90%的人都不知道的量化分析法

原创

2129 天前

14129

今天的文章来自网络工程师辰裕的分享，领鹿谷将一直为对区块链感兴趣的朋友提供帮助，若是您也同样对区块链有想法，可与我们取得联系。

我是曾经是一名网络工程师，在我的理解中，计算机专业是一个比较注重积累的专业，一般来说，你的努力学习都可以有收获。比如说，你辛苦撸码，研究算法，参加比赛，你的撸码能力肯定能快速上升，之后找工作，科研过程中肯定有很大帮助。量化分析行业是一个有些看重天赋的行业，你对于数据非常敏感，对于市场的理解很深刻，可能你的成就远比没有天赋，天天努力的人成就大很多。时间并不重要，重要的是你什么时候掌握了自己的盈利模式。

2015年的时候我开始专研数字资产量化，直到2017年认识了区块链倪老师之后，才开始有把自己想法真正落地的打算，经过一年多的实测和数据反馈才联合领鹿谷（区块链项目孵化平台）创建了创谷量化。在涉及金融投资领域，我怕的不是风险本身，而是风险上的盲目。我希望接下来关于我在量化方面经验的分享能够给到你一些小小的收获。

如果你参与过股票市场，又或者在币圈有过投资，那么你一定会对“量化”这个词并不陌生，不了解也没有关系。我们可以把投资活动想象成汽车工厂里装配汽车的过程。量化模型，就好比一间全自动装配车间里的机器，所有的装配工作都是由机器完成的。而人为投资，则好比比较传统化的汽车装配车间，绝大部分的装配工作还是需要工人来完成。

值得指出的是，不管是量化投资，还是人为投资，最终都还是需要人进行控制和决策。在机器组装汽车这个例子中，传送带上的汽车组装工作，完全由机器完成，没有人的决策参与。但是在那个层级之上，规定机器手臂做哪些事情，按照什么顺序做，哪个机器完成哪部分工作，还是需要人来决定，这个就是设置量化参数的过程。

类似的，在量化投资体系中，具体到选哪个股票买，哪个股票卖，买卖多少量，这些决策都有电脑程序做出，数字资产量化也是同样的道理。完全自动化的投资系统，是每一个量化投资者的梦想。这就好比造出了一台印钞机，只要把机器打开，在那里夜以继日不停的工作，而机器的拥有者则可以去睡大觉，每天躺着收钱就行。

以上是关于量化模型和量化参数的通俗介绍，如果你认为量化模型的创建是一个很深奥难懂的技术活，也有很多类似的一些教程是专门针对量化投资或者量化模型的，大都是在设置量化参数上的一些技巧。这回抛开那些复杂的代码公式不说，咱们这回就来聊聊量化的逻辑思维是什么。

我们先来进行一个思想实验：一个屋子里有金子，也有一颗定时炸弹，你会不会去屋子里拿金子呢？

如果都是打算去屋里拿金子，以下有两类人的想法比较有意思，一类人会说，如果运气好，我就能在爆炸之前把金子拿出来但是如果运气不好，我就完了！另一类人会说：虽然我不知道炸弹什么时候爆炸，但我比较确定的是，3分钟之内一定不会炸，那我只要在这之前取出金子就可以了。

所以你发现了么？参与风险投资的高手在做投资决策时，要做的重要一步，就是预测和“量化风险”，尽可能做到心里有数。

那具体怎么做呢？

在开发创谷量化模型时，我通常会从三个维度来分析，为了方便你记住，我把它总结成：点线面。

点分析

点分析，其实这个你也很熟悉，这个分析法也叫保本分析，就是分析项目的保本底线是多少。

为什么投资者最先应该关注保本点呢？

心理学家卡尼曼发现，人们对于损失和获得的敏感度是不同的，损失的痛苦要远远大于获得的快乐。而这个敏感度最高的点，就是从亏损到收益这个转折点，也就是保本点。

自己的参与投资的本金如果是借来的当然还得加上相应的利息，去年在币圈参与数字资产的量化投资又有多少人是有利息还在，但本金没了的深切体会，这种情况往往是因为参数在设置上只考虑了收益最大而忽视了本金的风险把控，我也见过很多短期据说收益很可观的量化策略，但仔细分析完，不是旁氏骗局就是进击型的量化策略，进击型的策略往往是在赌博，如果赚了一本万利，如果亏了就什么都没了。这是不是听起来和开始的思想实验里的前者很相似呢？

