一九行情之下，量化投资怎么破？这五位量化牛人算是说清楚了
中国基金报记者 姚波 章子林整理
第四届中国机构投资者峰会暨财富管理国际论坛（量化专场）邀请了目前海内外量化界最为知名的几位重量级投资和研究人士，其中包括嘉实基金董事总经理、投研管理、投资决策委员，负责嘉实人工智能投研中心的张自力，景顺长城基金量化投资总监黎海威，国泰君安金融工程首席分析师刘富兵，前海开源基金董事总经理江少坤和富善投资总经理林成栋。上述嘉宾就目前量化投资的发展现状、面临的困境和挑战，以及在人工智能方面的探索进行了探讨。中国基金报特此刊发了讨论的实录。
　　（证券时报郑宇 摄）
从讨论内容来看，近期量化产品业绩出现回撤，嘉宾就市场流行的小盘策略进行讨论认为，在目前监管环境变化下，小盘股遭遇的困境可能需要完整考虑到策略的制定过程中，但中长期来看小盘策略仍然有空间。随着互联互通机制的放开，A股的投资者构成也在逐步变化，量化也应当考虑这一变化因素。
对近期火热的人工智能话题，几位在海外有投资经验并能接触市场最前沿的嘉宾都认为，目前还没有听说成功应用人工智能作为主要投资策略的产品出现，但大公司应当勇敢探索。国内的探索方面，嘉实基金目前已经成立了人工智能投研中心，并在债券、CTA等方面进行了研究探索，已经取得了不错的成绩，张自力表示，近期公司的博士后科研流动站可能会刊发相关学术论文。
　　小盘策略不是量化的全部
　　指数增强更适合公募
张自力：首先我这边的问题就是关于今年量化基金的回撤。之前2015年、2016年量化做得都非常好，而小盘策略又是最受欢迎的量化策略，所以我想跟大家深入讨论一下，量化策略到底是不是赚得是小盘股的钱？
黎海威：我的投资生涯从2004年开始，经历了两轮市场周期，到现在有14年。我最早是做港股量化出身的，后来再转到亚太其他市场，我发现量化的方法对全球新兴市场的效果都不错。
涉足A股时，我们用系统化的方法研究A股，中间花了很长时间。一个观察就是股票首先它是股票，其次才是中国股票。美国股票和新兴市场，这些不同的市场中人性等反映在市场上的表现是共通的，所谓的中国特色在我看来是不完全成立的，其实主要还是新兴市场的特色，包括在东欧、韩国、越南都是一样的。
不同新兴市场和不同的阶段都是有很多类似之处，更多的是体制转型和文化的共性。传统的小盘股为什么会那么强？除了小盘股发展阶段的生命周期以外，在A股还有很多中国的制度化问题，包括IPO、定增等制度给股票带来的溢价等。我之前看到卖方报告说中国的小盘股的壳价值平均每个估价是25亿，但随着IPO加快，现在可能会变成10个亿，你想这个过程会跌多少。
我对小盘股长期溢价是看好的，但是这不是说小盘这一个因子会就能变成一个比较好的策略。 前些年小盘溢价的非常稳定，小盘成长非常好，但这也要考虑到回撤因素。我们在大小盘上没有什么敞口，坚持做稳定的超额收益。事实证明，大盘股一样也能出业绩，更多的取决于策略。像我们今年比较幸运，到四月底我们旗下量化产品收益还不错。
林成栋：大部分做量化并不是在做小盘股，小盘只是其中一小块，甚至我看到有一些文章说小盘因子失效，是不是失效我不知道，但是量化对冲来说，可以换成另一问题，为什么有些因子比较难做？刚才我们也说了，我们有一些基本面出身做量化的，其实我们在做一种均衡。
在中国，我们这个阿尔法至少有一部分在做基本面研究，量化的识别是有效的。我这个因子有能力做好股票，在国外我们是多空的，在中国我多头的部分是有轮涨式的。其实这两个加起来我看了一下收益非常好。
目前量化工具里面，做空还是面临一些问题，由于只能对冲股指期货，不论中证500还是沪深300，但没有谁能直接选股对冲。由于股指期货的一些行业个股占比较大，尤其是沪深300的金融和地产就占比很大，所以这一块没有办法做。
江少坤：刚刚说的就是如果我在今天不能做空股票的情况下，我怎么把这个优势给体现出来？其实就是指数增强，用指数增强把多空给体现出来，在这种情况下指数增强我觉得是一个非常好的策略。
