近年来，算法交易越来越流行。事实上，据统计，2018年量化对冲基金行业管理的资产超过1万亿美元，几乎是10年前的两倍。
在数字化和机器学习的时代，投资界对量化投资过程的方法越来越感兴趣。越来越多的传统投资管理公司聘请数据科学家和机器学习专家，希望通过严格的科学方法进行投资，从而提高收益率。
在本系列文章中，我将带您了解算法交易行业鲜为人知的秘密。
起源
定量投资的概念绝非新鲜事，它可以从哈里·马科维茨的著作中得到。在1952年发表在《金融杂志》上的开创性论文《投资组合选择》中，马科维茨提出了用数学模求解最优投资组合配置的思想。
从那时起，由于过去20年技术的爆炸性增长，许多先进的算法应运而生。随着算力的提高，越来越多的数学家和计算机科学家开始对科学进行投资，开发出更复杂的模。
也许理解算法交易的最好起点是它试图解决的问题的本质：增加回报和降低风险。
尽管我们将在下面的文章中详细讨论这两个概念，但有一点是问题的核心始终是优化。从数学角度看，算法交易必须依靠科学！
整个定量投资过程遵循最优化原则。仔细想想，对于以太坊企业来说，这是真的吗？
问题的关键是如何预测收益和风险？
定量交易者和研究人员就是这样做的：预测收益和风险。量化方法因地制宜，但目的相同。
预测风险和回报
交易者和研究人员如何做出预测？方法很多，一种是金融资产价格的统计分析，另一种是替代数据集的分析。
另一种数据集的一个著名例子是一家大零售商停车场的卫星图像。如果停车场车位多，人多购物，公司的利润会更大！
上面的例子属于消费者行为类别，还有许多其他类别。另类数据行业在过去十年里蓬勃发展，截至本文撰写之时，近半数对冲基金公司都依赖此类数据进行投资。
另类数据行业增长背后的主要推动力是，它使基金经理能够比市场共识更好地预测未来收益。
基金经理还依靠其他一些优势来提高利润，高质量的数据只是其中之一。
挑战
在实践中，预测风险和收益是一项具有挑战性的任务，因为获得的数据量非常大，而且数据非常复杂。
此外，如果一个人能够以一定的准确度预测收益率，并根据自己的预测进行交易，那么随着时间的推移，其预测的准确性会下降。
事实上，假设有人预测某只股票会在某个事件中增值，那么交易策略就是在每次股票发生时买入该股票，并在赚钱后将其出售给市场。
这种策略的后果之一是，通过购买股票，他推高了股票的价格，从而支付了更多的钱来回购股票，从而获得了比理论上他应得的更少的利润。
如果这个人只买了股票的一小部分，它不会推高股票的价格。用金融术语来说，他对市场没有影响力。因此，如果他要根据自己的预测进行交易，他必须在低影响和尽可能多地购买股票之间取得平衡。
让我们继续这个例子，假设其他市场参与者对该股也有很好的预测。这些其他市场参与者最终会购买股票，而他们累积的市场影响力最终会推高股票，从而减少交易员本能获得的更高利润。
这是量化交易的关键因素。一种策略的回报率往往在很长一段时间内下降。因此，交易者必须重新调整策略并应用新策略。
零距离赛跑
另一个优势是更好的技术基础设施。如果一家公司能够比市场上其他公司更快地进行交易，那么他们将BiKi于相同信息进行交易的竞争对手获得更好的利润。
这导致了高频交易的发展，其特点是处理和执行速度高、周转率高（资产的位置变化很快）和订单交易率高（发送到市场的订单很少找到交易对手）。这种特殊类的交易严重依赖高频金融数据和电子交易工具。
随着高频交易的出现，这意味着总会有更快的交易机器，首先是通过代码优化，然后通过其他方法，从在GPU（图形卡）上运行模而不是在CPU上运行，到在可编程门阵列（FPGA，一种可由程序员配置的集成电路）上运行。
金融机构（主要是定量对冲基金）寻求速度优势的另一种方式是提高服务器和不同交易场所之间的通信速度。
一个著名的例子是连接芝加哥商品交易所和新泽西州纳斯达克的光缆，这条光缆于2010年竣工，总造价为3亿美元。这种电缆允许信息在6.5毫秒内传输800英里，相当于每秒125000英里。
为了适应希望交易速度更快的交易者，不同的交易场所创造了一个共同的位置空间，不同的市场参与者可以将自己的交易服务器放在匹配引擎附近。
其他类的算法事务
我们将在后续文章中介绍许多其他类的算法交易策略。这里有几个例子
·做市：不断使限价指令的价格低于当前的最高限价指令（最低价），使限价指令高于当前的最高限价指令（最高限价），并从买卖价差中获利（最高买入价与最低卖出价的差额）。
·统计套利：使用偏离正常统计关系的价格套利。
·事件套利：利用并购、注册审批和法院判决等事件影响公司股价。
·套利：在多个市场上对某些证券的价差进行套利。例如，如果一只股票在一家交易所的价格为100美元，在另一家交易所的价格为101美元。在第一家交易所买进股票，在第二家交易所卖出，获利1美元，不冒任何风险。
·对价交易：建立一个由两种证券（买入一种证券和卖空另一种证券）组成的多空投资组合。这两种证券是类似的替代品（如同一行业的股票），投资者从其相对价值的价差中获益。
·执行：以一定的价格买卖大量的证券。它的策略是把大订单分成小订单，然后送到市场上去。例如，VWAP（olume weighted aerage price），VWAP算法寻求一个执行价格等于一定时间段内的成交量加权平均价格，twap表示时间加权平均价格。
结论
本文介绍了算法交易的主要思想，讨论了其发展的主要动机、目标和挑战，并简要介绍了最流行的交易形式。
文章标题：在本文中，我们了解算法交易的秘密，并预测其风险和收益
文章链接：https://www.btchangqing.cn/47097.html
更新时间：2020年07月02日
本站大部分内容均收集于网络，若内容若侵犯到您的权益，请联系我们，我们将第一时间处理。
