分类
期权出售完全指南

從量化的角度做外匯交易

投行的代表有Morgan Stanly、高盛、BNP、法兴银行等等,自营交易商的代表是Citadel,KCG等等;Citadel城堡基金分成两个部门,一个是自营、做市部门Citadel Security,一个是资产管理部门 Citadel AssetManagement,这两个部门是完全不同的:外汇做市的部门是Citadel 從量化的角度做外匯交易 Security,Citadel Asset Management会采用一些宏观量化、CTA的策略来进行外汇交易。

第三个就是有十年历史的Multi Charts,前身是Trade Station的开发团队(将近30年历史),这一个老牌、经典的软件是1500美金的终生使用价格,但是每年会有更新,每次更新还有升级的费用。

七禾研究中心负责人:刘健伟/翁建平
电话:4008-277-007
0571-88212938
Email:[email protected]

七禾科技中心负责人:傅旭鹏/相升澳
电话:13758569397
Email:[email protected]

七禾产业中心负责人:果圆/王婷
电话:18258198313

七禾网融界教育:章水亮
电话:0571-85803287
Email:[email protected]

七禾研究员:唐正璐/李烨
电话:0571-88212938
Email:[email protected]

從量化的角度做外匯交易

icon

知乎专栏/华尔街见闻/扑克大宗/凤凰金融: Dorian君/灰岩金融科技/灰岩国际咨询 精通领域:利率衍生品/期权/期货/股票/期货/外汇/FICC 创建多家海外对冲基金,熟悉各类套利/交易策略 海外官网:ravenrock.weebly.com 宏观交易员,前投行交易员。

1 5yjpWuKh2tQFMlkFdQy-rA.jpeg

说句实话,没有一个比投资自己学习能力以及金融知识体系更好的投资。长期积累的能力以及知识你将得以应用一辈子。最终受益者也只是自己。这些知识是谁都无法偷走的。

干货方面老铁可以阅读干货前文:

而现阶段的全球algo trading 过剩,在HFT上由于巨大的预期回报,各家Firm 也纷纷鸟枪换炮。而HFT高频交易对硬件上的极高要求以及交易信号以及线路的问题,导致个人无法参与高频交易, 但中低频交易对硬件要求就会低很多。

炒过外汇FX的都知道,毛子的著名产品MT4 ~ MetaTrade4 (mt4) 交易客户端. 以及他们针对EA以及开放借口优化的MT5可供运行算法策略交易。

Mt4客户端提供一整套交易策略开发框架平台。支持MQL4语言(语法与C语言类似) ,而且提供了非常丰富的指标,扩展函数。可以很方便地开发交易策略和进行回归测试。在零售外汇领域很多个人交易者或者专业的交易者都使用MT4做自动化交易。MT4有相当活跃的社区,国外有很多论坛讨论和分享MT4 EA程序。但是令人遗憾的是 Mt4 客户端必须配合Meta Qutes服务器使用。所以Mt4 一般只限制在外汇行业使用,而这类并不包括其他的资产标的。。

开设证券账户 >开发环境搭建->数据准备 ->交易策略开发->回归测试->模拟交易-> 实盘交易

1开设证券账户

期货:商品期货开户门槛比低。股指期货要至少50万资本。期货这一块主要是CTP协议。网上都可以找到java,和python的封装。对开发者真友好。

债券:可转债, 开户资金有要求。

外汇:开户门槛比较低一般50美元起,那么这些交易的合同本身都属于差价合约CFD(contract of difference),并非spot 從量化的角度做外匯交易 fx contract。但需要选择信誉比较好的券商。一般这类FX broker都有A book 和B book, 很多交易都是内部对冲掉。有一些比较知名的券商比如Oanda 会有提供HTTP api 接口。如家交易者资金有比较大,可以直接到LP 提供商如果,lmax,cfh开户。LP提供会提供FIX交易接口。FIX接口非常适合程序化交易。

美股,期货,期权:IB(interactive broker)账户有提供程序化交易接口,账户最低余额需要1万美元。其它美股券商,如史考特,或者国内的老虎证券,富途对资金没有要求,但都没提供API。功能性来讲,如果交易期权options的话,盈透,thinkorswim以及charles schwab都提供比较强大的Volatility lab 以及API借口等进阶功能。

比特币:可以选选择coinbase, bitstamp. 这两个公司总部都是在美国,各方面监管比较严格,所以开户周期比较长。都提供有API.

