量化交易系列课程

会员服务 ·

量化交易系列课程

2019 年 5 月 9 日 平均机器

资本市场的传奇故事和人物数不胜数，有从2万入市一年收益两亿的传奇，有一天暴涨100多倍的天鹅事件，当然也少不了倾家荡产的各类投资者。众所周知的大奖章基金的创始人詹姆斯·西蒙斯在近十年以平均年化收益率35%的成绩远远超过了同期巴菲特平均20%的收益率。

大奖章基金主要通过研究市场历史资料统计发现相关性，以预测货币、期货、股票市场的短期运动，并通过日内高频交易来捕获稍纵即逝的市场机会。这就是我们要介绍的发展日益成熟的量化交易。

来简单举个例子

﹏

2019年2月25日，上证50ETF购2月2800合约暴涨19267%，及一天暴涨192倍，上演了一场一夜暴富的现实美梦。

我们将50ETF2月25日近期的价格列出来分析一下收益情况：

合约	2月22日收盘价	2月25日收盘价	收益倍数	2月27日收盘价
50ETF指数	2.6180	2.8160		2.7360
50ETF购2月2800	0.0003	0.0581	192.67	0.0001
50ETF购3月2800	0.0155	0.1332	7.59	0.0750

50ETF购2月2800合约的意思是买入2月27号到期的上证50指数基金，行权价格为2.8元/份。假设我们在2月22日以收盘价买入50ETF购2月2800的期权合约10000份，在不考虑手续费等因素下，投资者需要支付权利金3元。这意味着在2月27日之前，如果上涨50指数基金涨到2.8003以上，就存在套利的机会。2月25日，50ETF直接涨到2.8元以上，套利机会出现，期权合约的价格也随之大幅上涨，这就是50ETF购2月2800大涨192倍的重要原因。当然，投资者可以选择不行权，卖出合约赚取192倍的差价。

在量化交易中，经常需要设置止盈止损在控制所得的收益和减少的损失，确保自己能在市场中活下来。针对50ETF购2月2800合约而言，在2月27日期权的收盘价几乎为0，更加说明来期权价格的急剧波动需要我们采取措施防范风险。当价格大幅增长时，投资者应选择合理的减仓策略使收益落地为安，同时还可以关注跨期合约的趋势变化。

那对于初步入门量化的研究人员来说，我们该如何去做一整套可供实盘运行的交易策略，实现“一夜暴富”呢？

量化交易的入门与进阶

﹏

量化策略的开发主要包括数据清理、策略模型、风控模型、成本模型、投资组合构建、执行模型。

其中数据清理是所有工作的重点，对于历史数据中的缺失值、异常值需要进行细心的处理，以适应模型所需要的特征数据，防止出现垃圾进垃圾出的情况。

策略模型需要考虑方方面面，包括选择什么级别的数据、进出场规则的设置、使用什么类型的策略。根据所选策略类型的不同，对应的研究方法也有很大的区别。风控模型主要涉及止盈、止损的设置，以及在什么级别的数据上进行止盈止损的操作。

成本模型也较为关键，不仅仅包括人力成本、手续费，最重要的是考虑实盘中的滑点问题，以及出现较大的滑点时如何让策略在可控的范围内运行。投资组合管理主要是对投资组合进行管理需要对策略、行情进行监控，观察策略运行与市场特征匹配情况，策略调度、资金配比变化，风险测试、头寸规模控制，策略进化、升级与淘汰。这几个步骤都是在交易过程中循环反复的，以保证策略能有效的运行。

AI与量化交易

﹏

前面介绍了传统意义上量化交易的相关做法，但随着近期AI技术的迅猛发展，将AI与量化交易相结合也是研究和发展的重点方向。

AI技术可以处理传统意义上无法量化的数据，将非结构化数据转换为结构化数据进行处理；将线性的人工建模方式转变为非线性建模方式；通过使用不同算法，让机器选择不同的投资策略。目前AI技术在量化领域的应用主要包括概率统计、遗传算法、图像识别、NLP和知识图谱。这些技术也被各大基金、技术公司应用到实际应用中并取得了较好的效果。

对于初学的同学，能否真正进入AI量化的大门，掌握最前沿的量化算法理论，取决于是否熟练掌握金融学相关理论，机器学习和深度学习相关知识，以及在实践中能否熟练应用。

针对量化研究的小白、有志于投身AI量化交易事业的同学，网易云课堂特推出了AI量化交易课程，课程的主要目标是从金融学基础出发，通过讲解量化中常见的模型和策略并使用Python加以实现，让学习者深度掌握量化交易模型和方法。重点加入了机器学习和深度学习的相关内容，将量化金融和人工智能技术相结合。

目前正在开展关于如何入门AI量化的系列免费直播。

系列直播主题

《量化策略到底多神秘？—全方位探索AI量化交易（上）》

1. 追根溯源：量化交易历史与优势

2. 一探究竟：能挣钱的策略长啥样？

3. 初窥门径：学习路径应如何规划？

4. 从业方向：量化从业之路在何方？

（已结束可回看）

《量化交易实战应用与就业——全方位探索AI量化交易（下）》

1. 常见的衍生品市场，外汇市场