高周波取引会社と定量投資会社の違い
一般的に,高周波取引会社と量化投資会社には関係性も違いもある.米国では,よく言われる高周波取引会社とは,主にGetco,Tower Research,Hudson River Trading,SIG,Virtu Financial,Jump Trading,RGM Advisor,Chopper Trading,Jane Streetなどを含む自営業企業である.しかし,よく言われる量化投資会社は,一般的にレンテック,DE Shaw,Two Sigma,WorldQuant,AQR,Winton,BlueCrest,Citadelなどを含むヘッジファンドである.さらに,Citadel,Two Sigmaなどの企業は,高周波取引事業を兼ね備えた量化投資事業を兼ね備えている.DE Shawなどの企業は,量化投資を兼ね備えた非量化投資事業を,より総合的な方向に展開している.
歴史的に見れば,多くの高周波取引会社の創始者は,トレーダー出身で,元々は衍生品の市場や利息などの事業に従事していた.最初は,これらの仕事にはそれほど深い知識は必要なかった.コンピュータ技術の発展とともに,取引の自動化程度や頻度は徐々に向上し,これらの企業は,状況の発展に適応するために,徐々に数学,統計,コンピュータの知識のある人々を雇用した.もちろん,このプロセスにはいくつかの分化も起こった.一部の企業は,トレーダーが企業の支配的な地位を維持し,常に人工取引を放棄せず,最終的に人工取引を結成し,半自動取引を形成した.他の企業は,新技術への接受度が高く,しばしば完全に自動取引のモデルを採用した.実際には,自動取引会社は,半自動取引会社よりも優れていることを示唆する証拠も全くありません.
人工取引の最大の欠点は,手動注文の場所が取引所から遠くにあり,市場の急激な時に注文を入手することがしばしばないことである.この点で,完全に自動取引の企業は,管理機房を介して信号伝達の時間を最大限に削減することができます.しかし,自動取引は,しばしばプロセスが複雑すぎるため,多くの会社の人間の流通が大きいので,プログラムの保守にいくつかのエラーが発生し,最終的にプログラムが失敗すると大惨事になります.例えば有名な騎士資本.
ブラックスワン事件に対する過度に適性がないことは,人工取引と自動取引の両方が避けられない問題である. 一般的に,Getco,Jane Street,SIG,Virtu Financialなどが半自動取引であり,Tower Research,Hudson River Trading,Jump Tradingなどが完全に自動取引である.
量化投資会社は高周波取引会社とは大きく異なります. まず,米国の量化投資会社は基本的に量化背景の強い人々によって設立されています.例えば,リネサンス時代の創始者シモンズは数学者の出身,DE ショウの創始者デヴィッド・ショウはコンピュータ教授の出身,AQRの創始者クリフ・アスネスは金融家の出身,高周波取引会社は従来のトレーダーによって設立されています.
定量化投資会社の保有時間は通常,1~2週間に達する.このような長期間の価格傾向を予測するために処理する必要がある情報は自然に非常に大きいので,モデルはより複雑で,プロセスの動作速度には敏感ではない.高周波取引の処理時間は非常に短 (微秒またはミリ秒級),多くの情報を分析することは不可能であるため,モデルは単純化傾向にあり,競争優位性はコードの運用効率により依存しており,多くの方がハードウェアに直接プログラムを書いている.そして最後に,定量化投資の資金容量は数十億ドルに達し,高周波取引会社はしばしば数十兆から数十億ドルしかありませんが,高周波取引の戦略が遠隔量化投資の安定性を示しているため,Virtu Financialは1238日間で1日間の損失を発生します.したがって,通常は取引量であり,定量化ファンドは通常投資家に役立ちます.
取引を量化するモデル
簡単なから複雑なまでの量化取引のモデルを以下に紹介します.
最もシンプルでジョン・マーフィーの
レベルが少し高いデニスの
高いレベルは,より近代的な統計的方法,例えば
しかし,一般的なプログラム化取引システムでは,これらの機能を実現することは困難であり,より一般的なプログラミング言語で実行する必要があります.
