业绩预增因子,这段时间你们先用模拟盘跑,如果有问题随时联系我。」
一般来说,量化交易有8个分层,分别是研究层、数据底座、回测引擎、策略服务、
OMS订单管理系统、EMS执行管理系统、风控网关和Observability系统。
先说研究层,这是研究员的工作台,用来构想、验证策略逻辑。
比如要做哪个市场的量化交易程序,A股还是美股,日韩还是欧洲股市,先确定什麽市场,才能去筛选交易策略类型。
一般来说,量化策略包含趋势跟踪、统计套利、均值回归、事件驱动和高频做市等类型。
还要有约束清单,比如可借券池、手续费、滑点预估、流动性上限、交易所交易时段、节假日、ADR兑换比例和股息预扣税。
只有把这些都完成了,才能去完善数据底座。
普通人无法构建量化交易程序,或者写出来的程序胜率极低,大概率就是数据出了问题。
量化程序能正常执行交易策略,行情数据干不乾净,有没有时间戳、交易所时间、成交标识、复权因子、拆股信息和ADR转换比例都是关键。
很多人拿着被「污染」的数据去执行量化程序,从一开始就已经注定失败。
想要量化交易程序高胜率,必须接入彭博、路透、TickData以及券商行情Feed这类原始数据源,再人工完成数据清洗,剔除错价毛刺、补齐缺失栏位、标记异常样本,之後才能存入时序资料库,通过数据服务API,为研究端、回测端与实盘端提供统一的数据流。
在确定数据没问题後,才能统计因子相关性、分布、盈亏比和胜率,做单因子检验和多因子组合,输出策略伪代码。
张扬调整的,就是量化策略类型和因子权重,其他的一概没动,或者说其他的微调整,云姗姗和其团队会一点点完善补充。
这就类似於主体设计师给出了整体设计图,如何微调整和布局落地,还得其他人来接手。
云姗姗闻言,也立马微笑道:「感谢张总百忙之中抽空过来,不过我倒是有个疑问,那就是为什麽您会空转多?是有什麽特别原因吗?」
她这句话是替吴凌、周牧谦等量化研究员问的,之前走廊外交谈,他们明显不看好A
股能反转,也看不见一丁点反转的苗头。
至於云姗姗本人,肯定是相信张扬的判断。
毕竟能在A股、外汇、期权和欧美股市同时闯出名堂的交易员,绝不是什麽省油的灯O
「虽说交易不能凭感觉,但这个位置你们觉得还能下行多少?」
张扬反问的同时,目光扫视云姗姗、周牧谦和吴凌等人。
2300点区间再往下走,那就是极端悲观预期,市场资金在用「经济复苏失败」给予定价。
「A股不是有句话,叫下跌不言底,上涨不言顶吗?哪怕A股下行空间有限,也应该等明确反转信号出现再转多吧?」吴凌大胆表态。
作为量化交易的佼佼者,他有敢纠正张扬的勇气。
因为在他看来,张扬或许懂得如何炒股,但不一定懂得如何利用量化交易程序去炒股o
「没错。」
张扬微微颔首,也没生气,他就喜欢这种敢於提问的刺头,淡淡说道:「反转信号已经有了,希腊国债超募,利率下降,欧洲债务危机找到了一条可解决路径,另外,华国也有一句话,叫春江水暖鸭先知。」
稍作停顿,他笑道:「众所周知,我有一群煤老板朋友,想打听点内幕消息并不困难」
o
「不过。」
张扬又话锋一转,继续讲述:「凭藉你们自己的
-->>(第3/6页)(本章未完,请点击下一页继续阅读)