分类
外汇交易

专注量化CTA策略

国内主流量化策略:Alpha策略,CTA策略以及高频交易策略

1. Alpha策略
Alpha策略包含不同类别:
按照研究内容来分,可分为基本面Alpha(或者叫财务Alpha)和量价Alpha。业内普遍不会将这两种Alpha完全隔离开。但是不同团队会按照其能力、擅长方向以及信仰,在做因子上有所偏向。有的团队喜欢用数据挖掘的方式做量价因子,而有的团队喜欢从基本面财务逻辑的角度出发,精细地筛选财务因子。
按照是否对冲可以分为两类。全对冲的叫做Alpha策略,不对冲的在市面上常被称作指数增强策略。二者所用模型一样,但后者少了期货的对冲。缺少对冲有坏处也有好处,坏处是这种策略的收益曲线是会有较大的回撤。但好处方面,在大涨的年份,这种策略的表现会特别好;从长期看, 公司可以赚取BETA分红收益, 并且可以吸引看好指数的客户。相比之下而对冲Alpha策略一般在大牛市中会远远跑输指数;此外不对冲的好处是节约资金,对冲的Alpha策略至少要放20~30%的资金在期货端用来做保证金。
2. CTA策略
关于CTA策略,我是在2010年开始做CTA策略的。CTA是我入行的起点,正好在2010~2013年这三年CTA都非常好做。算是我运气比较好,这三年赚到了一点钱。更重要的是在一开始就给了我足够的信心。记得在2010年末的时候,手上基本上做好了一些模型,准备要实盘。当时犹豫了很久,只拿了一小部分资金去验证自己的模型。然而,很快来了一波橡胶的趋势和一波螺纹钢的趋势。自己马上就有了不少浮盈,于是利用浮盈作为安全垫,我又追加了不少资金。这样一点一点的逐渐算是慢慢做起来了。
CTA的核心在我看来在于分散投资。具体来说是以下三个维度:多品种、多策略以及多周期。简单地做一些计算,比如说你的策略一共覆盖了10个主流的品种,而策略类型则大致分为相关性较低的三类,并且这三类策略中每一个你都可以在5分钟、半小时和日线三个周期上去运行。那么即便你单独一个策略运行在一个品种的某一个周期上的夏普比率只有1甚至不到1,你最终组合的夏普比率可能运气好的话会在2左右。
CTA策略最早期的时候,研究平台大家都使用一个叫交易开拓者的软件,就是俗称的TB。目前,这个软件也可以用来对CTA做初步了解。因为TB上有很多技术指标以及相对传统的策略可以作为大家的入门教材,并且它也支持实盘交易。当然不太建议大家用它做实盘交易,实盘交易还是老老实实等自己的策略真的完全成型了再说,毕竟亏钱还是挺容易的.
3. 高频交易策略
第三类策略就是高频交易策略,高频交易在国内的主要应用有以下几类,期货趋势、期货套利、期货做市、股票T+0以及全做市交易。做高频交易的基本上都是私募,但高频交易的产品基本上不会对外募集或者极少对外募集。高频交易有收益高回撤小的优点,但是做高频的软硬件投入也都昂贵(比如一台服务器的花费在8-10万左右) 。所以去募资的话可能是得不偿失的,一般都是自营资金在做。就像国外的文艺复兴公司的大奖章基金在早期是管理其他人的资金,后期逐渐归还了外部投资者的资金,并将其全部替代为公司自有资金以及员工资金了。


Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user 专注量化CTA策略 of NetEase Hao, which is a social media platform and only provides information storage services.

