，只要测试盈利，在实盘交易时使用固定轮询，那么信号一旦出现，就不会再出现消失，因为OPEN一旦出现是不会变化的。

过去最大连续亏损金额：MDD

首先，什么是量化投资？量化投资是指主要角色由计算机程序或算法、模型完成的一种交易方式。
和我理解的量化交易不是一个概念，发现自己的很多东西都不在大家的讨论范围内{:soso_e101:}

{:soso_e179:}

固定轮询和走完K线的特点：
固定论询，指的是金字塔在每间隔一定时间内去检测信号是否有发生，发生后就立即采取下单策略；走完K线是必须等到K线结束，下根K线刚产生的那一刻进行信号检测和下单。

很多的刚接触交易的初学者，都幻想自己能买在最低价卖在最高价，故不去考虑其他因素只想快点进场交易怕出现大阳线影响他的收益，选择固定轮询的最小周期高频扫描，希望能把市场上所有的钱都赚到自己口袋理，殊不知这种做法往往是捡了芝麻丢了西瓜，这些不成熟的投资理念，也是为什么市场绝大多数人都是会被淘汰，而只有少数人能够生存的根本原因。也是贪婪的人性弱点的充分展现。

固定轮询模式的缺点和走完K线的优点：
例如下面的公式
ENTERLONG:CROSS(MA(CLOSE,A),MA(CLOSE,B));
EXITLONG:CROSS(MA(CLOSE,B),MA(CLOSE,A));

1、使用固定轮询会产生信号的反复出现与消失，因为最后一个K线的CLOSE价格未确定，当价格不断变化时，会造成交易信号还未最终确定就提前的过早入场下单交易，不守纪律的下单，未必一定能抢到很好的价位，价格的来回反复是很正常的事情，虽然金字塔提供了信号消失恢复持仓，那么不断的信号反复消失会带来手续费的不断增加，加上交易是个很复杂的过程，恢复持仓的正确性有很大的局限性，一旦出现了不能及时恢复持仓，会造成策略的信号与实际的持仓不一致，最终的收益情况与我们在设计指标所测试的结果出现较大差距。而走完K线因为是上一个K线的最终确定形成后才进行下单交易，故可以有效防止此问题。
2、固定轮询会在产生漏单，固定轮询是按照一定时段间隔扫描最后一个K线的信号，如果刚好在最后一个K线结束时信号形成，而此时正好时段在轮询中间，那么这个信号就会被漏掉，同样会产生信号的发生与与实际的持仓不一致，同样会出现上述的收益问题。
3、固定轮询会增加CPU的资源消耗，系统会按照轮询设置上的时间去计算是否有信号发生，会造成CPU在大多数情况下都是一些无谓的计算，而走完K线只会在每个新K线形成时只计算一次，这可以大大减小CPU的运算量，尤其是用户在进行后台程序化交易时，如果监控的品种比较多和策略比较复杂的情况下，使用走完K线模式运行是很重要的。
4、固定轮询模式的交易滑点是我们在程序化交易评测里无法测试的，因为固定轮询模式的交易价位可能是当前K线的高低价格之间任意一个，我们在用历史数据测试时是无法预知的，这会造成用历史数据测试固定轮询模式时，只能大概使用一个收盘价或者K线中价来模拟进场交易，使用这种模式测试出来的交易结果存在很大隐患的，最后可能导致实际的交易与测试时结果天壤之别。而走完线模式的入场价格只能是下个K线的开盘价，测试时是可以测试到的，实际的交易过程中也是固定不变的，这就能最大保证测试结果的收益与实际的交易收益保证一致。既然无法测试固定轮询的实际盈利，那么我们为什么一定要去拿自己的资金来冒险呢？既然可以使用走完K线来测试到盈利情况，那么为什么我们就不能在盘中使用走完K线去坚持呢？

前面列举了固定轮询模式的这4大缺点，那么固定轮询模式到底该用在什么地方呢？
1、后台程序化交易中的高频交易或者套利交易，因为不是趋势交易，不必担心信号消失，只需要进出场迅速。
2、监控止损操作，只要价格碰到了指标设定的条件就立马止损。

虽然我知道了固定轮询的诸多缺点，但是我还是想用，那该有什么办法呢？
虽然知道金字塔有很强的仓位监控止赢止损功能，但是我还是想在模型里自己实现特定的止损操作，避免走完K线时间过长出现爆仓危险，那么我们该在固定轮询模式下的模型的设计时注意哪些才能避免漏单和信号消失呢？
1、设计指标时，不要使用CLOSE等价格频繁跳动的数据做为指标信号是否出现的依据，而是使用OPEN,HIGH等这些数据，因为一旦出现它们是不会反复上下变化，例如可以改成这样写

ENTERLONG:CROSS(MA(OPEN,A),MA(OPEN,B));
EXITLONG:CROSS(MA(OPEN,B),MA(OPEN,A));
这样改写后，只要测试盈利，在实盘交易时使用固定轮询，那么信号一旦出现，就不会再出现消失，因为OPEN一旦出现是不会变化的。

