傳統(tǒng)的股市技術(shù)分析書(shū)籍一般從圖表模式和技術(shù)指標(biāo)出發(fā),分析如何選擇進(jìn)入點(diǎn)和退出點(diǎn)、開(kāi)發(fā)交易系統(tǒng)以及制定成功的交易計(jì)劃。近年來(lái),機(jī)器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)技術(shù)快速發(fā)展,并且與傳統(tǒng)量化方法相結(jié)合,產(chǎn)生了無(wú)限的可能性;诖粟厔(shì),本書(shū)將重點(diǎn)放在交易模型的構(gòu)建上,即如何尋找合適的算法來(lái)實(shí)現(xiàn)交易以及如何優(yōu)化這些算法。本書(shū)直接從技術(shù)指標(biāo)等數(shù)據(jù)出發(fā),介紹了交易模型與投資組合優(yōu)化方法、如何利用基礎(chǔ)算法(線性回歸、lightGBM)預(yù)測(cè)股市的漲跌與股價(jià)、利用消息面來(lái)預(yù)測(cè)市場(chǎng)情緒、利用深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)算法預(yù)測(cè)股票,以及如何進(jìn)行套利交易和網(wǎng)格交易等。 本書(shū)適合對(duì)投資有興趣的人群閱讀。
如果可以預(yù)測(cè)股票走勢(shì),那該多么令人振奮,股市就成了自己的“提款機(jī)”,這對(duì)于
處在任何階段的人來(lái)說(shuō),誘惑力都很大。出于賺錢(qián)的目的,我投入對(duì)股票市場(chǎng)或其他投
資標(biāo)的的研究中,盡量只用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)模型去選股、擇時(shí)。在這個(gè)時(shí)期我走了
一些彎路:
開(kāi)始階段我是興奮的,總是迷信新的算法結(jié)構(gòu),迷信算法能解決一切,只用深度學(xué)
習(xí)解決一切。剛開(kāi)始時(shí)回測(cè)效果也相當(dāng)好,但結(jié)果并不好,一直在找問(wèn)題、找解決方案。
第二個(gè)階段是迷茫時(shí)期,因?yàn)殚_(kāi)始階段的實(shí)盤(pán)效果不好,在這個(gè)階段我?guī)缀鯂L試了
各種方法。從最早的海龜交易法到因子選擇,到α、β超額利潤(rùn),甚至形態(tài)方法、趨勢(shì)
方法等,可以說(shuō)絕不放過(guò)任何一種方法,也沒(méi)有放棄將它們與算法結(jié)合。
第三個(gè)階段就是目前的階段,在接觸各個(gè)私募的不同算法思路后,我有兩個(gè)發(fā)現(xiàn):
一是大家的實(shí)盤(pán)都有漲有跌,當(dāng)然有些私募實(shí)盤(pán)線很穩(wěn),而實(shí)盤(pán)穩(wěn)定有可能是上了對(duì)沖
盤(pán),在不考慮對(duì)沖的情況下,跑實(shí)盤(pán)最多6 個(gè)月,策略就開(kāi)始不奏效或者收益開(kāi)始降低;
二是大家慢慢拋棄了傳統(tǒng)的因子理論、機(jī)器學(xué)習(xí)統(tǒng)計(jì)方法,并減少或者完全去除人工干
預(yù),通過(guò)向純粹的算法模型轉(zhuǎn)型來(lái)解決問(wèn)題。
在這個(gè)階段,我重新梳理了目標(biāo),不再將精力花在調(diào)整優(yōu)化模型上,而是從最終結(jié)
果出發(fā)最大化實(shí)盤(pán)的利潤(rùn),比如進(jìn)行中期預(yù)測(cè),引入強(qiáng)化學(xué)習(xí)、高頻交易概念,努力從
市場(chǎng)上一點(diǎn)點(diǎn)摳出利潤(rùn)。這個(gè)過(guò)程同時(shí)也是發(fā)現(xiàn)自己心態(tài)上的弱點(diǎn)的過(guò)程,雖然我不想
把整件事描述得很玄,但不管是直接進(jìn)行實(shí)盤(pán)交易還是利用模型進(jìn)行實(shí)盤(pán)交易,心態(tài)絕
對(duì)是影響發(fā)揮的重要因素。
世界上絕大部分市場(chǎng)均是博弈環(huán)境,在博弈環(huán)境中唯一不變的就是變化本身,而變
