管理就是有利可图的。因此,我个人的看法是,主动管理行业的体量在在长期会反复波动,目前看来由于大量资金的涌入,各家fund的盈利都在下降,行业变得无利可图导致资金撤离、fund关门、体量减小,而体量减小到一定程度后,各家fund的盈利又会有所回升,吸引新的资金加入,然后盈利再度下降……

  本来还想也写写开头其他几种Quant策略,不过想说的都差不多,犯懒不写了。其实写的也都是大家都懂的废话。

  交易的本质是捕捉标的、从标的剥离的特定因子属性、从标的衍生的合约等长期、中期、短期、瞬间的错误定价,以低买高卖的方式在未来兑现盈利。

  物质世界不是简单的静态平衡系统,而是趋向平衡(回归旧平衡,或者创造新平衡)的动态复杂系统。因为复杂系统发展路径的不可预测性,任何对未来的判断都有一定的概率出现错误,这既是盈利的根源,也是亏损的来源。正确判断获得的收益与错误判断承担的损失的比率(概率加权的盈亏比)是交易的重要标准。

  所谓的量化,就是为上述交易过程中的环节制定规则。量化策略基础构件包括以下内容:

  现金流折现模型(Discounted Cashflow Model):以金融资产在未来产生的所有可能现金流的平均现值作为当下的理论价格。

  多因子资产定价模型:假设价格可以被几个关键因子所解释,我们使用统计方法得到的各因子的权重就是该金融资产的定价公式。将不同因子当下值带入公式,可得到该金融资产当下的理论价格。

  资本资产定价模型(Capital Asset Pricing Model):只有承担系统风险才能获得收益,非系统风险均可以分散化的方式消除。

  结合市场价格与理论价格的关系,及对平衡的判断(维持旧平衡,还是创造新平衡),决定买、卖、观望。

  国内期货市场的量化交易起步早,也成熟。主要有三个原因:T+0且允许做空的交易制度,交易所的大力推动,信息技术红利带来的赚钱效应培养了一大批拥趸。目前,针对于期货品种的量化交易方向可以分为:

  当发现打破旧价格平衡的关键点时进行交易,决策价格到新价格平衡的价差是预期的盈利空间。决策模型通常结合传统技术分析方法,例如,著名的海龟交易法则就是以突破四周高低点为标准。另外,Dual Thrust、R-Breaker也都是比较值得研究的。

  可以从传统技术分析指标入手,例如K线、均线、MACD等。可供学习研究的素材比较多,但是也切忌陷入技术指标的泥潭中。

  假设有A和B两个研究对象,他们的定价公式分别为A=a+bx和B=c+dy,其中a、c为常数项,x、y为因子向量,b、d为因子权重向量。我们以A-B(=a+bx-c-dy)为研究对象。

  如果A与B高度相关,且不确定因素bx与dy可以完全对冲,A-B就是一个确定的常数。由于复杂性,A-B可能偏离正常范围,因为理论上不确定因素已对冲,不可能有新的平衡点存在,这种偏离大概率是会回归的。这就是套利交易的基本逻辑。

  如果A与B相关,且bx与dy不能完全对冲,这意味着A-B中存在不确定因子,所以交易策略仍面临旧价格平衡是否延续的决策问题。我们的交易对象就是在A与B基础上衍生出来的价差。

  关键在于数理统计方法的应用能力(统计套利),或者对产业基本面的熟悉程度(大豆提油套利就需要熟悉大豆、豆油、豆粕的生产关系)。

  股票量化交易方兴未艾,但是由于交易制度的限制,以及监管的要求,发展仍比较缓慢。所幸的是,量化交易是未来的趋势已成为行业共识。并且,有许多证券公司为推动量化交易的发展而不懈努力。对比期货量化交易的发展过程看,一旦政策放开,证券量化交易也必定迎来一个技术红利期,通过创造出一个又一个财富故事,培养一批拥趸,进而奠定发展的基础。虽然证券量化交易可以借鉴期货量化交易的经验,但是完全照搬是不可行的。股票交易策略与期货交易策略有着显著差异,常见的策略有:

  alpha与beta的概念来源于资本资产定价模型(CAPM)。alpha策略承担非系统风险获得超额收益。

  不同的风险因子对应不同的收益风险比。根据偏好保留希望承担的风险因子,对冲掉不希望承担的风险因子,这就是alpha策略。alpha策略交易的是从基础资产衍生的风险因子的组合。如果不保留任何风险因子,就是套利策略。

