《程序化交易简介课件》由会员分享，可在线阅读，更多相关《程序化交易简介课件（37页珍藏版）》请在金锄头文库上搜索。
1、量化投资的新发展 程序化交易技术的最新进展研发背景 量化投资简介 程序化交易简介 程序化交易发展与现状 策略开发模式的变革程序化交易策略智能生成系统 原理简介 系统功能演示 功能、性能对比 应用与发展 提 纲 2研发背景 量化投资简介量化投资简介 程序化交易简介 程序化交易发展与现状 策略开发模式的变革程序化交易策略智能生成系统 原理简介 系统功能演示 功能、性能对比 应用与发展量化投资简介量化投资简介 提 纲 3所谓量化投资，简单地说就是利用数学、统计学、信息技术的量化投资方法来管理投资组合。数量化投资的组合构建注重的是对宏观数据、市场行为、企业财务数据、交易数据进行分析，利用数据挖掘技术、
2、统计技术、计算方法等处理数据，以得到最优的投资组合和投资机会。 量化投资以先进的数学模型替代人为的主观判断，借助系统强大的信息处理能力，具有更大的投资稳定性，极大地减少投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下做出非理性的投资决策。量化投资，是利用现代数学理论、金融数据与信息技术方法来管理投资组合、进行投资决策的一种现代化的证券分析方法。 量化投资的本质，是将投资思想通过量化指标、参数设计体现到具体的模型中，让模型对市场进行不带有任何情绪的跟踪。这种跟踪将使得投资的广度和深度都得到很大的拓展。 量化方法更多关注“数字”背后的意义，依靠计算机的帮助，分析数据中的统计特征，从而挖掘出其
3、内在的规律，寻求盈利的方法。量化投资的概念：量化投资的本质： 量化投资简介 5量化投资策略：量化投资策略是主动型投资策略的一种，即其认为市场是非有效或弱势有效的从而试图战胜市场以获得超额收益。同时，量化投资策略因为不受到人类思维的局限，因此其覆盖的范围远大于传统主动型投资策略。无法无法获得超越市场的获得超越市场的收益收益建立建立量化量化模型模型，并并借助借助计算计算机实现机实现策略策略以获得超额收益以获得超额收益依靠依靠投资人经验判断试图投资人经验判断试图战战 胜市场胜市场获得超额获得超额收益收益投资策略投资策略主动型主动型投资策略投资策略传统主动型传统主动型投资策略投资策略量化投资量化投资策
4、略策略被动型被动型投资策略投资策略 量化投资简介 6目前来说，量化基金并没有严格的定义。Bloomberg(全球商业、金融信息和财经资讯的领先提供商)认为量化基金因使用量化投资方法而得名，量化基金通过数理统计分析，选择那些未来回报可能会超越基准的证券进行投资，以期获取超越指数基金的收益。对于一个完全的量化基金来说，其最终的买卖决策完全依赖于量化模型。西方国家多年来资本市场的发展，涌现出一大批优秀的量化投资基金。根据Reuters(路透)数据，截至2010年11月，1600只量化基金的总资产高达2600亿美元，年均增长速度高达20%，同期非量化基金的年增长速度仅为8%.国外量化基金发展迅猛：彭博
5、（Bloomberg）：成立于1982年的美国彭博资讯公司是目前全球最大的财经资讯公司。彭博仅用了22年的时间，就将它的金融数据市场的销售收入超越了具有150年历史的、世界上最大的资讯公司路透集团。BLOOMBERG PROFESSIONAL(R)（彭博专业）服务及彭博的媒体服务整合在一个平台上为全球各地的公司、新闻机构、金融和法律专业人士提供实时行情、金融市场历史数据、价格、交易信息、新闻和通讯工具。彭博的媒体服务包括在全球拥有130家新闻分社和2,000名新闻专业人员的彭博新闻社 (BLOOMBERG NEWS(R)、每天24小时以7种语言在全球通过10个不同的频道播放财经新闻的彭博电视台
6、 (BLOOMBERG TELEVISION(R) 以及在全球范围内在 XM、Sirius 及 WorldSpace 卫星电台和纽约 WBBR 1130AM 提供即时新闻的彭博电台 (BLOOMBERG RADIO(SM)。另外，彭博还出版了针对专业投资人士的 BLOOMBERG MARKETS(R) 杂志和 BLOOMBERG PRESS(R) 书籍。彭博公司的创始人布隆伯格是个传奇式人物，在他创造了彭博资讯公司这一全球资讯业大王的同时，2001年他决定竞选美国纽约市市长职位，并一举成功，于2002年1月1日正式就任纽约第108任市长。 量化投资简介 伴随着市场复杂度日益提升，以个人主观判断
