Một số người nói rằng: Vào ngày 30 tháng 7 năm 2016, chủ nhân của cửa hàng giao dịch, nhà giao dịch tần số cao, Leo, được mời đến hội nghị cựu sinh viên của Đại học Giao thông Hồng Kông, để tổ chức một hội thảo chủ đề có tên là Quantifying Finance and High Frequency Trading.
Hình 1
Hình 2
Hình 3
Xây dựng chiến lược
Một chiến lược thương mại có mục đích chính là cung cấp thanh khoản trên thị trường, đặt hàng BID / ASK, thu hẹp BID / ASK và kiếm được chênh lệch giữa. Nghe có vẻ đơn giản, nhưng có rất nhiều mô hình, kiểm soát rủi ro, cuộc đua vũ khí trên IT. Điều này có nghĩa là một số nhà máy ở đây làm tốt hơn. Có rất nhiều thứ để nói về, như làm thế nào để kiểm soát cổ phiếu của bạn, rủi ro của bạn. Làm rất nhiều dự đoán. Làm thế nào để dự đoán biến động và giá cả. Vấn đề IT rất quan trọng ở đây, bởi vì cạnh tranh rất khốc liệt. Chi phí IT rất cao, bởi vì mọi người đang cạnh tranh, mọi người muốn nhanh hơn, từ Co-Location, đến FPGA, giờ đây tất cả đều lên microwave. Đối với các nhà đầu tư bình thường, sự hiện diện của thị trường, giúp họ mua và bán với giá chênh lệch nhỏ hơn, là một lợi ích. Hình 4Đây là một trong những chiến lược của tôi trong ngày 12 tháng 8 năm ngoái, khi giao dịch tương lai trên chỉ số chứng khoán 50 trên thị trường chứng khoán. Vào ngày đó, tổng khối lượng giao dịch của thị trường là 225.000 tay, và chiến lược của tôi chiếm 4.1% (9.180 tay), P&L cũng tốt, và rút tiền cũng nhỏ. Nhu cầu vốn cũng rất thấp, chỉ cần 500.000 vốn trong một ngày, kiếm được hơn 210.000, lợi nhuận 43.5%. Vào tháng 7 năm ngoái, vì thảm họa cổ phiếu, ngân hàng Trung Quốc bắt đầu hạn chế một số nhà đầu tư trên các hợp đồng tương lai chứng khoán. Có thể thấy rằng vào tháng 7 những ngày này, BID / ASK Spread có dấu hiệu kéo dài, đến ngày 7 tháng 9, ngân hàng Trung Quốc bắt đầu hạn chế các nhà đầu cơ, tăng số tiền bảo hiểm nắm giữ lên 40%, phí giao dịch tăng lên 23 phần trăm, khối lượng giao dịch mở một ngày không quá 10 người. Hình 5Hình 6Vì vậy, thực hiện chiến lược thị trường có thể làm tăng tính thanh khoản của thị trường, làm cho Bid / Ask Spread thu hẹp, và mua bán lớn không dẫn đến nhiều điểm trượt. Chiến lược thị trường có thể đòi hỏi một dự đoán về giá hợp lý hơn.
Lợi nhuận thống kê Mỗi người trong số họ đều là những chủ đề lớn. Phương tiện thống kê liên quan đến xác suất, khai thác dữ liệu, mô hình hóa, thực hiện giao dịch, làm thế nào để làm sạch dữ liệu. Việc khai thác dữ liệu rất quan trọng, và việc xử lý không tốt đôi khi là một vấn đề rất khó khăn. Có một câu nói cổ điển được gọi là: Garbage in, Garbage out. Một mô hình chiết khấu đơn giản nhất là tỷ lệ biến động của giá lịch sử, cộng với một số phạm vi thực thi ở hai bên. Ví dụ: bột sữa, bạn mua 100 đô la từ Hồng Kông và bán 120 đô la đến lục địa. Ví dụ như vàng, thị trường trong nước và nước ngoài đều có hợp đồng tiêu chuẩn, về mặt lý thuyết giá trị giống nhau, lấy ra cả hai thanh vàng. Nhưng giá sẽ có biến động, chúng ta sẽ tính chênh lệch giá này, nếu chúng ta thấy nó đi ra khỏi phạm vi thống kê lịch sử, chẳng hạn như Brexit, chúng ta sẽ thấy vàng của Trung Quốc rẻ hơn, vàng của Mỹ đắt hơn.
Dự báo Dự đoán xu hướng giá trong tương lai bằng cách so sánh dữ liệu thị trường trong quá khứ với môi trường thị trường hiện tại: Giá = a + b + c. Mẫu giá tương lai này có thể là giây tiếp theo, phút tiếp theo, ngày giao dịch tiếp theo, tuần sau, tháng sau. Nếu mô hình của bạn dự đoán chính xác, nó sẽ vượt qua NB, cho dù đó là giây tiếp theo, phút tiếp theo hoặc tuần sau. Hình 7Trong khi đó, các nhà nghiên cứu cũng cho rằng, một trong những yếu tố quan trọng nhất của việc phân tích thị trường là việc phân tích dữ liệu và tìm hiểu những yếu tố ảnh hưởng đến thị trường. Bạn có thể bắt đầu nhanh chóng, có một đường thẳng, có thể có kết quả nhanh chóng, nhưng sự ổn định của mô hình của bạn sẽ ổn định trong bao lâu, điều đó đòi hỏi phải liên tục điều chỉnh, liên tục xoay vòng. Bạn đi đến Đào tạo, Đánh giá mô hình, và sau đó tối ưu hóa yếu tố của bạn. Tất nhiên, bây giờ có rất nhiều Factor, và một số người đang làm như vậy, ném vào 500 Factor. Mô hình của anh ta có thể cho anh ta biết những Factor hữu ích và những Factor không hữu ích, và cũng có thể loại bỏ các Factor có mối tương quan cao. Nhưng điều này, tôi vẫn đang học, tôi không có nhiều kinh nghiệm. Tôi chỉ biết rằng có những cách này. Một bí quyết của Super Simple không phải là đơn giản, một mô hình dự đoán đơn giản nhất là giá sẽ quay trở lại đường trung tuyến. Đường trung tuyến là gì, tự trục trặc. Sự phức tạp ở giữa, phần lớn đến từ Data. Data và Factor đều cần phải được sơn liên tục.
