验证码 看不清,刷新一下
发送验证码
忘记密码
确定 已有账号,直接登录
其他方式登录
微信 短信

pinnacesports页面-现在可以买足球的app

火星公开课 ·

03月02日

热度: 55700

丁鹏:学一些量化的方法,使用一些数据分析,可以有效的避免自己成为韭菜。

00:00
--:--


要点速览:

1.投资的核心是大数定律,做大概率的事情,重复做,一直做,你就是赢家。

2.数字货币市场本质上是一个博弈市场,并不是一个创造财富的地方。

3.量化投资是投资由艺术走向科学的必由之路。

4.我们之所以获得收益,那是因为我们承担了超额的风险,你要想赚多少收益,你必须要冒多大的风险。

5.量化投资的理念和模式在数字资产行业将会得到比传统金融行业更广阔的发展空间。

3月1日21:00,量化投资学会理事长丁鹏博士做客「火星币优第一情报站」,做了主题为“量化投资策略概述”的分享。丁鹏累计管理总资产超过50亿,为客户创造绝对收益超过10亿,曾被中国量化投资研究院评为“2016中国量化投资年度人物”。

关于量化投资,丁鹏在著作《量化投资-策略与技术》给出了定义:以数据为基础,以策略模型为核心,以程序化交易为手段,以追求绝对收益为目标的投资方法。他认为,数字货币领域波动率远大于传统金融市场,交易复杂性也更大,交易时间是24小时,全年无休,使得这个领域成为量化投资最适合的场所。

在丁鹏看来,传统金融市场的量化投资策略和手段在数字资产行业基本上都可以找到对应的应用之处,而且还会有更多的发展,比如资本资产定价模型、多因子选股策略、主力筹码理论、量化择时策略等。

作为中国量化投资领域的开拓者和奠基者,3月16日—17日,丁鹏将以导师身份出席火星大学量化交易48小时实战营,手把手教学员从0到1通盘掌握量化交易策略。

以下为丁鹏分享内容,由12bet娱乐 pt88.vip(微信:hxcj24h)整理:

数字货币市场本质上是零和博弈

很多人在2017年的牛市中赚了很多钱,但是到了2018年的熊市中又全吐了回去,甚至亏得更多。很多人也都非常的悲观,也不太知道自己到底因为什么亏了这么多。其实很多人赚钱也是糊里糊涂的,输钱也是糊里糊涂的,他没有深刻的去考虑它背后的逻辑。

从投角度,我有三个基问题:第一,投的本到底是什么?话说:你凭什么赚钱?第二,投收益的来源到底在哪里?也就是,你赚谁?第三,如何才能保持持续稳健的盈利?只有搞清楚三个问题,才能在未来的投生涯中,于一个常的一个状态。

我们先从一个案例开始。假定说我们去赌博,选择扔硬币的方式去赌。这个硬币有51%的概率是正面,49%是反面。我们在赌的过程中,如果出现了正面,我们就赢,如果出现了反面,我们就会输掉。那么现在有两种策略:第一个,我就赌一次,赌一千块钱;第二个,我赌一千次,每次赌一块钱。那么我们到底应该选择A策略还是B策略呢?

从前面的说明知道,我们会有2%的概率优势,因为51%的几率会是正面,49%的几率会是反面,那么我们只要每次都赌正面就可以了。那么在这种情况下,到底应该如何选择呢?

我们从统计学角度来计算一下,如果说我们选择的是第一个策略,算一下它的期望收益,等于0.51×1000-0.49×1000,结果是20块钱。第二种方式呢?他每次因为是赌一块钱,所以每一次期望收益是两分钱,但是赌了一千次之后,还是20块钱。换句话说,这两种方式其实从统计学角度上来看,它的收益是一样的。

但是这两种方式全部输掉的概率是不一样的,第一种方式,因为是满仓就赌这么一次,所以有49%的概率会全部输掉。但第二种方式,因为你要赌一千次,而每次输的概率是49%,你要一千次都输才会全部输光。那么这一千次都输的概率是多少?是0.49的1000次方,这个值接近于零。

通过这个案例,我们就会发现第一种方式虽然赢的时候很爽,一把就赢一千块,但是错掉的话就会本金全无。而第二种方式,虽然每次盈亏都很小,但是我们只要连续做下去,最终可以确保持续稳定的盈利。这个例子虽然简单,却道出了投资的实质,投资的核心是大数定律,做大概率的事情,重复做,一直做,你就是赢家。

我们在二级市场,比如股市,都会研究价值投资,跌了就死拿,很多人是股神巴菲特的粉丝,也是坚定持有这个观点,结果在A股中亏的很惨。在币圈也有类似的说法,有一句话叫做要充值信仰,在跌的时候要死拿住,等待大牛市的到来,结果很多人在2018年的这波熊市中血本无归。

要知道一个基本的理念,跌的时候死拿住的前提条件是,你所持有的必须是真正有价值的币,那么到牛市的时候,价值的币自然会价值回归,但是如果是空气币或者是垃圾币的话,就算是牛市来了,也是会归零的。