7、为主的传统投资面临较大挑战。量化投资逐渐被认识和认可，国内市场掀起一股量化产品发行热潮，基金、券商、私募都纷纷推出各自的量化产品。据Wind资讯数据统计，截止2012年9月14日，共有22只量化型券商集合理财产品已成立，18只量化基金产品成立，40只量化型阳光私募产品成立。 国内量化投资仍处于起步阶段： 自2009年全国首支量化基金成立以来，量化投资与对冲基金便为越来越多的投资者所熟知。由于量化投资交易策略的业绩稳定，其市场规模和份额不断扩大，虽然迄今为止整个行业刚刚迈入发展的第五年，却显示出旺盛的生命力和光明广阔的前景。各金融机构也纷纷推出创新型量化产品，力争在此千载难逢的蓬勃发展时期搭上量
8、化投资的“顺风车”，分享这个越做越大的量化投资蛋糕。量化投资的到来已为中国资本市场开启了投资的新纪元。量化投资应用大量数据和统计方法，从数据中挖掘规律并据此进行投资。该方法无需对公司进行深入分析，而是寻找一些共同特征大量选股。因此，量化投资可以投资更多股票，同时降低系统风险和投资成本。此外，量化投资尽量避免主观判断，从而降低了投资者情绪的影响。随着我国股市规模和投资机构资金规模的扩大，量化投资方法成为必然的发展趋势，是我国基金行业“生产方式”的历史性变革。我国股市存在着机构扎堆投资、抱团取暖的问题，其结果是市场同涨同跌现象严重，股市波动率和系统风险增大。量化投资在一定程度上可以避免这种问题。量
9、化投资需要一定的机制创新来配合，监管机构应允许卖空机制和金融工具创新，以利于市场分散和对冲风险。 量化投资简介 8尽管量化投资日益受到关注，量化产品发行数量大幅增加，但从目前量化基金所表现的特征看，国内的量化投资发展仍处于起步阶段。从规模上看量化投资产品总规模仍然较小。量化类产品投资策略较为单一，缺乏多元化量化策略的支持。现有量化产品中多数产品投资业绩表现分化，且缺乏稳定性和持续性。国内量化投资仍处于起步阶段： 量化投资简介 提 纲 研发背景 量化投资简介 程序化交易简介程序化交易简介 程序化交易发展与现状 策略开发模式的变革程序化交易策略智能生成系统 原理简介 系统功能演示 功能、性能对比
10、应用与发展程序化交易简介程序化交易简介9程序化交易(ProgramTrading)，是指投资者利用金融工程建模与计算机技术等手段，将自己的金融操作方式构建成量化交易策略，严格地按照所设定的规则，由计算机自动进行交易决策并完成交易操作的交易方式。程序化交易(ProgramTrading)，是指投资者将交易思想与交易规则模型化，构建成量化交易策略，并由计算机执行策略，实现自动判定买卖时机并下单交易的交易方式。程序化交易使得量化投资方式由人工向计算机自动化转变。利用量化投资的理论方法与数据挖掘等技术手段构建的交易模型，可以高效捕捉市场的有效信息，对市场进行不带有任何情绪的跟踪，同时产生稳定的投资收益
11、。程序化交易量化研究在投资中的具体运用方式： 程序化交易简介 投资者投资者主观主观交易交易程序化交易程序化交易决策判断方式决策判断方式感性/主观/恐惧贪婪理性/客观/数据讯号精力与时间投入精力与时间投入高低运算速度运算速度/ /执行能力执行能力缓慢快速交易记录交易记录/ /风险警示风险警示人工手动电脑自动投资回报率稳定性投资回报率稳定性不稳定比较稳定程序化交易与主观交易：http:/ 程序化交易简介 程序化交易优势：规避主观情绪提高交易速度复制盈利模式降低人力成本量化交易风险12 程序化交易简介 提 纲 研发背景 量化投资简介 程序化交易简介 程序化交易发展与现状程序化交易发展与现状 策略开发
12、模式的变革程序化交易策略智能生成系统 原理简介 系统功能演示 功能、性能对比 应用与发展程序化交易发展与现状程序化交易发展与现状13国外程序化交易发展现状： 根据美国纽约证券交易所(NYSE)统计：2006年以来，NYSE市场上程序化交易量所占比例基本维持在30%左右。案例一其中最著名的是2007年5月22日这一天，5.8万亿份股票集中被交易，大约占整周交易量的61%。当日进行程序化交易的前五大机构是瑞士联合银行、摩根斯坦利、雷曼兄弟、高盛和德意志银行。http:/ 程序化交易发展与现状国外程序化交易发展现状：案例一纽约证券交易所(NYSE)统计信息 根 据 NYSE最 新 统 计 ，2012
