算法交易-程序化交易策略

《算法交易-程序化交易策略》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、程序化交易策略:量化投资注重数理分析与逻辑推导，不依赖主观判定形成交易决策，当模型思想来源于投资者市场体会，基于历史数据所作的几率统计，也可以是技术指标，甚至基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。程序化交易(pTogrametrading)可以定义为“在指定模型参数的约束下，按照模型给出的指令白动的买入和卖出特定数量的证券或证券纽•合的交易行为”。根据交易风格不同，可以分为主动型交易策略和被动型交易策略。根据巴克莱的统计，自从1988年以來，量化交易团队(Systematictraders)的年化复合收益

2、为11.50%,而与此相对应的主观交易团队(DiscretionaryTraders)的平均年化收益为9.77%。从长时间来看，屋化交易团队更具有优势。量化交易策略从执行过程上可以分为三个步骤:进入策略、退出策略和过滤策略；从方法来讲有指数套利策略、数量化程序交易策略、动态对冲策略、配对交易策略和久期平均策略。在程序化交易中，我们对于一个交易策略的评价不仅要关注其过去的表现，还要关注策略有效性的周期。因为在一个阶段表现好的策略在另一•段时间可能表现并不好，只关注与过去表现很可能会出现误选模型的情况。我们将在随后的报告中对于一些基木策略在

3、我国竝市场的表现，策略参数的选择，策略Z间的相关性，策略的有效期等进行深入的研究，并最终形成量化交易的实验平台，为客户提供一个量化交易测试的空间。一引言程序化交易(programctrading)可以定义为“在指定模型参数的约束下，按照模型给出的指令口动的买入和卖出特定数量的证券或证券组合的交易行为”。它起源于1975年美国出现的“股票组合转让与交易”，即专业投资经理可以根据计算机与交易所联机，来实现组合的一次性买卖。程序化交易根据交易风格不同，可以分为主动型交易策略和被动型交易策略。被动型交易策略的理念是追随山场，主要思路是复制指数，

4、尽管该策略是被动的，但诸如指数增强型资策略也可以在被动复制的同时加入自己的主观预期。评价被动型策略的主要标准是跟踪误羞、复制组合和基准组合的收益的相关系数、调仓交易费用等等。主动型交易策略的核心是如何战胜市场，通过对基本面和技术面的挖掘，提取有效指标进行投资，进而获得超额收益。在木文屮，如无特殊说明，我们探讨的均指的是主动型交易策略。在本报告和后续报告里，我们的程序化交易策略报告会详细的介绍海外FI前关于量化交易策略研究的成果，并将这些成果运用在中国资本币场上来进行实证检验,旨在我国资本市场投资者提供新的投资理念和方法。二程序化交易简介

5、目前程序化交易策略分为两个概念，一个根据NYSE的定义，任何含有15只股票以上或者单值在100万以上的交易，都属于程序化交易。另一个是被认为是程序化交易分支的算法交易。实际上，程序化交易和算法交易各有侧重。算法交易更强调交易的执行，即如何快速、低成本、隐蔽的执行人批量的买入卖出指令；而程序化交易更多是强调订单如何生成的，即通过某种策略生成交易指令，以便实现某个投资H的。算法交易一般由经纪商提供，而程序化交易一般由交易者提供。由于国内忖前暂时缺乏做市商，所以在国内市场更有应用前景的应该是程序化交易。程序化交易策略fl前主耍有以下儿种：指数

6、套利策略，量化程序交易策略，动态对冲策略，配对交易策略。在前面的报告中，我们重点探讨了配对交易策略在中国期货市场的可操作性。详见《市场屮性策略在屮国期货市场屮的应用》以及《基于均值回复过程的统计套利》作为现代微观金融的基石，有效市场假说(EMH)认为投资者不能通过挖掘证券市场公开信息而获利。但是近年來的实证研究对EMII提出了强有力的挑战，发现了很多无法用有效市场理论和资本资产定价模型无法解释的现象。比如说一月效应、小盘股效应、动量投资策略等等，这些现象都表明了市场并非完全有效。对于这些和古典金融理论相背离的现象，行为金融学的解释为：投

7、资者并非完全理性，而只有有限理性。投资者在现实决策过程中存在认知偏差，这些偏差不可避免的彩响投资者的投资决策行为。正因为投资者是有限理性的，所以情绪上的因素不可避免的将会影响到投资者的决策因素，因此制定不受投资者情绪波动影响的泄量交易策略，有助于实现更好的投资冋报，因此程序化交易策略由此蓬勃发展起来了。程序化交易相对于靠感觉和经验的主观交易在实际中是否真的具有优势呢？根据巴克莱的统计，反映程序化交易收益的BarclaySystematicTradersIndex显示口从1988年以來，量化交易团队(Systematictraders)的

8、年化复合收益为11.50%,而与此相对应的主观交易团队(DiscretionaryTraders)的平均年化收益为9.77%。尽管在个别年份，主观交易团队战胜过量化交易团队，但是从长时间来看，量化交易团队更