商品期货CTA策略系列文章 -- 主流量化CTA策略之趋势跟踪策略

小壁虎的春天 于 2020-04-13 13:57:11 发布 6406 收藏 49

CTA 基金可投资标的非常丰富,除了商品期货外,股指期货、期权、国债期货等都是CTA 基金可投资标的。商品期货当中可投资品种主要集中在能源化工、黑色金属、有色金属和农产品四大类,其中流动性较好的包括沪铜、螺纹钢、 铁矿石、橡胶、白糖、豆粕等品种。根据CTA 基金的投资策略可将其分为主观CTA 以及量化CTA:前者主要指基金管理人依据所掌握的信息和知识来主观判断市场变化,进而决定买卖时点进行交易;后者顾名思义指基金管理人采用量化手段建立交易模型,并根据模型所产生的信号进行交易。主流量化CTA 专注量化CTA策略 策略大致可分为两类:一类是趋势跟踪策略,一类是套利类策略。

1、趋势跟踪策略

2、套利类策略

1、日间策略

日间趋势策略主要依赖一些技术指标来进行价格趋势的确认进而指导交易,这类策略大体上可以分为两种:一种通道类策略,一种信号类策略。通道类策略一般是根据确认的价格中枢以及计算得到的波动范围确定一个通道的上下轨,一旦价格突破上下轨则确认为趋势,可以进场交易。信号类策略主要是通过某些技术指标的反转或者突破来确认趋势进而指导交易。常见的日间趋势策略包括:ATR 通道策略、布林线策略、MACD 策略、均线策略等。市场参与者一般会以这些常见策略为基础搭建自己的交易系统。

1)ATR 通道策略

ATR 全称Average True Range,一般称作平均真实波幅,由J. Welles Wilder Jr 发明,可以用来衡量价格的波动性。ATR 指标并不会指出市场波动的方向,仅仅以价格波动的幅度来表明市场的波动性。Wilder 定义真实波动范围(TR)为以下的最大者:

根据以上方法计算出的TR(真实波幅)的N 日平均值就是ATR,ATR 指标是一个非常好的入场工具,它并不会告诉我们市场将会向哪个方向波动,但是可以告诉我们当前市场的波动水平。根据ATR 得出的波动幅度我们可以鉴别出市场的横盘整理区间,当价格突破这个横盘整理区间的时候,市场很有可能形成了某种趋势,我们可以入场进行交易。根据ATR 计算出来的横盘整理区间,我们获得了一个通道突破策略,其中K 代表通道带宽的参数:

通道上轨 = N 日均价 + N 日ATR 专注量化CTA策略 * K;

通道下轨 = N 日均价 - N 日ATR * K;

2)Boll 线策略

上轨 = 中枢 + k * Std(N);

下轨 = 中枢 - k * 专注量化CTA策略 Std(N);

其中k 为参数,表示布林带的宽度,Std(N)是价格的N 日标准差。k 越大趋势越不容易确认,胜率较高,但是交易次数更少;k 越小趋势越容易确认,胜率较低,但是交易次数比较多。boll 线属于移动带宽突破类策略,在此基础上可以根据自身的需求进行改进提升。

3)MACD 策略

MACD 也是常见的指数指标之一,由Geral Appel 于1970 年提出。MACD 利用收盘价的短期(常用为12 日)指数移动平均线与长期(常用为26 日)指数移动平均线之间的聚合与分离状况,对买进、卖出时机作出研判的技术指标。其计算方法如下:

12 日EMA EMA(12) = 前一日EMA(12)× 11/13 + 今日收盘价 × 2/13

26 日EMA 专注量化CTA策略 EMA(26) = 前一日EMA(26)× 25/27 + 今日收盘价 × 2/27

差离值DIF = EMA(12)- EMA(26)

根据差离值DIF 计算其9 日的EMA,即离差平均值,是所求的DEA 值

今日DEA = (前一日DEA × 8/10 + 今日DIF × 2/10)

MACD = 2 *(DIF - DEA);

DIF > 0 & MACD > 0 ,入场做多或空头获利了结;

MACD 策略的使用非常广泛,并不局限于期货市场,同时MACD 策略与其他技术指标或者策略的结合也更加丰富,需要确定的参数也会更多。

4)移动平均线策略

移动平均线是由著名的美国投资专家Joseph E.Granville(葛兰碧,又译为格兰威尔)于20 世纪中期提出来的。均线理论是当今应用最普遍的技术指标之一,它帮助交易者确认现有趋势、判断将出现的趋势、发现过度延生即将反转的趋势。