画家・リネージャン・ファンドの創業者・シモンズによる量的な投資の説明
量化投資の場合,市場情報に加えて,他の基本的な情報も収集し,対応する時間序列を整理し,予測モデルに組み込む. 一般的に,成功したモデルは,どの程度の高度な数学理論が適用されているかではなく,どの程度の異なる情報源を統合しているかである. 単純な線形回帰でさえ,各パラメータが強い予測能力を持ち,関連性が低い場合,モデルの予測効果は良好である.逆に,複雑な深度学習理論を使用しても,パラメータを選択することは意味がない場合,最終的に得られたモデルは役に立たない. 現在,米国のいくつかの企業は,ニュースなどの良い情報モデルだけでなく,Google衛星の収集庫に撮影された港口まで画像モデルを活用し,商品の価格予測を商品の収集庫の予測数値で予測することが非常に効果的です.
モデリングは一つのことであり,解答モデルも同様に重要です.例えば,物理学では現実を正確に記述できるモデルが多くあるが,効率的な科学的計算方法の欠如のために解くのがしばしば困難である.量化取引も同様である.パラメータの計算,フィルタリング,最適化,反測等は,しばしば膨大な計算量と伴い,どのように巧妙に解くかは,非常に深い学問である.シモンズによると,有名な文芸復興企業は,従業員のあらゆるソースからデータを収集する明確な内部作業員プログラムを持つコンピュータを持っている.物理学者はデータ分析モデルを構築し,数学者は最適化アルゴリズムを構築し,解答モデルを構築する.
高周波,定量化における一般的な誤解
量子モデルはブラック・スワン事件に勝てない
実際,いかなる投資方法も,未来を歴史的に予測し,ブラックスワン事件を恐れることによって逆転が起こる. 定量化による利点は,逆転が起きた後,最新の状況を迅速にモデルに組み込むことができ,適切なタイミングで調整,再利用,最適化,シミュレーションを行い,最短時間で損失を逆転させることを目指すことである. 例えば,文芸復興は,2007年8月に歴史上珍しい9%の逆転を経験した後,シモンズ氏は模型の決定的な措置をとり,再構築を行い,投資家の手紙の中で,我々の新しいモデルの3つの強力な取引信号の結果を発見したと宣言し,翌日に急速に逆転し,その年の利回りが80%に達した.
長期資本管理会社 (LTCM) は量化モデルを使用したため破産した.実際,LTCMは多戦略基金であり,その純量化取引戦略は,1998年に1億ドルを稼いだ.その最大の損失策は,取引流動性が極度の低いカウンターデリバティブであり,多くの場合,それは銀行対価投資のために設計された製品であり,ブラックホイール事件に遭遇したときに,ポジションを間に合うように清掃することができなかった.これらの製品は,一般的に価格設定時に量化モデルを使用しただけで,特定の取引実行,製品設計,販売など,量化とは関係なく,LTCMの破産は,一般的に,流動性リスクによるものと考えられています.
高頻度取引は投資家の利益を損なう
国内では,現在オプションが上場準備中であり,株もT+0を開く可能性が高い.この2つの塊は,海外の高周波トレーダーが長い間切望してきた.もし,先物高周波取引の分野で,我々はまた,外国との対抗するプログラム化取引の豊富な経験に頼ることができるなら,オプションと高周波株式の分野では,我々の実務経験はゼロであり,海外との格差は大きい.この点について,筆者は,一方,我々は自惚れし,外資があまりにも強いと感じて,単にそれをしないことができないと考えます.一方,取得に急いで,一年半の負荷で大きな成果を達成すると妄想することもできません.すべては,謙虚な慎重な態度でなければなりません.多くの外国高層が国内に来るには,一年の利益を研究するために最初に準備する必要があります.策略研究要慢工出细活，急于求成，频繁改变研究方向，最终很可能一事无成。