2、使用上根K线的信号做为本次的进场依据，相当于在固定轮询模式下实现走完K线的方法，代码可以这样写：
AA:=CROSS(MA(CLOSE,A),MA(CLOSE,B));
BB:=CROSS(MA(CLOSE,B),MA(CLOSE,A));
ENTERLONG:REF(AA,1);
EXITLONG:REF(BB,1);

金字塔公式系统工作模式简介

    金字塔公式系统工作两种模式，即序列和逐K线两种模式。序列模式公式系统每次刷新时解析公式按照序列或者常数计算返回结果，整个执行过程只解析一遍公式系统。逐K线模式为从第1周期逐个周期解析公式系统，每个周期都会解析整个公式系统一遍，返回值也只有数值类型这一种，故之中模式运行时效率要比序列模式低，但此中模式语法处理上比较灵活。

公式系统工作模式的特点

    序列模式计算时，由于只解析一次，故效率要比逐K线计算要高，推荐在多数情况下使用，此种模式还兼容飞狐、大智慧、博弈大师等主流分析软件的公式系统。
    逐K线执行模式虽然效率要比序列模式低，但是他的执行语法更加灵活，可以执行到我们在每个周期上做到的各种操作，TB就是这种模式运行的，BUY等新交易系统只能在逐K线计算模式下运行。像例如REF,MA等带有统计性质的函数逐K线运行时无法直接使用在IF语句之中（序列运行模式可以），因为带变量判断的IF语句会在某些周期无法调用这些统计函数而导致计算结果出现错误，关于逐K线模式下统计函数如何工作在控制语句之中用户可以参考帮助。

控制语句在两种不同模式下的运行特点

    逐K线计算时，控制语句比如IF THEN ，FOR 等语句工作机制是每周期都去执行一次，因此在逐K线模式下，可以利用这种灵活的模式来设计我们的策略，比如加仓、减仓、资金管理策略等等。

    序列模式计算时，控制语句条件允许使用序列变量，由于序列模式只执行一次控制语句解析，对于序列变量，仅取最后一个数据做为条件判断。

仅刷最后一根K线，当选中逐K线计算模式，并勾选本选项，在图表上加载本公式。当客户端接收到最新一笔行情数据后，在历史 K线上不再重新执行本公式，而只是在最后一根K线上重新计算一次公式（本质是：只在第一次加载公式时在每根历史K线上完整的计算一遍公式，其后就只在最后一根K线上做完整计算了，历史K线上产生的信号一直保留不再随行情更新而变化。）。通过这种方式提高执行效率，避免当行情更新时系统在每根历史K线上都需要做大量重复计算而消耗CPU处理时间。



两种运行模式的公式范例

    为了更能说明金字塔两种模式下的公式运行特点，特制作一个计算移动平均线的公式，如下：

//用于序列模式下运行的公式：
INPUT:N(5,2,500);      //参数申明
RUNMODE:1;              //运行于序列模式
VARIABLE:I=0,S=0;//变量申明
VAR1:=C;
FOR J=1 TO DATACOUNT DO BEGIN
S:=S+VAR1[J];
IF J>=N THEN BEGIN
  IF J>N THEN
    S:=S-VAR1[J-N];
  MA1[J]:S/N;        //实现MA(C,N)
  I:=0;
END;
END;
  
上述公式使用序列模式运行，但是如果在逐K线模式下运行上述公式就会变得异常缓慢，由于金字塔逐K线模式在每个周期上都要执行一遍这样的循环，效率自然就变得非常低了。鉴于金字塔的特点，如果将上述公式改进一下，则可以高效的在序列和逐K线模式同时高效运行，公式如下：

  
INPUT:N(5,2,500);      //参数申明
VARIABLE:I=0,S=0;     //全局变量申明
VAR1:=C; //金字塔下放在这里的变量为序列赋值

//为了加快运算速度，只有最后一个周期时才循环计算
IF NOT(ISLASTBAR) THEN EXIT;
FOR J=1 TO DATACOUNT DO BEGIN
S:=S+VAR1[J];
IF J>=N THEN BEGIN
  IF J>N THEN
    S:=S-VAR1[J-N];
  MA1[J]:S/N;        //实现MA(C,N)
  I:=0;
END;
END;

上述公式中增加了 IF NOT(ISLASTBAR) 判断是否最后一个周期的指令，在逐K线模式下，由于是判断到最后一个周期才执行的下面循环，故效率是非常高的。对于序列模式，由于同样使用了ISLASTBAR控制，故符合控制语句取最后一个数据的特点，所以该公式同时可以在两种模式下得到正确执行。
  
　

为了更能说明逐K线的运行特点，计算移动平均线的公式还可以这样写
INPUT:N(5,2,500);      //参数申明
RUNMODE:0;            //工作于逐K线模式
IF BARPOS <= N THEN //从计算周期开始计算
EXIT;
  
MA1:C;
FOR J=1 TO N-1 DO
MA1:=MA1+CLOSE[BARPOS-J];
MA1:=MA1/N;


这样的公式即保证了效率，也可以使编写公式的复杂程度大大降低，提高了公式的可读性。

　