2开发环境搭建

Python :目前应该是最普遍的个人量化技术。相关的开源框架相当丰富。比如Panda ,Scipy, numpy, Zipline (Backtest framework ) 。

R:高级算法比较方便,社区比较活跃。

Java ,C++:没有的时间序列操作框架,自己写比较麻烦。

MatLab:算法库比较成熟,但处理大量数据比较麻烦。

建议阅读量化入门书籍:

1. 打开量化投资的黑箱

这本书的作者里什·纳兰(Rishi K. Narang)是华尔街顶级数量金融专家,资深对冲基金经理,自1996年开始,他就开始从事对冲基金事业,专注于量化交易策略。目前是特勒西斯资本有限责任公司(Telesis Capital LLC)的主要合伙人。在书中他站在一个非纯粹技术的视角介绍了量化交易策略,用生动的文笔带领读者游历整个“黑箱”。

2. 量化投资策略:如何实现超额收益Alpha

本书作者Richard Tortoriello是任职于S&P 标准普尔公司的证券分析师,他的日常工作就是建立一系列的数量选股模型。书中的模型类型覆盖面广,可以说作者是在对所有能够获得超额收益的策略进行了地毯式的搜索,并且提供了超过20种常胜投资idea的详细回测情况,充分展示了经验丰富的Quant是如何通过自己的想法来改进模型的。顺便提一句,本书的译者们也都是浸淫证券市场多年的大咖,其中陈工孟更是深圳国泰君安的董事长和上海交通大学金融工程研究中心的执行主任。值得一看。

3. 解读量化投资:西蒙斯用公式打败市场的故事

4. 利用Python进行数据分析

如何利用各种Python库(包括NumPy、pandas、matplotlib以及IPython等)高效地解决各式各样的数据分析问题。由于作者Wes McKinney是Python pandas库的主要作者,所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。

量化投资策略13问(一)

第三,从客观角度来看量化行业。由于近几年中国量化行业发展的非常快,在此期间国内的量化行业自己已经修炼了非常强大的内功。大家要知道海外华人在全球顶尖的量化公司的,尤其在研发岗位上占比是非常高的,大家也知道华人数学非常厉害,所以2014和2015年A股牛市期间回来了很多在海外头部量化基金做得非常好的一些投研人员,然后就是2019年到现在,应当说整个行业的快速发展也吸引了非常多海外头部的一些核心研发人员回国,所以今天量化行业是一个“人”的行业。这些人带着海外经验回来,并且把这些经验带入到了今天的头部的量化私募。我们自己有时候也讨论,我们跟海外基金在股票、期货、量化上面的差距,实际上在很多方面我们会更领先,尤其在针对国内市场方面。

问:公募量化和私募量化谁的投资

第一,激励机制。公募的激励机制是没有业绩报酬的,只有管理费,而且管理费相对是偏低的。如果你是一位很优秀的量化管理和量化策略研发人员,你会选择公募还是私募?你在私募里面管50个亿,给你的激励大于在公募里管500个亿,显而易见优秀的人会流向私募,就是激励机制的原因,更何况你的策略也不可能管500个亿。假如你的策略容量就50亿,公募只能收到在私募里报酬的1/10,所以这是从激励机制本身的结构原因。

第二,交易规则角度。量化本身没有额外的交易限制,但是公募是受很多额外的投资限制的,包括换手,日内的交易,这些会导致他们损失很多量化可以去赚到的收益,而这些收益往往是非常厚的,稳定的一部分,所以这个直接会带来量化收益的一个缺失。

第三,是管理规模。今天有志于长期健康发展的私募量化都会很好的去控制自己的管理规模。但是对于公募来讲,主要是赚规模的钱,这和没有业绩报酬这个特征有关。从卓识的角度来讲,赚钱的200个亿比不赚钱的400个亿好得多,不赚钱的400个亿需要经常和客户去解释为什么不挣钱,这不仅伤客户而且伤渠道,没有任何意义。

顶层政策驱动,量化交易成为FICC业务发展利器

银行在固定收益市场占据主导地位。华泰证券研报显示,2019年国内银行债券持仓量占比达 65%,而券商持仓占约为 1%。从现券交易量来看,据央行公开数据显示,2019年,我国债券市场现券交易量达217.4万亿元,银行间债券市场现券交易量209万亿元,占比96%。而从交易业务来看,券商的债券交割量呈增长趋势。东方证券研报显示,券商债券交割量由2014年的29.1万亿元增长为2019年的138.3万亿元,市场份额增长了54%。

顶层政策驱动,FICC量化交易方兴未艾

从宏观角度来看,随着人民币交易资质和境内资本市场的开放,越来越多的外资机构进入中国市场。例如,2020年全球知名外汇电子做市商XTX Markets Limited(XTX)成为中国银行间外币对市场首家境外非银机构做市商。竞争压力将反向促使中资银行等金融机构提升资产定价和风险对冲能力。

市场格局初显,量锐科技获得先发优势

FICC量化交易市场具备想象空间

以银行为例。目前,国内银行90%的收入来自信贷业务,科技能力大部分围绕信贷和营销系统建设,在FICC量化交易领域的投入规模尚小。近几年,银行持续优化收入结构,提升非息比重,FICC业务增长迅速,占总收入比重也随之提高。平安银行2020 從量化的角度做外匯交易 年中报即显示,其上半年FICC业务实现交易净收入46.34 亿元,同比增长189%,营收占比提升145%。