今天要说说量化投资。
量化投资我从接触感兴趣,开始研究已经有一些年头了。
后来业内qunatopian的模仿者也越来越多,各种quant平台。
有人问,量化投资与技术分析有啥区别。
这里简单说明一下,二者不矛盾,有重叠的地方,但不等同。
技术分析主要的基于历史价格,交易量等,通过比较简单的数学,统计,形态去观察,然后给出判断。
而量化可以是一切可以量化的东西,比如基本面,技术分析里(可量化的部分),舆情等。
这里有一个重要区别在于,技术分析,经常不同的人做,面对同一个数据,结果不一样。什么盘口啊,数几浪啊,都不一样。但量化只要输出一样,输出是肯定一样的。科学等于可证伪,量化在投资上好不好不一定,但它一定是科学,是可以迭代的。但传统技术分析的“油少许”这样的描述,很多是玄学,感觉,权且你就认为是“艺术”的部分吧。
存在即合理,没有优与劣,拿到绝对收益就是本事。
话说回来,现在多数人,做量化,起步就是技术分析,至少用的技术分析的指标。而且我见过几个大V,就是看14天动量,排个序,选最大的买入。这就是量化与技术分析相等的地方。
我把量化投资的过程按机器学习的步骤拆解了下:
一、原始数据,常见的就是我们的日线,交易数据,还有财务报表等
比如日线收盘价,你直接放到表中看不出所以然的,可视化就很重要,把时间序列绘出来,你就可以看到从2005至今,上证50指数(大盘蓝筹指数)的总体概况,从不到1000点起步,现在3000点左右。2010-2014阴跌4年,2007和2015两次快牛等。这是一个基础的观感,建立你对这个指数的感觉。
上证50指数000016.SH
二、指标计算,比如均线,MACD,KDJ, PE,PB等,另外指标之上可以衍生指标
PE是一个典型的衍生指标,把P(价格)和净利(E)联系起来。话说很多衍生指标都是这么设计的。
还有:GEYR一般定义为长期国债收益率与证券市场股利收益率(1/PE)的比值 (两资产比估值),用来决定股票和债券哪个市场更贵或者便宜。
如果是两个行业,可以PE(行业1)/PE(行业2)得到二者哪个相对便宜的比较。
下图把PE加上,相当于在收盘价的基础上/净盈利=黄线。
指数点位在上升,PE不算高,说明近几年,上证50里的公司盈利能力不错的。
上证50的PE在7-15倍之间,目前10出头,算分位点是58%。仔细看前2011-2014的PE实在太低了。
三、分析模型:比如最简单的阈值,马尔可夫,多因子,SVM,随机森林等,这个后续有机会说,更多偏机器学习,人工智能方面的东西,就是参数拟合,最优化之类的问题,对于投资来讲,倒不是最核心的事情。
四、业务模型:就是投资模型 ——这是最重要的灵魂部分。
看了几个量化大V的模型,都是“阈值模型”,也就是非黑即白,if...else...这样的逻辑。
指标也比较简单就是 N天动量,比如20天的涨跌幅度最大的前几支,同时CLOSE>MA20。
看下面这张图:其实胜率一般,当然了——这仍然是科学,因为它可以很容易拿数据“证伪”。
这样的简单的统计规则,当然有一定的胜率,但不同的市场环境不同,比如趋势在牛熊市表现不错,但在震荡市会反复打脸。而谁又能知道现在身边什么阶段呢。
后面希望找一个可以兼容多个因子的模型,同时自主对参数进行优化。希望是深度强化学习,趁这段闭关的时间,看看能否突破。
(公众号:七年实现财富自由(ailabx),用数字说基金,用基金做投资组合,践行财富自由之路)
联系客服