关于模型运行时这两种模式的选择

    我们在模型运行时尤其是新手用户往往面对如何选择这两种运行模式纠结，在通常情况下，我们推荐用户在序列模式下运行你的公式系统，因为这样会有很高的执行效率，只有在序列模式下无法表达编写出你的策略时，再考虑使用逐K线模式，因为逐K线可以精细的控制每跟K线周期的动作，所以灵活性较高，可以完成多数序列模式下无法完成的事情。
建义如下：在普通技术指标，选股指标，简单的图表程式化交易，以及公式中涉及到BACKSET、REFX等未来函数调用等，推荐使用序列模式；用户需要精细控制K线周期的操作时例如资金头寸管理、止损操作等，推荐使用逐K线模式。简单一句话，如果是指标交易，那么使用序列模式，算法交易，使用逐K线模式。
　

{:soso_e163:}

很好的内容

这也是我们经常使用的移动平均线交叉系统，我们使用的是3分钟的线，这个系统也非常简单：短期(8)移动平均线位于长期(11)移动平均线上房，现价大于最近14根K线最高价的0.2%倍时，买入开仓；
短期(8)移动平均线位于长期(11)移动平均线下方，现价小于最近14根K线最低价的0.2%倍时，卖出开仓。

等价让位策略

杨永彬：程序化期货交易策略与中国期货市场展望

来源：新浪浙江财经2012年8月25日15:26【评论0条】字号：T|T

量化投资国际峰会现场 杨永彬
　　2012年8月25日下午，由永安期货举办的“2012年永南期货首届量化投资国际峰会”在杭州举行。本次峰会的主题是，“量化未来—开创程序化黄金时代”。在会上，来自美国、韩国的程序化交易专家分享了他们的投资经验。
　　来自韩国的程序化交易专家杨永彬做了主题为《程序化期货交易策略与中国期货市场展望》的演讲。

