《TokenClub研究院-数字货币量化交易研究报告-180913.pdf》由会员分享,可在线阅读,更多相关《TokenClub研究院-数字货币量化交易研究报告-180913.pdf(75页珍藏版)》请在三个皮匠报告上搜索。
1、 1 数字货币量化交易研究报告 2018 年 9 月 目录 1. 量化交易综述.5 1.1 量化交易概述.5 1.2 传统金融市场的量化交易.5 1.3 数字货币量化交易.6 2. 量化交易的优势与风险.7 2.1 量化交易的优势.7 2.1.1 严格的纪律性.7 2.1.2 完备的系统性.8 2.1.3 妥善运用套利思想.9 2.1.4 靠概率取胜.9 2.2 量化交易的风险.9 2.2.1 历史数据的完整性.10 2.2.2 策略模型设计上的缺陷.10 2.2.3 系统故障、风险控制缺失.10 2.2.4 过去并不代表未来.10 2.2.5 过度拟合.11 2.2.6 交易成本敏感性.11
2、 2.3 非专业投资者如何评估量化策略.12 3. 数字货币的量化策略.13 3.1 高频交易.13 3.1.1 高频交易理论.13 3.1.2 高频交易特征.14 2 数字货币量化交易研究报告 2018 年 9 月 3.1.3 高频交易分类.15 3.1.4 高频交易优点.15 3.1.5 高频交易缺点.15 3.2 趋势交易与趋势理论.16 3.2.1 趋势理论概述.16 3.2.2 趋势理论分析方法.17 3.2.2.1 根据成交量判断趋势的变化.17 3.2.2.2 盘局可以代替中级趋势.18 3.2.2.3 主要趋势不会立马反转.19 3.2.3 趋势线.19 3.2.4 利用趋势轨
3、道决定买卖点.20 3.2.5 趋势理论的缺陷.20 3.3 马丁格尔策略 BTC 应用.21 3.3.1 马丁格尔策略理论.21 3.3.2 马丁格尔策略优缺点.22 3.3.3 马丁格尔策略回测 BTC.22 3.3.3.1 策略的自动反手机制.23 3.3.3.2 策略核心代码.24 3.3.3.3 回测及分析.25 3.4 动态平衡策略 BTC 量化.30 3.4.1 动态平衡策略理论.30 3.4.2 动态平衡策略优点.31 3.4.3 动态平衡策略缺点.32 3.4.4 动态平衡策略回测 BTC.32 3.4.4.1 策略逻辑.32 3.4.4.2 策略框架.33 3 数字货币量化
4、交易研究报告 2018 年 9 月 3.4.4.3 下单模块.34 3.4.4.4 撤单模块.35 3.4.4.5 回测及分析.36 3.5 运用机器学习预测币价.39 3.5.1 数据收集.40 3.5.2 训练、测试、随机游走模型.42 3.5.3 结果分析比较.47 4. 数字货币量化套利场景.48 4.1 搬砖套利.48 4.1.1 跨交易所两角硬搬套利.48 4.1.2 跨交易所两角对冲套利.49 4.1.3 交易所站内三角循环套利.52 4.1.4 跨交易所三角套利.52 4.1.5 跨国套利.54 4.1.6 打新套利.55 4.2 期现套利.55 4.2.1 期货的优势.55
5、4.2.1.1 回测期货可以双向交易.55 4.2.1.2 期货带有杠杆.56 4.2.1.3 可对冲套利.56 4.2.1.4 对冲风险.56 4.2.2 期现套利.56 4.2.3 跨期套利.58 4.2.3.1 牛市套利.58 4.2.3.2 熊市套利.58 4.2.3.3 BTC 期货分析.59 4 数字货币量化交易研究报告 2018 年 9 月 4.2.4 统计套利.61 4.2.5 跨品种套利.62 4.2.6 跨市套利.62 5. 量化开发语言与开发库.63 5.1 Python.63 5.1.1 NumPy.63 5.1.2 Pandas.64 5.1.3 SciPy.64 5
6、.1.4 Matplotlib.65 5.2 R 语言.66 5.2.1 数据管理.67 5.2.2 指标计算.68 5.2.3 回测交易.69 5.2.4 投资组合.69 5.2.5 风险管理.70 5.3 其他编程语言.70 6. 数字货币量化投资未来展望.71 6.1 国内外量化投资现状.71 6.2 数字货币量化投资发展趋势.72 6.3 对数字货币量化投资领域的期待.73 风险提示.74 5 数字货币量化交易研究报告 2018 年 9 月 1. 量化交易综述 1.1 量化交易概述 量化交易(Quantitative Trading)也称自动化交易、程序化交易、算法交易。是指 借助先进