所以,与其说你要充值信仰,还不如说要充值智商,特别是2018年以来很多币归零,比如太空链、英雄链、XMX等等。其实你如果知道一些简单的经济学原理,分析它背后的逻辑,就很容易判断出这种币是明显的韭菜币。

例如太空链,完全不明白太空技术和区块链有啥关系,有啥必要使用区块链技术。而XMX这种号称要做全球最好的娱乐公链,只要看看它的技术团队就知道,这是完全不靠谱的。当初XMX到处拉人头的时候,我也被拉进多个微信群,很多人向我传销这个币,我都不为所动,因为我的智商还在线。

今年有很多人被割了韭菜,我认为也没有什么值得同情的,这个市场本来就是一个你死我活的地方,哪里那么容易让你发大财。数字货币上是一个博弈市,并不是一个富的地方。

我们如果是去做实体经济,例如开一个店,办一个厂,那是创造财富的。但在二级市场,比如期货、外汇,特别是数字货币市场,我们这批人创造财富了吗?提供价值了吗?优化了资源配置了吗?一个也没有。

所以,数字货币市场是没有投资的,只有交易,而且本质上是一个零和博弈,如果考虑到手续费和交易成本的支出,数字货币市场零和博弈都不是,它更多的是个和博弈。如果想在这个市场长期获利,就一定要从博弈论角度去考察它,而不是从投资的角度。

我看到很多人去研究币的基本面,研究宏观政策,做一大堆基本面分析。坦白的说,对于股票市场或许还有点价值,但是对币市而言,这恐怕是无用功,因为币圈里更多的是一种博弈关系,很多的项目方也没有什么真正的应用作支撑,也没有什么现金流,就更谈不上利润,所以在很多时候更多的是一种概念炒作,我们一定要探寻背后的经济学逻辑。

再回到刚才这个案例,我们每个人的每一笔交易不就是一次赌博,不就是一次扔硬币吗?如果每一次交易都能像扔硬币这样有那么一点点胜算,哪怕每次只有2%的胜率,只要做的次数足够多,那我们就一定长期的赢,稳定盈利。这也就是传统金融行业常说的一句话:鸡蛋永远不要放在一个篮子里面,永远不要梭哈。

量化投资是投资由艺术走向科学的必由之路

从美国金融的发展历史来看,1900年之前应该说是属于蛮荒时代,那时候交易员的代表叫利弗莫尔,大家可能都读过他的那本叫《股票大作手回忆录》的书,那时候的特点就是凭感觉,跟现在数字币市场的情况是一样的,利弗莫尔曾经的利润超过了美国财政部收入的10%,但是最终因为亏损严重而开枪自杀。

1900年到1960年这个时代,我们称之为价值投资时代,代表主要就是格雷厄姆写的那本《证券分析》,他也是巴菲特的老师,重点研究公司的基本面。到60年代以后,当马克维斯的文章出来之后,市场开始进入量化投资时代。

我们首先来看到底什么是量化投资?量化投资在我的那本书《量化投资-策略与技术》中专门给过一个定义:以数据为基础,以策略模型为核心,以程序化交易为手段,以追求绝对收益为目标的投资方法。

我们可以首先拿它跟医院相比,传统的投资方式很类似于中医,它完全依靠的是医生个人的经验。所以大家去看中医的时候,都要去找老中医,为什么?因为他很有经验,但很多病人成了他的小白鼠。我们去看西医的时候,很多时候都是刚毕业的学生给我们看,因为我们相信的并不是这个医生的水平,而是相应的西医体系。

西医有一套工具,我们去验血、验尿等之后,你身上的病症也就检查的差不多了。投资也是一样,投资小获利大其实就是要抓到市场的病。被严重低估的币我们就买入,被高估的币我们就卖出,这个实际上是市场的病,而这个病需要一套体系去研究,这个就是量化投资的优势所在。

第二,它可以有助于你克服恐惧和贪婪。对于很多数字货币,你只要用量化的方法稍微分析一下,就会发现它背后的逻辑,比如前段时间两个大的空气币,一个玉红做的XMX,一个是太空链。就以XMX为例,同样的社区类的数字货币,它对比的应该是Steam或者天涯社区。只要简单对比背后的用户数、逻辑、内容黏性,就能很清晰得出这就是典型的空气币。

所以用量化的方法之后,可以有效的克服你的贪婪,同样下跌的时候也会有助于克服恐惧。比如说2017年“九四”之后,整个市场跌得非常惨,但是通过对一些舆情指标的监控等等,会发现那时候市场其实已经进入了一个严重低估的区域,因此量化的方法可以极大降低人性的弱点所带来的损失。

