量化交易策略的優(yōu)點(diǎn)與缺點(diǎn)

 達(dá)爾文在 1859 年出版的《物種起源》一書中系統(tǒng)性地闡述了他的進(jìn)化論思想，

認(rèn)為生物是進(jìn)化的，而自然選擇是生物進(jìn)化的動力。如果一個有利的變異更能適應(yīng)當(dāng)

前的環(huán)境，那么變異的個體就更容易生存下來并繁衍后代，保存自身的性狀，從而不

斷的進(jìn)化。一樣事物的產(chǎn)生并興起，往往是因?yàn)樗玫倪m應(yīng)了環(huán)境。好像量化交易

策略一樣，因?yàn)閷W(xué)術(shù)理論的不斷產(chǎn)生、交易環(huán)境的不斷更新、計(jì)算機(jī)技術(shù)的不斷進(jìn)步

而持續(xù)發(fā)展。而由于量化交易策略在這種大環(huán)境下表現(xiàn)出了種種優(yōu)點(diǎn)，以及對比其他

交易策略的一些優(yōu)勢，從而呈現(xiàn)出了欣欣向榮之勢。 { 來源 www.tumamayizhan.com }

        由于量化交易策略自身的特質(zhì)，其首先存在著比較強(qiáng)的可度量性。作為采用數(shù)量

化手段構(gòu)建而成并進(jìn)行決策的交易策略，其在構(gòu)建過程以及決策過程中，都是可以被

精確度量的。對比而言，主觀化、定性化的交易策略雖然在復(fù)盤等過程中可以得到數(shù)

