您的位置: 零点财经>股票问答>量化投资常见问题解答> 如果有100万,如何量化交易穿越牛熊!

如果有100万,如何量化交易穿越牛熊!

2018-06-06 15:44:26  来源:量化投资常见问题解答  本篇文章有字,看完大约需要13分钟的时间

如果有100万,如何量化交易穿越牛熊!

时间:2018-06-06 15:44:26  来源:量化投资常见问题解答

学会这个方法,抓10倍大牛股的概率提升10倍>>

如果有100万,如何<a href='/lianghuajiaoyi/'>量化交易</a>穿越牛熊!

股市里面,大家可能都听说过基本面分析、技术面分析,实际上还存在着第三种分析方法——量化分析。

那到底什么是量化分析,它有哪些不为人所知的好处呢,且听我一一道来。

1. 量化交易的定义

量化交易是指借助现代统计学和数学的方法,利用计算机技术来进行交易的投资方式。量化交易从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,用数量模型验证及固化这些规律和策略,然后严格执行已固化的策略来指导投资,以求获得可以持续的、稳定且高于平均收益的超额回报。

看完以后,是不是还是觉得有些不知所云,没关系,下面我用大白话来解释一下。

量化交易就是干了两件事情:

①建立数学模型

②根据数学模型,在合适的时间点买入或者卖出

量化交易已经是股市里比较成熟的做法,有数据显示,国外成熟市场期货程序化交易已占据总交易量的70%-80%。

由于币市和股市有很多相通之处,所以现在币市里面研究量化交易的人也越来越多。

2. 量化交易的好处

量化交易有什么好处呢?

量化交易最大的好处就是减少了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作出非理性的投资决策。

我来复盘一个普通人的入市过程:

①听朋友说现在区块链比较火,一年能涨很多倍,买一点试试。哇塞,短短几天就涨了30%,赶紧抛掉,落袋为安

②下跌了,哈哈,我预卜先知成功逃出。咦,跌了这么多,已经低于我上次入场的价格,可以抄底啦,买入!

③还在跌?继续买,拉低成本

④哎呦,怎么一直跌跌不休,什么时候能够涨起来?算了,放在那里装死吧

是不是觉得似曾相识?

入场的时候靠个人感觉,做决定的时候靠小道消息。

是不是就像我们的真实写照?

那有没有方法可以指引我们什么时候买入,什么时候卖出?

答案是肯定的,就是利用交易的历史数据,得出交易的数学模型,在符合条件时买入或者卖出。

俗话说,投资是反人性的,至少体现在两方面:

①他人贪婪时我恐惧,他人恐惧时我贪婪

②明明持币不动是个很好的方式,但有时就是控制不住自己的手,想做点啥

所以量化投资就是制定了一个客观参考的指标,当符合条件时不带感情色彩的买入或者卖出,大概率的获得超出平均的收益。

3. 掌握量化交易所需的技能

看完上述的描述,你是不是有些心痒难耐,很想知道如何get这个技能,最终实现躺赚。

3.1 基本技能

学习量化基本需要2个基本技能:

1. 数学: 用来建立交易模型

2. 计算机: 用来实现交易模型

还是举一个例子来进行说明吧。

比如我有5个ETH,我观察到近期ETH对BTC的交易对波动比较大,每隔一段时间就会出现一个涨跌周期,我希望在ETH价格高的时候换成BTC,在ETH价格低的时候再换回来,最终实现ETH数量变多。我该如何做呢?

①学习一门计算机编程语言,如Python

②熟悉相关交易网站的API接口的使用,API是Application Programming Interface(应用程序编程接口)的缩写,通过API接口就可以不登录交易网站实现数字代币的买卖

③根据模型或者经验总结出量化策略,决定什么时候买入,什么时候卖出

④用程序实现量化策略,并用历史数据进行模拟测试,如果测试数据通过就可以实际上线

3.2 学习门槛

通过上面的例子,我们可以看出,学习量化交易有2个门槛:

①学习编程语言

②建立合适的量化策略

比较这两点,第二点其实才是关键。因为只要有足够的时间投入,编程肯定是可以学会的。但是建立合适的量化策略是相对较难的。

这就好比一年级的小豆包学习写字,经过练习,小朋友们肯定都可以学会写字,但是写的好看与否就大相径庭了!