总而言之一句话,量化投资是投资由艺术走向科学的必由之路。我们传统投资更多的是依靠个人经验,它是一种艺术。我们知道清明上河图是艺术,蒙娜丽莎油画是艺术,但是艺术是不可被复制的。真正改变人类社会的是科学,是牛顿定律出来之后的科学,而科学是可以被复制的,轮船可以被复制,飞机可以被复制,火车可以被复制,所以科学才是真正改变我们的。

当我们用科学的方法去做交易策略时,可以把它进行大量的复制,从而可以得到持续而稳定的收益,所以这是量化投资的一个最重要的优势所在。

我们再深入了解一下,量化投资是如何利用数学工具来分析市场的,因为金融市场可以用一系列的数学公式来表达的,比如说数字币市场可以用一个函数式Y来表示,Y是因变量,X1到Xn是一系列的因子,我们可以把数字币的涨跌等变量和某些因子进行挂钩,寻找背后的函数关系,从而可以用数学公式来描述它。


我们来看个案例,假定我们发现有一个币,它当天的换手率是300%,成交量大于100亿。一旦出现这样的情况之后,第二天可能会大涨,涨20%。 我们假定有这样的案例,那如何找到这个F函数,这就是一个函数逼近的问题。

在传统的数学工具中,用什么方式做函数逼近呢?比如说人工神经网络、回归等等。我们同样还可以把它看成是一个图形识别的问题。大家经常去做数字币、看图的时候,经常会有种感觉,好像要大涨了,好像要大跌了。比如说我们做技术分析的时候,经常有比如顶部三只乌鸦代表可能会暴跌的,底部红三兵就是放量抄底,可能要涨。这些其实都是属于图形识别的范畴。

我们现在的人工智能技术已经可以做到人脸识别、指纹识别、声音识别,那么能不能够识别出这些大牛的币或者将要暴跌的币的情况呢?其实从数学逻辑上讲是没有问题的,我们在传统行业中其实已经做了很多这样的工作,比如代表着文艺复兴科技的西蒙斯,也是被称为我们量化投资鼻祖级的人物,他创造了每年年化35%的净回报,远远超过了巴菲特和索罗斯的业绩,而他用到的就是典型的模式识别技术之一的隐马尔科夫模型。除此之外,模式识别还有其他的一些技术,例如机器学习、小波分析等等。

数字货币领域一开始就是由很多IT背景的工程师发展来的,有很多交易员都有IT背景,有很好的数学和IT能力,所以我认为在数字货币领域将来对量化的需求会比传统金融行业要大得多。传统金融行业应用量化最多的是衍生品领域,其次是股市,债券领域中用的非常少,其根本原因就是传统的金融市场波动率较小,市场有效性更高。

数字货币领域波大于传统金融市,交易复性也更大,交易时间24,全年无休,使得域成量化投最适合的所,这也就是2018年以来我们看到大量传统金融行业的量化投资从业人员进入数字货币市场的原因。你要想持续稳定的获利,也只有通过量化的方法。

可以这么说,传统金融市场的量化投策略和手段在数字资产基本上都可以找到对应用之,而且会有更多的例如各种套利策略,包括期现套利、跨期套利、跨品种套利、三角套利等。

这些策略可以帮助我们在大熊市的时候依然可以获得一定的收益,而不至于死的很惨。而一些趋势类策略在市场滚球游戏启动时,又可以迅速根据机会获得市场带来的丰厚收益,这些都是散户个人依靠自己的主观能力无法胜任的。量化投的理念和模式在数字资产将会得到比传统金融行更广展空

资产定价模型

二级市场投资的收益到底来自于哪里?这些赚钱之道能帮助我们什么?很多人赚钱的时候糊里糊涂,亏钱的时候也是糊里糊涂,并没有去考虑背后的逻辑,但是常胜的诀窍就在背后的逻辑上。

关于收益来自哪里这个问题,1964年的一篇文章提到了资本资产定价模型,它对资本资产的定价问题从理论上给出了一个十分完美的解答,以一个简捷的方程描述了单个资产收益与市场收益之间的关系:


对于这个公式,用一句更加容易理解的方式来表达:投资收益=无风险收益+贝塔收益+阿尔法收益。

什么叫无风险利率?一般来说用一年期国债的利率,或者一年期定期存款利率,作为无风险利率,因为我们可以认为国家不会违约,那么你的钱只要放在银行里面,或者买这样的国债,你就可以白白赚到这个收益,你不需要做任何操作,这是白送给你的,这叫无风险利率。

贝塔收益指的是整个大盘涨跌的收益,比如你长期去买这个指数,你就会获得一个收益,这是市场本身给你的风险溢价。但是你要想再获得比指数更高的收益,就要做你自己的股票组合,这个超越的部分叫做阿尔法,比如说指数涨了50%,而你的投资组合涨了70%,这超越的20%部分称之为阿尔法。

