跳到主要内容

量化交易基础

什么是量化交易​

量化交易（Quantitative Trading）是指使用数学模型、统计方法和计算机程序来制定交易决策的投资方式。与主观交易依赖个人经验和直觉不同，量化交易强调：

  • 系统化：规则明确，可重复执行
  • 纪律性：避免情绪干扰，严格执行
  • 可验证：历史数据回测验证策略有效性
  • 可扩展：同时监控和执行大量交易机会

发展历程​

时期特征代表事件
1970s学术起源Black-Scholes 期权定价模型
1980s机构起步文艺复兴科技成立
1990s统计套利兴起长期资本管理公司
2000s高频交易爆发微秒级交易系统
2010s机器学习应用深度学习预测模型
2020s零售化与开源Python 生态普及

市场参与者​

┌─────────────────────────────────────────────────────┐
│                  量化交易生态                        │
├─────────────────────────────────────────────────────┤
│  高频交易 (HFT)      │  持仓时间: 毫秒-秒            │
│  做市商               │  提供流动性，赚取价差          │
├─────────────────────────────────────────────────────┤
│  中频策略             │  持仓时间: 分钟-小时          │
│  统计套利             │  均值回归、配对交易            │
├─────────────────────────────────────────────────────┤
│  低频策略             │  持仓时间: 日-月              │
│  因子投资             │  价值、动量、质量因子          │
├─────────────────────────────────────────────────────┤
│  另类数据             │  卫星图像、舆情、供应链         │
│  机器学习             │  模式识别、预测模型            │
└─────────────────────────────────────────────────────┘

金融市场基础​

主要市场类型​

股票市场

  • A股：沪深交易所，T+1交易，涨跌停限制
  • 港股：港交所，T+0，无涨跌幅限制
  • 美股：NYSE/NASDAQ，T+0，做市商制度

期货市场

  • 商品期货：金属、能源、农产品
  • 金融期货：股指、国债、外汇
  • 特点：杠杆交易、到期交割、夜盘交易

期权市场

  • 看涨期权（Call）与看跌期权（Put）
  • 欧式与美式行权
  • 希腊字母风险度量

订单类型​

订单类型说明使用场景
市价单以当前最优价格立即成交追求确定性
限价单指定价格成交控制成本
止损单价格触及设定值触发风险控制
冰山单只显示部分数量隐藏意图
算法单TWAP/VWAP 拆分大单减少冲击

量化交易流程​

┌──────────┐    ┌──────────┐    ┌──────────┐    ┌──────────┐
│ 数据获取 │ -> │ 信号生成 │ -> │ 风险管理 │ -> │ 订单执行 │
└──────────┘    └──────────┘    └──────────┘    └──────────┘
      ↓              ↓              ↓              ↓
  清洗存储       模型计算       仓位控制       算法交易
  特征工程       策略逻辑       止损止盈       滑点优化

关键概念​

Alpha 与 Beta​

  • Alpha（超额收益）：相对于基准的超额回报，衡量主动管理能力
  • Beta（系统风险）：相对于市场的敏感度，衡量被动暴露

夏普比率​

Sharpe Ratio=Rp−Rfσp\text{Sharpe Ratio} = \frac{R_p - R_f}{\sigma_p}

其中 RpR_p 为策略收益，RfR_f 为无风险利率，σp\sigma_p 为收益波动率。

最大回撤​

Max Drawdown=max⁡tPeakt−ValleytPeakt\text{Max Drawdown} = \max_{t} \frac{Peak_t - Valley_t}{Peak_t}

衡量策略历史上从高点到低点的最大亏损幅度。

常用工具与数据​

开源数据源​

  • A股: Tushare、AKShare、Baostock
  • 美股: Yahoo Finance、Alpha Vantage
  • 期货: 各交易所官方接口

开源框架​

  • Python: Backtrader、Zipline、vn.py
  • C++: QuickFIX、QuantLib
  • 多语言: QuantConnect (LEAN)

商业平台​

  • 国内: 聚宽、米筐、优矿、BigQuant
  • 国外: QuantConnect、TradingView

延伸阅读​