7、的统计学方法和数学模型,利用计算机技术来进行程序化交易的投资方 式。量化交易从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以 制定策略,用数学模型验证及固化这些规律和策略,然后严格执行已固化的策略 来指导投资,以求获得可以持续的、稳定且高于平均收益的超额回报。 量化交易起源于上世纪七十年代的股票市场,之后迅速发展和普及,尤其是数字 货币的兴起,导致量化交易逐渐成为主流。量化交易有很多种,包括跨平台搬砖、 趋势交易、对冲套利、三角套利、跨期套利、ETF 轮动套利等。 1.2 传统金融市场的量化交易 这里说的传统金融市场是主要是股市,基金,期权,期指市场,股票交易主要以 手动交易为主,
8、但在国内成熟的期货市场, 量化自动化交易的比重已经超过 50%。 在股指期货中,高频交易量很大,而高频交易与量化自动化关系密切,大量的高 频交易靠人工是很难实现的,虽然量化自动化不一定是高频交易,但高频交易大 部分都是靠量化自动化来实现的。当前我国股指期货也有一些高频交易模式,但 使用的比例很低,随着市场参与者的增多,金融期货品种的不断增加,相信熟悉 6 数字货币量化交易研究报告 2018 年 9 月 和选择量化自动交易的人会越来越多,量化自动化交易在股指期货中的发展前景 还是是十分乐观的。 1.3 数字货币量化交易 相对于传统金融市场的量化交易,由于数字货币市场是 7*24 小时 T+0 交
9、易,而 国内 A 股一天交易 4 小时,每周交易 20 小时,还有其他法定假日不交易,数字 货币一天就顶上传统金融市场一周的时间;其次交易所众多(交易所之间搬砖、 币对之间搬砖),交易所没有牌照限制,交易所为了提高交易量也积极提供量化 交易的机会;另外在传统金融市场很多应用不好的策略都能在数字货币市场得到 很好的发挥(纯粹的自由市场经济)。导致数字货币市场的量化交易异常火爆, 简直就是宽客(量化交易者)的天堂,聚集了众多量化投资者,甚至出现“量化 交易万能论”。 7 数字货币量化交易研究报告 2018 年 9 月 2. 量化交易的优势与风险 量化交易在数字货币市场有“量化交易万能论”、“熊市跑
10、出牛市的收益率”等 神话,真的那么厉害?接下来分析一下量化交易在数字货币市场上占有的优势以 及要承担的风险。 2.1 量化交易的优势 量化交易的优势主要体现在去除人性主观上由情感等因素带来操作上的失误,以 及运用大数据、云计算、人工智能等先进技术在“大概率”上取胜,具体表现在 以下几点: 2.1.1 严格的纪律性 数字货币量化交易有着严格的纪律性,可以克服人性的弱点,如贪婪、恐惧、侥 幸心理,也可以克服认知偏差。一个好的投资方法应该是一个“透明的盒子”。 我们的每一个决策都是有理有据的,特别是有数据支持的。如果有人质问我,某 年某月某一天,你为什么购买某个数字货币的话,我会打开数字货币量化交易
11、系 统,系统会显示出当时被选择的这个数字货币与其他的数字货币相比在成长面 上、估值上、资金上、买卖时机上的综合评价情况,而且这个评价是非常全面的, 比普通投资者拍脑袋或者简单看某一个指标买卖更具有说服力。 8 数字货币量化交易研究报告 2018 年 9 月 2.1.2 完备的系统性 完备的系统性具体表现为“三多”。 首先表现在多层次,包括在大类资产配置、行业选择、精选数字货币三个层次上 都有对应的模型;其次是多角度,量化交易的核心投资思想包括宏观周期、市场 结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度;再者就 是多数据,就是海量数据的处理。现有的数字货币有 2000 多个,交
12、易所有 230 多所,交易对更是上万对,而且这个数量还在继续增长,在这种数量级下,强大 的定量化交易的信息处理能力能反映它的优势,能捕捉更多的投资机会,拓展更 大的投资机会。 9 数字货币量化交易研究报告 2018 年 9 月 2.1.3 妥善运用套利思想 量化交易正是在找估值洼地,通过全面、系统性的扫描捕捉错误定价、错误估值 带来的机会。定性投资大部分精力是在做基本面分析;与定性投资不同,量化交 易大部分精力花在定型上,分析哪里是估值洼地,哪一个币种被低估了,买入低 估的,卖出高估的。 2.1.4 靠概率取胜 这表现为两个方面,一是量化交易不断的从历史中挖掘有望在未来重复的历史规 律并且加以