  被动管理型以跟踪指数为目的,获得市场平均收益率。主动管理可以采用指数加强策略,例如,在市场牛市时,通过投资高beta的标的,承担更大的系统风险,来获得更高的收益。反之,在熊市中就降低beta。

  目标:通过最大限度的提升学历(研究生、博士)、逻辑思维能力(数学、物理、计算机)、编程能力(计算机),争取优质的工作机会,构建自己对事物发展的分析体系。

  硬实力:计算机行业从业者的编程能力。行业从业者的行业经验及资源。数学、物理等领域科研工作者的对复杂问题的建模能力。资本。坚定的信念和失败的准备(这里不开玩笑)。

  建议掌握一门数据分析语言(建议python、vba)、策略实现语言(除低延时策略方向建议学习C++之外,其他策略方向建议使用python)、数据库语言(建议学习SQL)。

  期货量化交易使用最广泛的API是上期所推出的CTP,许多证券公司开发量化交易后台时多是参考CTP的设计。

  上期所官方CTP只支持C++语言的接入,但是因为C++入门难,且学习曲线陡峭,所以并不是量化交易入门的最佳选择。如果使用其他语言设计交易策略,就需要对C++版的API方法进行封装。

  AlgoPlus所做的工作就是封装了python与C++的通信功能,让交易者无需关注底层,就直接在使用python开发的策略中调用C++方法完成交易。

  量化交易策略涉及多合约、多策略、多账户的情况,AlgoPlus充分利用CTP的多线程特性,让交易者可以根据自己的需要设计多层级线程引擎。

  众所周知,python是解释型语言执行效率比编译型语言低。AlgoPlus使用Cython技术完美解决了这个问题,即实现了低延时的要求,兼容了python语言的易用性。经过严格测试,AlgoPlus从策略触发交易信号到调用C++方法,延时只有40微秒左右。另外,AlgoPlus还提供了丰富的应用教程。

  总之,如果你准备使用python语言进行量化交易,AlgoPlus将是您最佳选择。AlgoPlus项目源代码托管在码云和GitHub。

  不同于普通股票投资策略易受市场波动影响,量化投资策略具有绝对收益、抗周期性强等显著特征,可有效改善配置组合收益的稳定性。投资者根据自身风险偏好,配置一定比例的量化对冲策略产品,就能提升投资组合的抗风险特征。

  实际上,“量化对冲”是由“量化”和“对冲”两个概念合并而来。“量化”是指借助统计方法、数学模型来指导投资,其本质是定性投资的定量化实践;“对冲”则指通过管理并降低投资组合的系统风险来应对市场变化,获取相对稳定收益的一类投资策略。实际操作中,对冲基金往往采用量化投资综合的方法,而且两者经常交替使用。

  那么,是什么让量化对冲投资有超越周期的表现?投资者又将如何选择量化投资策略来完善资产配置?

  目前,国内外市场中常见的量化对冲策略种类很多,其中比较有代表性的是:股票对冲策略、管理期货投资策略(CTA)、市场中性策略、全球宏观对冲策略、相对价值套利策略等。具体“过人之处”包括:

  作为一种较新型的投资策略,量化对冲策略同传统的股票投资策策略有一定的交集。但是,投资者绝不能因此就将这两类策略混为一谈。

  对于普通投资者来说,绝对收益对于改善投资配置组合的业绩表现非常重要。以普通的股票投资策略为例,多数时候是靠天吃饭。行情好的时候或会有所表现,但行情一旦转差,普通的投资策很难能逃脱系统性风险的威胁。而量化对冲策略产品之所以能在市场整体较差时脱颖而出,关键的原因在于它能够创造绝对收益。