13、年12月17日12月21日股票交易量为20.952亿股，其中44.3%是通过程序化交易方式实施的。http:/ 根 据 NYSE最 新 统 计 ，2013年1月14日1月18日股票交易量为15.36亿股，其中30.1%是通过程序化交易方式实施的。15 程序化交易发展与现状国外程序化交易发展现状： 2009年高盛的程序化交易量占NYSE交易量的50%，这个比例在2008年年底是27%. 2009年第二季度，高盛公布了创纪录的交易收入，其中有46个交易日每天利润超过1亿美元，相当于该季度交易总量的71%.此后第三季度有36日每日交易利润超过1亿美元，并且在该季度中只有一天发生了交易亏损。案例二ht
14、tp:/ 程序化交易发展与现状国外程序化交易发展现状： 1988年3月，大奖章基金成立，其产品基金经理是两位美国著名数学家：西蒙斯和埃克斯。大奖章基金使用了复杂的数学模型分析并执行交易，其中很多过程已经完全自动化。自1988年以来，大奖章创造了年复合收益率不低于40%的神话；即使2008年面对全球金融危机的重挫，其回报率也高达80%. 案例三http:/ 程序化交易发展与现状国外程序化交易发展现状：案例四芝加哥商品交易所(CME)2010年部分期货合约程序化交易比例期期货货合合约约程序化交易占程序化交易占比比(%)成交量成交量指令信息指令信息流量流量微型微型标准普尔标准普尔500指数指数(E-
15、miniS&P500)51.66%69.93%欧元外汇欧元外汇(EuroFX)69.32%83.41%欧元欧元(Eurodollar)51.29%64.46%10年期国债年期国债(10-YrT-Note)49.88%68.33%原油原油(CrudeOil)35.34%71.24%http:/ 程序化交易发展与现状国外程序化交易发展现状：案例四芝加哥商品交易所(CME)2011年部分期货合约程序化交易比例期期货货合合约约程序化交易占程序化交易占比比(%)成交量成交量指令信息指令信息流量流量微型微型标准普尔标准普尔500指数指数(E-miniS&P500)47%64%欧元外汇欧元外汇(EuroFX
16、)62%83%欧元欧元(Eurodollar)44%74%10年期国债年期国债(10-YrT-Note)46%67%http:/ 程序化交易发展与现状国内程序化交易发展现状：起步较晚，与国外相比有很大差距。主要集中在期货市场。2012年1月至8月股指期货总成交量中，约有20%通过程序化交易实现。自动程序化交易的投资者数量占投资者总数的1%左右。借助程序化交易系统提示交易信号的投资者数量占5%10%.20 程序化交易发展与现状国内程序化交易平台： 21 程序化交易发展与现状研发背景 量化投资简介 程序化交易简介 程序化交易发展与现状 策略开发模式的变革策略开发模式的变革程序化交易策略智能生成系统
17、 原理简介 系统功能演示 功能、性能对比 应用与发展策略开发模式的变革策略开发模式的变革 提 纲 22时间因素时间因素策略开发时间策略有效生命周期策略失效判断时间资金因素资金因素策略开发成本策略有效生命期内可能的盈利策略失效判断期内可能的损失程序化交易的技术瓶颈策略开发： 策略开发模式的变革金融知识金融知识编程能力编程能力人力成本人力成本时间成本时间成本投资经验投资经验策略策略电脑电脑交易交易传统策略开发流程：24 策略开发模式的变革选择选择交易品种交易品种构建构建交易思想交易思想交易思想交易思想程序化程序化样本内样本内检验检验策略策略优化优化样本外样本外检验检验实盘实盘检验检验策略监测策略监
18、测与维护与维护传统策略开发流程：25 策略开发模式的变革策略的有效生命周期与失效时间判断：一个静态的策略很难永远在动态的市场行情中盈利。激烈的市场竞争可能会使更多策略的有效周期缩短。更新策略(限于新策略开发的时间和成本)或延长失效判断期本质上都会带来损失。2012.12.0426 策略开发模式的变革国外策略智能生成模式的探索：27 策略开发模式的变革传统策略开发流程：金融知识金融知识编程能力编程能力人力成本人力成本时间成本时间成本投资经验投资经验策略策略电脑电脑交易交易28 策略开发模式的变革高效策略开发流程（智能生成模式）： 策略生成策略生成 系统系统 投资经验投资经验策略策略电脑电脑交易交
19、易 策略开发模式的变革高效策略开发流程（智能生成模式）：30选择选择交易品种交易品种构建构建交易思想交易思想交易思想交易思想程序化程序化样本内样本内检验检验策略策略优化优化样本外样本外检验检验实盘实盘检验检验策略监测策略监测与维护与维护 策略开发模式的变革策略智能生成模式特点：策略逻辑由机器智能构建并优化，批量得到可用于实盘交易的策略执行代码，降低策略开发的技术门槛。缩短策略开发周期，降低策略开发成本。策略开发周期与成本占策略有效周期收益的比例大幅降低。策略逻辑由机器智能构建并优化，降低策略开发的技术门槛。缩短策略开发周期，降低策略开发成本。使开发周期与成本占策略有效周期收益的比例大幅降低31