这个模型值非常重要,它揭示了一个非常深刻的原理:之所以得收益,那是因承担了超风险,你要想多少收益,你必要冒多大的风险

CAPM模型用一句通俗的话来说:超额的收益来自于超额的风险。所以我们就不能够只看赚多少钱,因为很多时候赚钱多可能只是你的运气特别好,比如说2017年很多人炒币赚了很多钱,但你要考虑到2017年整个比特币涨了十倍,而整个市场平均的涨幅是四五十倍之多。如果在2017年年初入市没有赚到50倍以上的话,那就不是一个非常合格的基金经理,因为你只要闭着眼睛去买一批这样的币,都应该可以获得五十倍的收益,所以这个阿尔法的大小才真正证明了基金经理的核心价值。

这篇文章出来之后对整个市场的影响是非常大的,因为他提出一个重要的结论:大部分基金经理能够赚钱,纯粹是因为运气好,赌对了方向而已,赌对了市场,赌对了风险而已。

在这种情况下,可以得出个结论,大部分的基金经理其实是很难超越指数的,而这个在传统的股市中已经证明了,美国市场当中的大部分共同基金是跑不赢指数的,既然跑不赢指数,那么我们就干脆做指数基金好了,所以美国华尔街后来整个共同基金就分裂为两大分支,一个叫做被动管理,一个叫做主动管理。

被动管理目前最大的共同基金叫先锋基金,主要做了标普500ETF,目前管理的资产已经3万多亿美金。主动管理代表就是巴菲特,巴菲特一直说如果市场是有效的,那我就应该去大街上捡烟头,当然他比较牛的,但是我们发现在美国市场上,大多数的主动管理基金都是跑不赢指数的,这就是证明了夏普理论的正确性。

多因子选股策略

到底有没有阿尔法呢?这个问题一直在业界和学术的争吵中没有答案,直到1992年,尤金·法玛在他的著名的股票三因子模型中给出了答案。在他的文章中得出结论:股票除了大盘贝塔的这个风险溢价之外,它还有两个因子是有溢价的,一个叫市值因子,一个叫价值因子。换句话说,你如果希望获得长期的超额收益,就一定要购买小盘价值股。

尤金·法玛他们维护了一个数据库,从这些数据里发现:美国过去100年来,如果你长期去买小盘价值股的话,要比买大盘股收益多140倍。这个在A股市场也得到验证,中证500指数长期收益率是超越沪深300的,而沪深300指数长期收益率又超越上证指数,就是小市值效应在起作用。

尤金·法玛这个文章影响很巨大,后来促进了整个华尔街的对冲基金的一个大的发展。比如全球最大的对冲基金桥水基金,它的纯阿尔法策略主要就是以买一批小盘股为主,从而获得了长期的超额收益。尤金·法玛的学生后来去了高盛做了Global Alpha基金,另外一个学生去了华尔街,创立了AQR,其操作方法就是专门去买一些无人问津的小股票为主。一旦当市场回暖的时候,这些股票可能会获得非常好的超额收益。这个理论在数字货币市场也是大有用处,我们回顾历史可以发现,在2017年的大牛市中,很多市值越小的数字币,涨幅越大,这就是小市值效应在起作用。

那么通过CAPA模型以及尤金·法玛的三因子模型,我们可以得出个结论,股票的一系列收益率跟因子是正相关的,由此而开创了因子投资的学派。代表者就是比如Barra,目前已经被贝莱德收购,这也是目前全球最大的资产管理公司。

这样的因子模型是不是在数字货币市场也一样有效呢?结果证明:完全是一样的。数字货币本质上也是一类资产,我们可以把它理解成是一种特殊的股票,新型的股票,既然有人去炒作这样的资产,传统股市中的一些因子肯定有效.

虽然传统股票中有很多基本面的因子,比如说财务的因子在数字币领域中是没有的,但是一些基础面的因子,比如说动量、反转、换手率等等一系列这样的因子,在数字货币领域中应该完全有成功的可能性。那么到底有哪些因子会有效果,以及如何去做多因子的分析?

因子选币的原理来自于传统量化投资中的因子选股。举一个简单的例子:有一批人参加马拉松比赛,如果想要知道哪些人会跑到平均成绩之上,那么只需要在跑前做一个身体测试即可。

我们知道,可以研究因子和股票的收益率之间的关系,从而根据某些因子来选择具有超额收益的股票组合,比如法玛在三因子模型中说的小市值因子和价值因子,它们跟股票的长期收益率之间有正相关的关系。后来更多的研究者在此基础之上发现了更多的因子,从而诞生了多因子选股策略。我们先来看看股票中的多因子模型选股策略,然后再研究如何推广到数字货币领域中去。


第一步,我们先选择一批候选的因子,比如说基本面因子中PB、PE等等,也可以是一些技术面的因子。这些在数字币领域中也是一模一样的,只不过我们需要换成数字币领域中的对应因子,比如说地址的持币数量、币的流转速度等等。市场行为的因子,比如说换手率、波动率,这些因子在股票中是有效的,在数字币领域中也同样是有效的。

选择了这样一批因子之后就可以进行第二步:因子有效性的检验。这种方法比较简单,比如说在传统的股票中,把所有的股票根据市净率进行排序,我们就选前50个市净率最低的这些股票做成一个组合,然后每个月或者每三个月调一次,然后把数据回测。