　　杨永彬是韩国程序化交易专家，北京时盈通资产管理有限公司副总经理兼投资总监。同时，他也是韩国首尔大学天文学学士、经济学硕士，历任韩国证券门户网站PAXNET金融衍生品部主管、韩国Delta Exchange金融工程部主管，并创办了投资管理公司Maximin System。杨永彬曾多次作为特聘讲师为韩国证券期货交易所、大宇证券、韩亚证券等多家韩国机构培训程序化交易。著有畅销书《期货期权实战策略》(韩国)，翻译了杰克•施瓦格的《新金融怪杰》(The New Market Wizards)。
　　杨永彬：大家好！
　　今天我的演讲分为三个部分，通过这三个部分我跟大家探讨一下。这三个过程分别是三个系统，第一个系统是单双数系统，第二个系统是移动平均线系统，第三个系统是止损系统。
　　我首先来跟大家探讨一下最简单的单双数系统，我们每天在开盘之前，通过扔筛子来决定我怎么进行交易，扔筛子结果的如果是一个单数，我就买入开仓，如果是双数我就卖出开仓，当天是开盘价入场，收盘价离场。这是一个非常简单的系统，效果我们来看一看，我们为了把问题简单化，我们把止损定为零。
　　这个图分两部分，上面部分是中国市场的波动性，下面的图是单双数系统的业绩。这个数据是今年年初的，之后没有及时的更新，这个系统每天最多做一次交易。上面这个图我用绿色的线标出来几个部分，第一个绿色圈的部分带动波动率上升了，它的业绩也有向上的攀升。下面这个图有三条颜色的线，红色的线代表单双数系统设置一个1%的止损，蓝色的是0.5%的止损，绿色的线是0.8%的止损。红色的线它是获利了28万元，我们真实的交易手续费是150块—300块，这样我们的收益率有15万元左右。
　　我们知道，在真实的市场里边，投资者绞尽脑汁想各种办法进行交易，但是我们看这个非常简单的单双数系统，通过扔筛子进行交易也可以获利15万元，那在这个市场上很多投资者还不如这个单双数系统。
　　我为什么要在这里说单双数系统呢？如果我们对单双数系统进行延伸的话，我们发现这个系统的本质和传统的系统。由于时间的原因，对两个系统之间具体的比较我就不多说了，我这里简单提一下。
　　我们每天开仓之前使用两个单双数系统，假设这两个单双数系统出现的结果一个是单数，一个是双数，如果我们这样做的话，就发现这两个单双数系统跟波动系统非常的相似。这个系统是不是只适合于中国市场呢？不是这样的，在韩国我也拿这个数据试了一下，发现结果也是一样的，这个数据周期比较长一点，大概有11年的时间。
　　这上面是波动性的图，下面是系统的收益。我们通过这个图可以看到杭州市场最近的情况，可以通过这个系统看到杭州波动市场的区域。杭州市场是一个小规模的经济体的缩影，小规模经济体的特征，无外乎受大规模的经济体影响非常大。比如说美国纳斯达克市场如果是上涨的话，第二天杭州市场马上会有一个反映，这样就会跳空，缺口就会非常大。这个图也可以看出韩国市场最终波动性下降非常多，所以杭州市场空间就越来越小了。我们看上面波动性的图，可以看到波动性最高的时候刚好是2008年的金融危机。
　　第二个韩国市场波动的原因是由于竞争越来越激烈，像高频交易的手段逐渐流入市场，整个市场竞争越来越激烈。我有一个朋友是做高频交易的，每天有80万笔，成交可以成交5000—10000的样子，像这样的交易方式流入市场的话，整个市场活跃性就会随之加速很多。所以我觉得中国市场目前最大的区别，就是中国市场经济规律非常大，受外部影响小一些，第二我们资本市场还没有完全开放，投资者比较少，所以这两者是比较大的区别。近期做交易会发现国内市场波动性也在逐渐走低，这样做切割系统的正在经受煎熬。
　　这个图上面是中国股指期货的走势，下面是波动率的图。这是最近的情况，可以看到这个波动性最低降到10左右，10是非常低的波动性，我个人还是比较乐观的，我觉得这个波动性经过一段时间还是会有回归的。
　　这个图上面是每个月收益的情况，下面这个图是日内波幅，也就是日内最高价和最低价的绝对值。通过这个图比较可以发现，日内波幅大的交易占的收益比较大，波动小的收益也相对较小。
　　下面我跟大家探讨一下我们的第二个系统。
　　这个系统也非常简单，我们在做股票的时候大家会经常使用移动平均线的指标，这个系统是用一个软件编写的，我们看这个代码很简单。这个交易流程也非常简单，首先使用15分钟的线，在这个移动平均现价的时候有三个数值，在股票上它也是这样操作，如果线上突破了我们就买入，如果现价突破我们就卖出，我们还加入了一个过滤器，单纯限价在平均值上提了1.01，卖出这块是0.995，现价如何突破达到平均值1.5倍的时候我们就卖出。这个系统非常简单，我们只是有一个入场的条件，有一个过滤器，我们都没有加入止损或者是止营条件。如果我们在这个代码上加入一个止损或者是止营条件，结果可能会更好。这个系统还有一个隔夜系统，这里面手续费也是单边150的手续费。这是一个非常简单的系统，就是在大家常用的技术指标基础上加入了一个过滤器。我们再来看一下它的结果会怎么样。
　　它的净利润是506580，MDD是82020，净利润/MDD=6.18。这是非常好的一个系统。
　　这也是我们经常使用的移动平均线交叉系统，我们使用的是3分钟的线，这个系统也非常简单，短期(8)移动平均线位于长期(11)移动平均线上房，现价大于最近14根K线最高价的0.2%倍时，买入开仓。短期(8)移动平均线位于长期(11)移动平均线下方，现价小雨最近14根K线最低价的0.2%倍时，卖出开仓。这个市场里有短期上升和长期上升，这种情况发生的非常多。这个系统和前面的一样的，也是150元的手续费，假设它是隔夜的。大家可以用这个代码回去看一下，试试会怎么样。
