宽客，Quant，金融工程师，金融矿工，采用计算机编程靠数学模型分析金融市场并进行量化投资的操盘人。
要想成为一名成功的宽客，学习程序化交易，从入门到进阶，需要付出很多，短则三五年，长则十数年，方有所成。
下面我来讲讲，宽客人生，晋级十八阶。
可以从股票交易入手，进而尝试期货、期权交易，有余力的话，再通过培训学习，复习并参加证券执业、期货执业资格考试，然后再系统地学习程序化交易基本知识，在大方向上找到正确道路。第二阶：掌握金融衍生品交易规则，价格机制，下单机制等需要搞清楚交易所的交易规则，价格生成的机制集合竞价连续竞价，交易时间、手续费等等；还要行情推送机制，报价下单机制等等。选择自己喜欢的一个程序化交易平台来处理行情信息输入输出处理，也就是策略开发，市面上这种平台有很多比如TB/MC/金子塔/文华财经等等。这是程序化交易的工具了，需要好好熟练。把一个策略思想完整地从逻辑框架到具体写出来，测试，修改，找Bug打补丁，调参，优化，迭代，最终获得一个至少回测看来还不错的正收益的策略。这个反反复复修正优化自己想法的过程，是程序化交易最有趣的部分了。其实程序化交易策略思路无非这两种，美其名曰趋势策略与震荡策略，说白了就是追涨杀跌和高抛低吸。当你认为涨了还要再涨就追涨杀跌，这就是趋势，当你认为涨过了要跌了，这就是高抛低吸，就是震荡策略。问题是，你要以一种很傻瓜的方式告诉计算机，什么时候认为是趋势来了，什么时候认为是涨过了要跌，必须以一种可计算的方法告诉计算机，这就是策略编写。它山之石，可以攻玉。前人的经典策略是必须要学习的，一方面这些经典策略在历史上都是实战赚过很多钱的，未来也还是有可能继续赚钱的，而且这些是思想构成自己开发策略的思想和灵感基础，另一方面需要了解交易对手的行为这些基础策略仍然有可能被很多人在继续使用。这一阶段是大量学习与开发各种不同策略，扩充自己的策略库的过程，就像饱览各种武林秘籍的快乐，可能会开发成百上千套自己的策略库。把策略想法转化为可执行的代码，是一个不断修正自己的过程。初期的想法往往是粗糙的，很多编写的陷阱需要注意，因为一旦写成程序计算机只会毫不动摇地机械执行，比如偷价格/未来函数/信号闪烁等等陷阱一定是要回避的，一旦实盘亏的都是真金白银。这个过程就是各种填坑。策略写完后，回测其表现，有各种评价指标，比如收益率、胜率、盈亏比、最大回撤、夏普等等，这些评估指标的目的是帮助改进优化策略。改进有打补丁，也有参数优化。比如策略会出现某种利润回吐严重或震荡亏损严重，就针对特定行情来打个补丁。比如策略对某些参数比较敏感，就需要对参数进行优化，但也不能过拟合过优化。了解策略评估和优化的流程方法是加速策略开发的必要基础。策略无非争取尽量争取做到的是趋势策略在震荡中少亏一点，而趋势来了利润把握得更多一点。而程序化交易策略往往面临的问题是回测好而实盘不尽如人意。策略的时效性问题是程序化交易的一个核心难关，如何能打造能不断根据市场变化而自我适应和优化的策略，是衡量功底高下的一个标准，也是一个修炼的关口，可能会写非常复杂的几百上千行代码的策略。有了前面的研究和测试，这个阶段就要开始在实战中反复修炼，如何提高模型的有效性，短周期与长周期，横向的宽度与纵向的深度，根本逻辑的硬度，交易次数的控制等等问题。每个人的性格不同、操盘的体量也不同、操盘的目标也不同，管理自己的资金和客户的资金很不一样，小资金和大资金也不一样，日内炒单和隔夜中低频策略的风格也很不一样，最后在实战中逐渐打造出若干适合自己风格的交易系统。打造了自己信赖的交易策略并不是一劳永逸了，在实战中仍然要非常注意仓位管理和风险控制，永远不要忘记了投机就伴随着风险。学会仓位管理、学会风险控制,是投资者真正走向成熟的标志之一。仓位和风控是置于策略开发之上的一个环节，是任何策略都必须服从的一套体系。开发了很多单个策略之后，每个策略也有了仓位管理和风控的手段之后，每个策略本身仍然是可能会面临回撤的。程序化交易基本原理，唯有分散才是免费午餐。想要获得平滑的资金曲线，需要开发多品种多周期多策略策略组合。足够多个70分的策略组合在一起，可以表现出95分的水平。除了多周期多策略，还可以全球多市场。CTA策略可参与全球150多个市场，从传统的股票、商品期货，到外汇、利率、指数等金融期货，投资范围广阔，可把握众多投资机会。在国内已有十几个正规的大交易市场，例如上证、深证、上期、郑商、大商、上海黄金、上海能源等等，交易品种涵盖了股票、基金、可转债和股指、国债、商品等60多个种类，许多品种还可进行夜盘交易。市场总是有各种超出想象的事情发生，某些极端的事件是在历史回测中无法测试的。交易系统设计需要预设到各种可能发生的极端行情，并做好相应的风控措施。做到一定阶段，为了更好地接受处理数据、更自由地编写策略和更好地风控，必须超越初级的程序化交易平台，有实力的大型公司可以自主开发。模块化角度理解程序化交易平台，数据、行情、评测、交易、风控模块，每一块都是一个巨大复杂的工程，非超级专业金融IT人士是很难搭建起一个实战平台的。策略开发有自上而下的，先有逻辑然后实现出来再补丁优化的开发方式，还有自下而上的从数据出发，通过数据挖掘和深度学习来发现数据中潜在的规律和机会，这是完全不同的路数，需要强大的人工智能等计算机知识支撑。天下武功唯快不破，当然其实重点不是交易的频率，而是这一类策略对延迟非常敏感的策略。这类策略使用超高速的复杂计算机系统下单、直连交易所的数据通道，平均每次持仓时间极短、大量发送和取消委托订单、收盘时基本保持平仓。比拼的更多是基础设施建设。到了这一阶段，比拼的是数据源了，已经超越前面的程序化的数据输入框架，把各种基本面的信息也量化了，将一切影响价格变动的量价之外的信息也量化作为输入，融入到整个框架里。通过信息优势来获利，如果有别人没有的数据源则可以有更加精确的判断。到了最后这个阶段，已经超越了程序化，其实已经是主观与程序化的完美统一，人剑合一。可以看出，从第十五阶开始，后面的这些阶段越来越难，越来越开放，操作难度也越来越大。当然个人交易者能走到上述晋级的一半阶梯，大概率就可以在市场分一杯羹，达到财务自由了，而后面若干招式则基本上需要专业团队。PS：在此，特别感谢深大量化实验室王教授的量化交易启发引领，N年前夏天的那个量化培训课程，至今还历历在目。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