林成栋：公募是好，但是私募做这个指数增强其实是有问题的。我觉得主要有三个问题，第一是做哪个指数增强，你刚才举了例子，做全A的你肯定亏钱，你只有做沪深300和中证800这样的，但是最后成了你要给客户一个命题让他选做哪个，他也说不好。第二是私募是做超额回报来赚钱的，除非说我能够有超额回报指数才能做，这个产品涉及的东西很复杂。
黎海威：公募是做相对产品出身的，但国内机构大家都明白，还是要绝对收益的。至于美国市场，由于体制比较健全，美国长期是一个慢牛，但国内波动比较大，面临一些挑战。另外是客户的选择，你可以从阿尔法收20%的业务提成，在海外是可以做到的，但是国内市场则需要市场Beta有一个好的向上趋势，否则做两三年就不干了，要是有2015年的大行情，客户赚到后可能立马就不做了走人了，这也肯定行不通。
　　今年一九行情下量化如何决策？
刘富兵：我们也是一直关注黎总的产品，他们今年表现确实非常稳定。今年行情真的是一九行情，为什么这么说呢？你做300增强的话在300内选股非常好，但是你在市场选股非常差，这有运气成分，也有市场成分。
解决这个问题有两种方式，一种方式就是林成栋讲的，我们要研究什么时候可能会风格变换，另外一种就是看你是坚持不坚持。小盘策略长期来看还是有收益的，你确实可以做一些风格暴露，这实际上是不同的偏好。在2015年，2016年小市值带给你高收益的时候，你要想到总有一天这个会还回来，你有了这样一个平静的心态，我觉得没有对和错。
张自力：我补充一下，量化投资到底相信什么？我们信的是小盘还是信的其他什么？其实我们最相信的还是分散化投资。未来到底怎么样，我觉得未来大盘小盘经过一次轮动以后，会稍微平衡一些。包括证监会监管场景的变化，就是让大家知道纯赚小盘的钱其实是非理性的。中小企业投资是来自于中国特色，如果给了他们一些好的生存环境，比如说融资环境或者政策环境，税收环境，他们可能就又起来了。如果这个创新能力又打开了，会让我们这个经济环境中的中小民企有更多良性土壤，当然还是要把一些壳资源泡沫去了以后，将来可能小盘股就不是五十亿以下了，那可能是以百亿为分水岭。相比之下，在海外，美国的大公司保持很好的创新，他们之间的竞争非常激烈，这个竞争导致他们有很好的创新能力。
张自力：目前市场行情出现了股、债、商品三杀，凸显了资产配置的失败，我国股票、债券以及商品之间的相关性虽然比较低，但在我们的资产配置方案里面对现金又往往没有较多考虑，你们怎么看资产配置？
刘富兵：正好我们目前在考虑这个问题。首先，应把每一个类别的资产给研究清楚，因为刚才其实张总讲的“三杀”，股票、商品、债券，你怎么配置呢？所以这个挑战很大，如果你通过研究股票，研究债券，研究商品你发现都不行，那导致你最终结果就是必须配现金。因此你要先把每一个资产了解清楚才能配置。当然这个对你的要求非常高，所以我们的建议就是在对每一个资产研究之前不要轻易糅合。
第二就是资产配置之前我们走了很多弯路。以前，我总是想告诉你现金30%，股票50%，商品20%这样一个比较清晰的配置结果，但事实上资产配置做不到这点，也不需要做到这点，你只需要在某一个时间，哪些资产你跑得好和跑得差就够了。
从我们的角度来讲，未来的一两个月，小票是能够跑赢大票的。但是也可以认为小票和大票都跌，只是小票跌得少一点。但是到我们这边只能做模糊的资产，有的时候模糊资产也做不好，因为大部分的时候你是不知道的，你不知道谁先起来，谁起来的更多。但是如果大票在山顶上小票在山脚下，这个时候你知道应该配小票，少配大票，这个是可以的。
黎海威：目前，中国市场还不是很成熟，包括投资者结构上以散户为主。我的观察，虽然速度不快，但长期来说中国还是处于机构化过程，慢慢的主动管理难度会越来越大，因为本质上来说你越开放、市场参与者素质越高、竞争力激烈，钱是越来越难赚的，到最后你肯定是这个管理费越来越有压力。
