博威---云架构决胜云计算

 找回密码
 注册

QQ登录

只需一步,快速开始

搜索
查看: 3369|回复: 1

从lol主播到量化交易:如何制定自己的量化交易学习路线?

[复制链接]
发表于 2023-7-21 07:39:36 | 显示全部楼层 |阅读模式
从lol主播到量化交易:如何制定自己的量化交易学习路线?
01
今天一整天都在动车上,正好有时间写写自己的经历,全文4000多字,包括我转行的经验、找量化工作踩的坑和量化学习路线。我的本硕都是文科,在转行量化之前做过很多工作,做的最久的是lol解说主播。

翻到了当年去上海打炉石比赛的视频:
和花儿乐队、娃娃、各平台网红在北京798录电竞综艺节目:
在电竞圈混了两年,我发现女生混电竞圈子是不太看实力的,走职业选手路线基本不可能(像miss苍姐那样靠实力吃饭的是极少数),更重要的是资源,而电竞圈的混乱程度丝毫不输于金融圈,在快大四毕业时我离开了这个圈子,去了美国读marketing。
去读书的学费一大半是在期货市场赚的,2017年赶上了铁矿做空那波大行情。在美国读书时做了一些小生意:倒买倒卖家具,帮人做作业,不仅足够应付日常开支,还存下了一小笔钱。
读了一年后我发现这tm比我本科还水,不想读了,果断回国考了研究生,考的最简单的mpacc,报的离家最近的学校,以初试第4名上岸川大会计专业。读研期间我在两家小私募实习,都是主观多头的股票私募。在两段实习经历中我萌生了转行量化的想法——交易不是凭“感觉”,每一笔交易决策都是可以用量化的语言表述的,即使最抽象的“盘感”也可以用数学逻辑刻画。我开始从头学起了编程和数学,边学边找量化实习,但是我没有理工背景和从业经验,投了十几家要么卡在简历,要么过不了二面,那时候信心很受挫,难道不是科班出身,就没有进入这行的机会了吗?
碰壁碰多了,脸皮就厚了,开启花式找工作模式,死缠烂打要面试机会:
找工作的小技巧:比如我想找北京的工作机会,就先投上海深圳其他地方的,简历适度修饰,能成功进入面试就行,积累几家的面试经验,再回过来投北京的岗位;没有从业经验,就把复现研报、论文的经历写成项目经验;没有稳定赚钱的策略,就说正在调试很有潜力的策略。找工作这个事,我的经验是一要脸皮厚,二要想尽办法进面试
02
从小私募跳到头部,又辞职出来自己干,已经过去了三年。看到身边人的起落,我对交易的认识也不断的深入:
有的人一开始亏钱,然后赚小钱,然后积累到一定量级的财富,他们的资金曲线没有让人眼前一亮的陡峭拉升,但就是每一步都走的很踏实。有的人举目四望,哪哪儿都是机会,今天搞t0,明天做商品期权,后天搞价值投资,看似机会实则陷阱,日子也就在大亏小赚中浑浑噩噩的过去了。有的人瞄准一个方向,一直都在一片地耕耘,其他的荒不垦,把脚下的一亩三分地研究的透透彻彻的,几年下来也实现了稳扎稳打的收益。有的人很着急,每天都想要从市场挣点钱,人性的缺点急躁、恐惧、贪婪全都反映在账户上了:挣钱的单子拿不住,亏损的单子舍不得砍,放在一边下蛋,来回换仓,来回后悔。人生是没什么捷径的,交易本身已经算是一种捷径了,如果在捷径中还要去抄近路,那肯定是会上当受骗。慢就是快是交易这行的规律,《天道》中有一句话:“按规律办事的人就是神”
03
我选择量化交易这条路,并把它作为终生的事业,除了喜爱之外,还有几个原因:
这是一项硬本事,让我能不看人脸色,不受体制、地域等等的束缚,随心所欲自由自在的生活在任何地方。



量化中的数学和编程技能都是底层技能,也是全球性技能,可以轻松迁移到其他领域。量化是一个天花板足够高的行业,盈利的天花板足够高,进步的天花板也足够高。我能从过程中的挑战和困难体会到做事的乐趣。自己喜欢又能赚钱的事业不多,量化算一个。这是一个有长期积累价值的事,年龄的增长带来的是价值,而不是焦虑
04
如果你初入量化,想把量化作为事业,希望我的建议能给你一些参考。
首先选择一个市场/品种作为你的主战场。这个市场/品种要具备两个特点:流动性好,难度系数低判断流动性好坏,股票看换手率,期货看成交量/持仓量的比值,另外bid/ask价差也是一个辅助指标。一般而言热门品种成交量活跃,流动性好。一些商品期货的流动性差,比如动力煤,纤板,普麦,豆二,菜籽,棉纱,胶板。值得注意的是,今后股指期货的活跃度会起来,今年股指期货平今手续费降低到了200多元一手,而在15年到23年,股指平今手续费都是300元一手。另外,流动性好的期权市场不多,国内指数期权和热门商品期货期权的流动性不错,但最好的还是SPY标普期权市场,平值期权的bid/ask点差只有0.01:


第二点难度系数低,也就是说在选择品种的时候尽量去找软柿子捏。有些品种是很难赚钱的,比如被戏称为“交易员坟墓”的原油、天然气,因为这类品种受外界事件的冲击很大,我们很难占到信息差的优势,做这类品种往往成为后知后觉的待宰羊羔。还有一些个股也是很难做的,行业、公司的突发事件会对股价造成巨大冲击,我们很难在信息链中占到上游优势,经常成为被动割肉的一方。对期权这个品种来讲,做个股不如做ETF。在由多只股票组成的指数里,股票相互之间的涨跌被对冲掉了,极端事件对价格造成的扰动更小,价格走势更加平滑,因此我们在指数上做期权比在个股上容易许多,尤其是不看方向的组合。总之在品种选择上,你要选择资金体量上去了也能控制风险敞口,受外界突发事件冲击小,逻辑容易理清楚的品种。接下来是架构策略,你要在什么时间,以多大的仓位参与市场,然后在什么时间,以多大仓位离开市场呢?策略要解决的就是这两个问题。量化策略大致分为两类:多因子策略和规则类策略。算法交易也被归为量化交易的一种,但这种交易往往偏高频,对设备和编程要求较高,不适合新人作为切入方向。现在市场上有很多自营做规则策略的,多是半程序半人工;体量级的私募以多因子策略为主。入门量化可以先从规则类策略入手,选择一个商业量化平台,用指标型的策略练手。用商业量化平台作为出发点的原因有两点:一是你不用获取数据,平台上的有现成的数据,甚至有质量不错的tick数据;二是回测和实盘都有现成的框架,上手就能用。在这个过程中,你能感受到几行代码就能取代人工下单,复杂的盯盘环节被省去了,大大节约了时间。你也能发现有一些简单的策略,在控制好仓位的前提下的确是能赚到钱的。除了技术指标策略外,“缠论”也已经有开源代码实现了。在你做了一些策略并且发现能赚钱之后,下一步就要对你的工具升级,欲善其事必先利其器,你要逐步走上多因子的路线。

我们做交易做投资,实际上做的是一个“因果性”和“相关性”,哪些因素会造成价格波动?哪些因素和价格波动有关?多因子做的就是把盈利和亏损抽丝剥茧,分析出最底层的逻辑。我们做交易,要明白利润亏损来自哪里,当然要弄清楚每一笔交易盈亏的原因太难了,但是我们只要能定位其中的一半,就足以在这个市场长期盈利了。那么用基于数学、统计学的因子挖掘就是一条科学的路,正确的路。以前写过一篇多因子入门《[color=var(--weui-LINK)]「量化萌新」多因子入门指南》。要搭建一个完备的多因子框架,需要对基本面和量价有深入理解,这种理解是在实战中日积月累的。你对事件和盘面的认识会融入到基因里,这就是老手和新手的区别。
“我会雇佣一个有十年期权操作经验的老手,也不会雇佣一个数学系的名牌大学毕业生”。——塔勒布《动态对冲》

我用我自己的经验举例,一般挖因子的步骤是这样的:在对个股构建因子时,以从上到下顺序挖掘因子,宏观上可以对PMI、CPI等构建因子,然后到公司的基本面上去,对公司财报中的资金成本、盈利能力等相关指标构建因子,接下来对股票的量价数据构建因子。如果是对期货构建因子,也是遵从同样的步骤,从产供销、库存等基本面数据着手考虑,然后再构建量价方面的因子。
那怎么去找到好用的因子呢?好的因子不用你从0到1生产,研报、书籍论文中就有很多可以直接拿来用的现成因子。非必须不要造轮子,我们站在已有的成果上借鉴和再创造找到这些因子后,你要做一个因子池,这个因子池就是你的典藏图书馆,你的弹药库。在池子里把因子们分为几个大类:基本面因子、量价因子和另类因子(我是这么分的),基本面因子通常是一些季频变动或年频变动的低频因子,量价因子和技术分析的本源一样,本质上是对行为金融学中“人的行为模式”进行刻画,这类因子可以用遗传规划辅助挖掘,另类因子是指市场上不常见的、非传统因子,比如刷卡消费数据和消费板块股票截面收益的关系。不同的因子可以合成新的因子,表现弱的因子可以经过改造变成好因子,以前写过一篇《[color=var(--weui-LINK)]因子挖掘中的“PJ塔克效应”》,讲了怎么用好这些"差生"。随着交易的经验增长,你的因子池会越来越丰富,你的后方储备会越来越充足。至于其中要用到的数学知识,我的建议是遇到什么,学什么。不要花大量时间在基础知识的准备上,在干中学,学中干,战争中学习战争