数字币领域中的一个非常有效的因子:换手率。换手率越高的数字币就意味着大家炒作的越过分,而炒作越过分的数字币,其实长期来讲超额收益是比较低的。通过一些直观的感受,也能够有这种判断。比如说2018年以来比较火的几个币:维基链、EOS以及FT等,它们在到达最顶峰时,换手率是非常高的,因为大量的韭菜在里面想做短线,但是到顶峰之后就一路下跌。

在传统的股票中,就有类似的规律,换手率越低的股票,只要把它买了不断的轮换,每个月换一次,长期是一定有超额收益的,而换手率高的这些股票长期的话一定是弱于大势的。那么我们就可以构建这样一个策略,比如说我们买入这些换手率比较低的股票,同时做空换手率比较高的。

这样的策略一模一样可以复制到数字币领域中来。比如我们对这些特别火热的、换手率比较高的数字币进行做空操作,如果用换手率因子来判断的话,会有大概率高点空到EOS和FT。

轮换周期是一个非常重要的参数,对最终的收益率有很大的影响,股票中的轮换周期一般是一个月和三个月做一次,但数字币领域中由于整个市场的效率比较高,运行周期比较快,所以我们可以选择一周换一次,或者说两周换一次。

通过这种方式可以构建数字币的组合,然后有两种操作方式,一种是赚取贝塔收益,就是单纯的持有即可,另外一种就是赚取阿尔法收益,就是买入数字货币的同时做空BTC的期货。目前OKex和Bitmex等交易所都提供了数字货币的期货合约,大家可以选择合适的杠杆做空,这样可以使得在熊市的时候,也有一个较为稳定的收益。当然在大牛市的时候,阿尔法收益肯定不如单纯持有的收益高。

我最近也做了一些回测,发现有几个因子还是相当不错,超额收益比较明显。第一个叫做波动率因子,当某些数字货币的波动率变得很低时,往往是大家不关注的,但是有些币可能有庄家在偷偷进驻,一旦市场滚球游戏转暖,或者有某些重大利好出现,这种类型的数字货币有可能就有爆发的机会。

第二个因子叫做反转因子,也就是说与其选择涨的很多的数字币,还不如选择跌的比较惨的数字币,因为数字货币市场散户多,他们往往会喜欢那些便宜的品种。

在数字货币市场,我们去回溯2015年和2016年的滚球游戏就会发现,去选择前面跌得比较惨的币,一旦市场回暖的话,它们反弹的也会非常厉害。当然我所说的不是那些小币、空气币,对于那些市值排名500以后的币大家还是要非常小心。

我们在传统股票中,一般是中证500成分股里面选择。在数字币领域中,我建议大家是在市值最大的200个里面选,我们可以选择20个或者30个这样的组合,通过不断轮换的方式,同时对冲比特币期货,就可以获得一个持续稳定的收益。

多因子模型简单有效,很容易复制,程序上实现也比较简单,但是做的完美还需要更多的升级,例如行业中性、板块中性。这就要求对数字货币进行正确的分类,例如分为公链币、平台币、社区币等等,然后在不同的行业中,用多因子模型选择一个比例的数字货币,再进行组合的方式,这样就可以避免单纯的多因子选币,有可能会偏重某一个行业,从而带来行业整体风险。

主力筹

主力筹码理论来自于传统的股票领域。这个理论假设,任何一只股票如果有大量的庄家在里面的话,它有可能产生一波大的牛市。

庄家在拉升股票之前需要收集筹码,通过某一种方式偷偷的把相应的股票足够的数量收集到自己的旗下,然后配合相应的利好消息,配合相应的大量的资金一路拉升,在拉升的过程中吸引散户的追进,当散户在追进的过程中,庄家将会逐步的卖出。这就是在股票领域中的筹码理论。

毫无疑问,这样的筹码理论在数字币市场中一样是盛行的,因为我们知道股市监管越来越严格的,所以在股市坐庄非常的不容易,而在数字币领域中应该说没有任何的监管,所以数字币领域中的这种坐庄明目张胆。

特别是2017年、2018年很多项目方都要做市值管理,在市值管理中会配合媒体和资金方试图拉动自己的币价。你要拉动币价的话,必须要有相应的主力资金在里面,这就是筹码理论。 

筹码分布理论是通过股票价格和成交量来研究筹码和现金可逆互换的理论。该理论的主要假设是:所有影响股票内在价值和供求关系的因素都可以由筹码来还原。依据该理论,股票投资的收益无非是来自现金在低位转换为筹码(股票),再将筹码在高位兑换为现金的过程。

我们在股票领域中的测试结果非常的好,特别是像机构持股数增长率这个指标,在2007年和2016年牛市中都获得了非常高的收益,十年的回测中,基于筹码理论而获得的股票的组合大概年化收益是30%多,远远超越了上证指数年化10%左右的收益。

