交易者之家

玻璃最强势的那一波，8月初的猛涨，我是做了的，
其实追强势这几个月效果也不错，前提是不能差别对待机会，是强势都得追，
焦炭，棉花，eb，橡胶等等的多头行情都能抓到，
不过，我不喜欢这种简单的策略，没啥生命力，要不了多久，搞算法的就会注意到。

作者：郭小天
链接：https://www.zhihu.com/question/58031732 ... /855240269
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

设定一个极小的时间间隔 ，如果我们在 时刻下了单，那么在 时刻：如果这时候交易信号还足够强，没有偏离的太过分，仍在一个预设好的bound里（这里称其为bound是为了区分触发交易信号的threshold，bound一般跟bid-ask spread有关），我们就重新校准一下模型。结合在 时刻已经成交了的部分，重新厘定一个 rebalance你的交易组合。为了计算上的效率，模型的参数估计最好可以写成递归式的online解法。如果交易信号已经弱下来了，就把在 时刻已经成交的部分全部清零，手起刀落，什么都不要多想。因为信号一弱，你的交易已经被legged out，交易背后所依赖的设定也就不复存在了。也就是预期收益为零。不仅预期收益为零，你还面临着极大的纵使已经建仓的部分已经获得了正的实际收益，也不要幻想是不是可以转头做趋势。老trader们常爱说这是你不该赚的钱，就是这个意思。 越小，问题就越大。首先高频数据的噪声极大，这使得模型的参数估计越发不稳定。其次是hit rate偏低，通常都低于50%。最后是预期收益甚至比一个tick size还低，交易一次亏一次。所以我们要尽可能地把 拉长，甚至可以考虑legging in。我们为此唯一付出的代价就是，等待更长的时间。只是这样一来，越是那些普适性的标准方法就越少，不足为外人道的东西就越多。这也正是S教授不愿跟我多谈的原因。我们的难处也来自于此。就市场而言，就历史而言，就世界而言，只有对强者才是线性上升的，他们在当下总是可以创出新高。而对于大多数的我们来说，问题只能在回溯过去和想象未来中才能被解答。与此同时，新的问题便又涌现了出来。这就是生命失败的微妙之处。可这并不感伤，也并不失败，这很确实。生命和时间仍然是我们的，创造也是这样。顾城在诗里创造了一个世界，那个世界给了他继续当孩子的希望。他是线性上升的历史，却过早地终结于绝望。但阿多尼斯从事写作，但对它从未寄予希望。因为超越了希望的创造，也超越了绝望。

看得云里雾里，只是隐约感觉高频太难搞了，不光拼速度，还拼算法，
有一段话感触挺深，“越是那些普适性的标准方法就越少，不足为外人道的东西就越多。”
对于自己熟悉的尺度下，确实没啥好说的东西了。

那么我的问题又来了，为什么中低频下，算法交易的适用性很低？
高频下可以搞一堆算法公式来计算价格运动，而中低频下却不行，或者说很少有人这样做。
我记忆里，西蒙斯当时也是越做越快，然后就变稳定了。

https://www.zhihu.com/question/52508952 ... 1499088709
多因子模型和统计套利模型有什么本质区别？

这篇是为数不多能看懂的文章，给了一个新的角度，在变化里找不变来建模，基于收益率建模，挺有意思的。

市场偶尔会形成合力，有时候又不能，还是不知道怎么才能一击即中~~~

作者：rush man
链接：https://www.zhihu.com/question/26641266 ... 1529470829
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

做商品策略以来最深刻的感受就是garbage in garbage out，换种好听的说法：对于商品期货这个品种，我个人的体会是找到有效的因子比有效的模型重要的多。1、有效的因子简单的feature engineering，就可以得到很稳健的模型，如果只是胡乱拿一堆技术指标变量然后lasso, Xgboost, lightGBM, lstm一顿撸，out-of-sample的结果注定还是悲剧。2、经典的因子比如库存（考虑一阶和二阶）、基差（考虑期现价差和跨期价差）、上下游利润、动量等等对于跨期策略的效果都还不错。但是这里面最大的问题是基本面数据具体用什么，即使你知道库存和现货价格重要，但是同一个商品的库存和现货数据可能有20个不止，没有基本面研究经验的人无法了解哪个地区对于这个品种的价格有定价权、哪个型号的现货数据与期货价格走势更加相关。比如甲醇的现货，我们主要参考山东地区的价格，而铁矿的现货则参考综合价格指数。3、一般人和小机构很难有全面的数据库，商品策略需要的数据源远比其他品种分散，比如化工板块就需要隆众、金联创、卓创至少三家以上的数据，光凭wind+bloomberg就别想了（wind数据更新常常有延迟），对于个人基本上是不现实的，每个数据库都要银子的。4、以上的种种就是想说明个人面对的信息劣势使得做商品期货的难度很大。但这也使得商品期货对于某些大型机构是个好品种，凭借数据和信息优势，得到的因子往往更加稳健有效。下图是跨期交易策略的表现：收益率47%，最大回撤8%，实盘夏普比率接近3。<img src="https://pic2.zhimg.com/50/v2-3fc48099b2 ... e=1940ef5c" data-rawwidth="415" data-rawheight="264" data-size="normal" data-default-watermark-src="https://pic4.zhimg.com/50/v2-fa6b3c94dd ... e=1940ef5c" class="content_image" width="415"/>欢迎加入我的知识星球，一起分享和交流外汇和商品期货交易策略方面的内容，https://t.zsxq.com/jqZR3Zr

tmtmaya 写了: ↑

2020年 11月 16日 23:48

作者：rush man
链接：https://www.zhihu.com/question/26641266 ... 1529470829
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

