個人如何做量化交易——風險管理

風險管理是量化交易魔方的最後一塊,我們之前討論的所有偏差都屬於風險的範疇。常見的風險有技術性風險(比如交易所的服務突然發生了硬盤故障)、經紀商風險(比如經紀商破產了,別笑,真的有,MF Global!)等,簡言之,只要會影響交易進行的因素,都可能帶來風險。

風險管理是量化交易魔方的最後一塊,我們之前討論的所有偏差都屬於風險的範疇。常見的風險有技術性風險(比如交易所的服務突然發生了硬盤故障)、經紀商風險(比如經紀商破產了,別笑,真的有,MF Global!)等,簡言之,只要會影響交易進行的因素,都可能帶來風險。

個人如何做量化交易——風險管理

風險管理還需要確定最優資本配置(組合理論的一個分支),這意味著資本如何分配到不同的策略上執行。這是一個非常複雜的研究領域,需要依賴非凡的數學技能。目前凱利公式是業界公認進行資產及槓桿配置的標準,凱利公式提出了一些收益的統計特徵假設,但在真實的金融市場中卻不一定總是正確,交易員具體使用其時一般偏保守。

風險管理的另一個主要作用是用來排除交易員的心理障礙,有許多認知偏差會潛移默化地影響到交易過程。儘管大家普遍認同如果策略完全交由算法執行問題會更少,但目前很多交易還是需要經交易員之手。損失厭惡是一種常見偏差,當處於虧損狀態時,可能會由於確認損失帶來的痛苦而遲遲不進行止損,盈利情況下類似,可能會因為害怕失去已獲收益而過早地交易。當交易員強調最近而忽略了長期,則會產生另一種常見偏差——近期偏差。當然也有經典的情緒偏差——恐懼與貪婪,它們會導致槓桿不足/槓桿過高,進而可能導致收益降低或爆倉的情況。

風險管理是量化交易魔方的最後一塊,我們之前討論的所有偏差都屬於風險的範疇。常見的風險有技術性風險(比如交易所的服務突然發生了硬盤故障)、經紀商風險(比如經紀商破產了,別笑,真的有,MF Global!)等,簡言之,只要會影響交易進行的因素,都可能帶來風險。

個人如何做量化交易——風險管理

風險管理還需要確定最優資本配置(組合理論的一個分支),這意味著資本如何分配到不同的策略上執行。這是一個非常複雜的研究領域,需要依賴非凡的數學技能。目前凱利公式是業界公認進行資產及槓桿配置的標準,凱利公式提出了一些收益的統計特徵假設,但在真實的金融市場中卻不一定總是正確,交易員具體使用其時一般偏保守。

風險管理的另一個主要作用是用來排除交易員的心理障礙,有許多認知偏差會潛移默化地影響到交易過程。儘管大家普遍認同如果策略完全交由算法執行問題會更少,但目前很多交易還是需要經交易員之手。損失厭惡是一種常見偏差,當處於虧損狀態時,可能會由於確認損失帶來的痛苦而遲遲不進行止損,盈利情況下類似,可能會因為害怕失去已獲收益而過早地交易。當交易員強調最近而忽略了長期,則會產生另一種常見偏差——近期偏差。當然也有經典的情緒偏差——恐懼與貪婪,它們會導致槓桿不足/槓桿過高,進而可能導致收益降低或爆倉的情況。

個人如何做量化交易——風險管理

顯而易見,量化交易是量化金融中一個極其複雜,但卻非常有趣的領域。這篇文章只是觸及皮毛地介紹了量化金融的基本框架,所以建議在你準備申請量化交易相關工作之前,一定要補一補基礎知識,至少要對統計、經濟學有個大略的認識,有MATLAB、Python或者R的相關實踐,對於更高級的高頻交易,你還需要Linux內核、C/C++,彙編及網絡延遲優化等技能。

如果你對創建自己的算法交易策略感興趣,建議你首先精通編程,儘可能自己構建數據採集器、策略回測及指令執行系統,因為試想你的自有資本一直在線持續運作,親自完成完備的測試、熟悉策略裡的各種陷阱與問題,相對於把這部分工作外包出去,是不是更能睡個安穩覺呢。

往期文章回顧

個人做量化交易——指令執行系統篇

個人如何做量化交易——回測篇

個人如何做量化交易?策略構建篇

四篇文章我們對個人如何做量化交易做了基本的瞭解,下次我們聊聊智能投顧方面。

如果您對智能投顧、量化交易有興趣,可以關注我們或者搜索下載股多多APP

相關推薦

推薦中...