移动平均线常用线有5 天、10 天、30 天、60 天、120 天和240 天的指标。其中,5天和10 天的短期移动平均线,是短线操作的参照指标,称做日均线指标;30 天和60 天的是中期均线指标,称做季均线指标;120 天、240 天的是长期均线指标,称做年均线指标。

2、日内策略

日内策略主要是通道突破类策略,除去均线、boll 线,常见日内策略还有Dual Thrust策略、R-Breaker 策略、菲阿里四价策略、空中花园策略等。这几个策略都属于通道突破策略,策略的核心都在于通道上下轨的确定。

1)Dual Thrust 策略

Dual Thrust 由 Michael Chalek 于上世纪八十年代开发,一度被誉为世界上最赚钱之一。该策略在形式上和开盘区间突破策略类似。不同点主要体现在两方面:Dual Thrust 在浮动区间的设置上,引入前N 日的四个价位,使得一定时期内的浮动区间相对稳定,可以适用于日间的趋势跟踪。相关参数计算方法如下:

记N 日High 的最高价为HH ;N 日Close 最低价LC;

记N 日Close 的最高价为HC;N 日Low 的最低价LL;

浮动区间 = Max(HH - LC,HC - LL)

日内价格上轨 = 开盘价 + Ks * 浮动区间;

日内价格下轨 = 开盘价 - Kx * 浮动区间;

Dual Thrust 对于多头和空头的触发条件,考虑了非对称的幅度,做多和做空参考的浮动区间可以选择不同的周期数,也可以通过参数Ks 和Kx 来确定。当KsKx 时,空头相对容易被触发。因此,投资者在使用该策略时,一方面可以参考历史数据测试的最优参数,另一方面,则可以根据自己对后势的判断,或从其他大周期的技术指标入手,阶段性地动态调整Ks 和Kx 的值。

2)R-Breaker 策略

R-Breaker 策略是一个结合了趋势跟踪与趋势反转的策略,由于曾经在标普500 股指期货上的出色表现,该策略被长期誉为世界上最赚钱策略。该策略首先根据前一交易日的收盘价、最高价、最低价来计算出六个价位,而后续的操作则是以这六个价位作为触发条件,这六个价格分别是(由高到低排列):突破买入价(Bbreak)、观察卖出价(Ssetup)、反转卖出价(Senter)、反转买入价(Benter)、观察买入价(Bsetup)、突破卖出价(Sbreak)。具体的计算方法如下:

CTA策略的基本类型浅析

从交易频率来看,分为超高频,日内,中高频,低频不同周期。超高频策略多为机构自营或做市商使用,一般不会对外募集资金。日内策略容量有限,同样一般不对外发售,或包含在混合策略中用以增强收益。对于中高频CTA 策略来说,持仓周期一般为一至三天,这也是国内头部量化私募CTA 策略的主要战场。如果将持仓周期进一步拉长,CTA 的收益需求将会逐渐转变为配置需求,在整个资产配置组合中,提供大容量低相关的收益曲线。

相比于量化CTA,主观CTA 在2021 专注量化CTA策略 年度大放异彩。量化策略本质是上做极致的归纳,而主观策略则是归纳和演绎的结合。当面对样本外事件,或原有样本分布发生变化时,量化CTA 的优势将不复存在,需要对新数据进行重新学习以逐渐掌握新的规律。而此时优秀的主观CTA 则能通过逻辑演绎快速做出正确的判断。

2021 年10 月之际煤炭三兄弟再遭强监管,期货直接跌停,丧失流动性。若从量化归纳的角度出发,策略甚至可能会做出加仓的举动,因为监管发声并不是一蹴而就的,而是多次公开指导市场,但是在9月乃至更早的市场中,期货标的基本没有做出任何的响应,而是继续上涨,所以单纯的归纳法并不会帮助量化策略对监管发声做出反应。

