1. 程式人生 > >關於量化交易投資,入“坑”前必須明白一件事

關於量化交易投資,入“坑”前必須明白一件事

量化交易在國內開始發展,越來越多的人,想要進入這個領域。

有人問,我是程式設計高手,想做量化交易,如何開始?

也有人問,我是交易高手,但是我不懂程式設計,該如何學習?

本文將解決這兩個問題:

①首先,交易就是交易,不管是主觀客觀量化自動化,本質還是交易。不會因為出了一種量化的交易模式,程式設計的人員就忽然多了優勢。即使程式設計再厲害,對交易能力的提升也毫無作用。

交易認知永遠是核心,當投資人的交易認知已經察覺到自己必須量化,必須程式化的時候,程式設計那點問題很容易就解決。當人們急需一項技能的時候,學起來效率極高。為什麼很多人學英語很困難?因為他暫時根本用不上。但如果把他扔到語種對應的國家,他的進步速度就會非常快。

當你知道,你的交易事業必須擁有一項技能才能繼續的時候,學習難道還是問題?

有朋友將他的交易思路用量化軟體實現,僅用一個月。

所以,第二個問題,交易高手不會程式設計怎麼辦?答案是:你的交易認知對量化的需求並不高,繼續練習交易就好。如果有急切需要的那天,你會自然而然的去學習,去解決。

但有人說,那是你的策略簡單,有些牛b的策略自學很難實現。確實,我聽說有些高頻策略幾十萬行程式碼,但對不起,我不懂高頻,無法給出建議,我的建議僅限於低頻。

低頻量化交易中,最有效的策略往往很簡單,沒什麼不容易實現的。

②如果實在不行,可以交給專業程式設計的人來幫你程式設計。有人說,那策略的祕密他不就知道了?

核心有兩點:

1.你不學,找人你不用,請放棄。

2.專業程式設計的人,沒有什麼交易經歷,如果僅知道點程式碼就能實現穩定盈利,那交易也未必太簡單了。量化交易思路永遠是交易者專屬的思路,思路背後所隱含的智慧與取捨是外人無法理解的。

有一本經典交易書籍:海龜交易法則。裡面詳細的闡述了一個交易邏輯。核心非常簡單,但是細節方面作者整整講了一本書。思路寫成程式碼僅僅幾十行,但是其中的邏輯,複雜且慎密。只要讀者有一個環節沒有理解透徹,這套方法他就無法使用。

可笑的是,無數人研究了海龜交易方法,覺得它過時了,失效了。

但是它的邏輯一直都沒變過,市場波動的本質也一直都沒變過。只要把它的某一條不適合你的邏輯稍微改變一下,它依然可以為你所用,是一套非常好的策略。

很多人因為聽說量化可以盈利,就帶著一身程式設計能力開始直接研發量化交易,從各種原始碼各種策略開始研究,我認為,難度非常大。交易的基礎根基都沒有,就直接上升到策略的高度?

會造零件,就可以直接造手機?會畫圖紙,就可以直接蓋樓房?

程式設計相對於一種硬體,交易認知是作業系統。程式設計相當於一種外形,交易認知才是內在靈魂。

所以,第一個問題,程式設計高手研究量化如何起步?

請先淬鍊你的交易技能。

來源:聚財經                  原標題:關於量化交易,你必須明白的一件事情

------------------------------------------------------------------------------------------------

相關閱讀推薦:

1.雙均線策略(期貨) 量化策略原始碼             2.alpha對衝(股票+期貨) 量化策略原始碼

3.集合競價選股(股票) 量化策略原始碼          4.多因子選股(股票) 量化策略原始碼

5.網格交易(期貨) 量化策略原始碼                 6.指數增強(股票) 量化策略原始碼

7.跨品種套利(期貨)量化策略原始碼              8.跨期套利(期貨) 量化策略原始碼

9.日內迴轉交易(股票)量化策略原始碼          10.做市商交易(期貨) 量化策略原始碼

11.海龜交易法(期貨) 量化策略原始碼           12.行業輪動(股票) 量化策略原始碼

13.機器學習(股票) 量化策略原始碼

14.倉位管理(1): 鞅與反鞅策略,凱利公司及其侷限

15.倉位管理(2): 凱利公式指導投資與多種資金管理方式

16.多因子選股之有效因子                           17.多因子策略之冗餘因子

18.多因子選股之策略的實現                       19.大師系列之彼得•林奇基層調查選股法

20.從量化角度告訴你常見的技術指標到底能不能賺錢?

21.從回測到實盤(2):如何讓回測更貼近實盤結果

22.程式化交易(3):從回測到實盤,還需要注意些什麼?

23.股市暴跌深套 | 如何利用日內迴轉交易策略降低持倉成本

24.演算法交易策略的成功回測之一                      25.股票中的情侶——配對交易

26.分享一個python均線策略                             27.七種量化選股模型

28.網格交易策略(附策略原始碼與收益圖)       29.指數增強策略

30.日內迴轉交易策略                                       31.跨期套利策略

32.跨品種價差套利策略                                   33.集合競價選股

34.基於EV/EBITDA倍數估值法的Alpha對衝策略

35.行業輪動策略                                              36.海龜交易法則