【刘宇翔】量化交易漫谈

05 目标
可量化部分
不可量化部分
增加因子、优化模型
股票Alpha、CTA、期权波动率交易
减少随机扰动
对冲交易策略
二、量化交易策略
06 策略分类
07 经典的趋势策略
趋势策略
股票多因子
CTA策略
08 常见的统计套利
统计套利策略
期现套利
跨市场套利
Alpha策略
09 标准的定价模型
定价策略
期权 ETF 债券 场外衍生品
1８ 研发过程
1）回测系统 ： 准确而低成本，才有意义 2）交易成本考量：考验研发者对市场的了解程度 3 ) 仓位控制： 怎样强调都不为过
1９ 策略执行
1）自动交易 or 手动交易 2）多看多想、少干预 3 ) 上面这一点，是遥不可及的追求
２０ 完美的解决方案
加入JoinQuant， 轻松搞定数据、研发和执行！
10
什么是Q-Quant和P-Quant?
有什么区别?
11
技术的高频交易
高频策略
Tick策略 做市商
12
OrderBook
13
Tick
14
15
基于Tick的交易
三、量化策略的开发
16
总览
1７ 数据准备
1）数据覆盖广 2）数据清洗：难度甚至高于开发策略本身 3 ) 避免未来数据：大部分量化策略都死于此
量化交易漫谈
-- 刘宇翔
聚宽两周年
一、什么是量化交易？
01 判断标准
Baidu Nhomakorabea
交易决策的判断： 完全客观、具有明确的数量化规则。
02 现状
在全球范围内，量化交易处于强势；
在国内，量化交易仍处于起步阶段。
03 优势
1）可以度量，精确重复 2）客观执行，不受情绪干扰 3）可以构建复杂组合
04 缺点
核心问题： 难以量化的因子
THANKS