高风险的投资并不是赌博，也要考虑到你的保本点在什么位置。

线和面分析

创建量化模型光有点分析还是不够的，点分析有两个问题解决不了：

第一，有的量化模型明知道在现在所处的时间里是回不了本的，但由于战略的需要，也要投。就比如在整体市场处于波动阶段的时候有下跌，就会在某个点上涨，在未来上涨之前我要如何将我的损失量化到最小，或者是最多会亏多少？

第二，量化风险指的可不仅仅是损失的可能性，而是结果的“波动性”。美国学者威廉姆斯和汉斯在《风险管理与保险》这本书里，把风险定义为“在给定的情况下和特定的时间内，那些可能发生的结果间的差异。”也就是说，只要实际结果和预期结果出现偏离，无论是正向还是负向偏离，就都是风险，都需要管理，可能在这里你会有所疑问，如果收益比预期的高，这不是一件值得高兴的事情么？我举个最直接的例子吧，在牛市行情下，大都的量化模型都会比预期的收益要高得多，但这并不是设置模型所带来的结果，这将会导致于你对参数的本身的认知误判。

优质的量化模型一定是有着平滑的收益，会给投资者和合作伙伴释放一个信号：这是一个稳定的量化模型，能够帮你获得更多的利润，并且是长期收益的。

你可能会对线分析与点分析有所疑惑，如果我参考了线分析，哪怕短期处于保本线以下还该继续执行我的操作模型么？在此我想说的是，点分析相当于你的坐标，有了这个坐标你才知道你接下来所要付出的风险和收益是不是对等的，这也给了你一个选择的空间，我愿意承担多少的风险获取多少的收益，所以这并不矛盾。

线分析应该注重考虑的有三个步骤：

1. 找到最影响投资决策者核心的指标，比如：某个币的价格，币种的选择，交易量等等。

2. 行情的三种情况：一般情况、最差情况和最好情况，形成一个区间。

3. 分析最好和最坏的情况下，得到的收益结果比较靠近预期，那就说明这个量化模型收益的波动性小，也就代表这个量化模型设置的参数较稳定。

但线分析也有一个问题，是只考虑单个指标独立的波动，没有考虑各个因素之间的联动。指标之间是有联动关系的，比如说币种选择的人少，价格就相对低，交易量也不会太大，这个时候就需要再加上面分析，一个基于战略的分析。

面分析是在点分析和线分析的基础上再加上一个对于全局的把控，在大环境下的判断。也就是在不同的行情阶段选择不同的运行参数，让你的量化模型的参数多元化，无论在何种情况下都能趋近于预期的数据。

行情一定是阶段性的，上涨和下跌的状态也只是暂时的，单一的参数设置也许会在现在看起来很稳定，但不能保证在单边行情的状态下还能有很好的风险把控，这也是长久稳健收益的重要条件。

总结：

关于这回的分享我再做个总结，在建立量化模型的时候或者投资量化策略的时候要有自己的分析指标，不要盲目以赌徒的心态参与，要设立自己的保本线作为参照，然后找到最影响投资决策者的核心指标，考虑行情的三种情况形成一个区间，根据这个区间的波动所产生的数据判定在当前行情下量化模型设置的参数是否稳定，在这些基础上重复测试，根据不同区间的数据反馈设置不同的参数，集多元化的参数于一体，这样就可以建立适合自己的量化模型。

以上是我在与领鹿谷团队（区块链项目孵化平台）联合开发创谷量化所积累的一些心得与经验，值得高兴的是在三月初创谷量化的手机客户端也将上线，感兴趣的朋友可以持续关注本微信公众账号，也感谢领鹿谷团队一直以来的支持与帮助！