20、 策略开发模式的变革TradingSystemLab(TSL)是一家商品交易策略服务商，由大名鼎鼎的R-mesa交易系统的创始人MikeBarna所创。MikeBarna利用遗传规划方法(GeneticProgramming,GP)，针对不同交易标的智能生成各种程序化交易策略。从FuturesTruthMagazine的跟踪结果可以看到这种模式在交易策略研发中的成功的一面。TradingSystemLab(TSL)， 是 一 家 CTA(CommodityTradingAdvisors,商品交易顾问)策略服务商，由大名鼎鼎的R-mesa交易系统(Futures Truth头 十 位 的 交 易
21、 策 略 长 期 占 据 头 几 名 )的 创 始 人MikeBarna所 创 。 MikeBarna利 用 遗 传 规 划 (GeneticProgramming,GP)方法，针对不同交易标的智能生成各种交易策略，从FuturesTruthMagazine的跟踪结果可以看到遗传规划在交易策略研发中的成功的一面。国外策略智能生成模式的探索TSL：32 策略开发模式的变革在标准普尔指数(S&P)上的交易系统排名Top10(以三倍保证金为初始资金)：排名排名 交易系统名称交易系统名称年收益率年收益率1 TSL-SP_1.0Z75.5% 2TSL-CEL_SP152.0% 3ImpetusSP49.
22、3%4BigBlue239.1%5STCS&PDaytrade36.1%6FTClassic35.3%7%CDayBreaker34.5%8R-Breaker34.1%9Tzar30.2%10AlfaMAXX28.5%国外策略智能生成模式的探索TSL：初始投资金额：3倍的保证金再投资或利润分配：不计算在内佣金/滑动使用：$200/rt for ND（钕/镍-期货）, $100/rt for SP（标准普尔500指数/股指期货）, $25/rt for e-minis（适合个人投资的期货合约）, $75 for all other markets.管理和激励收费：不计算在内http:/ 策略开发
23、模式的变革过去12个月交易系统排名Top10(截至2012/07/31，以三倍保证金为初始资金)：排名排名 交易系统名称交易系统名称年收益率年收益率1RuggerioBond336.3%2TSL_US1217.9%3TSL_CEL_NG_1.1143.3% 4MESABonds138.5%5BigDipper127.7%6XSBonds119.9%7TSL_SP_1.0Z114.2%8DelphiIIEMD105.1%9FedSwing102.0%10TSL_US292.4%国外策略智能生成模式的探索TSL：http:/ 策略开发模式的变革交易系统自发布以来排名Top10(截至2012/07/
24、31，以三倍保证金为初始资金)：排名排名 交易系统名称交易系统名称年收益率年收益率1TSL_CEL_NG_1.1168.1% 2TSL_US2102.0% 3TSL_US179.6% 4TSL_SP_1.0Z75.5% 5DelphiIIEMD74.7%6TrendFinder-Tiger66.3%7NatGator61.2%8TSL_DX57.9% 9TSL_CEL_SP152.0%10ProperoES51.7%国外策略智能生成模式的探索TSL：http:/ 策略开发模式的变革国外策略智能生成模式的探索TSL：策略TSL_US2：测试周期：日线时间：2001/05/14至2011/03/16测试初始资金：$100,000总盈利：$159,000收益率：159%总盈亏比：1.63日内最大回撤：$9,906.25总交易次数：612胜率：62.75%36 策略开发模式的变革策略TSL_SP_1.0Z：测试周期：日线时间跨度：23年10月20天测试初始资金：$100,000总盈利： $1,080,600收益率：1080%总盈亏比：2.69日内最大回撤：$63,775总交易次数：556胜率：70.5%国外策略智能生成模式的探索TSL：37 策略开发模式的变革
