金融市場量化交易策略與風(fēng)險探討

諶康華

摘 要：隨著經(jīng)濟的發(fā)展，市場的開放，金融行業(yè)內(nèi)部涌入了很多外資機構(gòu)。在這些外資機構(gòu)中大多數(shù)采用量化交易的投資策略，給我國金融行業(yè)的投資結(jié)構(gòu)造成了較大的影響。所謂的量化交易即是一種較為科學(xué)的交易工具，其可以采用統(tǒng)計類以及金融類等學(xué)科的知識對投資策略精準進行定位，同時制定出合理的投資策略。該類量化交易方法在金融市場中的應(yīng)用，必然會改變市場的格局。本文就量化交易的定義以及特點進行闡述，分析量化交易和傳統(tǒng)交易相比的優(yōu)勢，闡述金融市場量化交易的相關(guān)策略以及風(fēng)險。

關(guān)鍵詞：金融市場;量化交易;策略;風(fēng)險

金融行業(yè)是我國經(jīng)濟命脈之一，屬百業(yè)之首。在業(yè)內(nèi)，投資行為是非常普遍的。面對各個市場琳瑯滿目的投資標的，如何做出正確的選擇成為投資者的一大難題。往往通過人力篩選是無法獲得投資最優(yōu)化配置的，也很難提升投資的效益。因此融入量化交易就顯得尤其有必要。

一、量化交易的概述

（一）量化交易的定義和特點

量化交易屬于投資方法的一種類別，是指在投資的過程中從傳統(tǒng)的人為對投資進行判斷轉(zhuǎn)變?yōu)椴捎孟冗M的數(shù)學(xué)模型進行識別，如統(tǒng)計學(xué)、金融學(xué)等。同時利用信息技術(shù)的功能對海量的數(shù)據(jù)進行篩選，最終得到一些大概率可以獲得收益的項目，并制定投資的策略。這種量化交易的方式可以避免市場冷淡或者是過于狂熱情況下，所做出的一種非理性的投資。定量投資和定性投資兩者從本質(zhì)上看是非常類似的，均是基于市場非有效狀態(tài)下的一種理論性依據(jù)。兩者的差別在于定量投資是定性思想的一種量化，在定量中其更強調(diào)一種數(shù)據(jù)的篩選。總體概括量化交易具有四大特點。第一其具有規(guī)范性。量化投資行為并不是憑借個人的感覺，其有一套自身的運作模式是根據(jù)整個模型在運行過程中的結(jié)果，所開展的一種決策，這也避免了傳統(tǒng)人為在投資過程中的情緒化。比如僥幸、貪婪等弱勢心理。第二系統(tǒng)性。其是根據(jù)多角度、多層次、多數(shù)據(jù)進行的一種系統(tǒng)化的處理。如多角度和多層次，其體現(xiàn)在對盈利質(zhì)量、市場結(jié)構(gòu)、成長等多個角度進行多層次分析，比如資產(chǎn)的配置、行業(yè)的選擇等方面。第三是套利思想的特征。其會對錯誤的定價和估值進行全面掃描，挖掘價值洼地，采用買低賣高的方式從中獲利。第四則是采用概率性的方式獲得最終的勝利。其可以通過歷史的數(shù)據(jù)對規(guī)律進行挖掘并利用，采用組合資產(chǎn)的方式，獲得最終勝利[1]。

（二）量化交易和傳統(tǒng)交易相比的優(yōu)勢分析

量化交易和傳統(tǒng)的投資方法相比，其優(yōu)越性體現(xiàn)在以下幾點。第一可以保證投資組合的科學(xué)性。就當(dāng)下大多數(shù)的投資者都知道，不能將雞蛋放在同一個籃子中，在投資的過程中要融入多元化的組合，以降低風(fēng)險。但是個體在選擇投資的項目時，也是有限的，并不能夠?qū)Υ蠓秶囊恍┕善边M行篩選，這也就導(dǎo)致最終所挑選出的投資組合策略缺乏一定的深度，很難實現(xiàn)投資組合的科學(xué)配置。而量化交易是存在一定的科學(xué)性的。其可以借助信息技術(shù)的優(yōu)勢，對海量的信息進行篩選，準確地把握投資的幾率，避免投資組合配置的不合理性。其次有利于避免傳統(tǒng)投資過程中存在的人為性投資的失誤。個體在投資的過程中會因為情緒、認知等方面的影響，而造成一種錯誤的判斷，這是個體的一種缺陷，而量化交易則是基于一定的模塊以及科技技術(shù)的力量對投資進行配置，合理的克服了人性的弱點。

二、金融市場量化交易的相關(guān)策略

（一）趨勢動量類策略的分析

趨勢動量類策略一般使用在事件發(fā)生之后。基于市場均衡理論，其在某個周期之后便會回歸原始的狀態(tài)。通常事件發(fā)生之后，價格趨于穩(wěn)定是因為一些參與者在獲得信息時存在延誤，或者是因為個人思考等原因，導(dǎo)致價格未在短時間內(nèi)發(fā)生波動。而量化投資者就需要在這個時間段內(nèi)，利用統(tǒng)計的手段對量價數(shù)據(jù)進行挖掘，分析某種因子變化的概率，計算某類資產(chǎn)價格，再聯(lián)系倉位管理的算法以及統(tǒng)計量等制定交易的方法。這類算法和一些數(shù)量化所采取的策略是非常類似的。主要是對長尾風(fēng)險進行把握，通過長期交易的方式來獲得資金的累積。該策略的原理就是所謂的羊群效應(yīng)，即是從眾心理。通常對于一些事件在發(fā)生之后，市場的參與者會對事件產(chǎn)生一種反應(yīng)，基于該反應(yīng)所采取的行為金融學(xué)原理和該類技術(shù)分析方法也是一致的[2]。

（二）均值回歸類策略分析

該類策略在整個投資中具有較強的適用性。在均值回歸類策略中基于價格不同永久偏離價值的原理，會出現(xiàn)趨勢在到達某一個時間段之后就會轉(zhuǎn)變，通過轉(zhuǎn)變對交易過程中存在的過度偏差行為進行修正。基于長期的角度對價格進行觀察，可以發(fā)現(xiàn)其是圍繞價值上下波動的。從該特征中，采用量化交易的投資者就可以融入定量模型的方式，計算出資產(chǎn)長期偏離的情況，如若超過某個特定的閾值，則可以采用做空或者是做多的方式，等待收斂價值。但是在整個環(huán)節(jié)中，資產(chǎn)價格的定價會受到諸多因素的影響，這也給整個實戰(zhàn)中配對交易的應(yīng)用性帶來了發(fā)展的機遇。比如在交易場所中，可以將大豆以及玉米當(dāng)成是一個組，而其中一方價格和另一方的價格相比，明顯偏離閾值，可以對過高估計的價格進行賣出，對并不看好的等價價格進行入手，等到收斂其中的價格差。這種回歸型策略和所謂的套利策略是非常相似的。比如可以將跨期等和對標產(chǎn)品合約歸為一類，都是通過對交易組合進行創(chuàng)建并配對。但是由于交易所暴露的時間是非常短的，所以只有借助技術(shù)，才能夠保證整個交易的速度。

（三）技術(shù)情緒策略分析

該類策略是以技術(shù)方法以及金融知識為載體，挖掘金融市場中存在的一些規(guī)律，基于規(guī)律制定策略。比如在期權(quán)市場中，可以通過觀察歷史水平的一些數(shù)據(jù)和變化，將其當(dāng)成市場的情緒反應(yīng)。再根據(jù)歷史基準對該市場的反應(yīng)情況進行評估。其次還可以研究高頻率交易者，對其歷史訂單薄數(shù)據(jù)進行挖掘，從而預(yù)算出在未來一段時間內(nèi)多空博弈在市場價格方面的轉(zhuǎn)變。在市商中這類交易形式比較普遍，通過變現(xiàn)價格實現(xiàn)盈利。簡言之，這類策略并沒有規(guī)定的模式，需要對一些特殊的情況深入進行挖掘。在整個過程中是圍繞的價格的變化進行計算，但價格也會存在缺口，如開盤價導(dǎo)致其發(fā)生空擋，K線出現(xiàn)了相鄰的趨勢，就會出現(xiàn)上文所講述的結(jié)果。

三、金融市場量化交易的風(fēng)險分析

（一）在選用歷史數(shù)據(jù)時易出現(xiàn)幸存者，導(dǎo)致結(jié)果偏差

上市公司的股票會通過權(quán)益投資市場的方式，向外界提供，此時就會產(chǎn)生較多的上市公司股票的數(shù)據(jù)。在量化交易中，并沒有在投資決策模型環(huán)節(jié)輸入一些訓(xùn)練的數(shù)據(jù)，比如像未持續(xù)經(jīng)營的公司。這也導(dǎo)致關(guān)鍵布置易出現(xiàn)風(fēng)險，造成實盤交易以及回溯測試兩者之間的偏差。該風(fēng)險和最早二戰(zhàn)時期的一個案例是非常類似的。盟軍委托哥倫比亞大學(xué)對飛機返航過程中彈孔的位置分布情況進行研究，以對飛機安裝加固護板。通過研究得出機尾是最不易被擊中的，間接所反應(yīng)的就是打到機尾的絕大多數(shù)都會墜毀，此時就更應(yīng)該在機尾部位加強護板。

（二）數(shù)據(jù)的來源所帶來的潛在風(fēng)險

在金融市場中進行量化交易時，未來函數(shù)會對過去各個時間段K線走勢圖進行分析，但是在分析的過程中尤其要注意的一點，就是不能將未知的變量當(dāng)成已知的因子。由于數(shù)據(jù)量逐步增加，未來函數(shù)探究的過程中，很可能會出現(xiàn)這種情況。這也就需要交易員充分認識不同類型的數(shù)據(jù)來源，比如有的數(shù)據(jù)是來源于公司所發(fā)布的年報，有的是國家所發(fā)布的GDP等，這類數(shù)據(jù)審核之后發(fā)布的時間和統(tǒng)計描述的時間是存在一定的差距的。這也導(dǎo)致其忽略了特定的發(fā)布時間，使得風(fēng)險產(chǎn)生。想要避免這類風(fēng)險，就要先對清單進行檢查[3]。

（三）模型訓(xùn)練時的擬合風(fēng)險

擬合類的風(fēng)險一般產(chǎn)生于模型訓(xùn)練中，如機器在學(xué)習(xí)算法時，所研究方向的相關(guān)數(shù)據(jù)較為缺乏，此時就需要對模型的泛化能力進行提升。一般所設(shè)置的參數(shù)項較為簡單，模型不復(fù)雜，整體泛化能力以及與之相關(guān)的欠擬合程度就較高，對價格的預(yù)測能力也就開始降低。針對這類擬合風(fēng)險，則需要策略開發(fā)者基于模型的復(fù)雜程度以及數(shù)據(jù)的質(zhì)量，找到與之相適應(yīng)的平衡點。

（四）交易成本類風(fēng)險

在量化交易的過程中，手續(xù)費、沖擊成本等這一類在交易環(huán)節(jié)產(chǎn)生的費用是必不可少的。為了避免出現(xiàn)成本增加的問題，就需要在其中融入獨立的成本函數(shù)，對開倉所產(chǎn)生的預(yù)期收益和最終的成本進行衡量，避免開倉次數(shù)過多，成本增加的情況。當(dāng)然如果開倉條件過于的嚴格，也必然會影響整個交易的頻率和數(shù)量，使得收益降低。還有一些小交易的樣本模式下，產(chǎn)品的回報率狀況較為復(fù)雜，很容易被長尾干擾，影響整個量化交易的預(yù)測。這就需要借助概率以及平衡的方式，對收益以及成本類風(fēng)險進行評估，統(tǒng)計盈利的狀況，合理進行交易。

（五）市場、監(jiān)管以及操作類風(fēng)險

在量化交易中不斷的市場風(fēng)格需要采用不同的量化交易的方式，比如振蕩的市場中就要選擇均值回歸類策略，牛熊市場中就要選擇趨勢跟蹤類。如果策略選擇錯誤，也易造成金融市場交易的風(fēng)險。其次監(jiān)管政策的變化會直接的影響整個市場中參與者的結(jié)構(gòu)、行為，整個行情的變化，對量化交易的影響也是非常大的。最后是操作類的風(fēng)險，一般量化交易需要基于人工監(jiān)督進行執(zhí)行，但是如果執(zhí)行環(huán)節(jié)出現(xiàn)程序或者是參數(shù)錯誤，就會造成風(fēng)險。

在金融市場中采用量化交易可以避免個人在投資決策過程中存在的情緒性問題，可以避免投資的失誤。但是就量化交易而言，其并不一定精準，也會存在一些風(fēng)險，數(shù)據(jù)來源、分析、交易成本等，針對存在的風(fēng)險要謹慎把控，提升金融市場量化交易的質(zhì)量。

參考文獻：

[1]振飛，顏思璇，徐建程.基于“三高三低”的量化交易策略[J].經(jīng)濟研究導(dǎo)刊，2020（01）：164.

[2]王彤.基于EMV指標的量化交易策略在我國A股市場的研究[J].納稅，2020（01）：199.

[3]于龍飛. 基于深度學(xué)習(xí)的股市量化交易系統(tǒng)設(shè)計與實現(xiàn)[J].山東大學(xué)，2020（06）：106.