做商品策略以来最深刻的感受就是garbage in garbage out，换种好听的说法：对于商品期货这个品种，我个人的体会是找到有效的因子比有效的模型重要的多。1、有效的因子简单的feature engineering，就可以得到很稳健的模型，如果只是胡乱拿一堆技术指标变量然后lasso, Xgboost, lightGBM, lstm一顿撸，out-of-sample的结果注定还是悲剧。2、经典的因子比如库存（考虑一阶和二阶）、基差（考虑期现价差和跨期价差）、上下游利润、动量等等对于跨期策略的效果都还不错。但是这里面最大的问题是基本面数据具体用什么，即使你知道库存和现货价格重要，但是同一个商品的库存和现货数据可能有20个不止，没有基本面研究经验的人无法了解哪个地区对于这个品种的价格有定价权、哪个型号的现货数据与期货价格走势更加相关。比如甲醇的现货，我们主要参考山东地区的价格，而铁矿的现货则参考综合价格指数。3、一般人和小机构很难有全面的数据库，商品策略需要的数据源远比其他品种分散，比如化工板块就需要隆众、金联创、卓创至少三家以上的数据，光凭wind+bloomberg就别想了（wind数据更新常常有延迟），对于个人基本上是不现实的，每个数据库都要银子的。4、以上的种种就是想说明个人面对的信息劣势使得做商品期货的难度很大。但这也使得商品期货对于某些大型机构是个好品种，凭借数据和信息优势，得到的因子往往更加稳健有效。下图是跨期交易策略的表现：收益率47%，最大回撤8%，实盘夏普比率接近3。<img src="https://pic2.zhimg.com/50/v2-3fc48099b2 ... e=1940ef5c" data-rawwidth="415" data-rawheight="264" data-size="normal" data-default-watermark-src="https://pic4.zhimg.com/50/v2-fa6b3c94dd ... e=1940ef5c" class="content_image" width="415"/>欢迎加入我的知识星球，一起分享和交流外汇和商品期货交易策略方面的内容，https://t.zsxq.com/jqZR3Zr

garbage in garbage out
这句话多用在批评机器学习应用到交易情景时，出现“回测诸葛亮，实盘猪一样”的情况

我觉得后面那些说得很有道理
1、经典因子有效，因为逻辑性强
2、个人和机构比拼基本面数据“获取/整理/验证/分析”就是找死

最后，知识星球，好的是知识变现，差的就是收割韭菜

回到第一条对技术因子评价，我感觉有可能是方法论没到位。我昨天在另一个帖子展示了动量应用于商品的效果，动量具有不稳定性，阶段性持续有效和失效。意味着简单的趋势跟踪也会出现这样的情况。不讨论技术因子的深层次挖掘，那么解决方法只有两个：
1、精选品种：借助某些辅助变量，筛选出趋势会较好延续的品种
2、对动量适用性进行阶段划分。比如根据波动性划分。我猜可能是波动性大的时段，趋势跟踪效果好，波动性小的阶段，做反转。
当然，也有可能是作者非常明智。既然现成有效的因子都摆在面前，为何不直接用而要花时间自己探索创造？毕竟大部分人都只是普通人。

自己去做选择，又增加了不稳定性，
在我的认知里面，期货市场就没有长期有效的因子，市场总是倾向于在某些阶段去消灭这部分因子策略，
不过因子之间还是有生态的，某些因子回撤，另外的因子就崛起，
去预判因子有效性，又回到了老问题。
除非自己拥有某些绝对的优势，其它交易者模仿不了的优势，那倒是可以长期有效。
我觉得，投机市场，还是要需要一种灵性吧，叫艺术也可以，在纷繁的数据和信息里，做出正确而充满灵性的选择，而不是单纯机械的选择。

今天看期货日报，说要申报交易都要给钱，监管好像要打击高频，海通某高频大户，在白银上占据80%的交易量，这些资金基本就可以控盘了，
少一些高频控盘大户，市场的假突破也会变少吧。

股票今天把涨幅高的医疗，锂电池股卖掉了，技术上明显要调整，也破了趋势线，我还是做不到价值投资者那种一动不动的心态，
那些大户确实是钱太多，市场没法提供足够流动性，才选择做价值吧，我等小散，好像也没必要去学。在他们的基础上，带趋势系统不香么~~~

感觉今年这些白酒股，医药股，就是被基金给买上去的，随便举个例子，某基金从3月份在某只白酒上持仓8亿左右，9月份持仓33亿，
基金本身因为业绩好，被资金增持，增持的资金又买入了同样的股票，而这只白酒股的市盈率也翻了倍，股价翻了差不多3倍，
同样的故事应该发生在很多只股票上面，另外一些不被资金追捧的股票，业绩也还行，但市盈率就是一路走低，股价也是徘徊不前，
资本游戏本就如此，画个饼大家追捧，击鼓传花~~~