在数据层面,比如期现货价格,产品供需数据,量化CTA 和主观CTA都会利用到,只不过两者的解构方式不同。主观CTA 的优势在于宏观政策解读以及信息优势上。例如交易所对期货品种交易手续费以及交割限制的调整,国家对于产业链税收政策的调整等等,这不光是明面上的解读,更需结合实际现货市场解读背后深层含义。

信息优势更是区别主观CTA 以及量化CTA 的关键点,优秀的主观CTA拥有相关产业的第一手信息,更有背后大资金的动向信息,这也使得主观CTA 的决策更具备领先性。

然而主观CTA 往往在风控体系上较量化CTA 有所欠缺,毕竟主观CTA给出的决策往往只是判断标的的方向,对于保证金比例的控制往往依靠直觉或者经验,当判断失误后容易使得产品净值波动变大,仓位控制水平亦是CTA 策略表现的重要因素。

量化CTA 主要分为,时序模型、截面模型、统计套利以及高频交易等。这几类模型各自单独构成体系,这也是CTA 策略表现参差不齐的主要原因之一。

时序模型中的趋势跟踪策略是最为经典且运用最为广泛的CTA 策略。趋势跟踪策略的本质还是捕捉不同周期上的价格趋势,大前提是标的在时间序列上具备一定的自相关性。早期的趋势跟踪策略多为根据技术指标开发的规则型(Rule Based)策略,意图通过指定严格的进出场条件捕捉价格趋势,下图为较为经典的传统趋势跟踪策略表现。

可以发现对于长期上行的资产来说,传统趋势跟踪策略很难跑赢标的自身收益,但却可以大幅提高收益回撤比,减少整体收益波动,且资金使用效率更高。本质上来说,传统趋势跟踪策略并不是一个预测模型,而是一个类似长期做多波动率的模型。这也就意味着趋势跟踪策略的容量可能仅受限于交易的标的容量及流动性的约束,其背后坚实的行为金融学逻辑更是其生命力的保证。Hurst, Ooi and Pedersen (2013)中描述了趋势形成、延续以及结束的过程。

趋势形成:由于锚定效应、处置效应,非盈利操作以及市场摩擦等,导致价格对信息反应不足。

锚定效应:投资者往往将注意力集中在最近的历史数据上,当新信息到来时很难及时调整观点,造成价格反应缓慢;

处置效应:投资者往往会过早卖出浮盈股票以兑现收益,持有浮亏股票不愿止损,导致上涨和下跌的过程变得更为缓慢。

非盈利操作:一些非盈利操作,也会减缓价格的反应速度,例如中央银行在外汇市场和固定收益市场进行对冲操作,以减少汇率和利率的波动。一些60/40 投资者会机械的再平衡其组合资产,同样也会导致趋势变缓。

市场摩擦:若市场有较大的交易摩擦成本,也会减慢价格发现的效应。趋势延续以及过度反应,由于羊群效应,以及确认和代表偏差以及基金资金流入等因素导致的。

羊群效应:羊群效应也叫从众效应,投资者容易受到群体观点影响,改变自身观点以保持和他人一致,这种做法往往会加强趋势。

确认和代表性偏差:在趋势行情中,投资者会自我暗示以加强自身信念,这进一步加强了趋势。

基金资金流入和风险管理:表现好的基金往往会得到正向资金流入,表现不佳的基金往往会缩减规模,这一步加强了趋势,且会形成正向反馈。

数据来源:《Demystifying Managed Futures》

相较于股票策略,CTA 预测模型难度显然更胜一筹,由于可选标的的减少导致的样本数量稀缺,CTA 预测模型出现过拟合的风险大大增加。且其特征构造限制及可选alpha 来源相比于股票也更少,这进一步增加了策略难度。但是我们也可知道,若策略研发者成功研制出切实可行的时序预测模型,则可完全包容截面模型及后续的统计套利模型,成为大一统模型。