但是在未来五年或者十年，对量化投资还是黄金时代，因为市场从半有效到有效还是需要时间的。并不是说我们一直觉得大盘比较好，或者小盘就不行。主要是要把泡沫挤掉以后，需要看到真实的成长性。但是中国确实各方面成长环境，包括上市公司的机制对以后的成长环境还是有利的。
　　A股市场构成边际变化
　　对量化投资产生影响
张自力：随着沪港通、深港通的开放，A股的投资者构成发生了变化。我们形成一国三地（沪深港）的环境，因为投资者结构方面正在变化，虽然占比并不大，但这个边际效应会对市场产生什么样的影响？
黎海威：当然我们看到的首先是沪港通、深港通打开了以后，可以观察到两地都上市的股票的AH折溢价指数。虽然有一些基金在做套利，但是实盘效果不见得那么好，因为市场之间毕竟没有完全打通。但按照同股同权不应该有本质区别，长期看三个市场联动肯定会越来越强。
目前受到监管尺度的影响，跨境套利并不是那么容易。但是着眼于未来，特别是从风险的角度，三地的传导肯定会越来越快，好比现在这个港股和美股关联较高，去年美股跌了之后对港股也是有影响的。另外，从财务报表和其他信息方面，A股信息披露比港股更快更透明。A股相对于港股来说可能有一定的领先意义。我想这一块机会还是蛮多的。
张自力：我觉得一国三地的话，可能基本面量化还是比较靠谱的一个方向。就是说，我们在我们选股里面加上更多基本面的东西，可能会更好一些，我不知道林总你是什么看法。
林成栋：我有一个血的教训。这个很对，因为我们正好去年也做了港股量化产品，但是实际上效果并不好，当然这个我觉得有两方面原因，去年整个基金在亚太地区都不是很好，包括我了解一些做得很好的都拿了奖的去年也亏钱，所以特朗普上台那个月我们也亏了两个点，但是今年可能做的不错又回来了。亏钱的原因第一个就是形势不好，第二个就是你说的，我们看到市场差异的问题。港股绝对不能去弄那些小的股票，没有业绩的肯定也不行。你会发现因为技术面的因子买了这些股票，你也会亏钱，这个我们做了一些调整，今年就表现得很好。
我觉得这个背后很重要的原因还是投资者结构不一样。很多A股很多都能交易的策略，但是在香港市场不行，所以这个就需要多方面考虑。有一些做高频得非常好，我们做的话就比较慢，我们慢半天以后就变成他们吃我了。我觉得还是回到基本面这个东西才有机会获取回报，这是我自己的真实感受。国内量化的空间太大了，随着放开后高手进来，我觉得还是要保持与时俱进，可能我始终危机意识比较强。
　　人工智能投资目前尚未有成功案例
　　嘉实发力 近期准备发刊论文
张自力：我们今天讲量化投资新风口，我跟大家透露，去年的时候冒了个险，我把自己的量化帽子给摘掉了，变成了人工智能，成立了人工智能投研中心，里面有三个部门，其中与北大光华合作的博士后科研工作站现在招了8个博士后，专门研究投资的人工智能以及资产配置。
我觉得量化是比较初级的人工智能，现在投资界的人工智能，跟现在大互联网公司用的大数据和深度学习的区别，它只是一个数据的区别。两者相通的是思想或逻辑上的发展，如让机器辅助人或者代替人做决策。人工智能必须必然是未来一个很大的风口，怎么样从一个初级人工智能变成一个真正的人工智能呢？
江少坤：前海公司成立时间不久，人工智能现在还没涉足。我的确在海外做了很久的CTA，但是做的这十多年里面我们还没有碰过人工智能。如果说今天真的有一家公司我今天是靠大数据，且做得非常成功，我相信海外已经已经有了的话，我应该已经听说过这个策略是什么，但是目前还没听说过。我看到比较成功的一些人工智能还是离不开多因子选股框架，最多再加上高频。
黎海威：我是2011年回国，虽然最近没有在国外，但是我自己理解人工智能在2005年之前是非常火的，但是后来沉寂了很久。目前人工智能重新成为热点和几个轰动性的事件有关，比如Google自动驾驶，AlphaGo击败围棋世界冠军等。
