打开微信,扫一扫登录

统治华尔街的量化交易,入门只需看懂这几点

网络   2019-07-08 14:24 23638 49

要理解什么是量化交易,首先我们来说说什么叫“量化”。

量化交易是不是很高大上?


量化交易,听起来很高大上,其实就是众多投资方法中的一种。


要理解什么是量化交易,首先我们来说说什么叫“量化”。


我们来想象一种场景:


假如有人做了两道菜,让大家去评价这两道菜,哪道菜对我们来说更有营养。通常,大家可能会通过“看”两道菜里的食材种类和数量或者基于知识经验,来作出评价。


而如果我们通过数学模型统计工具,对两道菜里的成分进行数据分析和计算,来得出结论,这就叫做「量化」。


同样的,我们利用计算机技术,通过建模分析、优化参数等手段,从历史金融数据中挖掘出影响投资的指标,使用程序进行自动交易来获得“超额”的收益,这种投资方法就叫做量化交易。


通过量化交易,投资者极大地减少因为主观地“经验性”判断和“情绪化”地冲动作出非理性地投资决策;同时因为计算机出色的计算能力,投资者也能更快地找到投资的“规律”。


AI在量化交易中的应用


说起AI在量化交易中的应用,我们不妨拿股票举例。


作为一名投资者,我们投资获得的收益主要有两种:一种是Alpha收益,另一种是Beta收益。


这两种收益有什么区别呢?

简单来说:Beta收益是由大盘整体的变化带来的收益,而 Alpha收益则是受多种因素影响的收益。所以相对来讲,想要获得Alpha收益,则需要考虑的更多,因此也更难获取。


那么如何才能获得更多的Alpha收益呢?

这里我们要提到一个叫做“因子”的概念。拿上文中选菜的例子来说,每道菜里的“蛋白质含量”、“维生素含量”就是因子。在股市中,对各种因子的组合制定不同的策略,再执行这些策略,就能获得更多的Alpha收益。


从下图可以看出,今年来大部分的股票因子都无法带来正的收益率。


微信图片_20190716151155.jpg


然而,在量化交易中,我们做不好的,人工智能却能替我们做好。


利用 AI技术,我们可以处理传统意义上无法量化的数据,通过使用不同的算法,计算机可以选择并执行不同的投资策略。


微信图片_20190716151202.jpg


AI量化交易的就业前景


目前,国内各大券商的量化岗位,在招聘时均会明确要求应聘者有计算机或人工智能等相关领域背景。


从薪资来看,国内量化分析师的平均工资为17260元/月,应届生的工资也达到了10K左右,平均工作经验在3年以上的工资水平可达到20K以上。不过纸面上的工资对他们来说可能只是零花钱,在机构效益好的年份,年终奖甚至能达到工资的好几十倍。


微信图片_20190716151207.jpg


从学历来看,量化分析师的岗位以本科学历为主,硕士为辅,充分说明了量化在业界的发展比学术界领先,在这种黄金时期,入门AI量化时不可待。


微信图片_20190716151211.jpg


AI量化的学习路径


对于零基础的同学,想要入AI量化的大门需要翻越4座大山:金融理论,交易策略,机器学习与深度学习,AI量化实践。


1.金融理论



这一部分主要了解量化交易发展过程中经典的理论及模型,如市场有效假说、期权定价模型投资组合管理股票市场的随机过程、二叉树模型、微笑模型等,这些是理解金融市场行为等理论基础。


2. 交易策略


基本面、技术面分析、时间序列分析、Alpha策略、多因子模型、CTA策略都是传统的典型的交易策略。即使在使用AI解决量化交易的过程中,传统的交易策略也被大量地使用,这一阶段主要能掌握传统交易策略的思想以及使用方法即可。


3. 机器学习与深度学习


任何交易策略最后都要落到实地,尤其在量化领域,使用AI技术需要掌握基础的机器学习和深度学习算法。吴恩达在Machine Learning和《Deep LearningSpecialization》深入浅出地讲解了机器学习和深度学习理论和算法原理,是入门者的必备良药。


4. AI量化实践


实践是检验真理的唯一标准。学习者需要在真正的市场环境中去检验编写的策略是否有效,并不断进行优化、改进,才能够为投资者实现稳定的收益。