横截面多因子模型则类似于股票多因子的做法,通过一些动量,偏度,期现结构因子将一个标的池进行排序,得到相对强弱关系并双向开仓将市值中性。然而相对于股票多因子策略,商品策略可选标的较少,其横截面显著性存疑,且仅能做到市值中性,并没有类似Barra 的风控模型,其尾部风险甚至会较单边暴露的策略更大。虽然相较于股票多因子模型来说,CTA 多因子模型更为简陋,但相比与时序策略较为散乱的艺术发挥,已经有了较为统一的研究范式。

期货仓单策略:期货仓单即期货标准仓单,是由期货交易所指定交割仓库按照交易所规定的程序签发的符合合约规定质量的实物提货凭证。仓单数量的变化会在一定程度上反映双方的交割意愿,当大量的仓单生成,说明期货价格高于现货价格,空头的交割意愿较强,空头力量比较强;反之大量仓单被注销,说明现货价格高于期货价格,多头力量占优。

我们可以简单的假设仓单减少的品种,近期商品价格继续上涨的可能性更大,而参考期限结构因子的计算,将所有商品的升贴水大小进行排序,选择仓单增加的商品做空(做空当前库存充足的品种),选择仓单减少的商品做多(做多当前库存紧张的品种),据此可以检验仓单因子是否能够提供 alpha 收益。

截面动量策略:横截面动量因子是指在资产池中,在给定时间点上买入前期收益率较高的资产,同时卖出前期收益率较低的资产,形成一个多空对冲组合。其盈利逻辑为强者恒强,品种之间强弱表现能够持续。

期限结构策略:期限结构因子不同于动量因子,其考虑的是品种期货合约近远月的升贴水情况,反映商品不同月份的价格结构。如果远期价格高于近期价格,则认为是正向期限结构,相反的,如果近期价格高于远期价格则称为反向期限结构。Kaldor(1939)提出商品的库存水平将影响商品的期限结构。具体而言,正向市场反映商品当前库存充足,不存在供不应求的情况,而反向市场反映的是商品当前库存紧张,可能存在供不应求的情况。我们可以简单的假设,库存紧张的品种,近期商品价格继续上涨的可能性更大,而参考动量因子的计算,将所有商品的升贴水大小进行比较,选择升水结构的商品做空(做空当前库存充足的品种),选择贴水结构的商品做多(做多当前库存紧张的品种),据此可以检验期限结构因子是否能够提供 alpha 收益。

若高频交易的定义更接近于海外高频交易,则其挣的是spread 的钱,在低延时的要求下,模型必然不可能过于复杂,可能还是基于一些强因子结合下的规则策略。在模型并不复杂的前提下,比拼的是工程经验以及软硬件结合能力,海外团队可能有较大的优势。若此处的高频交易泛指国内的日内T0 策略,则其研究方法应与统计套利并无二致,只不过更换了相应的时间尺度以及目标函数,各家团队应自身特点可能百花齐放。

国内4种常用日内CTA策略介绍及实现

rokia_xmu 于 2017-11-15 16:32:47 发布 50539 收藏 78

本文将向大家介绍四种常见的CTA策略(Dual Thrust、R-Breaker、菲阿里四价、空中花园),实现各策略并以Dual Thrust为例进行参数优化及止盈止损分析对比。1常用日内CTA 策略简介

1.1 Dual Thrust策略

Dual Thrust策略是一种趋势跟踪系统,属于日内交易策略。该策略由Michael Chalek 在20世纪80年代开发,曾被Future Thruth杂志评为最赚钱的策略之一。Dual Thrust系统具有简单易用和适用度广的特点,其思路简单且参数少,配合不同的参数、止盈止损和仓位管理可以为投资者带来长期稳定的收益。而且该策略适用品种较多,被投资者广泛应用于股票、货币、贵金属、债券、能源及股指期货市场等。在Dual Thrust交易系统中,对于震荡区间的定义非常关键,这也是该交易系统的核心。