人工智能策略目前仍然需要一个非常清晰的规则，很多时候是在监督或者半监督学习下才有可能效果较好，如果没有监督做不出来很好的结果。股市包含了整个人类社会所有的经济数据、监管政策、政治变化的预期，包括各种公开的，私密的信息都在里面，这个信息多维度混合在一起的时候，目前计算机进行区分其实完全是不行的。目前做人工智能最聪明的一拨人在美国，没有听说他们做出很好的业绩来。更多的人工智能应当是作为服务商如智能投顾更好一些，比如机器人理财的手续费相对低廉，可以给普通老百姓理财，而不是给你找阿尔法策略。所以我觉得人工智能找策略是可以做的，但是需要比较长时间研发，短期内不要报很大的期望。
其实，人工智能选策略有一个悖论，就是你需要负责理清了逻辑让机器去实现，但是如果理清了逻辑你可能做得比他不差甚至还更好。如果你是贝莱德或者其他大公司你可以试一试，小公司我就不建议花非常大的力气做。我觉得如果从公司的角度，如果做一些跟随策略（大公司有突破后迅速跟进），可能商业上更容易成功。中国未来五到十年，多因子做得很好作为商业上还是会更有作为的。
林成栋：我也说一下，我是中性态度。第一个就是张总说的，你怎么鉴定人工智能。如果人工智能通过数据、机器服务人做一些决策，那这个没有问题。你看很多报导说高盛把交易员裁掉用量化、机器替代，这是可以的提高效率。但是人工智能是很复杂的，把人替代了做投资，不需要基金经理是不太可能的。因为即使是无人驾驶都是有规则的，线路都是定好的，但股市是需要监管的且可以改变规则，很难判断。而且有这么多的炒股人的构成，但我觉得人工智能可以辅助人做投资。这是我的第二个观点。
第三个观点我刚才谈了，就是刚才讲的大公司可以尝试。其实我们很早以前讨论过，私募不太好投入时间和精力去做，因为我们投不起，短期内也看不到回报。但行业内一些领先的公司做一些也未尝不可，说不定就做出来了。
刘富兵：我之前是不相信人工智能的，但是有一天有一个哥们说深度学习是不需要规则的，让我改变了想法。就是当人工智能不需要人为制定规则的时候，很可怕。我的想法是如果人工智能可以通过一些思想找到了规律，比我们任何一个人想得好，如果达到这种效果的话我们就没有办法了。所以我对职业生涯很悲观，可能迟早有一天就跟诺基亚在苹果诞生后一样。但是目前能不能达到这个效果还需要大公司的探索。
张自力：我觉得交流这个问题很有意思，人工智能是有一个广义的和狭义的考量。如果像大家说的替代人工我觉得该是比较困难的。不是说不可能，其实人工智能也是在模拟人的思考，神经网络实际上是非常复杂的，还是有希望。
我认为如果按照我的狭义人工智能定义的话，我没有那么悲观，在技术上，我不会上来就给大家画一个巨大的饼，但没有实际效果。我们马上就要发几篇学术论文出来，确实是利用了人工智能，虽然不是说用得那么极致，但是我们挑了几个软柿子捏，比如国债。所谓的软柿子就是驱动因素比较少。我们现在虽然没有交易，但是我们也有实盘跟踪，没有一次是亏的，很有意思的事情。近期，也会把它作为一个学术成果跟大家分享。
还有一个领域可以参与的是CTA，我也认为是一个软柿子，CTA方面我们没有太多资源，因为公募基金实际上没有交易环境的，但是可以同其他机构合作。股票这东西牵涉太多，我们还在探索，在股票投资里做人工智能你需要关注一个非常非常窄的突破。
中国基金报：报道基金关注的一切
　　Chinafundnews
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点全比特币交易图量化分析_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
全比特币交易图量化分析
阅读已结束，下载文档到电脑
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，方便使用
还剩16页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢比特币量化交易，听起来是不是很高大上？ - 简书
比特币量化交易，听起来是不是很高大上？
