關(guān)于量化投資的七大誤區(qū)
量化投資
關(guān)于量化投資的七大誤區(qū)
從06年開(kāi)始進(jìn)入股市已經(jīng)快10年了，也做了快10年的量化投資，作為一個(gè)非專業(yè)人士，從一開(kāi)始懵懵懂懂的不自覺(jué)的用了量化模型還不知道自己是在用量化投資開(kāi)始，幾乎所有初學(xué)者犯過(guò)的錯(cuò)誤我都犯過(guò)。正好下周有個(gè)量化投資的采訪，在采訪前先把這些誤區(qū)拿出來(lái)曬給大家：
從06年開(kāi)始進(jìn)入股市已經(jīng)快10年了，也做了快10年的量化投資，作為一個(gè)非專業(yè)人士，從一開(kāi)始懵懵懂懂的不自覺(jué)的用了量化模型還不知道自己是在用量化投資開(kāi)始，幾乎所有初學(xué)者犯過(guò)的錯(cuò)誤我都犯過(guò)。正好下周有個(gè)量化投資的采訪，在采訪前先把這些誤區(qū)拿出來(lái)曬給大家：
誤區(qū)一：原始數(shù)據(jù)過(guò)少。畢竟有不少原始數(shù)據(jù)和價(jià)格之間是沒(méi)有直接的關(guān)系的，數(shù)據(jù)過(guò)少會(huì)導(dǎo)致結(jié)果有較大的偏差。一般來(lái)說(shuō)，原始數(shù)據(jù)至少要經(jīng)歷過(guò)一個(gè)牛熊周期。如果你在牛市里收集的數(shù)據(jù)來(lái)優(yōu)化的，往往到了熊市一敗涂地；而僅僅在熊市里收集的數(shù)據(jù)優(yōu)化的，到了牛市就顯得過(guò)于保守。我自己10年里面惟一一年跑輸大盤的就是09年，雖然這一年也賺了不少，但受08年大熊的影響，量化投資采取了非常保守的策略，才會(huì)在09年嚴(yán)重跑輸大盤。如果真的覺(jué)得原始數(shù)據(jù)過(guò)少，比如在10年剛剛出來(lái)創(chuàng)業(yè)板，當(dāng)時(shí)的數(shù)據(jù)肯定非常少，用來(lái)做量化是遠(yuǎn)遠(yuǎn)不夠的，但可以慢慢積累數(shù)據(jù)，同時(shí)對(duì)于這些可靠性不強(qiáng)的模型，可以用模擬盤監(jiān)控或者非常小的倉(cāng)位參與。
誤區(qū)二：用了未來(lái)函數(shù)，也就是說(shuō)用未來(lái)獲得的信息對(duì)現(xiàn)在的收益率產(chǎn)生了影響。我見(jiàn)過(guò)最多的量化模型里誤用未來(lái)函數(shù)的就是用當(dāng)天的收盤價(jià)對(duì)當(dāng)天選擇的品種產(chǎn)生影響，那當(dāng)然是巨高無(wú)比的收益率啊，你能知道當(dāng)天的收盤價(jià)，那這個(gè)世界上的財(cái)富都是你的了。另外最常見(jiàn)的是用下一年一季度公布的年報(bào)里的數(shù)據(jù)放到當(dāng)年、分紅到帳日和分紅除息日混淆等等。避免的方法只有對(duì)你優(yōu)化的標(biāo)的加上理解，慢慢熟悉后才能避免，即使像我做了近10年的量化，都不敢說(shuō)100%避免使用未來(lái)函數(shù)，只是可能bug少一些而已。
誤區(qū)三：不注意當(dāng)時(shí)的一些邊界條件。最典型的是漲停跌停，初學(xué)者很容易犯的毛病，回測(cè)的時(shí)候不考慮漲停買不進(jìn)，跌停賣不出�；爻返慕Y(jié)果巨高無(wú)比，實(shí)盤一做就不行了。還有類似的停牌也是需要考慮的。