　　这个系统的结果比刚才还要好一点，因为净利润达到了580740，MDD是85200，下面我们把这两个系统结合在一起再看看结果会怎么样。
　　把两个系统放在一起，假设多策略组合交易，这是一个真实的数据，我用这两个系统交易到现在可以获益1087320=策略A净利润+策略B净利润，MDD是111240。通过这个可以非常直观的看到，如果把这两个系统放在一起，可以提高它的收益率。
　　这张图是移动平均线交叉的画面，这些部分是卖出开仓的，移动平均线信号很多是交叉的，我们把这个系统中加上过滤，不能让这些交叉的都有信号发出。
　　通过我刚才的介绍，发现这个简单的系统在市场上是非常有效的，大家可以去考察一下。另外刚才这个系统大家可以放不同的数据，去试一下，可以开发出很多很好的系统。刚才我只是抛砖引玉，大家可以有这种思路去开发合适自己的系统。
　　我在这里想跟大家说的是，往往有效的系统是非常简单的，我们通过这个简单的系统就可以在真实的市场里获利。
　　另外，我非常想跟大家解释的，就是基金管理未来的周期。在这里我通过一个非常简单的例子给大家看一看基金管理到底有多重要。我也是用一个筛子，通过扔筛子来决定，是猜扔筛子之后猜单数还是双数的游戏，我每次下多少钱是事先定好的。这样一个游戏，假设我现在手里有100块钱，如果我们猜错了，就把100块钱输掉了，如果我们猜对了，就会赢得200块钱了。这个游戏对收益产生非常有利，如果我们手里有1000块钱，我们一次要放多少钱进去呢？
　　纵轴是收益，横轴是每次下注的比例，纵轴1就代表了本金，2代表收益是100%，3代表收益是200%，如果每次不下的话当然收益就不会有，横轴最右端每次把资金流60%下进去，这对于投资者是非常有利的游戏，他每次下多少有一个最好的收益？我们看到每次他下50%注的话，收益不会很高，如果60%下进去结果不仅不会输掉所有的钱，而且还会有很好的收益。当然这是一个非常简单的例子，通过这个例子可以看到管理的重要性。给我们的启示，即使对我们再有利的游戏，我们也要合理的管理自己的资金。
　　下面再看交易中实际的本金量，是我通过市场实际交易得出的一些体会，不知道在座各位有多少是做这个交易的，有多少是做系统的，如果做过交易和系统你就会发现中国的市场非常的难做。
　　从这个图可以看到股指期货波动性走的非常低，波动性非常低，那对流动性相当不利。这种现象我认为是一种必然，每个市场都会出现波动性直接走低的现象，但是我们比较乐观，我觉得这种波动性持续低迷的状态会逐渐的改善。我个人认为，因为全球经济不确定性增加，波动性随时有可能会大幅攀升。另外我个人的观点，我觉得每个市场都有一个正常的值，也不会是一个持续高的值，也不会是一个持续低的值，经过一段时间之后会回归到正常的一个范围。如果波动周期非常低的话，对我们日内交易影响非常大，但是对隔夜系统的影响就没有那么大了。我们原来是100%做日内交易，没有考虑隔夜系统的开发设计，但是今天我给大家分享的两个简单的系统都是隔夜系统，这也是我认为应对现在市场波动性非常低的一个方式。
　　另外一个我个人的经验，中国股指期货市场，它比国外小很多，这对我们波动系统非常有利。另外一个优势，中国的金融市场，不光有股指期货还有很多交易机构。商品期货这块，我个人比较喜欢橡胶的。
　　这个图最上面是橡胶的走势，中间是股指的走势，最下面这个波动性代表橡胶的波动性和股指的波动性。上周的数据，橡胶值达到了25%，指数10%左右。这不是一个孤立的数值，我个人的经验，如果某商品波动性突破20%的话，我认为它可以做日内交易了。再看一下波动性的情况，蓝色线和红色线中间差别比较大，当指数波动性很低的时候，橡胶有时候会相应的上涨，这就代表了这两种产品的相关性相对低一些。
　　下面我跟大家分享一下交易的系统。
　　第一个图是指数系统的走势，是去年低到今年初的行情。从创了新高之后到目前没有获利，我跟身边做股指的朋友交流过，大家情况都差不多，从去年年底到现在这一段都几乎没有什么获利。因为股指保证金相对要高，在橡胶上可以实行两手活跃，橡胶1系统和橡胶2系统都是趋势系统，区别就是1是不活跃的，2是活跃的，我们把这三个系统组合到一起，最后的结果就是第4个图。指数从去年到今年初开始，我们在这个组合里加入橡胶系统的话，从去年年到今年初这段获利还是增长的。这个道理非常简单，当指数波动性降低的时候，因为相关性比较低，它的波动性增长整个组合收益就会增长。第一个系统中用红色线圈出来的，我是做了十几年的交易了，有时候有一些投资人对自己的系统比较有信心，正常的情况下，就像我刚才给大家分享的基金资金方式一样，合理的控制比例，但是当时我没有这样一个数据系统。我对这个系统比较有信心，另外是过去几年数据太好了，我太相信这个指数了，后来出现过一些变化，我觉得我过于相信这个系统了。所以我想跟大家讲，不要太相信历史数据。
　　最后我再讲一下我对中国未来市场的看法。我觉得中国市场未来有几个大的变化，其中一个最大的变化就是期权的推出，如果期权上去的话，我们发现这个策略就相当的丰富了，把它放在里面就可以变成一个很好的组合了。另外机会永远是给有准备的人，如果初级市场准备好的话，就会有相当大的获利性，就像股指期货刚刚上市的时候给大家机会一样，如果在期权市场我们做好充分准备的话，一定会获得很大的利润。我最后想对大家说，大家稍微整理一下思路，把自己的交易思想稍微的进行一些修改，我们就可以在这个市场上获利，所以我希望大家可以把我的例子回去试一试。另外，无论历史上的业绩有多好，但是时代是另外一回事了，大家一定要注意。最后，尽量丰富自己的策略，多认识一些期货商品，大家可以沿着这个思路进行深入的一些开发。
　　今天我就讲到这里，谢谢大家。