8月12号，办了一场沙龙会。叫宽客说这个名字是我起的，想聚集一批喜欢聊量化的人一起吃吃喝喝聊聊天这是我入职WeQuant 微宽网（wequant.io）的第一个任务打造一个数字资产量化交易的精英交流圈为此，我没日没夜了解区块链，看一串串天书似的策略源码恶补知识这着实伤了我很多脑细胞，关键是还没看懂（为嘛这些离我的世界如此遥远）好在我比较喜欢搞不懂的事情币圈里面，很多人还称自己是新老韭菜他们可能是谦虚我说我不是很懂，你千万不要以为我也是谦虚所以，身边的朋友们你们别在问我买哪种币合适了（不怕亏就听我的）给投资建议还是等到我从小白晋升成大神再说。。。。。。话说看别人办个活动没啥，换自己牵头搞，还真是很费心思直到活动结束那一刻，内心才会归于平静好在除了一些小问题，一切都还顺利这次沙龙，主题是量化投资在币圈的应用我们请来了火币网的副总裁兰建忠，Ricequant运营官王克勤，币趋势的创始人潘国力，还有火币的量化大神李智聪说实话，门外汉听起来确实有点云里雾里，现场王克勤说到一个金融概念的时候，只有一个人get到了重点。。。说到潘国力潘总，还没见面的时候，他的做PPT让我顿生好感，非常精美。现场见到他没想到那么瘦（看来是实干型），但经验很丰富，理论很扎实，传授了很多实战法则给大家智聪就不用说了，常被戏称为中本聪，策略高手，几次在大跌前提前下车，搞笑的是，有个朋友手动用他的策略，反而还亏了，看来高人的作品，还是不要动的好兰总就更厉害了，一般他说上车就上车，说抄底就抄底，大部分时候错不了。可惜的是，人家一般自己偷偷玩，不带你哈哈附几张现场美图纪念一下我的初次活动，多谢来的朋友们，宽客说每月一期，要求你带着问题来，装着干货回，我一定努力让它期期精彩！
火币 李智聪
来捧场的朋友 （梧桐智慧投资的）
来捧场的朋友
现场很活跃哦
我还拍了个大合照，哈哈
在互联网金融打酱油，分享创新商业模式、创意广告策划、用户裂变增长干货自己做了一个比特币套利系统，每天躺着收钱（多图）
我的图书馆
自己做了一个比特币套利系统，每天躺着收钱（多图）
* 本文不代表我所任职机构的任何观点
** 本文不提供任何交易建议
*** 本文在技术层面上完全属实
我最后一次的登录上了那些在云端服务器，把在运行的进程一个个 kill 掉，再把交易的 log 一个个备份到本地，最后我用一个 rm -rf 的命令删除了残留的所有文件。然后我拨通了龙大的电话，说：F.I.A.S.C.O （大逃亡）。至此，一场旅途结束了。
4 月的伯克利天气还没有转热的迹象，在酒吧里面，学生们依旧 hoodies 为主。当时我刚刚毕业，还没有完全离开学校，在给 Stochastic Calculus 这门课做 TA。还逗留在伯克利的几位同学约着来 Shattuck Ave 上面的小酒馆打桌球，聊天。之中 Kevin 是个很有个性的同学，他很少来上课，几乎不写 group homework，每次在家找到他也是埋在啤酒罐中。那天他反常的很亢奋，跟我们说他之前花一万美金买的一千个比特币最近让他已经赚了 20 倍了，毕业第一年是不是工作无所谓了。Kevin 大谈比特币的通缩本质对于普通人战胜通胀的意义，以及自己坚定要持有到 500 美金 / 每个比特币再抛售的信念。
当时有一件事情吸引了我，就是比特币在若干不同的交易所交易，而这些交易所都是民间爱好者自己搭建起来的网站，我觉得采集这些价格数据会很有意思，于是准备回家写一些爬虫抓数据。当时比特币对于我完全是技术上的吸引，我当时刚刚读完书，笃信市场有效性在绝大部分时候存在，加上手上闲余的钱也不少，对金钱感觉比较淡薄。
后来一周悟空来找我下载美国股票的高频数据。由于我属于商学院，可以免费弄到这些数据。悟空是一个很有意思的人，他在伯克利统计系做博士研究，但是一心只爱做交易，尤其是高频交易。从来没人给他钱，他也到处找数据，月复一月每个周末自己 clean data，期望可以做出一个 sharpe ratio 高的策略来带着去投奔某个对冲基金，或者自营交易公司。
那天拷贝数据后，我跟悟空聊到了比特币，我说股票市场竞争太激烈，你不如看看比特币，也许有些好玩的，我这里还有些比特币数据，自己抓的，你看看吧。然后我就继续给学生改作业去了。