,一个在我的经验上总结的,切实可行的量化交易学习方案是:商业平台练手—自己写回测轮子(也可以用现成本地框架),获取数据在本地做回测—多因子框架搭建,挖掘因子。市场上总流传着一些神话,这些神话大部分都是由运气决定的,不可复制。临渊羡鱼,不如退而结网,我们把手上的兵器打造好,把策略打造好,控制住回撤,时间就是你的朋友。
最后,感谢大家一直以来的支持,送上一些自己珍藏的书籍,其中有因子入门和量化策略的书籍,还有我的期权入门书籍《震荡市场中的期权交易》。📚《151个策略》:其中包括了股票、加密货币、期权等等市场的151个策略,每个策略会给出来源出处。公众号后台回复“151个策略”,获取原书PDF版。
📚《因子投资:方法与实践》:石川老师的书,其中包括了因子投资基础、因子投资方法论、主流因子解读、多因子模型等等,虽然涉及必要的数学公式,但是会深入浅出、抽丝剥茧地解释统计方法。是一本新老皆宜的多因子读物。公众号后台回复“因子投资”,获取原书PDF版。

📚《震荡市场中的期权交易》:我的期权入门读物,市场上大部分的期权书籍都是英文,但这本是翻译的很不错的中文版!公众号后台回复“震荡市场中的期权交易”,领取原书PDF版。
📚《financial advances in machine learning》: Lopez大神的书,从金融数据的处理到机器学习一条龙讲透了,书中还给出了很多非传统的采样、打标方法,这本书我也一直在读,打算边读边把其中的精华部分翻译到公众号上。公众号后台回复“lopez”,获取原书PDF版。


 楼主| 发表于 2023-7-21 08:15:01 | 显示全部楼层
从lol主播到量化交易:如何制定自己的量化交易学习路线?
原创 puppy 跟puppy玩量化 2023-03-28 15:23 发表于四川

01

今天一整天都在动车上,正好有时间写写自己的经历,全文4000多字,包括我转行的经验、找量化工作踩的坑和量化学习路线。我的本硕都是文科,在转行量化之前做过很多工作,做的最久的是lol解说主播。

图片
翻到了当年去上海打炉石比赛的视频:
图片

和花儿乐队、娃娃、各平台网红在北京798录电竞综艺节目:
图片

在电竞圈混了两年,我发现女生混电竞圈子是不太看实力的,走职业选手路线基本不可能(像miss苍姐那样靠实力吃饭的是极少数),更重要的是资源,而电竞圈的混乱程度丝毫不输于金融圈,在快大四毕业时我离开了这个圈子,去了美国读marketing。
去读书的学费一大半是在期货市场赚的,2017年赶上了铁矿做空那波大行情。在美国读书时做了一些小生意:倒买倒卖家具,帮人做作业,不仅足够应付日常开支,还存下了一小笔钱。
读了一年后我发现这tm比我本科还水,不想读了,果断回国考了研究生,考的最简单的mpacc,报的离家最近的学校,以初试第4名上岸川大会计专业。
读研期间我在两家小私募实习,都是主观多头的股票私募。在两段实习经历中我萌生了转行量化的想法——交易不是凭“感觉”,每一笔交易决策都是可以用量化的语言表述的,即使最抽象的“盘感”也可以用数学逻辑刻画。
我开始从头学起了编程和数学,边学边找量化实习,但是我没有理工背景和从业经验,投了十几家要么卡在简历,要么过不了二面,那时候信心很受挫,难道不是科班出身,就没有进入这行的机会了吗?
碰壁碰多了,脸皮就厚了,开启花式找工作模式,死缠烂打要面试机会:
图片

找工作的小技巧:比如我想找北京的工作机会,就先投上海深圳其他地方的,简历适度修饰,能成功进入面试就行,积累几家的面试经验,再回过来投北京的岗位;没有从业经验,就把复现研报、论文的经历写成项目经验;没有稳定赚钱的策略,就说正在调试很有潜力的策略。
找工作这个事,我的经验是一要脸皮厚,二要想尽办法进面试。