好的量化交易策略,可以更好的预测市场行为,让开始投入的5个ETH有较大概率变多,而不好的交易策略有可能让5个ETH变少。

所以实现躺赚也没有那么容易,赚钱的本质是认知表现!

4. 人工量化

看完上述的例子,是不是觉得有点受打击。

刚刚知道了一个赚钱的好方法,正热情高涨想着能够躺赚呢,发现学起来却没有那么容易。

下面我告诉你一个人工量化交易的方法,方法很简单,不需要编程也可以实现。

这个策略我是从吴晓谭博士那里学习的,详情请参看链接:《2018年区块链投资策略》。

比如你持有以下几个大币种,按照以下比例进行配置:

标的:BTC,ETH,EOS,BNB,USDT

比例:1:1:1:1:2

操作方式如下:

每月等权调整,保证比例不变

用实际数据来解释一下。

比如我有6万元,我买入了1万元的BTC、1万元的ETH、1万元的EOS、1万元的BNB和2万元的USDT。

过了一个月以后,由于各币种之间涨跌幅不一致。如BTC涨了,ETH跌了,那我们进行等权调整,把BTC卖出一小部分,买入ETH,最终保证各个币种之间,按照法币的价格估算,其配置比例仍然为1:1:1:1:2。

这里解释2个问题:

(一)为什么选择这几种标的?

1.这几种标的是高胜率标的

2.BTC/ETH,EOS/BNB之间存在相对优势轮替,简单说就是BTC涨完,ETH涨,EOS涨完,BNB涨

提高了投资时间的利用率,并减少了资产波动。

(二)为什么要这样操作?

这里隐含了两次平衡:

1.数字资产内部等权平衡

数字资产内部平衡,借用证券市场等权基金的思想,等权组合的优势在于进可攻,退可守,相对于市值权重基金,其长期收益更高。

2.数字资产与法币(USDT)的平衡

数字资产与USDT的平衡,目的是降低系统性风险。

通过这种再平衡的方式,自动帮我们完成了低买高卖。

怎么理解这句话,还是用例子来说明。比如我们在牛市建立了这个投资组合,来到熊市的时候,由于数字代币大幅缩水,USDT所占的比例一定变高了,所以为了维持相对比例不变,就需要用USDT购买其他数字代币。这就完成了低买。

而等到了牛市,数字货币的涨幅较大,为了维持几个币种的相对比例不变,那必然要把数字货币卖掉一小部分变为USDT,这就完成了高卖。

因此,对普通人(懒人)来说,这种按比例配置+定期再平衡是一个特别简单安全、具有可操作性的量化投资方式。

用一句俗语来解释其中心思想就是:风水轮流转。

我最早是从《简七理财》的“极简投资”里面知道这种按比例配置+定期再平衡的方法。

只不过《简七理财》里面选择的标的是股票,其选择了A股的沪深300、中证500、债券基金、美股的标普500和纳指100,通过历史数据回测,这种方式可以稳稳跑赢普通的指数基金。

我相信同样的方式对币市也有借鉴意义,有兴趣的小伙伴不妨使用模拟盘进行测试。

这里推荐TokenClub的模拟盘,在TokenClub的模拟盘上你可以模拟买入上述这些大币种,测试这种定期再平衡的方式与自己的实际配置孰优孰劣。

阅读了该文章的用户还阅读了

热门关键词

相关阅读

为您推荐

移动平均线
股票知识
MACD
老丁说股
热点题材
KDJ指标
读懂上市公司
成交量
股票技术指标
股票大盘
分时图
股市名家
概念股
缠中说禅
强势股
波段操作
股票盘口
短线炒股
股票趋势
涨停板
股票投资
长线炒股
股票问答
股票术语
财务分析
炒股软件
上证早知道
经济学术语
期货
股票黑马
股票震荡市场
理财
炒股知识
散户炒股
外汇
炒股战术
港股
基金
黄金






















































































































































































































































































































































































































































































































































































































































相关栏目推荐

栏目导航

友情链接

网站首页
股票问答
股票术语
网站地图

copyright 2016-2024 零点财经保留所有权 免责声明:网站部分内容转载至网络,如有侵权请告知删除 友链,商务链接,投稿,广告请联系qq:253161086

零点财经保留所有权

免责声明:网站部分内容转载至网络,如有侵权请告知删除