量化的交易結(jié)果，但是由于缺乏整體性的精確度量，因此局部的定量化結(jié)果往往波動

較大、在很大程度上不具備穩(wěn)定的刻畫能力。

        這一特性帶來了量化交易策略的另一個優(yōu)點(diǎn)，即可驗(yàn)證性。由于未來數(shù)據(jù)的不可

得，實(shí)際上交易員在判斷一個交易策略時，很大程度上都依賴于策略在歷史數(shù)據(jù)上的

測試結(jié)果。然而主觀的交易策略在復(fù)盤或者其他測試過程中含有人為判斷的成分，因

此歷史驗(yàn)證就成為了一個不可精確重復(fù)、缺乏穩(wěn)定性和說服力的部分，這對于此類交

易策略而言是一個比較嚴(yán)重的缺陷。量化交易策略就不存在這個問題，在策略構(gòu)建和

策略表述數(shù)量化的基礎(chǔ)上，多次重復(fù)歷史回溯測試均能夠得到一致的結(jié)果。如果測試

結(jié)果是正向的，至少可以說明該量化交易策略在歷史檢驗(yàn)上具有盈利能力。{ 來源 www.tumamayizhan.com }

        上述兩個特性使得量化交易策略具有較強(qiáng)的客觀性。由于構(gòu)建交易策略的過程中

數(shù)量化手段占主導(dǎo)地位，交易決策更是具有明確的數(shù)量化規(guī)則，因此量化交易策略可

以在很大程度上規(guī)避策略開發(fā)者的主觀臆斷，在構(gòu)建的過程中始終獲得客觀的對待。

        同時，明確的數(shù)量化交易決策規(guī)則這一特點(diǎn)，也使得交易員在執(zhí)行量化交易策略

時，有希望完全排除情緒對于整個交易過程的干擾和影響。基于數(shù)量化規(guī)則，量化交

易策略本身具備相當(dāng)?shù)莫?dú)立性，不需要交易員的主觀判斷也可以完整的指導(dǎo)整個交易

流程。而主觀的交易策略由于在交易操作中需要持續(xù)的人為控制和判斷，因此不可避

免的存在一定的偏向。行為經(jīng)濟(jì)學(xué)里研究了很多相關(guān)的問題，包括損失厭惡偏向、過

度自信偏向、參考點(diǎn)偏向等等，都是一些人類固有的行為偏向。當(dāng)這些客觀存在的偏

向影響到交易策略的實(shí)際執(zhí)行時，交易結(jié)果的預(yù)期從最優(yōu)點(diǎn)處發(fā)生偏移就無法避免了。

雖然量化交易策略不可能幫助我們完全的規(guī)避這些問題，但是數(shù)量化的框架和規(guī)則確

實(shí)可以盡量減小這些不安定因素所帶來的損害。

        上面所說的排除情緒化操作，實(shí)際上也包含了交易員常常談到的一致性，也就是

保證交易策略在執(zhí)行過程中，使用相同的交易規(guī)則，其中包括買入點(diǎn)、賣出點(diǎn)、交易

倉位大小的確定等等。如果交易員在執(zhí)行量化交易策略時不主動加入人為判斷，量化

的交易規(guī)則可以幫助其很輕松的完成這個任務(wù)。更為重要的是，量化交易策略可以做

到歷史驗(yàn)證過程和實(shí)際交易行為的一致性，因?yàn)椴徽撌钦鎸?shí)交易決策，還是歷史回溯

測試，所參照的交易規(guī)則都是由數(shù)量化表達(dá)精確定義了的。這種整體上的一致性，是

絕大部分主觀交易策略都無法保證的。

        量化交易策略的數(shù)量化特點(diǎn)，及其帶來的一致性，使得這種策略具備了比較好的

可移植性。除非使用特定的量化因素，一般而言量化交易策略是比較容易在一個市場

或者資產(chǎn)上證實(shí)有效后，移植到其他的市場或資產(chǎn)上使用的。例如，當(dāng)策略使用的量

化數(shù)據(jù)僅限于價格時，所有存在報(bào)價的市場都能夠使用歷史數(shù)據(jù)來驗(yàn)證這種量化交易

策略。而當(dāng)使用的量化數(shù)據(jù)包括價格和成交量時，除了外匯市場等少數(shù)情況外，量化

交易策略也是能夠移植到其他大部分的場內(nèi)交易市場上的。量化交易策略所使用的數(shù)

據(jù)的可得性越強(qiáng)，其移植能力也就越強(qiáng)。

        同時，由于量化交易策略可以很方便的得到數(shù)量化的驗(yàn)證結(jié)果，收益、風(fēng)險(xiǎn)等策

略特征都能夠通過數(shù)據(jù)形式得以呈現(xiàn)。因此，在量化交易策略被應(yīng)用到多個市場或者

資產(chǎn)上時，策略開發(fā)人員可以通過數(shù)量化結(jié)果這樣的直觀形式來進(jìn)行橫向?qū)Ρ龋瑥亩?/p>

針對性的選取適合某一特定量化交易策略的市場，或者在多個市場之間進(jìn)行配比。而

由于量化交易策略的執(zhí)行過程中不需要交易員的主觀判斷，因此相比于主觀化的交易

策略，其有能力同時覆蓋大量的市場和資產(chǎn)，這對于投資組合的分散化來說具有很好

的輔助作用。在現(xiàn)實(shí)中，大部分的量化基金都持有數(shù)量較多的資產(chǎn)和資產(chǎn)種類來組成

投資組合，這正是利用了量化交易策略的特性從而更方便的分散風(fēng)險(xiǎn)。

        另一方面，對于量化交易策略而言，這種多個市場間的策略移植所需要的成本很

小，在一些情況下甚至不需要變動原先的基礎(chǔ)工具，因此降低了研發(fā)成本，同時節(jié)省

了寶貴的研發(fā)時間。而量化交易策略不僅僅可以在策略研發(fā)的過程中幫助節(jié)省時間、

降低成本，由于其具有非常明確的數(shù)量化規(guī)則用以指導(dǎo)交易，因此策略在實(shí)際使用的

過程中可以脫離人為判斷，執(zhí)行速度更快，運(yùn)作效率得到了提高。不論是否采用程序

化的執(zhí)行手段，量化交易策略都能夠在實(shí)際交易中減少人的負(fù)擔(dān)，也就減少了許多重

復(fù)性的勞動。對于一個交易策略的控制者而言，就能夠把更多的精力放在最為核心的

策略創(chuàng)新上。

        而在策略創(chuàng)新上，量化交易策略本身也具有一定的優(yōu)勢。在科學(xué)不斷進(jìn)步的今天，

越來越多的先進(jìn)技術(shù)被創(chuàng)造出來并應(yīng)用到各種情境之下。通過結(jié)合多個不同學(xué)科的知

識和相應(yīng)的數(shù)學(xué)模型，量化交易策略更有可能發(fā)現(xiàn)一些隱藏較深的復(fù)雜數(shù)據(jù)規(guī)律，而

這些規(guī)律往往不太容易被主觀交易者察覺得到。時至今日，神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、

