宽潮组合课量化培训 9月23日第2日学习笔记 发布日期:2016-10-10               类别:原创天地

感谢诸位用阅读量回应对学习笔记的高度关注,大家愿意看,我们才能坚持下来继续写,今天发第二篇。可以说今天的学习是非常烧脑的,甚至在记录方面都无法完全记录课程内容,含金量高,需要后期反复琢磨,才能让自己的投资达到今天老师们所示效果。


早间课程


《资金管理与风险控制》 李伟


李老师告诉我们,单一的资金管理方面,国内中国人买的几乎找不到专门的著作。原因是你在不同的投资体系,会产生不同的方法。今天所讲述的是关于资金管理,他理解的核心内容。一方面套利策略的资金管理,另一方面是趋势策略的资金管理。


今天以常规策略为主,讲述资金管理。


这种策略特征是:胜率在50%,盈亏比在1.5以上,以此展开。


第一:安全性。从来不拿今天吃饭的钱去赌博。
第二:简单合理。非常简单,非常易于执行,越简单的方法,越能坚持下来。

第三:匹配性。你的资金管理要和自己的风险偏好匹配。100万和1亿的管理方式肯定不同。


风险计量:
第一:固定风险(固定值)
第二:动态风险(随着行情波动在修正自己的回报预期,有助于捕捉更大盈利)

第三:转移对冲方等法。做量化的基本上都是希望走向这种方式。比如索罗斯做空港元的同时,也在做空恒指,他并不是完全暴露头寸。


总体来看需要以下几步完成资金管理:
第一步:头寸管理非常重要,不能每次都重注下注。
第二步:一旦确定单一品种头寸,可以配置分散组合,根据马克维茨理论,要多做策略和资产配置,这肯定是没错的。
比如股市的smart alpha+线下打新。

第三步:净值回撤减仓,不同净值不同风控方法。


那么一个简单的问题是——如何确定单笔交易头寸呢?


A、凯利公式(考虑赔率和胜率,给定赔率时,总会有一个最佳投资比例)
但是非常难的是:在真正的实战中,胜率赔率是不一样的。但是心里要明白,赢加亏减的思想是绝对没错的。(换句话说凯利公式并不能直接套用)
B、风险倒推,一定要知道投顾赚钱的逻辑,风格一定不能有大的漂移度,造成净值曲线的不稳定。长期看,机构的投资风格必须稳定。
从思想、到行为、到净值曲线业绩,需要一脉相承,这样的产品才稳健。支撑位、ATR,都是方法。要理解背后的思想。总而言之,单笔止损,和总账户承担的单笔损失风险度,要挂钩。

C、VaR值

比如北京下水道,是按70年降雨量设计的。它是按照给定概率,来设计管理体系。

VaR从统计的意义上讲,本身是个数字,是指面临“正常”的市场波动时“处于风险状态的价值”。

比如常用的历史模拟法,还有很多种计算方法。核心思路,也是紧密跟踪市场。在多大置信度上出现多大的波动风险,来计算价值。

VaR更倾向于策略的回撤值,ATR更倾向于市场的回撤值。


评价交易模型(针对裸模)的时候,建议大家固定头寸,比如螺纹钢,就做1手。只有这样才能真实评价一个简单模型的运行能力。要不然无法区分是交易机会识别能力强,还是你的模型能力强。


多品种组合:


典型的方法有:波动率排序、换手率排序、宏观对冲排序等方法。


资金管理的案例:
1、单品种,最大回撤熔断,超越高点切回
2、总资金曲线熔断

同样的一个策略满仓交易,对曲线做不同管理,会看到不同的曲线。夏普比率从0.5上升到2。(课程上展示了这种管理带来的效果,非常震撼)


频繁改策略,不如思考资金管理。李老师希望学员明白:一理通,百理通。从这个角度来划分,交易(暂不讨论资产配置)的内涵就两块,策略+资金管理。特别是后者必须有机结合。大道至简,资金管理的级别越小,曲线表现越好。


策略只要有效,资金曲线是一个永远的牛市。风险最重要的,第一步,是识别风险,只有这个能力,才能控制。之后才是心态问题。


最后告知各位:脱离资金管理讲心态,就是心灵鸡汤。


下午课程 (第一部分)