过了好几天我都不记得此事了，悟空打电话给我，非常亢奋的说，这不 make sense，这东西交易所之间价差太大了，为什么没有人套利。我说那肯定有隐藏的限制你不知道的，不然市场的割裂（market segmentation）不会那么大。
于是我们两个人开始研究具体如何套利，或者说，如何搬砖。很快我们发现了几个核心的限制：
1. 大部分的交易所因为法律问题关闭了注册；
2. 比特币的转账链（两个交易所之间）需要 5 到 60 分钟（这个耗时跟比特币的原理有关）——这段时间的价格波动足以消磨掉大部分的利润；
3. 当时最大的价差在中美交易所之间，但是人民币管制，不容易形成回复（美元 -&比特币 -&人民币 -&美元 -&...）
我们当时想出了一系列对策：
1. 争取找到可以注册的交易所，当时比特币交易所多入牛毛，总有继续让人注册的
2. 如果交易所之间价差够大，就不怕这 5-60 分钟的波动了——大概率我们会有盈利
3. 有很多办法可以找到换汇渠道，这一点应该有希望解决
熟悉后，我说，咱们去实际交易一笔吧，看看到底有哪些问题。
当时找不到可以直接美元买入的网站，但是人民币有很多交易所，最大的是比特币中国（btcchina）。我们搜索了很久，发现了一个网站叫做 Local BTC，大概思路就是你可以预定比特币，然后形成潜在交易后，网站帮你冻结卖家一部分比特币，等你转账后，这部分比特币就归你了。相当于 Local BTC 承担了一个支付宝的功能。
比较再三，我们选了一个埃及的卖家，准备开始我们的第一单。当时两个人很怂，特别怕被骗，于是安排一个人留在家里跟卖家 Skype，忽悠住卖家，一个人跑去转账。于是我就跑出来去银行给卖家转账。这样可以卖家打款后第一时间我们在中国地交易所上卖掉。
第一笔交易我们买了 0.94 比特币，这数字太难忘了。当我走出银行打电话给悟空说已经交款时瞬间有种天桥下卖马克卖英镑的外汇贩子的即视感。
第一单最后赚了 30%，这让我高兴得中饭加了个鸡腿。当时我们就想在美国哪里可以买到大量的比特币。Local BTC 上面都是零售商，数量太小，而美国最大的几个交易所，比如 Mt. Gox 都关闭了注册。这时候我们发现加拿大的交易所 Virt Ex 有可能注册，但是要注册公司，于是我们就联系加拿大的朋友办理注册公司的有关事项。
还在我们热火朝天准备去多伦多开公司时，我们发现国内的比特币玩家用已经在疯狂地挤压现有的利润空间。当时两地的比特币价差长期维持在 30%-50%，于是很多国内有美国交易所账户的比特币玩家，大量买入比特币，在中国卖掉后在淘宝用 8：1 的汇率换回美金（当时中美汇率已经是 6.2X 了），继续套利，这让两边价差迅速缩减。我们感觉等不到我们办好加拿大账户利润空间就不会存在了。
这时候我的爬虫已经收集了接近一个月的数据了，悟空仔细分析了一下，发现人民币的几个交易所：BTC China、火币网、Okcoin 之间经常也有不小的价差，而且三个开户都很方便。同时国内的交易所率先开始提供借入比特币的功能，这让悟空开始设想是否可以就做人民币交易所之间的套利。
那么是直接在价格低的交易所买入，然后直接转账去价格高的交易所，再卖出吗？这看起来很简单，但是同样你需要承受那个 5-60 分钟的转账价格波动，因为你没有对冲。
这时候悟空想出了全新的套利方式，有一个例子来说就是：
一开始你左右手各有一个苹果，各有 10 元，此时两边的苹果价格都是 10 元
然后左右手的苹果价格变化了，左手的变成了 8 元，而右手的变成了 12 元
你觉得这个价格波动已经足够大
这时候你就可以在左手买入苹果，右手卖出苹果
这样你左手有两个苹果，2 元现金，右手没有苹果，22 元现金
你的苹果数量一定，但是你的现金多了 4 元。交易还没有结束
那怎么继续交易呢，等左右手价格关系逆转，比如左手变成了 11 元，右手变成了 10 元，就可以往回搬砖：