誤區(qū)四：過(guò)度優(yōu)化 初學(xué)者最容易犯的毛病，可變參數(shù)用的越多，優(yōu)化后得到的年化收益率越高，越容易過(guò)度優(yōu)化，過(guò)度優(yōu)化好比做了一件非常貼身的西服，穿在這個(gè)人身上還不錯(cuò)，但只要換一個(gè)人馬上就穿不下。往往過(guò)度優(yōu)化后實(shí)盤和模型的差異非常大，最后導(dǎo)致否認(rèn)模型。建議的辦法是一方面不要過(guò)多的參數(shù)來(lái)優(yōu)化模型，另一方面可以采取這樣的辦法，比如說(shuō)現(xiàn)在有07年到16年10年的數(shù)據(jù)，你可以先去掉16年的數(shù)據(jù)，就“假裝”回到了15年然后優(yōu)化模型，再把16年的數(shù)據(jù)放到模型中去看看是否有效，如果效果非常差的，十有八九就是過(guò)度優(yōu)化了。當(dāng)然這只是我的經(jīng)驗(yàn)之談。
誤區(qū)五：試圖每月每周甚至每天都能戰(zhàn)勝參照指數(shù) 上面誤區(qū)四說(shuō)了“假裝”回到15年去看16年的情況，這里也要注意一個(gè)問(wèn)題，就是再好的模型都不能保證每個(gè)月都戰(zhàn)勝指數(shù)，甚至某一年戰(zhàn)勝不了都是很正常的事情。初學(xué)者跟蹤了某個(gè)模型后最多的問(wèn)題就是，為什么今天會(huì)跑輸？為什么這個(gè)月也跑輸了？我可以很負(fù)責(zé)的告訴大家，我做了快10年的量化，我就從來(lái)沒(méi)有遇到過(guò)一年里每個(gè)月都能跑贏參照指數(shù)的系統(tǒng)，將來(lái)隨著散戶的慢慢退出更加不可能有。
誤區(qū)六：量化投資就是對(duì)沖。說(shuō)實(shí)在，國(guó)外量化投資做對(duì)沖的非常多，但在國(guó)內(nèi)因?yàn)橐皇亲隹掌贩N少，無(wú)法做到完全對(duì)沖活大部分對(duì)沖，在A股上對(duì)沖效果不好，有一些類似熊寶的產(chǎn)品又不是場(chǎng)內(nèi)的而且交易量也不大并且經(jīng)常偏差較大，而且現(xiàn)在的政策也限制做空。所以我在A股市場(chǎng)里的模型只用概率和負(fù)相關(guān)品種而沒(méi)有用對(duì)沖。當(dāng)然如果是商品市場(chǎng)、外幣市場(chǎng)等又是另外一碼事情了，我們這里討論的范圍僅僅限于A股市場(chǎng)而且絕大部分小散可以做的事情。
誤區(qū)七：量化投資就是高頻交易 應(yīng)該這樣說(shuō)，大部分高頻交易都是量化交易，而量化交易不僅僅是高頻交易，我自己因?yàn)榍皫啄旯ぷ骱苊Γ瑳](méi)有用過(guò)日線外的任何數(shù)據(jù)，交易模型也僅僅是平均一周交易一次，但依然可以獲得很好的效果。
誤區(qū)七：量化一定要用高大上的工具 現(xiàn)在主流的量化工具是Matlab、Python等。當(dāng)然除此之外還有一些工具也是可以用到量化中的。
第一種：用專用的工具如Matlab、Python。打個(gè)比方，就好像機(jī)關(guān)木倉(cāng)，熟悉了后效率非常高，但木倉(cāng)械相對(duì)復(fù)雜，而且掃射可能有死角。
第二種：就是我現(xiàn)在在用的用了十年的excel，非常土，但好比一把小手木倉(cāng)，因?yàn)榉奖�，隨身帶著，拿出來(lái)就可以打，但可能打不遠(yuǎn)。
第三種：以flitter為代表，編寫(xiě)了專用的軟件，動(dòng)用了四臺(tái)服務(wù)器，算一次化很長(zhǎng)時(shí)間，但能找到一個(gè)最佳值。好比是狙擊木倉(cāng)，一次狙擊要花上很長(zhǎng)時(shí)間，要有耐心，但好的狙擊手是一木倉(cāng)制勝。
不管你用什么木倉(cāng)，能打死敵人就是好木倉(cāng)，而且現(xiàn)在在國(guó)內(nèi)這個(gè)大刀長(zhǎng)矛時(shí)代，有一把木倉(cāng)就足夠你橫行江湖了
本文由東方銅牛網(wǎng)編輯，轉(zhuǎn)載 關(guān)于量化投資的七大誤區(qū) 請(qǐng)注明文章地址。