新(xin)華社上海8月16日電(記者(zhe)陳云富)對(dui)于普(pu)通投資(zi)(zi)者(zhe),您(nin)可能會知道巴(ba)菲特(te),并對(dui)其(qi)價值投資(zi)(zi)的理念推崇備(bei)至,但在金融投資(zi)(zi)史上,數(shu)學家西蒙斯及其(qi)創立(li)的“另(ling)類”投資(zi)(zi)公司文藝復興科技是一個(ge)更(geng)傳奇的存(cun)在。
華(hua)泰聯合證(zheng)券的(de)(de)(de)研究(jiu)顯示(shi),文藝復(fu)興科技旗下的(de)(de)(de)大獎(jiang)章基(ji)金(jin)在1989年(nian)到2007年(nian)的(de)(de)(de)20年(nian)間,平均年(nian)收(shou)益(yi)率高(gao)達35%,如果算(suan)上每年(nian)的(de)(de)(de)收(shou)益(yi)提成,長期(qi)的(de)(de)(de)年(nian)化收(shou)益(yi)更高(gao),在獲得長期(qi)穩(wen)定的(de)(de)(de)收(shou)益(yi)上,業績遠超標準(zhun)普爾500指(zhi)數的(de)(de)(de)回報率,也超過巴菲特“異乎(hu)常人”的(de)(de)(de)選股能力。
大(da)獎章基金之(zhi)所以能獲得(de)穩定的(de)高回報,秘(mi)訣正是量化交易。西蒙(meng)斯早年在數(shu)學界成名(ming)后(hou)轉戰(zhan)投資(zi)(zi)領域(yu),并將其天才數(shu)學思想引入金融投資(zi)(zi),利用(yong)市(shi)場的(de)歷史統計數(shu)據、模型(xing)來代替人(ren)腦(nao)判斷(duan),以求減少(shao)在金融投資(zi)(zi)過程中的(de)人(ren)為主觀(guan)干擾。
隨著我國資(zi)本市場(chang)的(de)發展(zhan)以(yi)及期(qi)貨、期(qi)權(quan)等(deng)衍生(sheng)投(tou)資(zi)工具不斷完善(shan),量化交(jiao)易(yi)的(de)理念近年也逐漸被引入國內并隨著市場(chang)的(de)發展(zhan)而不斷興(xing)起,自動交(jiao)易(yi)、智能交(jiao)易(yi)背后的(de)金融(rong)工程師——量化交(jiao)易(yi)員越(yue)來越(yue)多進入公眾視線。
“總體上在2012年(nian)(nian)及以前大多還(huan)處于起步的階段,2013到2014年(nian)(nian)一(yi)度經(jing)歷(li)一(yi)輪快速發(fa)(fa)展,2015到2016年(nian)(nian)是快速發(fa)(fa)展后的比較困難時期,進入2017年(nian)(nian)后則正經(jing)歷(li)一(yi)個重新出發(fa)(fa)的過程。”擁有(you)多年(nian)(nian)量化(hua)交易經(jing)驗(yan)的艾(ai)方資(zi)產交易總監(jian)杜浩然表(biao)示。
在(zai)杜浩然看來,與基本面的(de)(de)價值(zhi)投資、技術(shu)(shu)分析一樣,量化(hua)交(jiao)(jiao)易也是金融市(shi)場投資的(de)(de)一種方法論。到目前,量化(hua)交(jiao)(jiao)易的(de)(de)發展早已不(bu)限于拼速度、拼技術(shu)(shu)裝備,量化(hua)交(jiao)(jiao)易員的(de)(de)核(he)心(xin)作用更多是要利(li)用自身的(de)(de)專業(ye)技術(shu)(shu)知(zhi)識,構建能獲得穩定超額收益的(de)(de)交(jiao)(jiao)易策略(lve)模型。
一名(ming)量化交易(yi)(yi)員(yuan)(yuan)的日常,大多(duo)是在市(shi)(shi)(shi)場(chang)開(kai)盤(pan)(pan)(pan)前半小時(shi)即到崗,為當天(tian)的市(shi)(shi)(shi)場(chang)交易(yi)(yi)做預案,協調交易(yi)(yi)任(ren)務及對(dui)各類(lei)交易(yi)(yi)策略進(jin)行相關參數的預設,市(shi)(shi)(shi)場(chang)開(kai)盤(pan)(pan)(pan)后關注(zhu)盤(pan)(pan)(pan)面(mian)市(shi)(shi)(shi)場(chang)的變化,直到下(xia)午3點(dian)收盤(pan)(pan)(pan)后,量化交易(yi)(yi)員(yuan)(yuan)還需要對(dui)交易(yi)(yi)結果進(jin)行確認,如果盤(pan)(pan)(pan)中(zhong)交易(yi)(yi)出現一些意外,可能還不得(de)不對(dui)量化策略和參數進(jin)行分析(xi)、調整,并準備第二天(tian)的市(shi)(shi)(shi)場(chang)交易(yi)(yi)。
