股股小幫手

量化交易最完整解析-快速了解「量化交易是什麼」?以及量化交易策略怎麼做?

文章摘要

量化交易是利用「電腦分析」數據,根據分析過後客觀的結果進行交易,避免投資人遭受人為情緒影響、減少人工出錯的機會。但對新手投資人來說量化交易還是有其投資風險的。

前言

近期星國大力將ProEX國際交易所打造成量化交易重鎮,宣布ProEX將從加密貨幣出發,致力提供穩定安全的交易環境,ProEX交易所執行長Allan指出,「量化交易」在歐美金融市場已經有近半世紀的歷史,近來隨著大數據、人工智能、區塊鏈、5G等高科技蓬勃發展,越來越成為市場關注的焦點,作為臺灣散戶的領導者,既然量化交易前景可期,股股勢必要帶大家來認識一下何謂量化交易。

量化交易是什麼?

  • 「量化」,顧名思義就是透過數據進行電腦分析,透過程式運行策略,以此為基準,運用數量模型驗證並固化這些規律,採用分析、系統化、模型化的方式,且經過歷史資料驗證,得出有效的回測績效,並持續嚴格自動執行交易。
  • 量化交易者通常簡稱為(quant trader),此交易方法被廣泛運用在「法人、全球投資機構」間,因為其具有低波動、絕對報酬、優於大盤的三大特點。
  • 量化交易能大幅減少情緒化的操作,近年隨著科技進步,越來越多散戶交易者踏入這領域開始交易。

股股簡單把坊間所有的量化交易分成兩種類型:

量化交易者通常簡稱為(quant trader),此交易方法被廣泛運用在「法人、全球投資機構」間,因為其具有低波動、絕對報酬、優於大盤的三大特點。「量化」,顧名思義就是透過數據進行電腦分析,透過程式運行策略,以此為基準,運用數量模型驗證並固化這些規律,採用分析、系統化、模型化的方式,且經過歷史資料驗證,得出有效的回測績效,並持續嚴格自動執行交易,量化交易能大幅減少情緒化的操作,近年隨著科技進步,越來越多散戶交易者踏入這領域開始交易。股股簡單把坊間所有的量化交易分成兩種類型:


 

模式

怎麼做?

適合誰?

優點

缺點

例如

DIY

從0到1撰寫出程式

必須熟悉交易策略

適合熟悉程式,熱愛數據的工程師

能修正結果

自由更改程式

檢討方便

1.花費大量時間且回測不易

2.條件難設定

高頻交易

XQ策略

懶人做

現成程式

策略自己定

適合完全沒有程式基礎的小白們

簡單上手

篩選方便

1.只能照系統走,結果常不如預期

2. 大家都使用,難以獲得超額報酬

國泰智能選股

金融機器人

 

另外,近年來流行程式單,股股認為這並非是量化交易,只是簡單的設定標準,比如跌10%買進或賣出,一旦條件生效就自動執行,一般而言量化交易都會一起使用程式單,因為能大量下單且方便快速。
 

量化交易優缺點

天底下沒有一套完美的交易方式能滿足所有人,只有人們去挑選滿足自己的方式,量化交易自然有其優缺點,如果你是投資小白,或是正要踏入這領域不妨看看在考慮:

 

優點

可驗證性:數據能夠經過過去驗證,事先證明是可用方式

可事先規劃

一致性:可反覆驗證程式法是否互相衝突,邏輯是否相通

人是矛盾的總和

克服恐懼、貪婪情緒,程式自動下單。

減少

人為因素

缺點

金融市場環境變化快速,程式設定的條件很容易不適用

(過去不等於未來)未來)

誰知道2020原油期貨可以到負數?

機率永遠是機率,而事實只有0和1(發生與不發生)

即便程式認為做多,不代表一定賺錢。

無法用一套持續賺錢,時常要修正

2021年隨便買隨便賺,2022熊市卻波動很大

過去不等於未來

資料驗證

成功也不代表未來一定可行

 

量化智能交易 vs. 傳統人為交易

 

量化智能交易與傳統人為投資只差在「產出決策」的過程,是在人的腦子裡面,還是被寫出來:

  • 量化交易:把腦袋的知識寫到程式裡面,讓機器幫你執行運算,並進行交易。
  • 人為投資:利用腦袋知識主觀交易。

事實上,量化投資或人為投資都有相同或相異的點:

 

相同之處

相異之處

量化智能交易

  • 自己須具備財務知識,並且有一套可持續獲利的策略策略。
  • 獨立思考與持續學習的能力

用數學模型驗證市場

決策過程可視化

價格、成交量、技術為主

傳統人為交易

主要依據經驗法則

易被情緒影響


本篇雖然主旨在闡明量化交易,但是不管黑貓白貓,能抓老鼠的就是好貓,不論你選擇量化或是傳統交易,只要能持續獲利,就是好方法。
 

量化交易怎麼做?基礎教學篇

量化交易是不是:

  • 把錢丟進去,然後就什麼都不管了呢?
  • 很帥的拿一台電腦,敲幾下就幾百萬進帳?