喻英雷：处理好风险和回报的关系

来源：新浪浙江财经2012年8月25日14:41【评论0条】字号：T|T

• 
  

量化投资国际峰会现场 喻英雷
　　2012年8月25日下午，由永安期货举办的“2012年永南期货首届量化投资国际峰会”在杭州举行。本次峰会的主题是，“量化未来—开创程序化黄金时代”。在会上，来自美国、韩国的程序化交易专家分享了他们的投资经验。
　　来自美国的CFA美国威灵顿资产管理公司副总裁喻英雷做了《美国量化投资回顾及展望的主题演讲》。喻英雷曾经以最高荣誉获得芝加哥大学工商管理硕士学位，并获密歇根大学电子工程硕士，他还是北京大学物理学学士，现为美国注册金融分析师。

　　喻英雷长期负责衍生物量化资产投资，投资资产类别涵盖了期货、期权、股指、波动性指数、股票、大宗商品等领域，在模型设计、量化投资、风险套利、衍生物对冲、风险管理等方面有丰富的经验。威灵顿资产管理公司成立于1928年，全球排名前十，现管理约7000亿美元资产，为超过50个国家的1900个机构投资者担任投资顾问。
　　在演讲中，喻英雷认为量化投资和所有投资一样，会有涨幅起落，因此不管是高频交易、中频交易还是长期投资，具有耐心和长期心态非常重要，而每个人风险是相同的，适当的、适度的选择风险和优秀的投资策略一样重要。应该根据投资者的风险承受力和具体情况，裁减风险和投资组合进行定制投资的方向开始进化。
　　以下是演讲实录：
　　感谢各位领导。女士们、先生们，你们好！
　　在接下来的60分钟里，我将和大家一起从一个较高的层次，美国量化发展的历史和现状、经验和教训，并展望未来，希望他山之石，为中国量化投资的发展做一点贡献。
　　首先，什么是量化投资？量化投资是指主要角色由计算机程序或算法、模型完成的一种交易方式。目前，占美国资产管理总量约20%。如果我们剔除“主要”二字，量化投资方法已经广泛的应用在投资的各个领域，比如说一个传统的基金用量化方法进行风险控制、用量化方法进行绩效提升，区别主要在于基金经理主观判断的比重区分，量化与传统投资方式是一个广度和深度的竞争。一个好的基本面分析师可能会比一个公司经营者更了解这个公司，但是很难对一百个或者几百个达到同样的深度。相反量化同时可以分析几百个甚至上千个投资机会，尽管目前量化投资深度还达不到一个好的基本面分析师的高度，这个方面也是量化发展的一个问题。
　　此外，传统的方式有几个问题：第一，投资比重决定不够科学，有点跟着感觉走；其次，对风险控制认为只能依靠量化分析来完成，第三，没有办法决定什么信息是真正相关的，什么信息已经反映到了价格。
　　接下来对量化投资做一个分类。按照频率类分，量化投资可以分为高频交易、中频交易和长期投资。关系高频交易下一章节我会做进一步介绍，中频交易，交易频率从几天到几周，是一个相对待开发的领域。如果我们把量化投资按种类分类，可以分为单一资产、全球宏观投资和资产配置、交叉投资和衍生物投资。交叉投资是一个新的领域，是在不同的资产类别中寻找投资机会，对投资人员素质要求非常高，比如说资本结构套利，就是在一个公司的股票与债券中寻找差价，在美国的私募基金中这种策略比较流行。
　　高频交易是量化交易中最年轻也最有争议的一个分支，在1998年美国证监会批准电子交易平台入市以来，随着计算机和信息技术的普及，高频交易迅猛发展，目前占到全交易总量的约70%，主要参与者有各大投资银行、自营资金、对冲资金等等。
　　高频交易的主要策略有：造市策略，是指同时买单、卖单，赚取差价，这种策略为市场提供了流动性；纸带交易，通过观测报价程度、成交价格、交易量等，预测交易价格和交易量的统计分布策略；事件套利是指某些重复性事件，对容易产生的预测的价格流动来进行赚取利润的策略；统计套利，利用市场价格来赚取利润的一个策略。纸带交易、事件套利、统计套利都有价格发现的功能，目前高频交易在战术与速度上的竞争日趋白热化，备受瞩目。
　　延迟是通讯和信息管理中的一个速度，是指一个数据包从发出到接收到所需的时间，在高频交易中时间就是金钱，几十毫秒的优势意味着数以亿计的利润。为了夺得宝贵的千金一刻，高频交易者计划在开通光纤直通车，由此带来的高频交易利润足以支付铺设光纤的巨额成本。最新的进展是计划用无线通讯网络替代光纤，以及客服在光纤中折射前进的问题，达到真正的光速传播。
　　在现代金融市场上，高频交易起着提供流动性、减少交易成本的重要作用，而这些作用经常被主流媒体所误解和忽视，一个缺乏流动性的金融市场如同一座巨大的冰川，其流动性只能靠间歇性来进行。在阿拉斯加，当我们面对巨大冰川坍塌践起巨大浪花的雄伟景观时，我们没有办法想象一个缺乏流动性的现代金融市场将如何进行运动。在现代金融市场中，大量的资金不连续的、不规则的、不均匀的进出各种各样的资本市场，以满足生产、生活和投资的需求，而高频交易为这些活动提供了隐形技术，将其化整为零，降低了冲击成本和等效交易成本，使得丰富多彩的投资策略有了交易保障。
　　市场给了我们一个亲身经历流动性匮乏的机会，这就是2010年的瞬间崩盘。2010年5月6日，欧债危机的导火索希腊债务危机使得市场情绪异常恐慌，市场交易变得非常的脆弱和割裂，由于一个非常偶然的交易错误，市场流动性瞬间蒸发，并造成了巨大的市场混乱。主要指数在短短的几分钟内浮出了10%以上，许多大型公司，如宝洁公司股票价格损失了三分之一以上，美国证监会被迫取消数以万计的交易，命其这些交易作废。在各方鼓励下，市场流动性在10分钟内得到回复，瞬间崩盘只持续了10分钟左右的时间。但这仅仅10分钟流动性缺失的市场，已经令大多数投资者终生难忘。
　　下面谈一下无风险套利。在许多的量化投资策略中，无风险策略的风险较低，操作较易，是学习和理解市场的一种工具，无风险套利操作存在着两个条件：第一是高度同质但不完全相同的金融证券出现价格的差异，第二在可以预知时间内获得可以通过预知的操作，价格差异将消失，比较流行的无风险套利策略操作：机械套利、期值套利。在估计盈利标的时候，应该注意资本的时间价值，即有效利率和持仓成本的计算，无风险套利投资机会出现的原因是由于市场的结构性或者是流动性或者是可操作性、监管性出现了一些问题，而造成了暂时性的市场性的停滞，就造成了无风险套利也存在着一些操作上的风险，会体现在现金流上或者快速计算上。
　　下面看两个案例。
　　2011年11月11日，某大投行处于衍生物风险控制需求，对韩经指数进行了对冲操作，由于错误的估计了流动性所带来的可能的市场冲击，韩经指数大幅下行，而期货没有跟上，这就造成了超过2.5%的差价，并在第二天差价大体消失，这一天的净回报应大于2%。
　　第二个案例，关于天然气ETF，是一家天然气实现的投资天然气的一家基金，该家基金双重属性天然其ETF是美国证监会即SEC和CFTC的双重监管，2009年投资者对天然气投资热情高涨，天然气ETF规模迅速壮大，然而SEC和CFTC却在这个时候对发行新股犹豫不决，由于没有办法满足，ETF股指达到了20%，并且迅速的消失。值得注意的是，做空ETF的成本达到棉花利润的10%，因此减少了净回报，增加了操作风险。
　　衍生物本质是一种契约，在量化投资中起着转换风险的重要作用，是量化投资中的重要工具，常见的衍生物种类包括期权、契约、期货、掉期等等，而我所列举的仅仅是数量繁多的衍生物种类的冰山一角，丰富多样的衍生物使得投资者可以根据自己的需求和预期适度裁减风险，定制投资机会，实现真正的多样化。随着期权定价理论、套利定价理论等金融和数学工具的发展，衍生物市场得到了迅速的发展。近年来，衍生物的交易量逐年递增，在很多市场上已经大大超过了现货交易市场。
　　仅以股指市场为例，在全球各大市场中，股指期权的单项交易量均以大幅超过股票市场交易量，丰富的流动性使得股指期货市场和股指期权市场具有重大的能量和交易成本，低廉交易成本使得各种复杂的交易和交易投资策略成为了可能。

