首页 > 股市要闻 > 财经正文

大岩资本黄铂:浅谈量化高频T0交易

2021-04-13 15:00:10 来源:金投网作者:网络
大岩资本总裁黄铂说起量化策略,很多人会自然而然地将其与高频交易划等号,其实这种理解是不完全准确的。量化策略是对所有从历史数据分析找到可重复的规律并制定成严格的、可以被流程化执行的交易策略的统称。这种“可以被流程化执行”的交易策略当然包括高频交易,但也不仅限于高频交易。尽管如此,高频交易还是经常被作为量化策略的典范被人提起和讨论,根源在于其鲜明的量化特征,以及经典的量化技术&

大岩资本总裁黄铂

说起量化策略,很多人会自然而然地将其与高频交易划等号,其实这种理解是不完全准确的。量化策略是对所有从历史数据分析找到可重复的规律并制定成严格的、可以被流程化执行的交易策略的统称。这种“可以被流程化执行”的交易策略当然包括高频交易,但也不仅限于高频交易。

尽管如此,高频交易还是经常被作为量化策略的典范被人提起和讨论,根源在于其鲜明的量化特征,以及经典的量化技术——通过更先进的IT来获得相对于对手的信息不对称性,从而最大化地降低预测未来的不确定性。

在本文我们简单介绍下有关A股量化高频T0交易。在下一期文章里,我们会进一步介绍A股高频交易在算法交易中的应用。

实现高频交易的数据源:高频行情数据

高频的行情数据无疑是高频交易实现的根本。首先,高频率低延迟的行情数据提供了更为连续的盘口和报价,使得高频策略能够比较准确地在不暴露自己的交易意图或大幅度影响市场的前提下有效实现报价和成交;其次,高频行情数据本身也提供了更丰富的市场上交易者行为的画像,通过这些画像,我们可以更有效的捕捉日内由于不合理定价带来的套利机会,我们还可以通过交易者的交易方式来区分机构投资者和个体投资者的意向。

目前对于A股,一共有3种主要的高频行情数据可以获取:

逐笔成交数据:

逐笔成交数据记录了A股所有股票每一笔成交的基本信息,包括成交方向、数量和价格,以及成交两方的单号(order ID);其次,对于深交所的股票,这部分数据还包括了撤单的信息;

逐笔委托数据:

与逐笔成交数据不同,逐笔委托数据目前只涵盖深交所的股票的委托信息,包括委托单号、价格和数量;

快照数据:

快照数据是指每隔3秒交易所发布的对于所有A股股票最新的盘口信息,其中包括最新成交价格、买卖方盘口每一档的总挂单数量和金额;

A股最常见的高频交易策略:T0策略

[运作方式]

A股最常见的高频交易策略类型当属“T0策略”。

策略的精髓:基于对未来短期股价走势的判断,买多或做空股票,并且在很短的时间内获利平仓。

策略的特点:虽然单笔交易利润很薄,但基于高质量的未来短期股价预测,可以实现在每日多次成交的前提下提高胜率。而且由于持仓时间短,策略本身基本不受宏观因素影响,在比较活跃的市场交易量的情况下大概率可以做到“稳赚不亏”。

由于A股的交易规则不允许当日卖出股票,所以,如果需要完成当日买卖一个周期,那么就要求策略本身持有该股票作为底仓,而这样的“底仓”通常有两种方式获得:

融券:从券商以一定费用(券息)借来某些股票作为“底仓”,优点在于无需承担股票本身价格的波动,而且获得该股票一段时间内的交易权;

自建底仓:对于很多低换手率的股票策略,每日不做交易的持仓本身就可以作为底仓,在此基础之上通过高频T0交易来获得额外的收益。

[不同的策略类型]

根据不同的建模分析方法和获利方式,常见的高频T0策略主要分为以下几种:

事件驱动策略:主要通过刻画特定的价量形态和事件(反转、突破、联动)来触发交易,在这些形态和事件之外,策略对于未来的价格走势基本不做判断。

多因子策略:通常会定义一个未来预测的收益或目标价格作为模型的预测对象,在此基础上会找有稳定预测能力的因子和指标,最后通过线性或非线性模型把因子整合成最终的“预期收益率”,再把费用和冲击从“预期收益率”中扣除掉之后作为是否触发买卖交易的依据。

相较于事件驱动策略,这种策略框架更加系统和严格。基本上可以在任何时候对股票池中的任何股票进行打分和预测,所以应用的场景也更加广泛。

混合型策略:此策略会把事件驱动和多因子的研究框架合并在一起,通过定义特定的场景或事件,降低预测未来收益的难度,提高准确度,可以更有效的打败交易费用,并有效的降低同类型策略之间的相关性。

[T0策略的局限]

作为低回撤、高夏普比率量化策略的典范,优秀的高频T0策略一直都是资方的宠儿。不过正如其他的量化策略一样,高频T0策略也有很多局限和挑战。

容量小:

由于交易规则的限制,高频T0策略的容量很多时候取决于“底仓”是否充沛。对于通过融券方式获得的底仓,适合做高频交易的股票往往供不应求,而且券息也会更高。而如果通过低频量化策略自建底仓,那么量化策略的换手率不能太高;另外,对于换手率低的量化策略,其持仓往往偏向于低波动、较低换手率的股票,而这部分股票很多时候并不适合做高频T0交易;

由于持仓时间很短,为了在除去交易费用和冲击之后还能有高胜率的收益,策略通常对信号和打分的要求更加严格,很多时候超过90%的股票都会因为信号强度不够,无法打败交易费用而被排除掉,因此不会触发交易。所以,有足够强度的信号而触发的交易机会可谓少之又少,加之因子在有限的盘口和流动性下,策略的容量也会被大大的限制;

策略同质性高:

由于预测收益周期很短,所以可用到的数据基本就只限于高频的价量数据和少部分实时的另类数据。整体而言,数据的维度相较于低频策略而言要少很多。而基于这部分数据挖掘出有预测能力的因子大多数时候也很有限,因此,不同机构的策略底层因子构成的相似度其实很高。

交易规则限制:

目前,A股的交易规则对高频日内交易的限制还是很多的,除了不能当日卖出股票、不能净做空股票之外,对于撤单率的限制,没有做市返佣、印花税偏高也导致一些国外比较流行的做市策略无法有效地在国内市场实施。

总而言之,量化策略并没有一个精确的定义,广义上可以认为,凡是借助于数学模型和计算机实现的投资方法都可以称为量化策略。量化高频T0策略仅是整个量化策略的冰山一角,其优势在于短期预测的高胜率,但同样我们不能忽略其局限性,比如策略容量较小,各家机构的策略同质性高,A股交易规则的限制性等。

  • 相关阅读