你可能只看到美化後的那一面。量化交易(quantitative trading)是指透過數據進行統計與科學分析,為你客觀的產出結果,並且透過電腦自動進行交易。量化交易有三樣東西就是必要的:

  • 數據
  • 程式
  • 策略

  • 首先你要知道數據要去哪裡蒐集,比如台灣有TEJ+或是公開資訊觀測站,而國外有yahoo.finace、nasdqa,可供下載歷史免費數據,這些數據經過統整後,才能進到下一步撰寫程式。
  • 再者程式如何撰寫?你可以參考現有的券商系統,有些會將程式碼公開,根據這些現有的去修改成你要的策略。
  • 最後你必須清楚設定自己的策略,「黃金交叉買進,跌10%停損...等」這些交易策略,而這些都必須用Code告訴數據如何運作,產生出結果,你還要不斷回測(Backed test)與調整。
  • 每天要進行的是檢視與調整程式,以因應變化的市況。
     

四大量化交易策略

在介紹策略前,你或許可以先考慮幾個問題,來幫助你選到最適合你的策略

  • 你為什麼會想要用量化交易?
  • 你喜歡處理數字嗎?
  • 你何時有空處理數據?有時間盯盤嗎?
  • 你有多少本金來玩這場遊戲(包括前置設備、電腦)?
     

另類數據資料Alternative Data

你有想過分析工廠的貨車嗎?或是分析天氣來判斷收成?另類數據分析,就是針對這些質性資料來做判斷,一間公司的營收,不是只能等到財務公布才能知道,常見的數據分析還有:

  • 位置數據

  • 消費者支出數據

  • 衛星/無人機圖像

  • 天氣數據

  • 網絡抓取數據

這策略也有一定的執行難度,首先得找到相關數據提供廠商,而台灣目前沒有,國外雖然有但是要付較高額的資料費用,因此只是純欣賞即可。
 

不起眼的小市場(Obscure and Small Markets)

實際上,金融市場有許多檯面下的交易,而這些也常成為犯罪與賺大錢的一線之隔,以下是舉例:

  • 發展中國家的股市。

  • 不受監管的衍生品。

  • 亞洲奇怪的商品市場。

  • 賽馬量化交易。
     

這些交易商品常常被當作詐騙,的確裡面其實有許多陷阱,不過有些量化交易者仍從中海撈一筆,就端看你有沒有辦法創造與辨認出交易機會。
 

高頻交易High-Frequency Trading

高頻交易又被稱為HFT,這些Trader使用高端電腦與程式在市場裡面賺取零星收入,透過電腦性能在毫秒之差內賺取價差,用積少成多的方式獲利獲利,每天進行數百萬筆交易。

方式

操作方式操作方式

難易

程度

對新聞的反應

當新聞一發布,利用速度快速做多/空,賺取小利

延遲套利

偵測基金開始買進某檔股票時

大量買進後再賣給該基金

統計套利

大量買進/賣出股票時

透過買低賣高大量交易

指數套利

ETF出現折溢價時,買低賣高直到

達成平衡

這種方式前期必須高成本的投入,採購高端的電腦設備與程式,隨著知識與科技普及,現在越來越多交易者採用此方式。
 

機器學習Machine Learning

透過先建構好的程式, 一旦符合條件就自動執行,例如標記四條腿與一條尾巴為貓,之後使用2000張圖片降低程式對於貓的誤判率,下次就能自動執行。與另類數據策略的差別是一個強調數據是「質化」,一個強調機器進步的過程。機器學習的優勢:

  • 能夠分析大量數據而無需明確告知要查​​找什麼
  • 能夠理解文本(大量和不同的語言)
  • 能夠解釋圖像
  • 能夠提出創造性的解決方案

雖然人類一直想製造天網(見魔鬼終結者系列),但是機器學習仍不聰明,比方說即使麥當勞大排長龍,難道就等於麥當勞可以投資嗎?即便知道大豆田收成欠佳,但是馬上放空一定賺錢?程式是死的,人是活的,我們能透過機器學習節省時間,但卻不能完全仰賴他,只能測試-修正-測試,盡可能達到我們想要的結果而已。
 

如何贏過其他量化交易者?

目前越來越多交易者使用量化交易方式,這就衍生出一個問題,如果大家都使用同樣的交易策略,在這個零和市場上,誰還能賺到超額報酬呢?因此成為一個更強的交易者就是必要的事,想變強除了吃波菜(大力水手)以外,盤點自身優劣非常重要,你有以下的軟硬實力嗎?

 

硬實力

數字敏感度

統計字詞必須熟捻,例如:條件機率、var(風險值)、偏度、峰度

程式撰寫

至少要能掌握其中一個程式:c++、Python、R

 

軟實力

耐性

每天耗費數小時撰寫程式,前期準備非常多,不只需要交易知識,還需要熟練程式語言

創新IDEA

撰寫程式需要大量靈感,如何寫的簡潔有力也能達到你的目的,將會是你致勝的關鍵

以上只列舉幾個非常重要的能力,其他例如:紀律、不怕失敗、持續學習、熱愛數字、國際金融、個體經濟...等也一樣重要,試想你即便程式寫得再好,如果你的貪婪支配了你的行為,無法照程式走,那一切也是枉然。
 

量化交易是詐騙嗎?