[1]　[2]　[下一页]在很多行业中，某些人对行业贡献起到了巨大的作用，对于量化投资而言，芝加哥大学终身教授尤金法马就是这样一位里程碑式的人物，尤金法马最先系统性的保存金融数据，使得量化投资有了坚实的数据基础。70年代，他提出了有效市场假设和风险溢值与市场的关系。80年代他提出了三因子市场定价模型，机市场因子、价值因子和规模因子，开创了因子模型的先例，更为重要的是，他确立了因子模型的统计报价，使得百花齐放的因子研究成为了可能。90年代，他的学生发现了重量因子，毕业后就被请需主持量化投资，从而带来了20世纪初量化投资行业的高速发展。

　　尽管量化因子多达上百种，量化投资策略大致可分四类：第一类是价值策略，也就是说便宜的股票有较好的回报；第二质量策略，就是高品牌公司会有较好回报，这其中包括稳定的现金流、管理层结构、公司债务状况等等，价值策略和质量策略，都试图给出股票正确的性价比，并且对其作出相应的评估。所谓价格模式，即通过研究历史市场、价格曲线预测未来价格，动量策略、反转策略和技术分析都属于此类。最后，投资者也可以对市场事件和信息进行研究，比如说盈利报告、分析师评估分析进行量化投资，在这个之上还可以再叠加宏观模型、行业模型等等。
　　2007年量化峰会是量化投资者量化投资历史上的一个转折点，2007年次贷危机凸现，短期内量化基金被抛售，形成了螺旋式的杠杆，在短短几天内主要市场指数并没有大的波动，而量化基金其中包括市场中型基金损失了高达5%—30%，这次事件使投资着意识到传统的止损方法在拥挤状态下并不能很好的规避风险，就如同一个降落伞没有办法救出满载飞机上的乘客，而在拥挤状态下，一个个体风险也可以演变成系统风险。以这次风险为契机，量化投资开始系统的反思量化投资策略，并进行量化投资风险控制，从此，量化投资进入了一个多元化更加健康发展的时代。
　　近年来，随着持续不断的寻找新数据、新因子和新策略的努力，模型的本身也日趋复杂，从传统的静态、现行的模型进化为动态，从单层模型进化为多层模型，从线性模型进化为非线性模型。因子的相互作用，人工智能、机器学习，模型的自动优化与进化也发挥了作用。
　　2007年的量化危机，2008年、2009年的次贷危机，2010年到现在的欧债危机，都使得投资者对风险有了更新的认识，这其中包括市场风险、宏观风险、信用风险、流动性风险、交易对手风险、操作风险、模型风险、监管风险等等。其中，关联矩阵的不稳定和对尾部风险的管理是最重要也是最具有挑战性的。尽管分散风险原则依旧是最有效的风险管理原则之一，在危机状态下，相关性会发生跳跃式增强，导致分散风险原则部分失效。在诸多解决方案中，动态风险管理和利用衍生物进行风险转换和管理受到了很多的关注。
　　反思量化投资，我们不仅问模型的本质是什么？我说模型既是我们对真实世界的近似，又是对真实世界的理解，由于是近似，不能尽善尽美，但是可以不断修正，而量化投资在这个过程当中也会逐渐状态，因为是对真实世界的理解，它不可能脱离它的创造力及投资人的存在，更像是我们回顾历史，分析现在、展望未来的一个望远镜与显微镜，是我们可以主动选择的工具，而这个选择必将也形式成为量化投资的多样性。
　　如同所有的投资行为，量化投资也存在着不确定性，量化投资的不确定性来源于两个原因，即模型本身的不确定性和对预测的不确定性。当大的投资者考验不确定性同时，殊不知不确定性对量化投资有着特殊的意义。由于不确定性的存在，使得各式各样量化模型有了可能；由于不确定性的存在，使得量化投资可能长期、低风险、高回报的投资策略可以持续；也正是由于不确定性的存在，使得建立一个可靠而稳定的模型尤为重要。建立一个可靠而稳定的模型，无外乎于两种方式：第一建立一个精密准确像瑞士钟表那样的，毫无疑问对于量化投资这是极为困难的；第二是建立一种柔韧而富有私密性的，当大风起来，每个部件都会产生适当的形变，整个系统能够保持相对稳定，这也是分散风险原则的一个方面。
