浅谈外汇中的量化交易

hong

01

为什么要进行量化交易

金融，从本质上来说，是“从历史当中寻找未来”，我们所有的判断，决策都是基于我们的总结出来的经验，而所谓经验，则是在历史数据中出现的概率更高的那些个结果，分析数据——寻找规律——推断大概率结果，这些事情怎么想，也是计算机要擅长得多。

量化交易就是利用计算机技术从大量的历史数据中找到大概率事件，然后将这种大概率事件制定成策略并根据策略做出交易决策。计算机在数据分析上的优势、几乎无延迟的反应速度、不受情绪影响的严格策略执行以及无限量的体力等等，这些都让计算机在与人竞争的过程中占据了巨大优势，正因为如此，众多机构才愿意斥巨资投入到量化交易当中。

02

外汇中的量化交易

在国际外汇市场中，量化交易也发展得十分成熟了。

外汇领域的量化交易策略可以分为三大类，第一类是宏观量化策略，就是对全球经济宏观面进行预测，并选择外汇、期货、股票等标的的交易来实现其策略，代表人物是大名鼎鼎的索罗斯和保罗杜伊琼斯；

第二类是外汇CAT策略，CAT策略更偏向于中期和中短期，两家著名对冲基金公司（Winton，Man AHL）可以作为这一策略的代表，它们一般是与高盛、摩根等大型银行以及经纪商进行交易；

最后一种则是高频量化交易，高频量化原理相对简单，但是对技术和设备要求比较高，低延时这一点非常重要，这种策略的代表则是各大跨国银行，比如花旗银行、德意志银行等等的外汇量化部门。

据悉，目前华尔街60%以上的交易已由机器人和算法完成，在未来，这个比例将会只增不减，大型机构外汇交易员的工作已不是传统的盯盘、手动建仓、平仓，而是研发成功的交易策略，并将它们程序化、算法化，放入自动交易系统让其自动执行。

而在国内，提到外汇行业的量化交易、智能化交易，大家第一反应就是EA（Expert Advisor）。实际上EA仅仅迈达克公司自己对这个产品的一个称呼，它是一个专门针对MetaTrader渠道所编写的软件，当然因为MT4的普及率比较高，所以EA也就流传开来。

国内外汇行业有很多机构都在鼓吹和兜售EA，宣传看起来你只要买了他们的系统就可以躺着数钱。但事实上EA这一块的水很深，很多EA只是简单的马丁策略，而且没有哪个EA可以在所有市场行情下都赚钱，它的漂亮成绩可能只存在于一段时间甚至干脆是假的，能够协助风险管理，起到辅助作用已经算是不错的产品了。

更何况，还有代理售卖的干脆是刷单的EA或者高风险的EA，引导交易者亏损，这些情况都是存在的。很多被大肆宣传的EA可能只是比较粗糙的产品，而且EA执行对网络环境的需求也很高（不能断线）。所以尽管量化交易是大势所趋，但是在目前的市场上，交易者对待EA的态度还是要非常慎重的。

03

量化交易员的基本素质

不管是外汇，还是整个金融市场都已经进入了量化时代，比起个人交易者，机构对于量化交易的需求显得更加迫切。量化交易员正在代替传统分析师成为新的炙手可热的岗位，而这一岗位所看重的基本素质，也与传统的分析师有很大区别：

深厚的数学功底——量化交易员必须特别擅长数学和量化分析，深厚的数学功底是研究数据、测试结果、制定策略等工作的基础。复杂的数字交易算法占据了量化交易员工作的绝大部分，专业的学历会给未来成为量化交易员带来很大的优势。当然，量化交易员一般不会招收刚毕业的学生，但是从大学里掌握了数据研究、金融建模等技能，在从业几年后成为量化交易员，是一个很典型的职业道路。

熟练的编程技巧——如果说数学功底是地基的话，编程技巧无疑就是量化交易员手里的砖瓦，了解编程语言是必须的，不然不管什么样的想法都只是空谈。量化交易员最好是对C，C++，java，Pyhton等等常用的编程语言都有所了解，并需要熟悉excel、Matlab、SQL server等常用的数据处理软件。

对行业的全面了解——除了“硬实力”方面的要求，软实力也一样不可忽视。量化交易员需要对行业有足够的了解，了解行业内正在流行的交易策略，能够分析他们的优缺点，同时也要对自己选择的投资品种有充分的了解，才能够更好地制定投资策略，当然一些相关系统也需要熟悉，比如彭博终端、路透社之类的。