你的位置:首页 > 期货高手

2014年期货基金冠军刘磊谈高频交易

2015/1/8 20:34:40      点击:
简介: 刘磊,清华大学计算机本科与硕士,哥伦比亚大学计算机科学原理硕士,CFA。10年美国顶级对冲基金Two Sigma公司管理经验,历任自动交易系统部、高频交易策略部、执行研究组副总裁。在创建交易模型预测市场影响、开发自动交易系统和研究分析高频交易策略等有丰富的经验和研究。 之前在华尔街的对冲基金公司做了八年,回国后开始涉足期货行业,至今期货已做了两年。
和讯期货大赛程序化高频交易高手,综合积分长期稳居前十,棉花、玻璃、聚乙烯、棕榈油、PTA盈利金额第一。所管理的青骓衍生品高频一期,2014年期货基金冠军盈利162%,最大回撤仅1.4%,从2013年8月9日运作至今,累计净值为4.97,累计收益率为397.83%,最大回撤仅为1.42%。


刘磊主做程序化高频交易,而目前国内参与程序化交易的人数还不多,但在欧美金融市场,期货程序化交易业务已发展得非常成熟。有关数据显示,美国程序化交易占期货总交易量的80%以上,而国内仅占不到10%。

刘磊的演讲内容:

对国内市场的空间,从宏观角度,交易所证监会希望成交量大,市场活跃。而就市场本身而言,现在的国内期货市场相比国外还相对比较原始,手段和技术都还处于发展初期,对于投资者而言相对机会也会非常多,故非常看好。

期货市场一直是个高风险高淘汰率的行业,据统计,期货投资者的平均交易寿命只有9个月,淘汰率超过90%而程序化交易因其反应速度快,延迟低,消除心理因素干扰,严守交易纪律等固有特点被寄予了很高的期望。程序化交易的最大优势,是能实现历史回撤,即当投资者获得一个策略想知道它能否盈利,如果是人工交易的话就可以在实盘操作,时间长代价大,如果有程序化平台,则只要花半天时间一试,就能知道它是否能赚钱,非常快捷。

在利用程序化实现交易的高收益低风险方面,分为两个方向:

一个方向是预测准确。通过搭建模型实现百分之九十的预测准确率是非常难的,但通过长期基本面分析也许能做到,比如做大豆,了解种植面积、天气变化、供求关系等。还有一个方法即做模型叠加,搭建众多模型,模型间没有相关性,每个模型的预测准确率是百分之五十五,如果有一百个,叠加就可能达到百分之八九十的准确率。
另一个方向,多做交易,增加交易标的,原本做一个品种现在做十个,由原本的交易周期长变为交易更快,这样每次的交易胜率可能相差无几,但叠加后每天出现亏钱的可能性却会降低。

在高频交易里,大家谈论的不是赚了百分之几,回报率多少,而是赚了多少钱,多少人民币多少美元。回报率大家不太关心,因为都能做到回报率很高,风险很小,主要的困难是量做不大。

而对于程序化交易的核心--量化模型的搭建,自己做所有的品种都只用同一个模型,并表示,搭建量化模型需要包含两个要素,一个是要有现实意义,其二能满足数据统计的要求,有分析有数据就能做出量化模型。其中他以主动成交的量化模型举例,首先假设主动成交的方向是买,下一分钟会涨,然后验证:步骤一,统计主动成交方向,用现成的程序算法,如国外比较成功的Lee Ready的论文,得到一个还算准确的主动买卖方向;步骤二,看每一分钟它是涨还是跌然后统计。结果是可行的。

而对于判定一个量化模型的优劣,要注意两点,一,看统计量,盈利的期望值较高,每天盈利的变化即统计学上的方差比较小,最好期望值除以方差比较大,如果能达到四或者五就是很好的模型。

二,如果模型有预测能力,但同时其他人也在做类似的模型,那得到的模型结果可能就不盈利。他举例到,07年8月,国外做统计套利的机构发现8月各大机构都在亏钱,而且是一星期的亏损额达到百分之五到百分之十,经过调查发现,大家的模型均有很大的相似性。当时高盛的一个基金据说是所有仓位清盘,以致当时有类似仓位的都受到影响。

对期货高手能否模型化的问题,取决于两点,一、期货高手能否把交易思路完整的描述出来,其他人照着做能得到差不多的结果。2,需要有几个周期,实盘交易和模拟同时进行,及时调整集中的差距,周期循环几次就可以完成。当然,第一点是最难的。