IV | 交易的密碼:用算法賺取第一桶金
化的根源就在于多、空兩種力量的互相制衡。
現(xiàn)在回到我為什么要寫(xiě)本書(shū)的問(wèn)題上。剛開(kāi)始只是想記錄自己學(xué)習(xí)的步驟和目前的
進(jìn)展,后來(lái)越寫(xiě)越感覺(jué)需要學(xué)習(xí)更多的知識(shí)。除了將這些知識(shí)融入書(shū)中,我也不停地反
思并漸漸補(bǔ)全了自己的交易思路。
雖然交易思路很重要,但本書(shū)還是將重點(diǎn)放在交易模型上,即如何實(shí)現(xiàn)交易模型,
如何尋找合適的算法來(lái)實(shí)現(xiàn)交易,如何優(yōu)化這些算法。至于交易思路這種看起來(lái)“玄而
又玄”的東西,我認(rèn)為更應(yīng)該由交易者親自去體悟,也就是在做的過(guò)程中體驗(yàn)、領(lǐng)會(huì)。
本書(shū)從內(nèi)容上大致分為以下四個(gè)部分。
第一部分,即第一章,交易模型與投資組合。主要闡述交易策略。先介紹什么是交
易策略、交易策略的種類,再?gòu)慕灰撞呗猿霭l(fā),普及回測(cè)、數(shù)據(jù)獲取的概念,并引申到
交易模型的概念。這就是現(xiàn)代量化交易的雛形,接下來(lái)分析量化交易的特征(特征工程
可以算是量化模型中最重要的部分了)。本章最后梳理了投資組合的優(yōu)化方法,并給出了
部分代碼。
第二部分介紹交易算法初級(jí)部分,包含第二章和第三章。第二章主要闡述如何用線
性回歸、lightGBM 方法預(yù)測(cè)股價(jià),其中還穿插了外匯市場(chǎng)上常用的波動(dòng)率預(yù)測(cè)。第三章
比較特殊,闡述如何利用消息面來(lái)預(yù)測(cè)市場(chǎng)情緒,并根據(jù)市場(chǎng)情緒進(jìn)一步判斷股票市場(chǎng)。
第三部分是算法進(jìn)階的內(nèi)容,包含第四章和第五章,主要闡述利用深度學(xué)習(xí)、強(qiáng)化
學(xué)習(xí)的算法預(yù)測(cè)股票。除了講解算法的優(yōu)缺點(diǎn),還逐步分析了傳統(tǒng)強(qiáng)化學(xué)習(xí)算法不利于
股票預(yù)測(cè)的缺陷——希望給大家提供一些思路,各類交易算法層出不窮,但思路變化的
可能性比較小。
第四部分的內(nèi)容比較龐雜,包括第六章至第八章。第六章從斐波那契數(shù)列開(kāi)始,給
出了股票形態(tài)上的分析。此分析完全脫離了深度學(xué)習(xí)算法。我個(gè)人并不排斥傳統(tǒng)方式,
只要有用、能經(jīng)受住檢驗(yàn)的方法,我認(rèn)為都需要學(xué)習(xí)。第七章從套利出發(fā),介紹了套利
的特殊形態(tài)網(wǎng)格交易。由于網(wǎng)格交易有明顯的缺陷,本章最后也提請(qǐng)讀者注意和規(guī)避網(wǎng)
格的問(wèn)題。第八章是問(wèn)答集,匯總了我遇到的形形色色的問(wèn)題,供讀者參閱。
書(shū)中沒(méi)有收錄所有的交易方法,畢竟寫(xiě)一本工具書(shū)并非我的初衷。同時(shí),自有代碼
有產(chǎn)權(quán)歸屬問(wèn)題,無(wú)法直接公開(kāi),因此本書(shū)所有的代碼均來(lái)自公開(kāi)代碼(GitHub),或修
改自公開(kāi)代碼,特此說(shuō)明以免不必要的誤會(huì)。書(shū)中參考文獻(xiàn)列表可掃封底二維碼獲取。
時(shí)間所限,書(shū)中肯定還有不成熟的地方,請(qǐng)大家批評(píng)指正。
謹(jǐn)以本書(shū)紀(jì)念我的父親。
吳岸城(Arthur Wu),畢業(yè)于浙江大學(xué)計(jì)算機(jī)系。擁有18年企業(yè)級(jí)軟件服務(wù)與大型電信增值業(yè)務(wù)軟件研發(fā)經(jīng)驗(yàn),8年機(jī)器學(xué)習(xí)/深度學(xué)習(xí)研發(fā)及管理經(jīng)驗(yàn)。曾在某大型公司擔(dān)任技術(shù)管理人員,某創(chuàng)業(yè)公司任首席數(shù)據(jù)科學(xué)家。出版兩本深度學(xué)習(xí)著作,申請(qǐng)了多項(xiàng)算法專利授權(quán)。