13、利用。 二是依靠一组数字货币取胜, 而不是一个或几个数字货币取胜。 二是在数字货币实际操作过程中,运用概率分析,提高买卖成功的概率和仓位控 制。 2.2 量化交易的风险 在数字货币市场中量化交易一般会经过海量历史数据仿真测试和模拟操作等手 段对量化策略进行检验,并依据一定的风险管理算法进行仓位和资金配置,实现 风险最小化和收益最大化;但也有存在很多的潜在风险,甚至说存在很多陷阱都 不为过,主要分为以下几种: 10 数字货币量化交易研究报告 2018 年 9 月 2.2.1 历史数据的完整性 行情数据不完整可能导致模型与行情数据不匹配。行情数据自身风格转换,也可 能导致模型失败,如交易流动性,价
14、格波动幅度,价格波动频率等,而这一点是 目前量化交易难以克服的。 2.2.2 策略模型设计上的缺陷 在策略模型设计上没有考虑仓位和资金配置没有安全的风险评估和预防措施,可 能导致资金、仓位和模型的不匹配,而发生爆仓现象。而且不同的策略模型在不 同市场行情中也会表现出不同的风险特征。 2.2.3 系统故障、风险控制缺失 在量化交易系统日常运转中,可能会出现程序错误、网络中断、硬件故障、突然 停电或黑客攻击等都会导致量化交易系统的出现问题。 2.2.4 过去并不代表未来 在大多数情况下,通过回测可以证明你的量化交易系统在过去的表现。但是一个 量化交易系统是不可能会适应所有数字货币交易所的。但市场出
15、现巨大的变化 时,量化交易有可能会失效;甚至有可能会遭遇死循环,进而导致了市场的异常 波动。除了这个还有交易对流动性差、交易机制单一、交易员操作失误等都会影 响量化交易系统。 11 数字货币量化交易研究报告 2018 年 9 月 2.2.5 过度拟合 为了使一个策略的回测表现令人满意,宽客往往会不断调优样本内参数,直至样 本外数据回测结果达到心中的标准,一个策略总能被“优化”得近乎完美, 这就出 现了过度拟合现象。结果就是样本内稳定赚钱的策略,到了样本外就稳定亏钱。 2.2.6 交易成本敏感性 量化交易策略进行测试时,如果不计入手续费,资金曲线可能会产生巨大差异, 甚至不计手续费的盈利策略,在
16、计入手续费后也可能产生亏损。手续费相当于在 原本的资金曲线上叠加了一条斜率为负的直线(在每次交易都是固定手数的情况 下)。 12 数字货币量化交易研究报告 2018 年 9 月 2.3 非专业投资者如何评估量化策略 上面列的几种风险主要是基于量化交易系统上的风险,但是还有很多非量化交易 系统自身的风险。 目前市场上的量化基金质量参差不齐,甚至有打着量化的旗号实则是庞氏骗局的 团队,作为一个非专业的投资者要怎么简单的衡量评估量化策略、模型和团队? ?1.要正确对看待量化交易,量化交易不等于稳赚不赔。 ?2.清楚量化策略的局限性,币圈的变化实在太快了。再好的投资策略,也是有 时效性的,甚至一种投资
17、方法,昨天还让你赚的盆满钵满,可能今天就会让你 损失惨重。行业里那些已经被公开的量化策略,大多数是已经过时或者收益率 很低的策略。 ?3.从生态角度正确的看待量化团队,有些量化团队的定位是,帮助项目方绘制 出完美的 K 线图,稳定币价走势,合理的制造交易热度塑造投资者信心,减少 行情波动带来的投资者恐慌。有些团队则更多的通过项目交易、对敲,赚取手 续费或交易挖矿分红,或者通过高频交易进行搬砖套利。同时也有一部分团队, 与项目方勾结,操控币价,洗劫韭菜,谋取血淋淋的超高收益,“割韭菜”才 是他们真正的主业。 ?4.散户想参与量化交易难度颇高,简单策略大量盈利的时代曾经有过,但已是过 去时,随着传
18、统的金融机构逐步踏入数字货币量化市场,目前量化策略的难度 正在快速上升。 ?5.作为普通投资者,也务必看清量化领域的风险,不要盲目地加入其中。熊市 之中,无论是普通投资者还是业内大佬,任何人都很难找到真正的捷径。 13 数字货币量化交易研究报告 2018 年 9 月 3. 数字货币的量化策略 量化策略是指使用计算机作为工具,通过一套固定的逻辑来分析、判断和决策。 量化策略分为主动投资和被动投资。其中主动投资策略会积极寻找市场中的套利 机会,适时根据投资者的判断调整资产组合,以求收益最大化;被动投资与主动投 资相对,采用市场投资组合和主流数字货币的方式管理资产。下面列出币圈常见 的量化策略: 3.1 高频交易 3.1.1 高频交易理论 高频交易是量化交易的一种形式, 以速度见长, 它利用复杂的计算机技术和系统, 以毫秒级的速度执行交易,且日内短暂持仓。 14 数字货币量化交易研究报告 2018 年 9 月 3.1.2 高频交易特征 高频交易有如下几个关键特征: 处理分笔交易数据和算法交易是高频交易的重要流程,高频交易通过对市场分笔 交易数据进行采集、处理,分析市场在微观上潜在的交易机会,一旦确认交易机 会, 通过算法交易及时下单进场。 高资金周转率和日内交易也是高频交易的特点, 交易过程中,资金快速进场出场,