那么我们可以一模一样的把主力筹码的这个理论运用到数字币市场。数字的信息更加透明,在股票域中一般是公布季候,才能够发现它股数到底是少,才能知道均持股数是少,而在区块链上,任何一个它持的地址数、持的交易数据都是实时公开的,所以我就可以基于区块链上的相的数据来做似的策略。

比如说我们有一个币,持有它的地址有1万个,而且这地址比较分散,有一天我们发现这些地址数在减少,例如从1万个地址变到8000个地址变到5000个地址,那这说明什么?说明有大量机构在偷偷吸货。

如果从1万个地址分散到2万个地址,分散到4万个地址,那说明它的筹码在往外派发。当然派发不一定代表会跌,币价和前期的走势有关系,如果在一路上涨的过程中一路在派发的话,那么就意味着有韭菜已经冲进去接盘了,大家可以把2017年到2018年这一波大牛市滚球游戏的顶部拿出来看一看,就会发现这个筹码的理论在数字币市场有非常好的效果。

再例如2018年3月份那波EOS的反弹滚球游戏,大概从最低点到最高点涨了5倍左右,其根本原因就在于超级节点的竞选。其实在启动的过程中,去监控持币地址数就可以发现,筹码在集中的过程,从大量散户手中开始向那些试图竞选超级节点的机构集中。

EOS的这一轮滚球游戏是一个典型的主力操纵市场,并配合媒体消息的过程,事后大家回想起来,都觉得是非常明显的过程,只是当初迷失在滚球游戏中而失去了冷静的判断。

数字货币市场这种赤裸裸的操纵市场行为是非常多的。其实当初如果用量化的方法,监控一下EOS的持币地址的变化,就可以清晰的看到一批以超级节点为代表的主力资金是如何收集筹码,在一波上涨的过程中如何逐步派发筹码,这就是主力筹码理论的原理。

传统的股市中由于信息发布的滞后,使得筹码理论在实际的应用中会有很多不确定性,但是数字货币市场的信息更加及时,而且由于缺乏监管,使得主力资金在里面更加的为所欲为,反而使得筹码选币理论具有了更大的应用范围,所以说,学一些量化的方法,使用一些数据分析,可以有效的避免自己成为韭菜。

量化择时策略

接下来讲另外一个体系的课程,就是量化择时策略。所谓择时就是试图判断大盘什么时候涨什么时候跌,或者说判断某个数字币的方向到底是涨还是跌。

这种策略如果判断对的话,收益是非常高的,比如2017年如果判断对了这波大的趋势又在2018年到达顶部时及时做空或者卖出的话,你的收益将是非常可观的。择时策略一般来分两大,一个叫做趋势择时,通俗来就是追涨杀跌,第二种方式叫拐点择时,通俗来叫做抄底摸

我们今天介绍一个指标,用它来做择时,是一个可以用来判断大周期高点低点的指标,叫做Hurst指数,这个指数的原理来自于分形理论。

数字币市场依靠的就是水推动的原理,水就是资金流,如果说资金在持续流入的话,应该是有波大的滚球游戏来了,如果资金在持续流出的话,那么市场就会下跌,因此我们会发现当初用于尼罗河水文的Hurst指数也可以用于金融市场,特别是数字币市场中。

在我的那本《量化投资-策略与技术》里面也专门举过一个例子:中国A股大盘的走势跟Hurst指数对比,经过几次的分析判断,在十年的周期内Hurst指数一共做了六次的判断,其中五次都是对的。

在大周期内,如果六次能够做对五次,已经是非常可观的结果了,后来据此做了一个模型,用Hurst指数根据历史K线的数据, 可以发现,当Hurst小于0.5时,指数会出现一个拐点,前面是涨的,后面是跌,前面是跌的,后面是涨。当H大于0.5时,它的趋势会延续。当H在0.5时就是纯粹的布朗运动,是没办法通过过去预测未来的。


2018年10月6日,我在思投社的课程中明确得出结论,6000美元不是BTC的底部。后来证明,这次Hurst指数又对了。

2018年12月21日,我再次在思投社发表文章,认为BTC进入底部区域。那时候BTC差不多就是底部区域,所以Hurst指数这个指标相当管用。

至于具体的Hurst指数如何计算,都有现成的公式,在Matlab和Pyton的编程工具中也有相应的控件,可以直接调用。

套利

在牛市的时候,大家闭着眼睛随便买币都会赚钱,2017年很多都在谈,小于10倍不要出来说。到了2018年,大多数都亏回去了,很多人不但将2017年的盈利回吐,甚至还亏了更多。在2018年想盈利,除非是做空,但是做空的风险又非常大,特别是在一些来回波动的时候,很多人被来回打耳光,最终输光了出局。

曾不少人围攻OKex,要维权,其实这种投资人就算牛市也未必会赚钱,何况是大熊市了。那么,熊市或者震荡市的时候,有没有一种办法也能够赚钱,或者不亏钱呢?这种方法还是有的,就是对冲套利的一系列策略。