《受益于高波动率的交易体系构建》 刘宏


在我们国家,波动率显著偏高,是一个长期存在的现象。本质原因是,我们没有波动率交易管理市场,缺乏了市场机制的制约,它可以在不伤害谁的情况下经常呈现高波动。而国外高波动率,会有人钻空子。


在这种情况下,中国受益于高波动率的策略,是比较占优势的。我们用一种方法,简单粗暴一些,还真的可以只分出两种交易方法:这就是趋势跟踪、均值回复(这里说的策略都是针对价格的,不是价差的)。


所有趋势追踪策略,都是期权多头,是做多波动率的策略。


所有均值回复策略,都是期权空头。


他们的风险特性差异在于:收益可以是无限的,风险是有限的。


但是均值回复策略,收益是有限的,风险可以是无限的。(这部分有详细介绍,请大家自己感悟理解)


总体来看,趋势追踪策略,更容易把握。但是不要只做趋势追踪策略,进而造成了努力地,邪门地研究趋势追踪策略,最后导致单模型过度拟合。


但是什么是交易策略?


刘老师的理解是:首先要找到市场交易缺陷,才能有竞争机会。在一个有效市场,你想要不付出风险,获得收益,是不可能的。但凡想获得更多收益,更少收益,就必须寻找市场交易缺陷。


作为一个对冲基金经理,发现市场缺陷然后去消灭,这个过程就会造成缺陷的弥补,有效性的增加。所以对冲基金经理的使命,就是不断发现缺陷,消灭缺陷,他成了一个市场效率的捍卫者。他必然造成了资本市场更高效率的分配,对实体经济的服务更加优势。


这种宏观的角度看待问题,对整个社会创造财富,大部分留在了社会上,少部分是投资人回报,更少的是他属于他自己的收入。


比如股指期货刚推出的时候,出现了一个市场效率缺陷的现象:T+0,做空,杠杆在A股已经很多年不能做了,但是股指期货又可以做了。这样就产生了升水,你买一个现货组合,然后做空股指期货。基差缩小,就可以获利。如果不缩小呢,等到结算日,就获利。这是承担0风险,获得收益。


套利如果在金融领域,是不承担风险获得收益。在实际交易领域,我们所说的无风险套利,这可是不可能发生的。


比如说:认购(看涨)权证,是非标准化看涨期权。


股价高于行权价,它的价值也是往上涨的。市场价5元买,现价10元,价差5元卖出获利。

股价低于行权价,它的价值也不会跌。5元行权价,市场价3元,市场上3元可以买到,绝对不会花5元去行权。只损失期权费即可。


这样总结,市场上涨对认购权证有好处,下跌对认沽权证有坏处。下跌相反。但是当时的中国股市(特指2005年左右),这两种权证都是同涨同跌的,call和put同向运行,这简直是不可思议的,但是它就发生了。


期权价格被低估,隐含波动率可以表示出,可以理解为就是行权价。接下来就要讲到5个希腊字母了,它们和期权价格息息相关。


期权的时间价值这样理解:我有一个看涨期权,我有权按照5元买股票,当时股票现价也卖5元,这个期权值多少钱?不好评估。


但是我告诉你,这个票的有效期有一年,这就有价值了。这1年,你都可以以5元买到这个股票,这1年内如果涨价呢?对于多头来讲,是个正数,这可是巨大的价值。这就是Theta,衡量的是到期时间变化对权利金的影响,即到期时间过去一个单位, 权利金应该产生的变化。


标的资产波动大,期权价格就高。这就是Vega,准确的定义为期权价值对于标的证券波动率的一阶偏导。


标的资产对期权价格的影响,称为Delta,它衡量的是标的证券价格变化对权利金的影响,即标的证券价格变化一个单位,权利金相应产生的变化。


Delta不是个常数,它本身还受标的资产价格影响,它也随着时间变化。这就是Gamma随到期时间的变化。


还有一个Rho,Rho随时间的变化:Rho随着期权到期,单调收敛到0。也就是说,期权越接近到期,利率变化对期权价值的影响越小。


期权定价是什么呢?它就是这5个因素的函数。我知道这5个数字,就可以求一个期权的理论价值。


我们把markets price(期权理论价格)带入,行权价格约定好,无风险利率是环境的,可以反推出标的资产的波动率。这种反推出来的波动率,就是隐含波动率。


如果隐含波动率和历史波动率差不多,就是市场的预期和以前差不多。在这里可以去评估高估和低估,对应做多做空。但是市场不会莫名其妙做高做低一个波动率。


补充一下:波动率 = 收益率分布的标准差(或者说等于价格走势标准差)。


当年华菱管线和上海汽车的波动率居然跌到0,我们可以做多波动率。当时刘老师的公司特别强调市场中性,所以2005年2月,在做ETF折溢价套利,等待股指期货套利,也在研究期货衍生品套利。当时权证不能做空,公司不方便做。


当时做多认沽权证,当时大手笔减仓买入隐含波动率=0的产品。买了Delta份额的现货。我们每日计算Delta,在现货方面,调整持仓。进行Gamma交易。我们为了保持Delta中性,保证了头寸在1阶导数,是市场中性的,和涨跌没关系。这个对冲成为中性的过程,每天低买高卖,赚一些小钱。46天之后,这个头寸平仓了。


为什么平仓了?隐含波动率,从0涨到了110%,赚钱了。同时每天高买低卖,也赚钱了。刚好,1天赚到1%。这是一个非常令人高兴的,年化220%的策略啊,而且,它是一个市场中性的策略。而且我们做了一个做多波动率策略。而且,我们还做了Gamma交易,也就是动态Delta策略,这是2005年冬天。我们当时在没有做空机制的中国市场上,实现了一个华尔街投行级别的交易策略。


但是我们只做了46天,而且不可延续。而且和当时一个炒权证的聚会上,了解到,一个朋友40万元,做权证,做成了300多万。又过了一段时间,300万做到了900万。已经做到4000多万了,最后,把40万,在1年半,做到了7000万。这时候,我意识到我们这个团队,无法和他一个个人相比,一定要剖析他赚钱的原因。


下午课程 (第二部分)


如何通过协整构建一个组合篮子


接着刚才的内容:我们做趋势追踪,不应该在一段时间序列上,下太多功夫,导致过拟合。


我们应该寻找的是收益率分布肥尾,这是一种市场效率缺陷。另一种情况,是波动率偏高。这两种情况往往同时出现。


这个朋友从40万到7000万,是如何做到的呢?其实他做的就是最简单的趋势追踪。追涨杀跌。


趋势追踪不赚钱的原因,是因为小的趋势太多,也可以认为其是主趋势的噪音。


所以我们也开始寻找收益率分布肥尾的品种。我们在任何地方找,股票、商品、外汇、期权、外盘,只要能赚钱,都不是问题。扫了全球品种,找到了0个。让我们很感慨,这个市场起码的效率还是有的。


在一片迷茫中,我们居然想出了一个办法!我们期货有30多个品种,16个左右活跃品种。2006年左右,我们的商品定价还是欧美有定价权。它们的定价,在我们的夜间。


所以我们的品种,都以早晨一个跳空,反应了昨天的欧美市场基本面。那么全天就和基本面无关了,这是什么意思呢?大部分品种都应为情绪,在日内呈现协整关系Cointegration。我们把16个品种,做成一个篮子,按照货物价值相等,这是一个协整的篮子,你交易任何品种,收益率分布都不肥尾,单品种总是做错,所以需要组合起来做。


叠加之后呢,他们涨的时候,都张,跌的时候,都跌。共同的涨跌保留下来了,大的正负收益保留下来了,小的收益互相抵消了。对这个篮子做趋势追踪,即可。它是非常平滑的,它整合了16个品种的走势,是一个指数。每天的胜率能达到70~80%,赔钱也不多,这就是当时显著的高频交易了。


用协整性篮子,抵消了小收益率的影响,合成的一个收益率肥尾的效果,这是一个非常好的思路。


我们做了一些实践,又发现这个结论:收益率和波动率是非常好的正相关效果,和具体的交易策略关系不是非常明显。换句话说,行情来了,简单的策略一样赚钱,但是行情呢,你能准确找到吗?它存在于不同的品种,要去寻找。这就是关键点,不要在一个品种上耗费太多精力,要去寻找现在行情在哪里。


做多波动率这种交易方向,和趋势追踪,和期权多头,在交易方向上,是一致的。不一定非要涉及到期权。做空波动率的方向,和均值回复,和期权空头的方向,是一致的。


所以说,趋势追踪比较“可爱”,均值回复不“可爱”(从风险偏好上看,相对于好实现一些)。我们映射到期权上看,多头只有权利没有义务,空头只有义务,没有权利。


期权是通过钱权交易,多头花了钱,买了行权的权利。就浪费权利金而已。最大的期权空头,举个例子就是保险公司,他卖的保单,就是行权。他收了保费,一旦出了事,客户要行权。


补充一下:可以做多波动率,也做空波动率。


下午课程 (第三部分)


LTCM的故事带来的启示


“套利”(打引号的套利)都是有风险的。价差交易,是典型的投机。是针对随机过程下单。价格变化,在学界公认的是用几何布朗运动模拟。两个随机过程的价差,还是一个随机过程,还是投机。当然了,价差总比价格投机要好一些,风险从波动角度来讲,风险要低。


但是从另外一个角度,你做的是均值回复,均值回复是有恶性风险的,他的风险有可能是无限的。LTCM有一个固定收益团队,原所罗门兄弟(Salomon Brothers)的固守团队,做套利交易。LTCM曾经以为自己掌握了致富秘笈,但是最后倒闭引起了非常大的轰动。大部分争论,基本上都没说到点子上,刘宏老师认为,LTCM最终倒闭,是应该的,正常的,必然的。


我们可以回顾一下,LTCM主做四种交易:信用利差、流动性利差、主权利差、收益率曲线套利。


信用利差就是做空国债,做多企业债。为了达到市场中性。因为债券的价格是波动的,随着市场对未来利率的预期在波动,降息张,加息跌。不同债券,对于未来利率影响不同,这个描述方式叫做久期,久期也称持续期,或者说剩余到期期限。久期是现金流数量加权平均。久期中性大致上就是相同期限组合。利差的均值回复,就是价差的均值回复。为了把25个BP基差的收益放大成25%效果,可以想象它放了多大杠杆。而且根本不可能持有到期。


这是一个彻底的做空波动率的交易,要承担恶性风险。


其他产品线如:做老债新债,存在流动性补偿和溢价。这就是很小的流动性利差。还有他们的主权利差类似。收益率曲线套利赌的是曲线扭曲。


所以在放了巨大杠杆的情况下,一旦市场有任何变化,LTCM的结局是必然的。所以现在看,在当时的所罗门兄弟(Salomon Brothers)投行,他们是一个团队,公司是有持续性资源(相对的充裕)进行加仓的,每次动用更多资金的时候,公司都持续性地享受这种补仓的收益,而公司又有同业拆借的巨大能力。所以这样的游戏,让他们自己也膨胀了。


刚好他们混的这4年,是全球经济平稳的时间段,可以1998年出现了一次金融危机,俄罗斯债券故意违约,金融市场巨大波动,它就倒霉了。因为本质上,它是做空波动率的,就这么简单生动。


下午课程 (第四部分)


A股市场波动性交易


我们大致测试得到,A股的全市场所有股票趋势追踪收益率,还不够肥尾。尽管我们的市场缺乏效率,但是起码的效率还是有的。这个市场不会如此容易拿钱。


所以我们的办法就是合成肥尾。可以把原来的小级别趋势次数降低。


进入篮子的股票,必须通过协整性检验。对所有股票的协整性排序,然后把TOP比如TOP50保留下,就是一个篮子。


针对这个问题,比如我们有很多个股票,2000多个。做两两对比,运算量会比较大,机器会完成这个运算。首先要确定一个周期尺度,可以依靠经验,我们觉得最近150分钟会比较好。


