原创文章第83篇,专注“个人成长与财富自由、世界运作的逻辑, AI量化投资”。
下一个100天(未来3个月左右),我打算写个专栏或者一本书。
为何想做这件事?——初心是什么?公众号是日常的思考,一些有探索中的东西,比较零碎。知识需要体系化的沉积。
量化投资国外发现数十年,已经比较成熟,有成型的商业模式,有成功的业务模式包括高频交易和智能投顾领域。
国内市场成熟度没有这么高,做空机制有限,ETF品类也不如国外这么丰富,投资者成熟度不够。但量化平台被引入之后,有一些作者在做一些科普类的事情。
但市面上量化的书,多数是纯技术出身,金融基础一般。着重在讲python的量化生态,比如pandas, 统计学,时间序列分析,计量经济学,讲机器学习框架如sklearn/keras或者pytorch的使用,更像是一本编程书。
而用户真正关心的策略和盈利,大多较少提及(多数作者本身也不会)。书中的例子多为均线交叉,布林带,没有任何实战价值。
用户的痛点是“实战“——真正做出可以实盘的策略。
量化不仅要解决投资自动化的问题,AI量化更要解决投资智能化的问题。机器在决策领域的广度,深度与人相比都有其独特的优势,如何有效的发挥出来?
基于此,我希望写一本“面向盈利开发策略”的书。给有技术功底的工程师讲清楚金融投资的逻辑,如何给投资问题建模;给主观交易者讲清楚他的主观策略如何进行量化编程,如何进行参数优化等。在此基础上,讲框架比如backtrader和qlib,最为重要的是,如何开发出真正可用的策略,如何持续对策略进行改进。
也欢迎大家给我留言,提出宝贵的意见。
从金融的角度看量化,先讲“收益”与“风险”。收益最直接就是年化收益,年度收益序列;而风险是“最大回撤”、“夏普比”等。
对投资的两大问题有了认知之后,作为投资认知的起点,我们需要明白,不确定的投资世界,其实是有确定性的。
其实投资理财并不难,长期看市场一定是向上的。资本市场真心不是为了割你韭菜而设立的,而是你可以分享经济成果的。如果不是,一定是你打开的方式不对。另外,分散可能有效降低波动。
构建策略有两大方向,一是追求“绝对收益”的智能投顾。其实资管行业,普遍是这个逻辑。与基金公司有很大区别,基金管理目标是相对收益就是比市场多赚少亏,而资管目标就是追求稳定的收益。二是散户最喜欢的“投机”。其实投机很难,若要做好,需要建立交易体系。所谓“预测”,可能胜率也就50%+,这是个概率问题,这时候,需要做好仓位分配管理,不能all in,必要时如何止盈损。这些加起来才构建一个交易策略。而不是只是出入场信号这么简单。
没有什么圣杯,能让你100%准确,所以,不要all in。果断截断亏损,让利润奔跑即可。
联系客服