  比较典型的例子就是,2018年国内股市大幅下跌,市场中绝大多数策略产品都出现较大负收益;而与此同时,量化对冲策略产品收益则是逆势上行,靠的就是绝对收益之功。

  由于经济运行具有“复苏—增长—繁荣—衰退”的周期性特征,由此也带动市场呈现周期性的上涨下跌。作为投资者,进行资产配置时必然要考虑到怎样能回避经济、市场周期对自身的影响。

  相对于其他大类资产,量化对冲投资对抗周期的特点比较突出。其原因在于,量化对冲对冲投资多数都会进行跨大类资产投资,例如,除了投向股市之外,还会投向商品期货、债券、外汇等多个市场,这就使得量化对冲投资天生具有抗周期波动的特征。

  下图是由海外对冲基金研究机构Eureka Hedge的一张统计表,显示的是其所编制的全球对冲基金指数回报率,在1998年到2013年的长时段内,显著跑赢了全球各主要市场指数,并在多个市场周期中始终保持向上势头。

  此外,量化投资还有强调投资纪律性的优点,可以克服投资者主观情绪(贪婪/恐惧)对投资行为的影响。

  上文介绍了量化对冲投资的诸多优点,那么对于投资者来说,是不是可以闭着眼睛投就是了?答案当然是否定的。

  如同世上没有包治百病的“灵丹妙药“,市场中也不存在只赚不赔的投资策略。就量化对冲投资来说,其所涉及的策略类型比较多,而各个策略的适用环境和对投资者的风险偏好并不一致。例如,CTA策略由于其可以投向股市、期市、债市、外汇等多个市场,其投资收益的多元性较好,风险分散也比较好,适合投资者在资产配置中进行一定比例的基础配置。但在单一市场表现较好的情况下(如股市持续上涨),CTA策略的表现可能就不如股票投资策略的好。

  此外,投资者在选择量化投资策略时也应注意宏观经济周期的波动而审慎选择。例如,在经济繁荣期,股票市场的表现会更好,投资者就可以选择股票对冲、市场中性策略等产品;而在经济衰退期,则可以考虑投资CTA策略产品来回避市场风险。而为了整体降低宏观经济波动对投资收益的影响,投资者还可以考虑投资全球宏观对冲策略产品。

  总的来看,量化对冲策略产品具有绝对收益、抗周期性强等显著特征。特别是近些年A股市场波动加大,普通类型策略产品业绩波动也较大,根据自身风险偏好适当配置量化对冲策略产品,将会有效提升资产组合的抗风险能力,以此稳定投资收益,实现资产的保值增值。

  量化对冲策略通过程序化交易分散投资,通过对冲工具控制风险,持续获得稳健收益。从投资原理角度是相对理想的投资策略。但目前股指期货受限的现实情况,却会导致量化对冲基金实际表现与理论存在差距,具体而言:

  1、交易工具的缺失导致对冲不完全,例如小盘股对冲工具的缺失使得市场中性策略在2014年末出现净值的剧烈波动;

  2、交易策略突破了严格对冲的原理。例如基金经理加入对市场机会的主观择时或趋势判断,未严格执行100%对冲,留有一定的风险敞口;

  3、模型实现层面或有缺陷。如编程语言、计算机硬件、数据处理等技术问题影响量化对冲策略的实现效果;

  “量化对冲”是“量化”和“对冲”两个概念的结合。“量化”指借助统计方法、数学模型来指导投资,其本质是定性投资的数量化实践。“对冲”指通过管理并降低组合系统风险以应对金融市场变化,获取相对稳定的收益。实际中对冲基金往往采用量化投资方法,两者经常交替使用,但量化基金不完全等同于对冲基金。量化对冲程序化交易的对象股票、债券、期货、现货、期权等等 量化对冲产品的操作流程先用量化投资的方式构建股票多头组合,然后空头股指期货对冲市场风险,最终获取稳定的超额收益。量化选股的具体方法量化投资一般会选出几百支股票进行投资分析来分散风险,适合风险偏好低,追求稳定收入的投资者。量化分析师们在制定规则之后建立某个模 型,先用历史数据对其进行回测,看是否能赚钱;如果可以,就再注入小额资金,积累样板外的实盘交易。实盘后如有盈利,就扩大资金量判断其是否对投资结果带 来影响。最后运行的模型,都是经过千锤百炼的。量化对冲产品有以下几方面特点:

  4、与主要市场指数相关性低、具备资产配置价值。1、投资范围广、投资策略灵活普通公募产品由于投资范围受限,参与衍生品投资的比例较低,例如我国《证券投资基金参与股指期货交易指引》规定,基金持有的买入股指期货合约价值不得超过基金净资产的10%,基金持有的卖出期货合约价值不得超过基金持有的股票总市值20%。且必须以套期保值为主,严格限制投机。而对于部分私募量化对冲产品(如私募基金、公募专户、)而言,不仅可以在现金、银行存款、股票、债券、证券投资基金、央行票据、短期融资券、资产支持证券、金融衍生品、商品期货等各类资产间灵活配置,而且没有投资比例上的限制,极大地提高了投资的灵活性。2、以追求绝对收益为目标由于公募基金有投资范围和仓位限制,如股票型基金不得低于60%的规定(部分基金更高),只能靠买入持有或者降低仓位管理资产,更多是靠天吃饭,使得在下跌行情中无法避免系统性风险,因此公募产品业绩的考核一直更加注重相对收益排名,于是造成前述某些基金虽然跑赢了市场但依然亏钱的窘境。而对冲基金投资策略灵活,可以通过做多/做空、股指期货对冲等方法降低投资组合的系统风险,无论市场上涨还是下跌,均能获取一定风险下的绝对收益,以追求绝对收益为目标。另一方面,近些年来我国A股市场始终处于弱势震荡状态,行业板块之间轮动特征明显,因此公募产品业绩波动巨大,今年业绩第一的基金明年很可能倒数第一,大有你方唱罢我方登场之态势。受此影响,投资者的风险偏好愈发降低,其对稳健收益的追求愈发迫切,绝对收益产品也越来越受到市场的重视和欢迎。3、更好的风险调整收益通过比较海外对冲基金和主要市场指数的业绩表现可以看到,长期中各类策略对冲基金的累计收益均超于了主要市场指数,均实现了正年化收益率。在市场下跌时,对冲基金也体表现一定的抗跌性,如2008年金融危机期间。整体来看,对冲基金在获取稳定收益的同时提供了更好的防御性。从风险调整后收益指标来看,各类对冲基金的夏普指数和索丁诺指数均大于主要市场指数。值得注意的是,不同对冲基金之间表现也有所差异,单纯收益角度来看,事件驱动策略对冲基金表现最好,过去13年间累计收益达321.19%。而采用相对价值(套利)策略的对冲基金夏普比率最高为1.96,较其他策略的对冲基金有更好的风险调整后收益。4、与主要市场指数相关性低、具备资产配置价值考察过去13年间各对冲基金指数与全球主要市场指数的相关性可以看到,除恒生指数外,对冲基金与主要市场指数间的相关性都比较低,其中日经255和法国CAC指数与各对冲基金指数均呈负相关,因此将对冲基金加入投资组合后可以降低组合整体的收益波动并提高组合的风险调整后收益。另外,各类对冲基金指数间的相关性较高,因此在采用不同策略的对冲基金间配置不能有效降低组合的整体风险。BigQuant——人工智能量化投资平台

  “量化对冲”是“量化”和“对冲”两个概念的结合。“量化”指借助统计方法、数学模型来指导投资,其本质是定性投资的数量化实践。“对冲”指通过管理并降低组合系统风险以应对金融市场变化,获取相对稳定的收益。实际中对冲基金往往采用量化投资方法,两者经常交替使用,但量化基金不完全等同于对冲基金。量化私募可以去私募排排网看看

  本站是一个关注互联网发展,聚焦互联网前沿资讯,交流最新IT产品心得,分享好玩的视频、软件,为广大互联网爱好者速递最有料资讯的IT科技博客。建立本站旨在与更多人分享使用电脑的快乐与精彩!

 
标签: 财富故事
打赏
 
更多>同类资讯
0相关评论

推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |