1、量化投资的新发展量化投资的新发展 程序化交易技术的最新进展程序化交易技术的最新进展2 研发背景 量化投资简介 程序化交易简介 程序化交易发展与现状 策略开发模式的变革 程序化交易策略智能生成系统 原理简介 系统功能演示 功能、性能对比 应用与发展 提 纲 3 研发背景 量化投资简介量化投资简介 程序化交易简介 程序化交易发展与现状 策略开发模式的变革 程序化交易策略智能生成系统 原理简介 系统功能演示 功能、性能对比 应用与发展量化投资简介量化投资简介 提 纲 4量化投资,是利用现代数学理论、金融数据与信息技术方法来管理投资组合、进行投资决策的一种现代化的证券分析方法。 量化投资的本质,是将投
2、资思想通过量化指标、参数设计体现到具体的模型中,让模型对市场进行不带有任何情绪的跟踪。这种跟踪将使得投资的广度和深度都得到很大的拓展。 量化方法更多关注“数字”背后的意义,依靠计算机的帮助,分析数据中的统计特征,从而挖掘出其内在的规律,寻求盈利的方法。 量化投资的概念: 量化投资的本质: 量化投资简介 55 量化投资策略:量化投资策略是主动型投资策略的一种,即其认为市场是非有效或弱势有效的从而试图战胜市场以获得超额收益。同时,量化投资策略因为不受到人类思维的局限,因此其覆盖的范围远大于传统主动型投资策略。无法获得超越市场的收益无法获得超越市场的收益建立量化模型,并借助计算建立量化模型,并借助计
3、算机实现策略以获得超额收益机实现策略以获得超额收益依靠投资人经验判断试图战依靠投资人经验判断试图战 胜市场获得超额收益胜市场获得超额收益投资策略投资策略主动型主动型投资策略投资策略传统主动型传统主动型投资策略投资策略量化投资量化投资策略策略被动型被动型投资策略投资策略 量化投资简介 66目前来说,量化基金并没有严格的定义。Bloomberg(全球商业、金融信息和财经资讯的领先提供商)认为量化基金因使用量化投资方法而得名,量化基金通过数理统计分析,选择那些未来回报可能会超越基准的证券进行投资,以期获取超越指数基金的收益。对于一个完全的量化基金来说,其最终的买卖决策完全依赖于量化模型。西方国家多年
4、来资本市场的发展,涌现出一大批优秀的量化投资基金。根据Reuters(路透)数据,截至2010年11月,1600只量化基金的总资产高达2600亿美元,年均增长速度高达20%,同期非量化基金的年增长速度仅为8%. 国外量化基金发展迅猛: 量化投资简介 7伴随着市场复杂度日益提升,以个人主观判断为主的传统投资面临较大挑战。量化投资逐渐被认识和认可,国内市场掀起一股量化产品发行热潮,基金、券商、私募都纷纷推出各自的量化产品。据Wind资讯数据统计,截止2012年9月14日,共有22只量化型券商集合理财产品已成立,18只量化基金产品成立,40只量化型阳光私募产品成立。 国内量化投资仍处于起步阶段: 量
5、化投资简介 88尽管量化投资日益受到关注,量化产品发行数量大幅增加,但从目前量化基金所表现的特征看,国内的量化投资发展仍处于起步阶段。 从规模上看量化投资产品总规模仍然较小。 量化类产品投资策略较为单一,缺乏多元化量化策略的支持。 现有量化产品中多数产品投资业绩表现分化,且缺乏稳定性和持续性。 国内量化投资仍处于起步阶段: 量化投资简介 9 提 纲 研发背景 量化投资简介 程序化交易简介程序化交易简介 程序化交易发展与现状 策略开发模式的变革 程序化交易策略智能生成系统 原理简介 系统功能演示 功能、性能对比 应用与发展程序化交易简介程序化交易简介程序化交易(Program Trading),
6、是指投资者将交易思想与交易规则模型化,构建成量化交易策略,并由计算机执行策略,实现自动判定买卖时机并下单交易的交易方式。程序化交易使得量化投资方式由人工向计算机自动化转变。利用量化投资的理论方法与数据挖掘等技术手段构建的交易模型,可以高效捕捉市场的有效信息,对市场进行不带有任何情绪的跟踪,同时产生稳定的投资收益。10 程序化交易量化研究在投资中的具体运用方式: 程序化交易简介 投资者投资者主观主观交易交易程序化交易程序化交易决策判断方式决策判断方式感性/主观/恐惧贪婪理性/客观/数据讯号精力与时间投入精力与时间投入高低运算速度运算速度/ /执行能力执行能力缓慢快速交易记录交易记录/ /风险警示
7、风险警示人工手动电脑自动投资回报率稳定性投资回报率稳定性不稳定比较稳定 程序化交易与主观交易:11 程序化交易简介 12 程序化交易优势:规避主观情绪提高交易速度复制盈利模式降低人力成本量化交易风险12 程序化交易简介 13 提 纲 研发背景 量化投资简介 程序化交易简介 程序化交易发展与现状程序化交易发展与现状 策略开发模式的变革 程序化交易策略智能生成系统 原理简介 系统功能演示 功能、性能对比 应用与发展程序化交易发展与现状程序化交易发展与现状 国外程序化交易发展现状: 根据美国纽约证券交易所(NYSE)统计:2006年以来,NYSE市场上程序化交易量所占比例基本维持在30%左右。案例一
8、纽约证券交易所(NYSE)统计信息14 程序化交易发展与现状15 国外程序化交易发展现状:案例一纽约证券交易所(NYSE)统计信息 根 据 N Y S E 最 新 统 计 ,2012年12月17日12月21日股票交易量为20.952亿股,其中44.3%是通过程序化交易方式实施的。15 程序化交易发展与现状 国外程序化交易发展现状: 2009年高盛的程序化交易量占NYSE交易量的50%,这个比例在2008年年底是27%. 2009年第二季度,高盛公布了创纪录的交易收入,其中有46个交易日每天利润超过1亿美元,相当于该季度交易总量的71%. 此后第三季度有36日每日交易利润超过1亿美元,并且在该季
9、度中只有一天发生了交易亏损。案例二高盛集团(Goldman Sachs)程序化交易纪录16 程序化交易发展与现状 国外程序化交易发展现状: 1988年3月,大奖章基金成立,其产品基金经理是两位美国著名数学家:西蒙斯和埃克斯。大奖章基金使用了复杂的数学模型分析并执行交易,其中很多过程已经完全自动化。自1988年以来,大奖章创造了年复合收益率不低于40%的神话;即使2008年面对全球金融危机的重挫,其回报率也高达80%. 案例三大奖章基金(Medallion Fund)17 程序化交易发展与现状 国外程序化交易发展现状:案例四芝加哥商品交易所(CME)2010年部分期货合约程序化交易比例期期货货合
10、合约约程序化交易占程序化交易占比比(%)成交量成交量指令信息指令信息流量流量微型微型标准普尔标准普尔500指数指数(E-mini S&P 500)51.66%69.93%欧元外汇欧元外汇(Euro FX)69.32%83.41%欧元欧元(Eurodollar)51.29%64.46%10年期国债年期国债(10-Yr T-Note)49.88%68.33%原油原油(Crude Oil)35.34%71.24%18 程序化交易发展与现状19 国外程序化交易发展现状:案例四芝加哥商品交易所(CME)2011年部分期货合约程序化交易比例期期货货合合约约程序化交易占程序化交易占比比(%)成交量成交量指令
11、信息指令信息流量流量微型微型标准普尔标准普尔500指数指数(E-mini S&P 500)47%64%欧元外汇欧元外汇(Euro FX)62%83%欧元欧元(Eurodollar)44%74%10年期国债年期国债(10-Yr T-Note)46%67%19 程序化交易发展与现状20 国内程序化交易发展现状: 起步较晚,与国外相比有很大差距。 主要集中在期货市场。 2012年1月至8月股指期货总成交量中,约有20%通过程序化交易实现。 自动程序化交易的投资者数量占投资者总数的1%左右。 借助程序化交易系统提示交易信号的投资者数量占5%10%.20 程序化交易发展与现状21 国内程序化交易平台:
12、21 程序化交易发展与现状22 研发背景 量化投资简介 程序化交易简介 程序化交易发展与现状 策略开发模式的变革策略开发模式的变革 程序化交易策略智能生成系统 原理简介 系统功能演示 功能、性能对比 应用与发展策略开发模式的变革策略开发模式的变革 提 纲 时间因素时间因素 策略开发时间 策略有效生命周期 策略失效判断时间资金因素资金因素 策略开发成本 策略有效生命期内可能的盈利 策略失效判断期内可能的损失 程序化交易的技术瓶颈策略开发:23 策略开发模式的变革24金融知识金融知识编程能力编程能力人力成本人力成本时间成本时间成本投资经验投资经验策略策略电脑电脑交易交易 传统策略开发流程:24 策
13、略开发模式的变革25选择选择交易品种交易品种构建构建交易思想交易思想交易思想交易思想程序化程序化样本内样本内检验检验策略策略优化优化样本外样本外检验检验实盘实盘检验检验策略监测策略监测与维护与维护 传统策略开发流程:25 策略开发模式的变革26 策略的有效生命周期与失效时间判断: 一个静态的策略很难永远在动态的市场行情中盈利。 激烈的市场竞争可能会使更多策略的有效周期缩短。 更新策略(限于新策略开发的时间和成本)或延长失效判断期本质上都会带来损失。2012.12.0426 策略开发模式的变革27 国外策略智能生成模式的探索:27 策略开发模式的变革28 传统策略开发流程:金融知识金融知识编程能
14、力编程能力人力成本人力成本时间成本时间成本投资经验投资经验策略策略电脑电脑交易交易28 策略开发模式的变革 高效策略开发流程(智能生成模式): 策略生成策略生成 系统系统 投资经验投资经验策略策略电脑电脑交易交易29 策略开发模式的变革30 高效策略开发流程(智能生成模式):30选择选择交易品种交易品种构建构建交易思想交易思想交易思想交易思想程序化程序化样本内样本内检验检验策略策略优化优化样本外样本外检验检验实盘实盘检验检验策略监测策略监测与维护与维护 策略开发模式的变革31 策略智能生成模式特点: 策略逻辑由机器智能构建并优化,批量得到可用于实盘交易的策略执行代码,降低策略开发的技术门槛。
15、缩短策略开发周期,降低策略开发成本。策略开发周期与成本占策略有效周期收益的比例大幅降低。31 策略开发模式的变革32Trading System Lab(TSL)是一家商品交易策略服务商,由大名鼎鼎的R-mesa交易系统的创始人Mike Barna所创。Mike Barna利用遗传规划方法(Genetic Programming, GP),针对不同交易标的智能生成各种程序化交易策略。从Futures Truth Magazine的跟踪结果可以看到这种模式在交易策略研发中的成功的一面。 国外策略智能生成模式的探索TSL:32 策略开发模式的变革33在标准普尔指数(S&P)上的交易系统排名Top1
16、0(以三倍保证金为初始资金):排名排名 交易系统名称交易系统名称年收益率年收益率1 TSL-SP_1.0Z75.5% 2TSL-CEL_SP152.0% 3Impetus SP49.3%4Big Blue 239.1%5STC S&P Daytrade36.1% 6FT Classic35.3%7%C DayBreaker34.5%8R-Breaker34.1%9Tzar30.2%10AlfaMAXX28.5% 国外策略智能生成模式的探索TSL:33 策略开发模式的变革34过去12个月交易系统排名Top10(截至2012/07/31,以三倍保证金为初始资金):排名排名 交易系统名称交易系统名称
17、年收益率年收益率1Ruggerio Bond336.3%2TSL_US1217.9%3TSL_CEL_NG_1.1143.3% 4MESA Bonds138.5%5Big Dipper127.7%6XS Bonds119.9%7TSL_SP_1.0Z114.2%8Delphi II EMD105.1% 9FedSwing102.0% 10TSL_US292.4% 国外策略智能生成模式的探索TSL:34 策略开发模式的变革35交易系统自发布以来排名Top10(截至2012/07/31,以三倍保证金为初始资金):排名排名 交易系统名称交易系统名称年收益率年收益率1TSL_CEL_NG_1.1168
18、.1% 2TSL_US2102.0% 3TSL_US179.6% 4TSL_SP_1.0Z75.5% 5Delphi II EMD74.7%6Trend Finder - Tiger66.3%7NatGator 61.2% 8TSL_DX57.9% 9TSL_CEL_SP152.0%10Propero ES51.7% 国外策略智能生成模式的探索TSL:35 策略开发模式的变革36 国外策略智能生成模式的探索TSL:策略TSL_US2: 测试周期:日线 时间:2001/05/14至2011/03/16 测试初始资金:$100,000 总盈利:$159,000 收益率:159% 总盈亏比:1.63 日内最大回撤:$9,906.25 总交易次数:612 胜率:62.75%36 策略开发模式的变革37策略TSL_SP_1.0Z: 测试周期:日线 时间跨度:23年10月20天 测试初始资金:$100,000 总盈利: $1,080,600 收益率:1080% 总盈亏比:2.69 日内最大回撤:$63,775 总交易次数:556 胜率:70.5% 国外策略智能生成模式的探索TSL:37 策略开发模式的变革