Dual Thrust在Range的设置上,引入前N日的四个价位,Range = Max(HH-LC,HC-LL)来描述震荡区间的大小。

其中HH 是N日High的最高价,LC是N日Close的最低价,HC是N日Close的最高价,LL是N日Low的最低价。这种方法使得一定时期内的Range相对稳定,可以适用于日间的趋势跟踪。Dual Thrust对于多头和空头的触发条件,考虑了非对称的幅度,做多和做空参考的Range可以选择不同的周期数,也可以通过参数K1和K2来确定。具体分为两步来实现:

BuyLine = Open + K1*Range

SellLine = Open - K2*Range

R-Breaker 是一种短线日内交易策略,它结合了趋势和反转两种交易方式。该策略也长期被Future Thruth 杂志评为最赚钱的策略之一,尤其在标普500股指期货上效果最佳。该策略的主要特点如下:

观察卖出价 = High + 0.35 * (Close Low)

观察买入价 = Low 0.35 * (High Close)

反转卖出价 = 1.07 / 2 * (High + Low) 0.07 * Low

反转买入价 = 1.07 / 2 * (High + Low) 0.07 * High

突破买入价 = 观察卖出价 + 0.25 * (观察卖出价 观察买入价)

突破卖出价 专注量化CTA策略 = 观察买入价 0.25 * (观察卖出价 观察买入价)

我们可以通过优矿DataAPI获得上期所、大商所、郑商所从2003 年以来所有上市的商品期货的不同月份合约的1 分钟行情数据,包含了open、high、low、close、volume、oi(开盘价、最高价、最低价、收盘价、成交量、持仓量)共6 种价格信息。但对于不同的期货品种来说,受市场关注度高、交易活跃的合约往往只有一个或者两个,因此在进行CTA 回测之前我们便需要对所有品种所有的月份合约都选择出来,筛选出属于不同品种的主力合约来进行CTA 日内交易策略的回测。

2.2 回测框架搭建

我们在前文当中已经对Dual Thrust 策略进行了简单的介绍。在Dual Thrust 系统中有两个主要参数k1、k2,是昨日波动幅度的倍数,分别决定了上轨线和下轨线与当日开盘价的差距,显然地,如果k1、k2增大时,上下轨线的距离也会变大,直至很难再有触发生成信号的条件。而这种策略实际抓取的是上轨和下轨之外的趋势部分的收益,所以反之如果上轨和下轨之间的距离非常小,就会降低潜在的趋势性收益反而提高了交易次数和交易成本。因为每一次的平仓反转做多或做空实际就意味着该笔交易的收益为负,所以尤其对于震荡型行情来说,就会使得整体的收益表现变差。

正因为k1和k2的不同大小而使得上下轨线的位置也产生变化,触发产生信号的时间和价格也因此不同,而不同的期货品种所适合的参数也表现不一。为了体现出Dual Thrust 策略的历史表现,我们以全样本数据集进行样本内测试。

国内4种常用日内CTA策略介绍及实现

国内4种常用日内CTA策略介绍及实现

国内4种常用日内CTA策略介绍及实现

国内4种常用日内CTA策略介绍及实现

前文提到了如果市场处于平稳的震荡整理行情时或者Dual Thrust的两个参数值都较小的时候,就会容易多次触发产生开平仓的信号,反而获取不到轨线之外的趋势收益部分,这时Dual Thrust的表现就变得很差。所以,我们就应该在每日回测时先对近期市场行情波动进行一次考察,如果市场波动过小,表明市场近期没有较明显的行情,而是处于震荡整理的态势,那么我们就越过当天不再进行任何操作;如果市场近期波动较大,而实证研究告诉我们金融市场具有波动率簇集的程式化事实特征,即表明大波动行情后面常常也会跟随较大的波动,所以这时我们应选择抓住这样由波动性带来的风险收益。