炒大陆股票和期货的朋友们问:"你在朋友圈讲那些什么美国和德国那些,听说贵死银的,都啥东西来的?"
"PC软件而已。能自动化寻找稳健交易策略的系统。" 我说。
"听起来像骗子..........."
"嗯,我最初也觉得,但先是被他们的创办人的知名学术背景和第三方验证的实盘交易成绩震慑到了,后来是了解多了,开始真正认识是什么回事。"
"什么牛逼囧囧的?"
"一个是美国硅谷公司,由多位著名人工智能学者和国防火箭技术专家联合创办的;另外一个是由一个德国物理学博士新近创办的。"
"粉油菜花,我伙呆........"
我试图再深入解释,但朋友们一般都听不懂。我感到很惭愧,但后来想通了。其实不是因为我口齿不灵或概念难懂,只是因为我用以描述的词语太过高大上。
痛定思痛,现在我试图通俗化地来说明白一下。
人工智能优寻交易策略 - 菜鸟入门
量化交易者满脑子想啥?
系统化(systematic)、程序化(algorithmic)、量化(quantitative)和高频交易(high-frequency trading)都是一些在金融媒体上越来越常见的高大上关键词。细分下去,还有系统鲁棒性(system robustness)、夏普值(Sharpe ratio)、年化回报与最大回撤比(MAR ratio)、滑点(slippage)、市场冲击(market impact)等等来自星星的词汇,地球人听到就烦躁。倡导它们的人(量化粉丝)都有一些共同点:他们笃信过往历史对将来有指导意义,金融市场中存有一定规律,而这些规律可以通过计算机演算法、数学、统计学和时间序列研究等去寻找合适的交易配方。
"低买高卖、高卖低买就好了呗!自寻烦恼干啥呢...... 记住,大道至简呀,兄弟。" 手撸股票期货的朋友诚心劝谕。
可能量化是很宅的群体,少出来和传统金融交易的朋友们混,导致量化的小宇宙,常让手撸交易者们唏嘘概叹、不明觉厉。鄙人是一名潜心多年的量化粉,睁眼狂啃量化书籍和学术文献、闭眼与周公编策略的宅男。量化小伙伴们的心思,我大致可以描述一下。
"如果可以程序化手撸的策略,对市场响应可以更敏捷。"
"假如时光倒流,凭这个交易策略,我能盈利吗?"
"假如过往市场历史数据中不能盈利,我也不敢投真钱来用它去炒作了…… 让我认真回测一下先!"
"如果恰巧这个规则以前可以盈利,或许它未来依然生效,可以拿点儿钱出来投资它来帮自己赚钱哟!"
苦逼量化粉
上面说的,好理解吧!可是,道理虽简,但实操却无比艰难。艰难啥呢?首先,靠肉眼或人脑寻规难!即使有丰富交易经验的成功操盘手,往往没有能力具体地描述清楚自己的策略,很多时候也因为主观判断因素太多,基本无法程序化。除此,逻辑思维能力慎密的神级程序员们,尽管能码出他们心目中的规律,试错的辛酸,也只有他们自己才懂。闭关修炼,几年才磨得一剑,绝不夸张。
其次,做量化的武林中人即使修得一身好武功,但只要稍和市场博弈过,都会谦卑地承认自己不足,尚要修炼更多策略来增大自己的赢面。TSL就是一套几近能全自动化的交易策略修炼机。TSL修炼出来的交易规则是开源的C语言代码,可以转成其他交易平台的脚本。TSL自带了一套转换器,可以一键转换C语言代码成其他主流平台的脚本,供量化师快速地在他们熟悉的交易平台上实践交易规则。
量化寻策不是战斗机
"说得这么厉害,还用拿出来卖吗?自己拿着来疯赚啦!我说,你这个东西还是骗人的吧......" 朋友吐槽!
软件自居牛逼的,万万不是强劲的战斗力。事实上,很多人误解它们是斯巴达角斗士,可以扔去血杀交易市场。
这个嘛........ 该怎解释才合适呢...... 您看过美国X战警(X-Men)系列动漫和电影没有?
如果看过,咱就可以做个比喻。上述软件只是寻策机,发挥剧中X教授寻找变种人的能力。留意,X教授本人没有多少战斗力,他需要招揽回来的学生去迎战。至于学生能否获胜、打败谁、杀敌多少、受伤和复原速度,和X教授毛关系都没有。
变种人天生异秉,等于某些交易策略能够在历史数据中所向披靡。寻策软件起到的作用,就是在过往历史数据中寻得所向披靡的交易策略。可是,未来的市场状况变幻莫测,等于变种人面对越战越强的敌人阵型一样,要联合更多的变种人同学(多策略并行)来战胜敌阵(市场)!
有人问,为什么硅谷TSL售价比德国SQ贵几十倍?咱这样理解就好了。如果SQ是X教授,硅谷TSL就是X教授和脑波强化机(Cerebro)的结合体,使得寻找异秉交易策略的速度更快,高达千百倍 —— 分钟和月的差别!
持仓大于100万美金的职业量化师时间耗不起,必须启用TSL。如果您只是初涉量化,对人工智能寻策软件感兴趣,可以先撸一下全功能开放的SQ免费试用版,对此类软件有一个初步感觉。
作者:李明,已婚八年、育两女、常驻广深
微信:missterryli
本文最后修订日期:2014年08月01日
短链接:
人工智能优寻交易策略 - 菜鸟入门
http://t.cn/RPBPQHV