左手卖出两个苹果中的一个，剩一个苹果，现金 13 元，右手买入一个苹果，剩一个苹果，现金 12 元
现在苹果分配归零到原点，但是现金多了 5 元，你可以继续如此反复搬砖。
那么这两个苹果的价值变化呢？虽然我们还是有两个苹果，但是苹果可能贬值了啊。这就要用到国内比特币交易所创新的“融资融券”功能了：
只要我们拆解一定数量的比特币，那么就可以没有风险的做这个交易了，因为苹果本身的价值已经无关。
可是最核心的问题是，有时候两个交易所价格不会真的逆转，比如 BTC China 长期比火币网价格高，这时候怎么办？这时候你要算出两边价差的平均水平了，在价差大于平均水平时候搬苹果到一边，在价差小于平均水平时搬回来。搬过去的过程是赚钱的，但是搬回来有可能是亏钱的，总体还是盈利。如下图：
假设两个交易所的差价均值在 100，但是稳定的震荡于这个均值附近，你就可以在离群点（outliers）做对应的正反向搬砖了。这时，从单笔交易来看可能是亏损，但是从一个交易回路来看，统计上显著盈利。
到了这一步，这个交易已经不是一个纯套利了，而是一个统计套利——我们赌两个市场的价差稳定在一个水平附近，而且价差的波动率也稳定。从数学的角度上来看，两个交易所的价格（P1 和 P2）符合以下关系：
确定了这个交易的方式，我就开始实现这套跨交易所的交易系统了。本着没有好名字就没动力好好编程的精神，我先命名了所有的组件：
简单而言，这套系统由四个组件构成，主体由 Python 编写，GUI 全部 Web-based，后台数据库 redis+mongodb：
Optimus：擎天柱大哥，看盘终端，GUI
Nirvana：涅槃，数据抓取系统——比特币网站的接口那个烂，经常 crash，用涅槃寄寓我们希望稳定抓数据的心愿
Einstein：主程序，做主要的算法交易逻辑
Achilles：阿基里斯，下单系统
其中 Achilles 是最有意思的，当时很多比特币交易网站都没有 API，所以只能够用 Javascript 注入的办法下单，简而言之，就是一个机器人，模拟人登录网站，模拟人点鼠标下单。当时做起来非常恶心，很多边际情况。经过大量的实验，我个人强烈推荐两个好用的库：
当然用 Node.js 直接包裹 V8 来操作也是非常黑科技的做法。只是当时赶时间，没有机会继续深入研究了。
这套系统开发了 3 周时间，我一个人码的 code，之前在学校里面完全没有机会去实践的写一套交易系统，还是碰到了很多的问题。当时最大的难点是，每次搬砖都需要两个交易所同步下单，但是两边的成交数量可能不一样，这样后面就需要追单。我们提出了两种解决办法：
线性下单，先下单价格变化快的交易所，得到成交数量了，再下单变化慢的交易所
追单，同步发单，然后每次逻辑循环检查整个系统的风险敞口，如果不为零就在单边补单——如果要买比特币就去低价交易所，要卖比特币就去高价交易所
今年国内的分级基金套利非常的火热，我想也有类似的问题，同时下单 A、B 基金，技术上如何操作，最简单就是线性下单——先买入 B 级，因为 B 级动得相对比较快，再根据成交数量买入 A 级。但是要追求极致的滑点，就必须同步下单了——欢迎进一步的讨论。
Miscellaneous for geeks：
开始交易后，一天早晨，我正要看昨夜的收益情况，发现自动重新登录系统被火币网封锁了——我们的系统会每 20 分钟自动登出登入一次防止下单时 session 过期——是的，他们给设了验证码。早上碰到这种事情心情一下子很 kuso，突然一下脑洞大开，我想到了他们还有一个移动网页端（），check 了发现移动客户端没有验证码，于是我让程序去移动端登出登入，获取了 session 后，再切回桌面端下单。那个早上瞬间心情无比美好。
之前我们的程序一直在我本地交易，延时在 300ms 左右，因此我们测试了阿里云、盛大云等很多云服务，最后发现盛大云 ping 他们服务器的 latency 最小，在 10ms 左右，于是我们全部切换去盛大云交易了，完成了“co-location”。