02

从小私募跳到头部,又辞职出来自己干,已经过去了三年。看到身边人的起落,我对交易的认识也不断的深入:
有的人一开始亏钱,然后赚小钱,然后积累到一定量级的财富,他们的资金曲线没有让人眼前一亮的陡峭拉升,但就是每一步都走的很踏实。
有的人举目四望,哪哪儿都是机会,今天搞t0,明天做商品期权,后天搞价值投资,看似机会实则陷阱,日子也就在大亏小赚中浑浑噩噩的过去了。
有的人瞄准一个方向,一直都在一片地耕耘,其他的荒不垦,把脚下的一亩三分地研究的透透彻彻的,几年下来也实现了稳扎稳打的收益。
有的人很着急,每天都想要从市场挣点钱,人性的缺点急躁、恐惧、贪婪全都反映在账户上了:挣钱的单子拿不住,亏损的单子舍不得砍,放在一边下蛋,来回换仓,来回后悔。
人生是没什么捷径的,交易本身已经算是一种捷径了,如果在捷径中还要去抄近路,那肯定是会上当受骗。慢就是快是交易这行的规律,《天道》中有一句话:“按规律办事的人就是神”。

03

我选择量化交易这条路,并把它作为终生的事业,除了喜爱之外,还有几个原因:
这是一项硬本事,让我能不看人脸色,不受体制、地域等等的束缚,随心所欲自由自在的生活在任何地方。
图片
量化中的数学和编程技能都是底层技能,也是全球性技能,可以轻松迁移到其他领域。
量化是一个天花板足够高的行业,盈利的天花板足够高,进步的天花板也足够高。我能从过程中的挑战和困难体会到做事的乐趣。自己喜欢又能赚钱的事业不多,量化算一个。
这是一个有长期积累价值的事,年龄的增长带来的是价值,而不是焦虑。

04

如果你初入量化,想把量化作为事业,希望我的建议能给你一些参考。
首先选择一个市场/品种作为你的主战场。这个市场/品种要具备两个特点:流动性好,难度系数低。
判断流动性好坏,股票看换手率,期货看成交量/持仓量的比值,另外bid/ask价差也是一个辅助指标。
一般而言热门品种成交量活跃,流动性好。一些商品期货的流动性差,比如动力煤,纤板,普麦,豆二,菜籽,棉纱,胶板。值得注意的是,今后股指期货的活跃度会起来,今年股指期货平今手续费降低到了200多元一手,而在15年到23年,股指平今手续费都是300元一手。
另外,流动性好的期权市场不多,国内指数期权和热门商品期货期权的流动性不错,但最好的还是SPY标普期权市场,平值期权的bid/ask点差只有0.01:
图片
第二点难度系数低,也就是说在选择品种的时候尽量去找软柿子捏。有些品种是很难赚钱的,比如被戏称为“交易员坟墓”的原油、天然气,因为这类品种受外界事件的冲击很大,我们很难占到信息差的优势,做这类品种往往成为后知后觉的待宰羊羔。
还有一些个股也是很难做的,行业、公司的突发事件会对股价造成巨大冲击,我们很难在信息链中占到上游优势,经常成为被动割肉的一方。
对期权这个品种来讲,做个股不如做ETF。在由多只股票组成的指数里,股票相互之间的涨跌被对冲掉了,极端事件对价格造成的扰动更小,价格走势更加平滑,因此我们在指数上做期权比在个股上容易许多,尤其是不看方向的组合。
总之在品种选择上,你要选择资金体量上去了也能控制风险敞口,受外界突发事件冲击小,逻辑容易理清楚的品种。
接下来是架构策略,你要在什么时间,以多大的仓位参与市场,然后在什么时间,以多大仓位离开市场呢?策略要解决的就是这两个问题。
量化策略大致分为两类:多因子策略和规则类策略。算法交易也被归为量化交易的一种,但这种交易往往偏高频,对设备和编程要求较高,不适合新人作为切入方向。现在市场上有很多自营做规则策略的,多是半程序半人工;体量级的私募以多因子策略为主。
入门量化可以先从规则类策略入手,选择一个商业量化平台,用指标型的策略练手。用商业量化平台作为出发点的原因有两点:一是你不用获取数据,平台上的有现成的数据,甚至有质量不错的tick数据;二是回测和实盘都有现成的框架,上手就能用。
在这个过程中,你能感受到几行代码就能取代人工下单,复杂的盯盘环节被省去了,大大节约了时间。你也能发现有一些简单的策略,在控制好仓位的前提下的确是能赚到钱的。除了技术指标策略外,“缠论”也已经有开源代码实现了。
在你做了一些策略并且发现能赚钱之后,下一步就要对你的工具升级,欲善其事必先利其器,你要逐步走上多因子的路线。我们做交易做投资,实际上做的是一个“因果性”和“相关性”,哪些因素会造成价格波动?哪些因素和价格波动有关?多因子做的就是把盈利和亏损抽丝剥茧,分析出最底层的逻辑。
我们做交易,要明白利润亏损来自哪里,当然要弄清楚每一笔交易盈亏的原因太难了,但是我们只要能定位其中的一半,就足以在这个市场长期盈利了。那么用基于数学、统计学的因子挖掘就是一条科学的路,正确的路。
以前写过一篇多因子入门《「量化萌新」多因子入门指南》。要搭建一个完备的多因子框架,需要对基本面和量价有深入理解,这种理解是在实战中日积月累的。你对事件和盘面的认识会融入到基因里,这就是老手和新手的区别。