对冲套利就是对于两个相关性的品种,同时做多也做空的操作,这样无论市场往哪个方向走,总有一边是赚钱的,只要赚钱的这一方向超过了亏损的那个方向,则总体就是盈利。

对冲套利的关键在于具有品种的相关性,在数字货币市场可以运行的套利策略包括:期现套利、跨期套利、搬砖套利、三角套利、统计套利和期权套利。其中搬砖套利和三角套利是数字货币市场特有的套利策略,其他的几个套利策略在传统金融市场早就成为标配。

先来介绍第一个:期现套利。期现套利是对冲套利策略体系中最简单而且风险最低的一种。它主要是利用期货跟现货之间的价差来套利。

在传统的金融市场,股指期货合约在到期时是按照现货指数的价格来进行现金交割的,即期货合约价格在到期时会强制收敛于现货指数,这就使得在正常交易期间内,期指与现指会维持一定的动态联系。

在各种因素影响下,由于股指相对现指对信息的反应速度要快,因此,其波动性会大于现指,经常会与现指产生偏离,当这种偏离超出一定范围时,就会产生套利机会。这样的机会同样出现在数字货币市场,但是与传统金融市场不同的是,数字货币市场不需要进行指数的套利,直接采用币就可以。

我们平时在OKex、火币上购买的比特币,叫做现货。同时在OKex和Bitmax等交易所开设有合约交易,这种合约交易从逻辑上看就是期货合约。

在现货和期货之间,往往并不是完全同步,而是会有一个价差,但是到了交割的那一天,期货价格是按照现货价格强制收敛的。也就是说不管中间差多少,到最后那一天的时候,价格都是一样的。这就产生了一个套利机会。比如当期货价格大于现货时,可以买入现货做空期货,持有到期等待价差收敛。当期货的价格低于现货时,可以买入期货融币做空现货,持有到期等待价差收敛。

举个例子:一个季度合约最后的交割日还有30天,现在的合约价格是8000元,BTC现货的价格是7000元,中间就有一千块钱的价差。现货要真正投入7000块,而且不需要杠杆。

如果期货用十倍杠杆去做空的话,投入的钱是1/10,需要保证金800块,总投入就是7800。中间还有1000元的价差,一千块钱除以7800大概12%左右。季度到期还有30天,这样,以7000的价格买入BTC现货,同时以8000的价格卖出BTC期货合约,持有到期后,就可以白白赚到1000元。

我们再来了解下最终是怎么收敛的,比如到了交割日,比特币的价格大幅上涨,从8000涨到8800,交易时现货是以7000买入的,价格涨到8800现货会赚1800,但是合约是在8000点做空的,涨到8800之后,合约会亏掉800。合计的获利是一千。

再比如到了交割日,比特币的价格依然是7000。交易时现货买入的7000没有赚钱,但期货是在8000做空的,中间获利的还是一千。又或者到了交割日,比特币价格下跌了,比如跌到了6000,现货是在7000买的,6000卖掉亏了一千,期货是8000,赚2000最终获利还是一千。总的来说不管到交割日是涨、持平还是跌,中间获益都是一千块钱,所以期现套利这种方法,从建仓开始获利价差就锁定了,不管中间如何波动,一定会获得收益。

但是在真的交易境下,期套利是有些风险的。第一,由于在期货市场是做空的,所以在比特币出现大幅度暴涨的时候,要留够保证金,万一保证金不足,有可能会被打爆掉,但是保证金留的太多,又可能白白浪费了资金,所以这中间就需要仔细核算。

此外,在OKex上还有分摊机制,我们前面说过,比如期货做空,在大规模下的暴跌时多头会打爆掉,多头欠交易所的钱他们自己是不会去补的。OK交易所就做了一个分摊机制,这部分的损失由赚钱的空头来分摊弥补,空头会少赚一点。如果是单独的空头持仓,虽然少赚了,好歹也是盈利的。

但是做期现套利时候,现货那一端是做多的,会扎扎实实的亏损。比如本来的期现套利空间是5%,正常情况下,到交割日应该是只有5%的绝对收益。但是由于突然市场暴跌,分摊机制分摊了6%,本来在期货能赚25%的,但是分摊了6%之后只占19%,现货的20%是实打实亏掉的。因此这个期现套利本来是可以盈利5%,但通过了分摊机制后反而亏了1%。

因此在市大幅度波,特是在一波反部的候,再做期套利就需要非常的小心。如果突然一波暴跌,可能不但没有赚到钱,反而还会亏钱。当然通过期现套利结合一些比如拐点策略可能会是比较好,在顶部的时候,如果发现币可能不太容易涨了,可以用期货锁定价差收益。

套利

这是最新的一种类型。期权合约跟期货合约相比到底好在什么地方?第一个是肯定不会爆仓。数字货币的期货合约很容易爆仓,特别是OKex上的期货合约杠杆太大,以至于一旦出现大幅波动,则很容易穿仓。比如说花了1万块钱买了期货,方向做反了的话,可能会输掉3万块钱甚至5万块钱。这就是杠杆带来的双刃效应。