“實(shi)際上,在(zai)開(kai)市后的(de)交易時段,對(dui)量化(hua)交易員(yuan)而言(yan)是最(zui)輕(qing)松的(de)一段時間。”杜(du)浩然(ran)表(biao)示,在(zai)市場收盤后和(he)開(kai)盤前是最(zui)為緊張(zhang)、忙碌的(de)時段,交易員(yuan)需要結(jie)(jie)合自身實(shi)踐經驗和(he)策略運行的(de)結(jie)(jie)果進行總結(jie)(jie)提高。
杜浩然表示,與市場(chang)的(de)普遍認知不(bu)(bu)同,量化交(jiao)易(yi)(yi)事實(shi)上并不(bu)(bu)追(zhui)求(qiu)對市場(chang)本身的(de)價格產生影(ying)響,尤其(qi)是(shi)不(bu)(bu)會(hui)假設市場(chang)應該(gai)如何運(yun)行,而(er)是(shi)在(zai)大量的(de)歷史數(shu)據中,利用先(xian)進(jin)的(de)統計技術(shu)提煉出一種交(jiao)易(yi)(yi)策略(lve),并相信(xin)這(zhe)一結果在(zai)未來的(de)市場(chang)運(yun)行中會(hui)重(zhong)現,量化交(jiao)易(yi)(yi)僅(jin)是(shi)賺取市場(chang)在(zai)重(zhong)現這(zhe)一“大概率事件(jian)”過(guo)程中的(de)收(shou)益。
在(zai)業界人(ren)士看來,量化交(jiao)(jiao)易(yi)(yi)員賺取高額(e)的(de)(de)收(shou)益,其背后(hou)也(ye)是知識(shi)、技能(neng)(neng)和經(jing)驗(yan)的(de)(de)“比拼”。優秀的(de)(de)量化交(jiao)(jiao)易(yi)(yi)員除了具(ju)備(bei)金融專業知識(shi),模型、策略的(de)(de)構建(jian)也(ye)要求其具(ju)備(bei)良(liang)好的(de)(de)數學和統計知識(shi)、計算機(ji)編程(cheng)的(de)(de)能(neng)(neng)力,以及豐(feng)富的(de)(de)實踐經(jing)驗(yan),并將交(jiao)(jiao)易(yi)(yi)和學習中(zhong)發(fa)現的(de)(de)投資“點子”程(cheng)序化,開發(fa)出有(you)價值的(de)(de)投資策略模型。
杜浩然說,量(liang)化投(tou)資(zi)事實(shi)上是(shi)時下熱門的(de)大數據(ju)(ju)和(he)人工智能(neng)在金(jin)融投(tou)資(zi)領(ling)域的(de)綜(zong)合應用。隨(sui)著(zhu)市場發(fa)展(zhan)和(he)技術進步,未來的(de)量(liang)化交易也(ye)會(hui)不斷(duan)得到(dao)擴展(zhan),其大數據(ju)(ju)的(de)開發(fa)運(yun)用將不限(xian)于金(jin)融市場的(de)數據(ju)(ju),包括產(chan)(chan)業數據(ju)(ju)及輿情(qing)信息(xi)等等大數據(ju)(ju)都可能(neng)會(hui)開發(fa)、產(chan)(chan)生出(chu)一批量(liang)化交易的(de)策略(lve)。
“對量化(hua)交易(yi)員而言(yan),需要(yao)行業立足,保(bao)持(chi)不(bu)斷學習的專研(yan)精神和(he)(he)毅力(li)。”杜浩然說(shuo),一方面(mian),交易(yi)員必須不(bu)斷跟蹤海(hai)外市(shi)場的最新(xin)文獻(xian)資料,了解掌握境外市(shi)場最新(xin)的市(shi)場嘗試和(he)(he)看法;另(ling)一方面(mian),也(ye)要(yao)專注參(can)與的市(shi)場,結合本(ben)土市(shi)場的特點,不(bu)斷修(xiu)正調整(zheng)、探(tan)索開發能(neng)獲得穩(wen)定回報的交易(yi)策略(lve),這樣才有可能(neng)持(chi)續戰勝市(shi)場。
版權聲明:呼倫貝爾擔保網為開放性信息平臺,為非營利性站點,所有信息及資源均是網上搜集或作交流學習之用,任何涉及商業盈利目的均不得使用,否則產生一切后果將由您自己承擔!本站僅提供一個參考學習的環境,將不對任何信息負法律責任。除部分原創作品外,本站不享有版權,如果您發現有部分信息侵害了您的版權,請速與我們聯系,我們將在48小時內刪除。 |