隱馬爾科夫模型等機(jī)器學(xué)習(xí)模型已經(jīng)開始被量化交易從業(yè)人員頻繁提起。

        實(shí)際上就整個行業(yè)的狀況而言，量化交易策略還有一個不太被人提及的優(yōu)點(diǎn)或者

說特點(diǎn)，那就是能夠在一定程度上幫助公司減小對所謂的明星交易員的依賴。由于在

交易流程當(dāng)中，做決策的不再是具體的交易員，而是已經(jīng)具有明確規(guī)則的量化交易策

略，因此在量化交易策略研發(fā)完畢、甚至只是核心理念構(gòu)建完成之后，公司對于量化

交易策略的研發(fā)者的依賴程度就會迅速下降，這一方面可以幫助公司在人員配置上減

少支出，更重要的是提高了公司對于交易整體的控制程度。整個公司系統(tǒng)的核心優(yōu)勢

在于量化交易策略本身，因此不會由于人員變動等問題而非常迅速的消失，有利于公

司在量化交易方面保持長期穩(wěn)定。

        不過這個特質(zhì)在穩(wěn)定公司的同時，實(shí)際上也損害了量化交易策略研發(fā)者的利益。

量化交易策略的研究人員在策略研發(fā)完成之后喪失了一定的價值，因此在薪資等方面

也不如主觀交易的明星交易員一般具有討價還價的底氣。這也導(dǎo)致一部分的量化交易

從業(yè)者較為消極的對待工作，甚至選擇保留核心交易策略，進(jìn)而隱性的損害了公司的

利益。好在很多情況下，量化交易策略即使在研發(fā)完成之后，仍然需要不斷的改進(jìn)，

從而適應(yīng)市場環(huán)境的不斷變化，因此對量化交易策略研發(fā)人員的持續(xù)需求仍然是存在

的。當(dāng)然，這個問題要妥善解決，仍然在于公司對此的激勵政策。

        量化交易策略由于其明確而數(shù)量化的交易規(guī)則，不僅僅會造成上面提到的這一缺

點(diǎn)，更重要的是，這些明確的量化規(guī)則是非常容易復(fù)制的。量化交易策略和許多科技

創(chuàng)新一樣，具有研發(fā)困難、復(fù)制簡單的特點(diǎn)。即使在最終交易規(guī)則保密程度良好的情

況下，僅僅只是泄露出一些策略理念出來，相比于主觀交易策略，量化交易策略也有

更大的可能會被逆向工程破解從而外泄。這種特性一方面增加了量化交易策略使用的

成本，另外一方面也加大了量化交易策略在交易之外的風(fēng)險(xiǎn)。一些量化交易的從業(yè)者

在交流過程中非常的小心謹(jǐn)慎、公司在管理量化交易時執(zhí)行諸多規(guī)章條例、對員工加

以合同上的嚴(yán)格限制甚至最后走到對簿公堂的境地，都是由量化交易策略這樣的特性

引起的。

        量化交易策略還有一個非常重大的缺點(diǎn)，就在于量化這個特性本身。誠然這一特

征為量化交易策略帶來了多種優(yōu)勢，但是由于這一特點(diǎn)，使得量化交易策略在對待無

法量化的因素時，只能采取舍棄這樣較為無奈的處理辦法。因此，量化交易策略損失

掉了很多其實(shí)有可能帶來盈利的信息，也使得策略在處理信息時所覆蓋到的范圍變得

狹窄。當(dāng)然，隨著科學(xué)技術(shù)的發(fā)展，一些之前無法被量化的因素開始進(jìn)入量化交易策

略的研究范圍之內(nèi)，例如針對網(wǎng)絡(luò)信息刻畫出的投資者情緒等等。但是，即使科技手

段會讓量化交易策略能夠處理的信息范圍更廣更深，對比起主觀交易策略而言，這樣

的缺陷始終是量化交易策略無法徹底擺脫的。這種來源于自身特性的缺點(diǎn)，只能改善

而無法根治。

        同時，由于量化交易策略在構(gòu)建過程中采用的是數(shù)量化的方法，需要一定數(shù)量的

數(shù)據(jù)樣本進(jìn)行研究，而相應(yīng)的數(shù)據(jù)都是隨著時間逐漸產(chǎn)生的，因此當(dāng)量化交易策略的

構(gòu)造形式?jīng)]有本質(zhì)上的改變時，從數(shù)據(jù)中抽取的數(shù)量化特征也只會隨著時間逐漸變化，

策略所形成的交易也只能緩慢的變化。當(dāng)市場情形發(fā)生重大轉(zhuǎn)變時，這種緩慢變化的

特性會導(dǎo)致量化交易策略無法適應(yīng)轉(zhuǎn)折期的市場，在短時間內(nèi)造成較大的損失。相比

較而言，一部分定性的交易策略由于主要基于邏輯上的思路來進(jìn)行交易，因此當(dāng)市場

情形發(fā)生改變時，能夠基于主觀邏輯迅速進(jìn)行本質(zhì)上的策略調(diào)整。轉(zhuǎn)向緩慢這一特點(diǎn)

也是量化交易策略一個較難改善的缺陷。