然后计算1分钟内的价差/1分钟以前的价格=T时刻的1分钟收益率。


然后我们再计算2分钟收益率 = (当前价格 - 2分钟以前的价格) / 2分钟以前的价格……


如此类推,我们可以计算出很多个收益率。


我们就有了A股票的150分钟收益率数列。分别是1分钟 2分钟 3分钟,这个数列,刻画了整个这段时间的波动。

然后可以计算B股票的这个数列。


如果走的特别协整,可以想象:数列A - 数列B 是完全一样的。所以求均方误差(Mean Squared Error, MSE),或者误差平方和(Sum of Squares of Deviations)。这个篮子做出来,不可能一直用(做这个篮子的趋势追踪)。慢一点的每周起码做一个。


比如每天做一个,如何切换持仓呢?当你有持仓的时候,就不管新的篮子,直到老篮子平仓,持有到卖出信号。让头寸管理不要乱。还要一个技巧就是指数平滑方法,篮子我们称作指数,今天的指数= 昨天的指数* (新篮子的市值/调整前的市值)。


这个策略在当前A股的日胜率,是53%-55%,盈亏比,是1.1~1.3,偶尔接近2。


做多波动率,它比起趋势追踪,有更好的性能。还是老原因,我们国家A股市场没有市场机制,制约波动率。做多波动率的策略,在股灾的时候,股票多头基金,产生了一个断崖式净值下跌。而做多波动性的基金,在股灾的时候,获得了较好的收益。


不过话说回来了,最近波动低,这种协整多头策略,还是赚钱的,因为协整性加强了。做多波动率的基金,比较沉闷。


做多期权,有一种叫做合成期权的方法。期权是一个合约,本质上不可能复制,但是可以复制payoff。动态Delta调整,就可以复制期权。我没有持有期权,但是在某一刻,等价于持有一些股票,动态调整我的股票头寸。就等于我在全部过程中,持有Delta份额的期权,于是乎我们就等于持有了期权,虽然现实中有很多限制,至少理论上,可以这样做。


按照这个思路,就可以为2976只股票,做一个合成期权的动作。long call可以,long put困难。


我们想了一个办法——股指期货当量 = 一定数量的IF+IC+IH,这样就把一个股票的多空问题,变成了一个股指期货合约组合的做空的问题。假设你要做空的是一个上证50成分股,但是一个股票做空,并不意味着指数做空,甚至不意味着IH做空。不过在国内,Beta非常高,有一两个需要做空的时候,很多都需要做空,很多都需要做空的时候,指数基本上也需要做空。


现在,是可以合成long call和long put,但是合成的不完美,这是教科书上的方法,有很多难以突破的假设。这个问题也有一个非常奇妙的方法,来解决,就是交易策略的叠加。这是由于协方差covariance的存在,一定上有非常好的效果,这真是免费的午餐。


多个策略叠加起来,就好了很多,这就是经典的被验证的马科维茨的均值一方差组合模型(Markowitz Mean-Variance Model,Markowitz Model简称MM)。


随着策略的叠加,风险就在降低,会使得不完美的东西,化腐朽为神奇。


组合策略需要两个基本条件,一个正期望,一个低相关。金融工程专业同学应该很熟悉了。


有同学提问:篮子的股票权重如何确定。


可以用等金额权重,但是实际上应该使用等风险权重。这比较难以计算,比如我的配置,有的是A股,有的是商品,有的是债券,他们的风险差异太大了,不过我这里都是A股,A股的beta太高了,波动其实差不太多,所以最后就等风险了。


还有一个问题是,这个篮子的股票如何选出。


其实这里最好的方法是聚类(Cluster),可以做不同风格的篮子出来,比如,换手率高的,比如波动率高的。


再比如实时地计算收益率序列,这里面的计算量非常大,某种程度上,已经成为了拼计算量。我们已经用了CPU和GPU异构计算。GPU流处理器非常多,并行度非常高。


如何同时做趋势追踪和均值回复?