“我会雇佣一个有十年期权操作经验的老手,也不会雇佣一个数学系的名牌大学毕业生”。——塔勒布《动态对冲》



我用我自己的经验举例,一般挖因子的步骤是这样的:在对个股构建因子时,以从上到下顺序挖掘因子,宏观上可以对PMI、CPI等构建因子,然后到公司的基本面上去,对公司财报中的资金成本、盈利能力等相关指标构建因子,接下来对股票的量价数据构建因子。如果是对期货构建因子,也是遵从同样的步骤,从产供销、库存等基本面数据着手考虑,然后再构建量价方面的因子。
那怎么去找到好用的因子呢?好的因子不用你从0到1生产,研报、书籍论文中就有很多可以直接拿来用的现成因子。非必须不要造轮子,我们站在已有的成果上借鉴和再创造。
找到这些因子后,你要做一个因子池,这个因子池就是你的典藏图书馆,你的弹药库。在池子里把因子们分为几个大类:基本面因子、量价因子和另类因子(我是这么分的),基本面因子通常是一些季频变动或年频变动的低频因子,量价因子和技术分析的本源一样,本质上是对行为金融学中“人的行为模式”进行刻画,这类因子可以用遗传规划辅助挖掘,另类因子是指市场上不常见的、非传统因子,比如刷卡消费数据和消费板块股票截面收益的关系。
不同的因子可以合成新的因子,表现弱的因子可以经过改造变成好因子,以前写过一篇《因子挖掘中的“PJ塔克效应”》,讲了怎么用好这些"差生"。
随着交易的经验增长,你的因子池会越来越丰富,你的后方储备会越来越充足。至于其中要用到的数学知识,我的建议是遇到什么,学什么。不要花大量时间在基础知识的准备上,在干中学,学中干,战争中学习战争。
总之,一个在我的经验上总结的,切实可行的量化交易学习方案是:商业平台练手—自己写回测轮子(也可以用现成本地框架),获取数据在本地做回测—多因子框架搭建,挖掘因子。
市场上总流传着一些神话,这些神话大部分都是由运气决定的,不可复制。临渊羡鱼,不如退而结网,我们把手上的兵器打造好,把策略打造好,控制住回撤,时间就是你的朋友。
最后,感谢大家一直以来的支持,送上一些自己珍藏的书籍,其中有因子入门和量化策略的书籍,还有我的期权入门书籍《震荡市场中的期权交易》。
📚《151个策略》:其中包括了股票、加密货币、期权等等市场的151个策略,每个策略会给出来源出处。公众号后台回复“151个策略”,获取原书PDF版。
📚《因子投资:方法与实践》:石川老师的书,其中包括了因子投资基础、因子投资方法论、主流因子解读、多因子模型等等,虽然涉及必要的数学公式,但是会深入浅出、抽丝剥茧地解释统计方法。是一本新老皆宜的多因子读物。公众号后台回复“因子投资”,获取原书PDF版。
📚《震荡市场中的期权交易》:我的期权入门读物,市场上大部分的期权书籍都是英文,但这本是翻译的很不错的中文版!公众号后台回复“震荡市场中的期权交易”,领取原书PDF版。
📚《financial advances in machine learning》: Lopez大神的书,从金融数据的处理到机器学习一条龙讲透了,书中还给出了很多非传统的采样、打标方法,这本书我也一直在读,打算边读边把其中的精华部分翻译到公众号上。公众号后台回复“lopez”,获取原书PDF版。
您需要登录后才可以回帖 登录 | 注册

本版积分规则

小黑屋|手机版|Archiver|boway Inc. ( 冀ICP备10011147号 )

GMT+8, 2024-12-11 12:09 , Processed in 0.545140 second(s), 16 queries .

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表