量化交易与机器学习及多因子模型
   2019-11-06 14:01:59
60
397

这个问题要从多个方面去考虑。

1. 量化交易的有没有统一的方法论?

对于量化来讲,唯一确定的只有一点:任何模型、软硬件工具,都是验证投资人投资理念的辅助道具。正如在之前回答中曾经出现过的比喻一样:投资理念、对市场和交易的理解,是魔法师的咒语。模型只是施法用的法杖。法杖确实有好有坏,质量不行的法杖可能会出现各种各样的问题。但如果咒语念错了,那也无从指责法杖的好坏。

因此如果量化交易存在方法论,那一定只有一条:借助数学、计算机工具,反复验证自己的投资理念。这样去思考的话,题主的问题就很好回答了:机器学习与多因子模型当然不是必须的。

 

2. 机器学习与多因子模型有用吗?

其实这个问题相当不好回答,或者说没有明确的边界。有人用这两个方法赚到了钱,能够说明这两个方法有用吗?即使没有人靠机器学习与多因子赚到钱,那又能说明这两个方法没用吗?不同投资人手上的数据量与质都会有区别,投资理念也有区别,即使是采用相同的框架,结果自然也有差异。

唯一能确定的是,这两条路很多人都在走,大家都在路上。有的投资人进境更加深远,有的人才刚刚上路。只要你够强,你就能赚到钱。

 

3. 量化交易有没有什么必须用的模型?

所谓量化交易,自然还涉及到交易层面。如果交易量足够大,那会对市场造成更大的冲击成本。这一成本会蚕食相当一部分的利润。因此对于交易量较大的投资人来说,执行算法几乎可以说是必须的。以金纳科技的实证经验来看,选择使用执行算法,会显著地降低交易带来的冲击成本。对于券商自营和公募来讲,毫无疑问算得上是必须之物。



官方客服

扫一扫

联系方式