但是如果是花1万块钱去买期权,无论滚球游戏如何波动,最终只会输掉这1万块钱,损失是非常确定的,肯定不会爆仓,更不会穿仓。这也就是JEX交易所在宣传的时候,一直说“期权是永不爆仓的合约”这句广告词的由来。

期权除了可以用来赌方向交易之外,还可以进行对冲市场下跌风险。例如在2018年BTC这一轮暴跌滚球游戏中,如果手中的BTC准备长期持有的话,但是又希望化解市场下跌带来的风险的话,则可以买入BTC的看跌期权。那如果看错了,BTC继续暴涨呢?只是损失了一点期权费而已,BTC后续大涨的收益大部分还是可以继续获得。

例如在2018年年初比特币20000美金的时候,那时候对未来的滚球游戏真不容易判断,有可能真的会一路飙升,冲到40000美金甚至10万美金,但也有可能会暴跌,在这个顶部我们不清楚方向是哪里,但是我们可以确定一定会出现大的波动率,因此就可以同时买入认购期权的方式做双向交易。

但是我们完全可以用期权来代替期货合约进行期现套利,比如现在持有比特币,可以卖出看涨期权,构建一对套利组合。如果BTC不断下跌,看涨期权也会持续下跌,并且这个下跌的幅度会超过BTC现货的幅度,因为期权有一个溢价,叫做时间价值。随着时间的流逝,这个时间价格也会逐步消失,这个就是套利的主要收益来源。

目前在JEX交易所做期权套利基本上有年化40%左右的低风险套利机会,OKex上做期现套利基本上只有百分之十几的收益,所以期权套利的收益风险比都要好于期货合约。

截止2018年9月,数字货币市场的期权交易量大的只有JEX。除此之外,还有一些交易所都在试图开期权品种,但是在合约设计等方面都有一些不足之处。目前数字货币领域中的期权并不是完整的期权,跟传统金融行业的期权相比还略有差别,整个产品设计、发行机制、交割机制都不是很完善。

过对传统的期和数字货币的期比,会发现数字货币中的期定价重的不合理,偏离了正常的价差,因此就提供了多套利机会,目前的套利空比期的套利要大了很多。

嘉宾简介

丁鹏博士 / 量化投资学会(CQIA)理事长、《大数据金融丛书》主编

丁鹏博士曾任职上海交通大学副教授,从事计算金融研究,其后先后任东方证券投资总部资深策略师、方正富邦基金副总监、东航金控首席策略师。在2017年创立荣石-量化研究中心;同年作为联合创始人出任兴盾资产首席科学家。

丁鹏博士累计管理总资产超过50亿,为客户创造绝对收益超过10亿。2016年旗下三只基金分别获得好买基金“组合基金冠军”、“多策略基金亚军”和“管理期货基金第八名”的傲人业绩,同年获得中国量化投资研究院授予的“2016中国量化投资年度人物”。

对话发起人

猛小蛇 / 火星社群负责人

【温馨提醒】

3月16日,火星大学量化交易48小时实战营即将开启,由8位实战派导师手把手教你做量化,包括中国量化投资学会(CQIA)理事长丁鹏、国家外管局政策法规司高级研究员王崇、数币对冲基金BQUANT创始人余晓锋、CoinXP联合创始人&CEO梁亮、共识实验室量化大赛第一名梁宇波、BQAI量化盒子CEO于炎什、共识实验室投资副总裁朱春华、丑兔量化创始人李江林等八位优秀导师。


本次课程特别增加现场实操课,学员需带上电脑,由资深量化大师手把手现场操练量化交易,不光有理论学习,更重要的还有实践落地。课程结束后,还针对学员的特别需求享有量化交易策略指导,量化交易工具实操指南,管教会,管能用,还管后续服务。

【课程信息】

上课时间:3月16-17日

上课地点:北京

学费:¥5888(限时早鸟价)

招生规模:30人

【入营方式】:

扫描二维码

或联系咨询

张老师 13429835035(同微信)

刘老师 18210826310(同微信)

文章声明:本文根据「火星币优第一情报站」嘉宾分享内容整理,不代表12bet娱乐 pt88.vip立场,转载须在文章标题后注明“文章来源:12bet娱乐 pt88.vip(微信:hxcj24h)”。

声明:本文为入驻“火星号”作者作品,不代表12bet娱乐 pt88.vip官方立场。转载请注明出处、作者和本文链接
提示:投资有风险,入市须谨慎。本资讯不作为投资理财建议。
语音技术由科大讯飞提供

推广
相关新闻

涨幅榜

你可能感兴趣的内容
下一篇

「火星公开课」第241期 |BikiCoin CEO:交易所如何在熊市突围?

寻求报道 寻求融资 APP下载
APP下载 扫描下载APP