我们用了消元法。因为策略是顺着和逆着交易变量走的,是互相矛盾的。我们以趋势追踪策略为主,他是做多波动率的策略,是做空期权的。均值回复的不能为主,它风险大。但是呢,我会同时让一个均值回复策略在运行,根据它的信号强度,抵消趋势追踪的策略信号。忽略一些买入信号,为了头寸不变,同时忽略掉一个趋势追踪的买入信号,和均值回复的卖出信号(不执行这个策略)。


晚间第一课


《机器学习模型和推特数据预测金融时间序列》 陈宣斌


陈博士为新加坡军队开发人工智能相关模块,后来进入量化投资行业,用他的知识构建了很多机器学习量化交易模型。说来有点复杂,他认为还是挺简单的,机器可以学习不同的特征,通过历史数据分析,特别是在实盘交易过程中,每一笔交易也是迭代学习的资料。


另外社交网站上的信息,陈博士也是值得去做数据挖掘的。特别是推特、facebook、微博。


时间、价格、成交量。这三部分,就是值得用机器去学习的,这是基础的特征数据。


在中国,我们暂时没有做高频交易。我们只做普通的交易。但是机器学习的部分是核心的。我们每个交易员,可以去训练自己的机器人。也可以用一群人,来训练一个机器。


我们用SVR做策略工具,比如说波动率VIX指数。


OK 嗯 OK……(重复了很多次)


我们在新加坡有两块业务,一块是做交易,一块是做监测风控。监测恶性交易。大部分账户都是想在市场获利,但是如果他做的动作,是重复性的,无意义的,我们可以发现这些交易,提给交易所。


我们会先导入以前发生的历史数据、历史交易,进行模式识别。需要注意的是,机器学习的时效性很强,数据必须常更新(以窗口推进模式)更新训练集数据。我们主要使用人工神经网络ANN或者SVR来做交易策略,交易的时候,并没有用。


关于目标函数、数据窗口推进方式,也做了非常基础的讲解,这部分知识网上都有,不再记录。


晚间第二课


马建堂老师分享实盘交易经历


马老师认为今天的感受很多,大脑充斥着各类的思想,也有很大的受益。他作为一个交易者,这么多年了,谈谈对培训的一些看法。作为一个交易者,思维系统固话的时候,所学的知识,就是最难取舍的问题了。


交易很简单:1、找到适合自己的交易系统,2、坚持。


今天的沟通分为两部分:1、分享,2、部分学员主动针对性沟通。期货和股票,实际上赚钱很容易,持续赚钱并不难(马老师原话是更容易)。


交易员是耐得住寂寞,耐得住诱惑的职业。耐心要比聪明重要的多。我不是老师,也不是讲师,我是自己认定的交易人,1998年开始,做股票,老师是大户室交易者。1999年,开始分析调研散户的交易行为,在当时的股票大厅,是分享的。2006年,辞职专门做交易。职业化十来年,两次大的破产。2012-2014年,通过做空逐步做起来了。


投机是什么,其实是赔小钱,赚大钱。有机会有大波动的时候,大的头寸做,没有行情的时候,少做。


市场(赌场)倾向于培养你赚小钱、赔大钱,市场就是在联合起来培养羊(散户)。比如说中国人都喜欢赚快钱,那么有慢牛吗?必然没有。


手工交易的时候,如果遇到大部分指标都转向多头之后,一定要小心。


回头看,我作为交易者,其实也是按照海龟交易法,突破盈利加仓这种形式做交易的。


有几个典型的反人性的概念:比如常态概率、非常态概率。比如,5根阳线之后,下一根如何走?数学概率分布告诉我们,下一根大概率是阴线,但是在市场上,下一根大概率依然是阳线,这就是很多人不想追单,感觉追单难受的原因。


今晚的初步交流到此结束,之后会继续和学员们多沟通。马老师虽然是手工下单交易,但是有一套完整的交易系统和资金管理方法,这也是他多年连续翻倍回报的保障。


总而言之,今天的学习内容非常之多,导师们的敬业精神也赢得学员认可,之后如何搭建模型,如何组合策略完整资金管理,如何思考更高维度的波动性交易,或者针对一些建模者如何进行机器学习,都是我们要付出大量时间探索的。记录不周之处,还请同学们多包涵,本文用于帮助大家回顾培训内容。


上证指数:
状态:卖出。仓位:0%。 
创业板指:
状态:卖出。仓位:0%。 
上一篇下一篇
安全认证
声明:本站只提供软件使用和用户交流服务,所有用户观点不代表宽潮教育认同。本站禁止推销、非法理财、私下收费等行为、请用户甄别。投资有风险,入市请谨慎!