由于所有的交易所都在国内，我和悟空也一段时间不在国内了，没法自己去处理转账这些事宜，于是我找了发小“龙大”。龙大自己在国内运营一家 PE、VC 公司（如果有对融资感兴趣的朋友，戳：），相对于有点学究的我们，非常的接地气，实在是国内 operation 的不二人选。在听我非常激动地胡言乱语了一通后，龙大虽然不完全明白我们的策略，也很靠谱的准备去了。
都准备好了以后，我们就开始交易了，当然无论是策略还是系统都遇到了相当多的细节问题，此处需要省略数万字调试过程。由于我们不停地加仓和增加频率，很快我们单个交易所的交易量就达到了一个天文数字：
虽然看着很吓人，但是每笔交易的利润是非常薄的，而且如此套利的容量很有限，多少有点赚了吆喝没赚钱的感觉。但是过了前一个月后，我们基本无需操心了，该干嘛干嘛，早上起来收点小零花钱就好了。从 0 搭建一个交易系统的快感你只有自己体验了才会懂。
后来逐步把 PnL 查看也弄得高大上了
运营到 2014 年的 2 月份，当时比特币界发生了一件大事，就是总部位于日本的交易所 Mt. Gox 倒闭了，给全球的比特币价格带来了巨大波动性。
结果那段时间成了我们盈利能力最强的时间，因为各个交易所之间价格经常脱钩 100 元以上，单次套利的利润空间变得非常大。当然最万幸的是，我们没有在 Mt.Gox 交易，不然也是血本无归了。
在运行了近 8 个月后，我和悟空最终决定把这套系统关闭。当时主要有三个原因：
Mt. Gox 倒闭后，大家一度对比特币信心锐减，交易量也在到顶峰后开始暴跌。我们的利润空间越来越小了
我和悟空都慢慢开始全职工作了，也不应该在外面做自己的交易了
传闻央行要限制国内比特币交易所的存取款通道了，这样资金也会越来越不安全
但是这 8 个月留给我很多 enlightenment，也让我和悟空成了无话不说，经常一起讨论市场的好朋友。最后我们两个一起总结的时候，发现我们策略和交易系统的年化利润率是 280%，而 Sharpe Ratio 在 11 左右。
之前我从来不相信有 Sharpe Ratio 超过 5 的策略，但是自己实现后发现原来真的存在—— Sharpe Ratio 10 以上基本代表你的策略全年没有几天在亏损，而方差完全来自于每日盈利的多少的差别了。
后来我自己开始做美国利率市场的自动化交易，也认识了越来越多做各种“奇异资产”套利的朋友——包括 Diablo 游戏道具、在线德州扑克，发现了一个有意思的规律：
准入门槛（资金上、技术上、政策上）越高的东西，策略越简单，而门槛越低的东西，策略越复杂
美国的利率、国内的股指期货，都是进入门槛并不高的资产，因此交易策略的设计和调优相对复杂很多，而比特币、Diablo 游戏道具这种，由于搭建一个像样的交易系统都需要费很多功夫，里面需要的策略并不复杂。
所以，一个套利或者交易的团队，需要能够准确估计投入产出的能力。假设自己技术实力很强，但是策略能力不强，就可以多介入比特币这种奇异市场，利用技术力量去抹平市场间的无效性；如果策略能力强劲，则可以做中低频的常见资产；如果技术和策略实力都非常强劲，则可以去尝试各种活跃资产的高频 Alpha 交易——这需要科技和策略的完美结合——这也正是高频交易的迷人之处。
一年后（2015 年），大老板 MD 安排我带哈佛 CSE 专业的学生做一个 Industry Project （Course 297r，），我想起了比特币的这段经历，于是把之前的数据找出来，给他们研究比特币的交易策略。除了我们做的这种 Pairs Trading 的策略，他们还研究了 Hidden Markov Chain 和其他技术指标交易办法。如果对结果有兴趣的，欢迎查看他们的
2015 年夏日于纽约
———————————————
发自知乎专栏「」
馆藏&19804
TA的最新馆藏[转]&[转]&[转]&[转]&[转]&[转]&
喜欢该文的人也喜欢