回答問題前,先談談賭馬、賽事、博弈,這些都跟數學有關,前幾世紀最愛去賭場的人就是數學家呢!總之因為賭馬一樣是可以透過電腦大數據分析,所以常被網路上的不肖商人拿來使用,使得量化交易被汙名化,甚至發生過ACI平台捲款遣逃的事情,這邊股股簡單支愣你兩招,教你避開詐騙,開心擁抱真正的量化交易:

  • 別去沒成交量、沒名氣的平台/券商
  • 檢查API是否跟券商連接 
  • 同理心:尤其是太好康的廣告,考慮到平台/券商賺什麼

量化交易就是種交易方式,不是非常輕鬆的入門選擇,因此看到廣告寫輕鬆月入百萬,或是一名辣妹開名車,就幾乎99.99%是詐騙,真正的量化交易者應該是:



 

股股QA時間

1. 加密貨幣or股票,哪個更適合量化?

你中午想吃咖哩飯還是牛肉麵?你馬上想到荷包只有100元。以上這個例子想告訴你,首先得先稿清楚量化是什麼?最常被用的資料室交易量與價格,而且根據定義就可知道這兩者皆可,沒有誰好誰壞的區別,不過有些波動大且沒規律的商品就要特別留意。
 

2.對於新手投資,但有一定程式基礎建議用量化交易?

可以嘗試,但絕非必要,量化交易通常是篤信歷史會重演的人,因此用過去資料去推敲未來,雖然用程式數據佐證,但仍有機率不準確,你該問的是:你想怎麼投資呢?價值投資?技術分析?再者也建議財金背景要夠強才能寫出好的策略。
 

3.一定要會寫程式?

不用,但跟你找工作一樣,有多益英文能力,自然是多加分,你不會程式就用excel,不管是excel還是c++,能達成兩目的即可,首先是賺錢,其次是賺錢。
 

4.量化交易很賺錢?

沒錯,甚至可以讓你財務自由,但是絕對不是「爆富」,跟創業一樣,是緩慢累積的結果,前期你需要先建構好的策略、模型,接著數百萬次的交易,不斷調整參數與策略,最終達到一個還可以的勝率。
 

5.現在開始會不會太晚?

這就跟投資一樣,永遠不嫌晚,只是你還沒開始。
 

6.量化交易(Quantitative Trading)和演算交易(Algorithmic)的差別?

其實差別就在於演算交易,類似於我們的電子訂單,過去採用打電話的人工下單,技術發展之下能透過自動停利/停損/下單,只要事前設定好指令,一旦條件被觸發就會自動執行,視為演算交易,量化交易則是追求更好的α而存在。
 

7.要準備多少錢才可以量化交易?

錢不是問題,問題是你懂策略嗎?沒有好的策略,再多錢也只是浪費,因此別關心自己有多少錢,開始學習所需要的一切吧。
 

結論

量化交易勢必會成為主流投資的方式,不過跟所有的交易方式一樣,量化交易有好有壞,本篇就是告訴你優缺點及內容後,給你自行判斷到底量化交易是否適合現階段的你?

最後想提醒你,量化交易這條路非常漫長,不會是一個下午就「叮」想到一個好策略,真正的關鍵是你能找到一個勝率較高的好策略,並且長期執行下去,過程中可能常常會懷疑人生,或是想要放棄,但是多請教前輩、參與課程、加入協會都會是你繼續走下去的動力,你的終極目標不是要在股市裡面一個月內爆賺錢,而是要長期在市場上生存,並持續可獲利。

 

延伸學習

假設你想學習更多,股股推薦你可已把本篇搭配加密貨幣課程服用,讓你量化交易功力大增。

為何會推薦量化交易加密貨幣呢?

因為

  • 加密貨幣市場的價格變動快速
  • 沒有基本市場面可以預測其價格的變動
  • 加密貨幣市場為 24–7 全年無休交易
  • 交易所眾多,套利機會長期存在 (據 CoinMarketCap 統計,目前全球交易所有近 300 家)


 

想知道更多?延伸閱讀

暗池dark pool

「電子交易出現後,股市依靠以極快速度互相溝通的電腦運作,演算法在各地高速網路上活動,交易場域分散到幾十處、祕密交易機構的觸角延伸全球,整個市場已變成一個龐大暗黑交易所,連創造這系統的人也未必了解這瘋狂的活動。2010年5月6日,美國電腦交易系統不知道出了什麼問題,道瓊指數在幾分鐘內直落八百點,這次閃電崩盤證明,這不是反自動化人士杞人憂天所杜撰的狀況....全自動化促使大起大落的情況層出不窮....卻始終找不到原因.....。」

  • 試想所有程式都設定10%停損,一旦股票大跌,這些程式交易瘋狂賣出的結果只會使股票跌得更慘...。
【延伸閱讀】