做一個量化交易者“寬客”的精髓[程序化老手]

當我第一次被問到“寬客”這個詞是什么意思的時候，我當時簡單的稱之為一幫搗鼓數字的人創造出來的交易金錢的系統。事實的情況和我這樣簡單的解釋差不了多少，在更多的接觸了這個行業之后，我認為做一個“寬客”的精髓可以理解成為：收集一切有價值的信息，并把這些信息轉化為走勢預測或算法改進的要素，建立我們稱其為交易模型，包括（但不局限于）：1.基本面數據 2.技術分析數據 3.經濟數據 4.新聞 5.天氣 6.其他所有對預測可能有用的信息。所用的分析工具具有廣泛的跨學科性，包括但不限于：1.數學 2.統計學 3.物理學 4.經濟學 5.語言學 6.心理學 7.生物學。一個合格的寬客需要具備綜合了解以上學科的素質，并且在“數據挖掘及分析”的工作中將其良好運用。

作為一個寬客，首先你要設計一種“可量化的（quantifiable）”交易理論，如果這個理論不能夠被量化，通常是因為：1.邏輯定義不清 2.無法在現實中測試。作為一個寬客沒有哪個學科是你不用了解的，學科之間只有優先級的劃分。
值得注意的是量化分析其實并沒有經常使用大家所熟悉的傳統技術分析的手段。因為，傳統技術分析中模棱兩可的地方較多，同一種指標往往可以預示數種不同情況的發生，而且有些分析方法略有玄學成分，無法被量化。同時，傳統的技術分析也被認為有缺陷：1.缺少穩健的統計結果 2.建立在市場是固定模式下的。而市場是無限動態的，我們不能指望所有的市場參與者每次都按照相同的模式采取行動，基金經理、央行、政府不斷的在市場上進行著互相影響。但這也不意味著我們就應該完全拋棄技術分析法，我想說的是一些可量化的技術指標在建立模型的時候應該被密切監控，并且在市場轉變的時候提出來進行修改。
那么基本面分析情況又如何呢？傳統的量化分析法里基本面分析是很受用的，比如價值投資者參考的PE比、現金流、營收等指標。但是其中也有相當一部分不能被量化的內容。比如公司管理層決定著公司的未來，管理者們的真正想法外界是難以搞清楚的，這些“想法”就是重要卻又難以加入模型的變量。再比如，公司將發售一款新產品，那這款產品是否會大賣？你很難準確做出量化判斷。

事實是量化投資方法已經對人腦提出了挑戰，只要模型得當，量化程序相比人腦更加快速、廉價、自律也更加可靠。在量化程序編制的過程中，編寫者與模型設計者同樣重要，但跟機器不同的是交易程序自建立之日起便需要不斷的改進與監控。專業的寬客不會盯著程序的短期表現，而是專注于改進長期及對未知情況的處理表現，業余的寬客則有可能不斷“粉飾”程序使其在歷史回溯測試中取得良好的表現，或者簡單的調整參數使其抓住短期的趨勢。
專業寬客往往從一個簡單而清晰的想法出發，然后逐漸加入復雜情況的對應方法，整體框架一定是優雅而簡潔的。而業余寬客則經常試圖建立一個笨拙的框架以一次性囊括所有情況。專業寬客會花費很長時間慢慢改進模型的設計，他們知道模型永遠不會完美；而業余的寬客設計出發點便不怎么明確，可能過于在意歷史回溯測試的數據，試圖制造出馬上就可以用的“圣杯”。

專業的寬客會堅持固定的思路及想法，不受外界的干擾；而業余的寬客可能一旦受到批評便立刻進行修補，試圖讓所有人滿意/所有情況都能應對，這樣做最后的結果往往是所有人都不能滿意。如果你認為我說的過于偏激或是傲慢，我會很高興的承認這一點，因為在我的職業生涯初期也犯過很多類似的錯誤，幾乎所有的專業寬客都是通過前輩指點或者自己不斷的“撞南墻”才學會這些道理。一個合格的寬客應該與武術家相似：極強的自制力，排除情感因素的干擾，這樣你的模型才能擁有較高的水平。有時也許在放松狀態下靈光一閃的點子會比你埋頭苦干上百個小時來的更有用，建模的基本理念不要太復雜，諷刺的說，基于一個不怎么樣的點子建立起的模型，你把它搞的越復雜其往往表現越差。

{來源 www.tumamayizhan.com }