　　许多量化投资师怀疑量化投资只不过是数据挖掘，是研究历史，而非预测未来。然而在时光机器发明之前，任何预测都能根据历史和现状，在这一点上所有的投资方式是共同的。诚然，金融市场在不断的进化，正如赫拉克里特所言：人不能两次走进同一条河流。但是如果我们掌握河流的基本规律，就可以预测河流的涨落。
　　所有的预测投资者，知道稀缺数据的难得和珍贵，的确这是我们赖以学习和成长的土壤，也是市场赖以完善和进化的源泉，在这里我呼吁所有投资人共同保护数据的完整性、公平性，因为他是投资者所有的财富。
　　如果你得到一组数据请不要停留于表面，请不要被数据所迷惑，挖掘深层、本质的规律，你会发现在嘈杂的金融市场中会呈现出清晰的脉络，难以琢磨的未来会展现规律，而假设和验证则是引领和探索这个过程的指路迷灯。假设和理论是量化研究的灵魂，严格验证则是量化研究的试金石，市场总是青睐那些客观、理性、勤勉而又勤劳的投资者，会将一个复杂的模型浓缩为几句话的精髓，将模型具化为对市场本质的理解，并将引导大家走入更广阔的金融世界。
　　离开了可靠的实施，任何投资都无法长期稳定的赚取高额回报，在高速交易的现代金融市场，忽视交易成本等于慢性失血，而忽视交易的细节，则可能在很短的时间造成巨大的损失，让我们来看一个案例：
　　2012年8月1日，美国某券商处于一个很难以理解的失误，将测试流动性的软件投放到了实施的金融市场中，在实验室中流动性测试软件的功能是自动的模拟顾客交易，发出接近报价的买单和卖单，在真实的市场中，如果只有该公司一家是造市者提供流动性，那这些交易只不过是帐面上的一个转移，不会造成真实的损失。然而，当该软件在真实世界中以毫秒量级进行高速的提交订单的时候，多家公司参与了。在短短30分钟之内，这家公司造成了上亿美金的损失，成为华尔街最有效的烧钱的案例之一，成为该公司清晨的恶梦，也会成为所有投资者敲响的一个警钟。
　　风险是所有投资活动中不可缺失的一个组成部分。经过几年市场的洗礼，这已经是投资者的共识，管理主流市场风险固然重要，管理隐含风险则可能是决定生死的生命线，特别是对于一些复杂的投资策略，这个问题尤为重要。举个例子：海外某著名投资公司对冲基金有着非常复杂而多元化的资产配置，该公司业绩在09年以前一直很优秀，但最近两年却表现频频，奋力挣扎，有人将该公司的业绩与主要利润曲线比较，发现了非常高的相关性，无疑在过去十几年中，美国等主要发达国家进入了一个利率持续走低的周期，而这个超低周期是否会持续很难预测，该基金的可持续性被划上一个问号。尽管从相关性上无法判断出因果性，但这的确是隐性风险的一个有效反思。
　　量化投资和所有投资一样，会有涨幅起落，因此不管是高频交易、中频交易还是长期投资，具有耐心和长期心态非常重要，而每个人风险是相同的，适当的、适度的选择风险和优秀的投资策略一样重要。我们看到机构也开始根据投资者的风险承受力和具体情况，开始裁减风险和投资组合进行定制投资的方向开始进化。
　　经验是投资者的宝贵财富，而如何从没有经验学习经验和教训，其中危机经验尤为珍贵，在危机中很多在正常情况下难以观测到的信息暴露出来，因而在其中可以吸收和学习的内容特别丰富。而因为规避和忽视风险，则会错过这些宝贵的学习机会，我们的计划就是不要浪费了危机。
　　风险与回报是投资中的高分子，只有平衡好二者之间的关系，才可能获得稳定和丰富的回报，过渡强调风险而忽视回报会错过良好的投资机会，如果过渡强调回报而忽视风险会带来很大的风险。中国在投资市场上有很多平衡高手，相信能够处理好风险与回报的关系。
　　在当今全球化的信息时代，产品、服务、人力、技术和资产正以前所未有的规模和速度进出着各个国家和市场，将整个地球紧紧的联系在一起。这是一个伟大的时代，这也是一个非常复杂和高速的时代。作为市场升级的投资市场，也发挥着越来越重要的作用，量化投资以其系统性、客观性、高速性和高容量必将成长壮大，使得投资行为更加理性，更有效率，为这个伟大的时代作出贡献。
　　最后声明，此次演讲谨代表本人个人观点，与任何机构和公司无关。
　　谢谢。

[上一页]　[1]　[2]