Trong hai trường hợp này, IT rất quan trọng và có thể khiến bạn mất rất nhiều tiền. Hình 8Hệ thống CNTT được chia thành bốn phần. Giá dữ liệu là tương đối đơn giản, nhiều hơn như dữ liệu cơ bản, dữ liệu không cấu trúc là một chút phức tạp, đòi hỏi rất nhiều mã lập trình, cách để thu thập, định dạng, thống nhất, truy cập. Là một Quant, tôi muốn lấy dữ liệu một ngày để vẽ một biểu đồ. Tất nhiên bạn không thể sai, khả năng chấp nhận lỗi của bạn và khả năng kiểm tra lỗi của bạn cũng rất cao. Chúng tôi đã từng có những tình huống như vậy trước đây, kiểm tra lại rất tốt, kiếm tiền hàng ngày và kết quả là dữ liệu sai. Những sai lầm rất ngu ngốc. Execution là nhiều API, nhiều quyền truy cập thị trường, nhiều điều khiển gió. Trong lĩnh vực tần số cao, tốc độ là rất quan trọng. Vì rất nhiều dữ liệu được công khai, nhiều người có thể nhìn thấy. Khi nhiều người nhìn thấy một cơ hội, chỉ có người nhanh nhất có thể lấy nó. Mỗi thị trường có nhiều API khác nhau và có các giao thức thống nhất, chẳng hạn như giao thức Fix, nhưng không nhất thiết phải được hỗ trợ bởi mọi sàn giao dịch, nhưng giao thức Fix cũng chậm hơn. Back Testing, đôi khi Quant nghĩ ra những thứ mà hệ thống kiểm tra của bạn có thể chưa hỗ trợ, bạn cần phải thay đổi khung kiểm tra. Hiển thị rất quan trọng. Bạn không thể nói, tạo ra cho tôi một đống số, tôi không thể thấy. Nhìn vào biểu đồ là dễ dàng hơn. Chúng tôi đã dành rất nhiều nỗ lực để vẽ biểu đồ trong Scala, vẽ biểu đồ trong R. Bởi vì một đống biểu đồ và một đống dữ liệu không thể giải thích như nhau. Tốc độ kiểm tra lại cũng rất quan trọng. Ví dụ: kiểm tra lại một chiến lược, một năm dữ liệu, bạn cần một tuần. Ai đợi một tuần để xem kết quả của bạn? Một phút có thể chấp nhận một chút. Các tham số trong chiến lược có một quá trình lặp đi lặp lại, chẳng hạn như các tham số, tôi muốn thử từ 1 đến 100 và xem điều gì xảy ra. Trong đó, chúng tôi cũng đã thực hiện rất nhiều tối ưu hóa, ví dụ như cách lấy dữ liệu, cách lưu trữ, để cải thiện hiệu suất giữa. Trước đây, tôi đã làm một số thử nghiệm điện toán đám mây tại công ty trước, phân phối tất cả các công cụ được kiểm tra lại trên nhiều máy chủ. Một trong số đó là giám sát. Có rất nhiều tự động hóa trong đó. Có rất nhiều chiến lược. Làm thế nào để theo dõi rủi ro, làm thế nào để cảnh báo, đây cũng là một liên kết quan trọng. Như các chiến lược hiện tại của chúng tôi là chạy tự động, tất cả các chiến lược được giám sát, mức độ rủi ro của mỗi chiến lược không thể vượt quá nhiều, vượt quá cảnh báo. Đặc biệt, chúng tôi cũng giao dịch vào ban đêm, khiến các lập trình viên thường xuyên ngủ đêm, không thực tế. Vì vậy, nếu có lỗi quan trọng, chúng tôi sẽ trực tiếp gọi điện thoại di động. Khi bạn giao dịch nhiều giống, cơ bản là không thể có tất cả mọi người đứng đó, vì vậy bạn phải thực hiện rất nhiều giám sát.
Flash Boys
Quantitative Trading: How to Build Your Own Algorithmic Trading Business
The Quants: How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed It
The Problem of HFT - Collected Writings on High Frequency Trading & Stock Market Structure Reform
Inside the Black Box: A Simple Guide to Quantitative and High Frequency Trading
Algorithmic Trading: Winning Strategies and Their Rationale
Quantitative Trading with R: Understanding Mathematical and Computational Tools from a Quant's Perspective
http://numericalmethod.com/courses/introduction-to-algorithmic-tradingstrategies-2011-2013/ https://www.quantstart.com/articles/beginners-guide-to-quantitative-trading https://www.zhihu.com/publications/nacl/19550372