Gate.io芝麻開門 位元百科:什麼是量化交易

買賣虛擬貨幣

量化交易的概念
量化交易(Quantitative Trading)起源於上世紀70年代,目前以逐漸發展為成為一種主流的交易手段。具體來說,量化交易是一種使用計算機取代人為判斷進行決策的投資方法。透過利用先進模型,對於海量資料進行分析,量化交易能夠發掘出市場中的投資機會。同時,量化交易避免了人的情緒波動等非理性因素所帶來的錯誤判斷。目前,在成熟的傳統金融市場(如美國),有70~80%以上的交易是由量化交易完成的。而在諸如中國、印度這樣的新興金融市場,這一比例約40%左右。

知名的量化投資企業有成立於1982年的文藝復興科技(Renaissance),以及依賴大資料和人工智慧,擅長分析新聞輿情的2 Sigma等等。

從原理上來說,量化交易與傳統交易都基於市場的非有效或弱有效理論(Weak-Form Market Efficiency)。在無效或弱有效的市場中,由於資訊不對稱、交易成本、市場心理等因素,資產的價格會被高估或是低估,而準確捕捉到這種定價上的市場失靈(Pricing Inefficiency),則是獲得超額收益的關鍵。

在傳統人工交易模式中,投資經理常常進行成長等基本面上的分析,對個股加以估值,從而發現定價不當的資產,並在交易中獲利。而在量化投資中,人腦中抽象的金融、經濟學知識則被具現化為程式和演算法。

舉例來說,衛星資料顯示,某段時間內全球沃爾瑪商場外的停車數目有所增加,這表明沃爾瑪的顧客增加,預期下一季度財報表現更佳,沃爾瑪股價彼時也將上漲。因此,量化程式在發現停車數目顯著增長時,便會在沃爾瑪股價尚未上漲前,及時購入相關資產,以實現獲利。

在紛繁龐雜的市場上,海量因素都影響著資產的價格。無論是歷史價格起伏,還是供應鏈的變動,甚至是社交媒體上的討論,都可能幫助我們預估市場價格的漲跌。而對海量資料進行分析彙總,全面、系統地發掘市場上的不當定價,正是計算機所擅長的。尤其對那些市場上反覆發生的套利機會,計算機能夠實現良好的識別和捕捉。

量化交易分類
按照交易頻率劃分,頻率從低到高,可以將量化交易分為超低頻交易(投資週期可達1天乃至一週),中低頻交易(投資週期在1秒到1小時級別)以及高頻交易(High-Fluency Trading,HFT,投資週期在1秒以內,甚至可以達到毫秒級別)。

量化交易要素
對於量化交易來說,硬體環境、相關資料、金融理論、程式開發,四點缺一不可。就高頻交易而言,由於交易週期極短,需要最大限度提高決策速度,降低決策延遲,硬體、軟體條件尤為重要,比如,高頻交易團隊會使用特製的電路硬體(FPGA)提高速度。因此,高頻交易具有很高的技術和資金門檻。

量化交易的理論一般被稱為交易策略。一個完整的交易策略至少需要包含輸入、邏輯處理方法、輸出三個部分。常見的交易策略有很多種,新興方法有如機器學習、大資料分析等,目前正在量化領域不斷髮展,傳統策略則有統計套利類策略、趨勢跟蹤類策略等等。

量化交易與虛擬貨幣
虛擬貨幣市場的某些特點,使得開展量化交易具有天然優勢。首先,虛擬貨幣交易所往往提供相關API介面,方便使用者獲取詳細的歷史價格資料。此外,與股票市場不同,虛擬貨幣市場7x24小時開展交易,程式能夠24小時運轉,迎接全天候的交易挑戰,虛擬貨幣交易資料也更為連貫性,更利於開展研究。

個人可以開展量化交易嗎
雖然很難達到高頻級別的量化交易,個人所有的硬體、程式也能夠捕獲分鐘、秒級的交易訊號,可以實現中低頻的量化交易。
目前,開發量化交易軟體的主流平臺語言是Python和R語言。至於交易策略,普通玩家可以選擇自行開發演算法,實現某種交易技巧,也可以根據某些交易指標如蠟燭圖、布林帶等,編寫量化程式。在完成相關的軟體、硬體準備後,還必須利用歷史資料,對所編寫的程式進行迴歸測試和模擬交易,經過測試後,便可以開展實盤交易了。

除了自行配置開發環境、開發量化程式外,投資者也可以訪問Gate.io的量化中心,一鍵實現智慧量化策略和數字資產的量化交易。

Gate.io 芝麻開門量化中心

作者:Gate.io 研究員:Edward Huang

*本文僅代表研究員觀點,不構成任何投資建議。

免責聲明:

  1. 本文版權歸原作者所有,僅代表作者本人觀點,不代表鏈報觀點或立場。
  2. 如發現文章、圖片等侵權行爲,侵權責任將由作者本人承擔。
  3. 鏈報僅提供相關項目信息,不構成任何投資建議

推荐阅读