量化交易基础 - 007 - 研究
2023-04-18 15:18:52 时间
宽客和科学家存在着重大区别。科学家基于很多目的进行研究,包括了解自然世界的真相。而且在自然科学领域,一个良好的理论,既很好地被证据所支持且有着广泛的实际应用价值,例如爱因斯坦的相对论,并不需要为了继续有效而修正。
相反,量化研究不得不进行持续的研究,采取措施确保研究成果丰富多产。这是因为,自然是相对稳定的,但市场并非如此。无论是来自监管的改变、投资者和交易者聚集的心理的诡异变化、交易者追逐阿尔法的持续竞争还是其他现象,都表明市场实际上是一个高度动态过程。基于这个原因,量化交易者必须持续不断地进行研究,以使得他们能够更严谨与更深谋远虑,正如他们在开发最初的策略时一样。
思想的4个共有来源是:对市场的观察结果、学术文献、研究员或者投资组合经理在量化公司之间的迁移以及来自主观判断型交易者活动的教训。
- 观察市场
- 宽客提出他们的想法的主要方式是通过观察市场。这种方法最直接地体现了科学方法的精神。量化交易策略的一个优秀而古老的例子是:期货合约中的趋势跟随策略。
- 学术文献
- 量化公司注意到这一点,目前几个公司已经有相关策略,通过寻找学术文献中描述的各种行为来构建交易机会。许多量化公司花费大量的时间收集学术期刊、工作底稿以及会议资料中的能够用科学方法检验的思想。宽客可以寻找财务报表管理相关的文献,并检验这些文献中的思想。
- 研究员或者投资组合经理在量化公司之间的迁移
- 虽然许多公司借助非竞争条款和保密协议使这一切变得很难,但是宽客仍然能够有效地将思想从一个地方带到另一个地方,这是意料之中的。任何理性的宽客都会想知道竞争对手在做什么,尤其是那些成功的竞争对手。至少在别处工作过的潜在的新雇员的部分优势在于了解竞争对手的行为,甚至是一些秘密。
- 自主观判断型交易者活动的教训
- 能够吸取有价值的经验教训:不是所有的成功交易者都有技巧,识别真正有用的或没有用处的因素的有效方式是将思想形成研究过程,观察其能否存活至最后。
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击