商品期货投资技术及程序化交易培训课件.PPTVIP

第一节： 建立数据库 程序化交易的全部流程都是以数据库为基础实现的，所以建立相对完善的数据库是实现程序化交易的前提。当下，在市场上有很多数据商，数据格式和数据品质各不相同。对于一家研究机构而言，首先，你的数据格式必须是统一的。其次，必须保证数据品质，数据出错率小于3万分之一为好。 精品文档 第二节： 搭建软件平台 ?搭建软件平台是实现程序化交易的基础步骤。 目前，国内有一些公开的商业性软件平台， 但是，使用这些商业性平台进行程序化交易，有两个致命性缺陷。1、逻辑结构复杂的模型程序不能实现。2、商业秘密无法保障。所以，如果你真的要进行程序化交易，就必须自己搭建平台。由此可见，程序化交易的难度和复杂程度，远远超出绝大多数人的想象，这里需要的人力和财力都是巨大的。 精品文档 续 至于有些人，天真地以为，用一些简单的算法逻辑在公开平台上跑一跑，就能找到赚钱的策略，纯属异想天开。据我了解，两年来，尝试程序化交易的投资者，90%以上是失败的。就我们本身而言，两年来的程序化交易过程，也是一部血泪史。 精品文档 第三节： 策略形成 ? 我们前面讲了，程序化交易策略的定义。程序化交易策略等于“固定的市场状态”加上“固定的行为规则”。 也就是说，在这里我们必须给出两个明确唯一的定义：市场状态定义和行为规则定义。提出策略概念假说，可以依据传统理论，也可以依据我们的直接经验，就是我们在实际市场中观察到的现象，把它抽象成概念，写出来，这是金融家的工作。 精品文档 一、“市场状态定义” “市场状态定义”就是用电脑得懂的语言，定义出一个可公度的概念。比如，AB是一段上涨的推动行情，在我们描述这段行情运行速度的时候，我们就不能用“涨得快”、“涨得慢”这样的字样来描述，因为这样的描述电脑听不懂。但如果我们说“AB之间单位时间内上涨的百分值大于一个数字”，这样电脑就可以懂了。“市场状态定义”是研制投资决策模型的基础环节，只有明确唯一的“市场状态定义”才可能进行数据库检索。 精品文档 续 同时，使用动力系统的指标描述市场状态很容易，而使用图形识别技术描述市场状态很困难，这就是为什么算法模型研制的技术难度低，而图形识别模型研制的技术难度高。算法模型就是通过数据计算来实现投资决策的模型，图形识别模型是以图形形状识别来实现投资决策的模型。 一个事实：图形识别模型比算法模型：平均胜率高十个百分点以上。平均年化收益率高30%以上。这个差别是致命的差别。 精品文档 二、“行为规则定义” “行为规则定义”是要明确，当模型所要求的市场状态发生之后的行为规则。比如，怎样开仓、怎样止损、怎样赢利退场、风险系数，等等。行为规则的设定在模型构建中是极为重要的环节，卓越的“市场状态定义”配合科学的“行为规则定义”才可能研制出卓越的模型。如果“市场状态定义”很好，但“行为规则定义”不够科学，就会常常出现看对行情亏了钱的现象。“行为规则定义”的依据来自五个方面： 精品文档 1、“市场状态定义”的性质： 根据“市场状态定义”的性质，判定理论上最优的行为规则。然而理论上的判定，数据库认不认？却是另外一个问题，所有金融投资行为策略的选择标准是否正确，终极裁判是数据库。 精品文档 2、胜算概率： 胜算概率是模型参数中最重要的一个。在设定行为规则的时候，必须要考虑的是怎样才能让胜算概率更高。 精品文档 3、利润风险比 就是预期利润和预期风险的比值，当然这个参数越大越好。但是利润风险比和胜算概率是负相关关系，对于同一个“市场状态定义”，利润风险比提高，必定导致胜算概率降低，两者的均衡是很重要的。 精品文档 4、收益率： 收益率是指平均年收益率，当然此参数越大越好。 精品文档 5、收益波动率： 收益波动率=（某年收益率/前一年收益率）*100%。收益波动率越小越好，因为收益波动率小就意味着收益稳定，我们都知道，稳定收益比爆利重要。有时我们甚至会牺牲收益率，来降低收益波动率。 精品文档 第四节： 软件编译 程序化交易的软件编译工作可以分为三步： 1、需求分析；2、逻辑结构设计；3、写程序。 精品文档 一、需求分析： 一般说来，研制一个卓越的程序化交易策略，需要两个角色的配合，一个是金融家，一个是金融数学家（兼IT专家）。金融家将其设计的模型概念和研发需求，通过语言沟通、图形沟通的方式，告诉金融数学家。让金融数学家明白自己要干什么以及要什么。这就是需求分析。 精品文档 续 在需求分析的过程中，极容易产生误解。说者认为自己说清楚了、说明白了，听者也认为自己听清楚了、听明白了。但事实上，听者并没有真正明白说者的意思。在需求分