天天看點

量化交易入門——數學模型應用于投機交易

量化交易入門——數學模型應用于投機交易

金融數學,又稱數理金融學,是利用數學工具研究金融現象,通過數學模型進行定量分析,以求找到金融活動中潛在的規律,并用以指導實踐。金融數學是現代數學與計算機技術在金融領域中的結合應用。目前,金融數學發展很快,是目前十分活躍的前言學科之一。

金融數學的發展曾兩次引發了“華爾街革命”(但都是以錯誤假設為基礎的錯誤革命,尤其是後者激發了杠杆投機行為)。上個世紀50年代初期,馬克維茨提出證券投資組合理論,第一次明确地用數學工具給出了在一定風險水準下按不同比例投資多種證券,收益可能最大的投資方法,引發了第一次'華爾街革命'。馬克維茨也是以獲得了1990年諾貝爾經濟學獎。1973年,美國金融學家布萊克和舒爾斯用數學方法給出了期權定價模型,推動了期權交易的發展,期權交易很快成為世界金融市場的主要内容,成為第二次'華爾街革命'。 2003年諾貝爾經濟學獎第三次授予以數學為工具分析金融問題的美國經濟學家恩格爾和英國經濟學家格蘭傑,以表彰他們分别用“随着時間變化易變性”和“共同趨勢”兩種新方法分析經濟時間數列給經濟學研究和經濟發展帶來巨大影響。

不僅僅是理論界在金融數學領域取得巨大的成就。實務投資派也運用金融數學模型在市場中取得了巨大的盈利。 

數學教授出身的'模型先生'詹姆斯·西蒙斯(james simons)連續兩年在對沖基金經理人收入排行中位列第一。 2005年,西蒙斯成為全球收入最高的對沖基金經理,淨賺15億美元,去年,他收入高達17億美元,差不多是索羅斯的兩倍。 68歲的西蒙斯是世界級的數學家,也是最偉大的對沖基金經理之一。他24歲就出任哈佛大學數學系教授,曾與著名華裔數學家陳省身一同創立了chern-simons幾何定律,該定律成為理論實體學的重要工具。西蒙斯和他的文藝複興科技公司是華爾街一個徹底的異類,公司從不雇用華爾街人士,而是靠數學模型捕捉市場機會,用電腦作出交易決策,是這位超級投資者成功的秘訣。

“對積理論”也是用數學模型捕捉市場機會,量化資金管理,用計算機系統發出交易信号,通過大量的短線交易,達到穩定累盈的結果。

模型先生們究竟是怎樣用'數學模型'進行投機交易的呢?   

'數學模型'方法是針對或參照某種事物系統的特征或數量相依關系,采用形式化數學語言,概括的或近似地表述出來的一種數學結構。

采用'數學模型'做交易,相對于常用的技術分析、基本分析等方法有如下優勢:

首先,交易更加精确量化。

技術分析、基本分析等方法的缺陷都是不能做到完全的精确量化。技術分析主要是用來分析交易的進場、出場點的,是抉擇交易時機的一種方法。

技術分析理論的主要的代表有道氏理論、波浪理論、江恩法則等。

主要分析方法有k線(日本線)理論、切線理論、形态理論、量價關系理論。

主要的分析名額包括:趨勢型名額、超買超賣型名額、人氣型名額、大勢型名額等内容。技術名額大多是線型的公式來表達價格漲落與曆史價格成交量之間的關系。由于價格運動的複雜性用線型公式是無法概括表述的,是以存在技術名額時好時壞的現象。用幾套技術名額疊加做出的系統,同樣解釋不了價格的運動。因為大多技術名額編制的思路及出發點雷同,趨向性一緻,是以造成了好用都好用,不好用都無奈的現象。

技術分析是成千上萬證券市場投資者經驗的結晶,它更像一門藝術。其一,在它的各種理論體系中,從定義到規則,都帶有明顯的經驗總結色彩,不具備嚴格的數學推理過程;其二,它包含的理論很多,每位技術分析家都有不同的見地,這些分支理論并不能形成一整套互相輝映的理論體系。任何一種技術分析方法都不能完全适應于市場,每一種方法都有自己的盲點。

使用技術分析、基本分析無法精确量化交易。'數學模型'是采用離散采樣的方法,對資料進行統計分析。根據證券市場的特性,價格是離散型的随機變量。'數學模型'會将随機變量的所有可能取值及相應的機率描述出來,模拟離散型随機變量的機率分布。通過機率進行資金配置設定,能夠量化每筆交易手數。對交易的把控更加精确量化。

其次,能夠克服人性在交易時的弱點。

在交易當中,最可怕莫過于人性的弱點。人的'貪婪'和'恐懼'在交易的過程當中會毫無遺漏的表現出來。有盈利的時候'惜賣',虧損後又'死抱';容易受到周邊議論的影響,等等這些都會造成交易的随意性,導緻虧損。用'數學模型'各種規則都是固定量化的,計算出來的結果也是确定、唯一的,能夠避免投資者在交易時主觀的判斷。我們所要做的就是相信系統,嚴格執行。

下面,我們對'數學模型'類交易方法的特點進行總結,深一步讨論'數學模型'在交易中的應用。 

1、認為價格的運動是随機與有序并存。它并不是完全随機,也沒有固定的規律,它的運動具有一定的'人為特征表象'。整體而言,市場是有效的,但仍存在短暫的或局部的市場無效性,可以提供交易機會。 

2、主要通過對曆史資料的離散采樣統計,找出金融産品價格、宏觀經濟、市場名額、技術名額等各種名額間變化的數學關系,發現市場目前存在的微小獲利機會,并通過杠杆比率進行快速而大規模的交易獲利。 

3、通過高頻次且快速的日内短線交易來捕捉稍縱即逝的機會。通過大量的交易次數對沖風險,累積盈利。

4、要求市場具有高活躍度和流動性。要求交易品種價格的運動具有連續性,以及成交量的活躍性。這一點主要是為了保證交易的可成交性。

5、運用現代計算機技術将“數學模型”轉化為交易系統,通過計算機的海量運算能力實作應用。

原文釋出時間為:2016-04-01

本文來自雲栖社群合作夥伴“大資料文摘”,了解相關資訊可以關注“bigdatadigest”微信公衆号