0_1492254898109_【投资学基础】PDF高清版.pdf

作为一个管理规模超5亿的CTA基金经理，回答这个问题简直是义不容辞。一般来说，所有quant trader的日常工作分2块，1是对现有策略的管理和维护，2是开发新策略。而回答这个问题，又可以分为2个版本，一个是屌丝版，一个是高大上版。+++++++++++++++++++++++++++++++华丽分割线+++++++++++++++++++++++++++++++屌丝版首先，是屌丝小A对于现有策略管理和维护：1. 早上开盘前半小时，小A手忙脚乱开启各种交易软件，包括文华财经、大智慧、同花顺、快期、万德、TB、MC等，随后七手八脚手工调整各账号、各策略在各品种上的资金比例、标的合约、隔夜shibor利息等；2. 开盘后，小A人工盯盘N个品种，开启8、16、32个行情窗口，确保程序正常交易，无明显bug，无乱发单现象，中途对行情提心吊胆，然后当扯淡的行情超越小A心理承受底线，撕毁小A自尊后小A果断停掉策略，修改参数，再迫不及待再把新策略丢进实盘，结果盘中突现行情，新策略没有发单，回溯时惊喜的发现老版策略早已满仓并盈利满满，小A心想，草，原来老版比新版更好；3. 收盘后，小A开始用excel统计今日盈亏、发单、滑点等情况，然后做交易记录和净值图，惊喜的发现上周净值创新高之后的连续一周回撤后今天终于开始略有盈利，暗爽了一把，随后发给客户交易记录。期间最大的土豪客户B突然打电话过来，责问为何最近回撤太大，模型是否失效，是否需要减仓。小A淡定的各种解释波动率，ZF维稳，神华调价，乌克兰动乱。经过1个小时的不断解释后土豪B终于被说服，反过来安慰略显急躁的小A，表示如果下次再创新高后会考虑在加一倍的资金。小A长嘘一口气之后，看了下表，已经下午5点，遂开始自我打鸡血，为自己制定了新策略开发的进度和计划，但又考虑到目前策略盘中仍需跟踪观察，于是把计划中的deadline又延迟了1倍。在看表，已经6点，于是整理了下自己的老式联想手提，关机，心想下次提成后是不是该换个苹果，但又担心Mac各种软件的兼容性。回家的路上，在路边的永和吃完了晚餐，疲惫的面容下却依然掩饰不了小A内心的狂热与自豪；第二天，在确保各交易数据和信息无误后，小A开始了新策略开发之旅：1. 各种看K线，希望自己的火眼金睛能从纷杂混乱的走势中扑捉到些许信息，绞尽脑汁后突发灵感，于是埋头写代码2小时，写完后小A的内心开始无限憧憬牛逼新策略的绩效曲线，恨不得马上丢进去回溯绩效。结果发现新策略的盈利因子PF平均只有1.1，夏普0.8，年化收益风险比1.2。小A傻眼了，顿时赶脚不可能，开始怀疑数据不对，或者数据周期太短，内心实在无法接受这么牛逼的新策略怎么可能绩效如此鸡肋。在无比蛋疼的接受了这个狗血的事实后，小A出门在楼下的全家买了2个包子，决定下午再战；2. 吃完午饭后，小A伸了个懒腰，扭了2下僵硬的脖子，再次投入到上午未完成的代码之旅。苦苦思索了4个小时后，依然毫无收获。小A表示压力山大，决定下楼透透气，走一走，放松下自己那纷杂无章的思绪。上海的4月，虽然有点小小的阳光，但依旧乍暖还寒。小A感受到些许的凉意后，拉上了下自己身上泛黄的adidas外套的拉链，然后漫无目的的走过1条街，到了一个十字路口。小A望着前面穿梭的各种车辆，终于等到了绿灯，而就在小A决定过马路那电光石火的瞬间，突然，小A有了一个崭新的想法：既然在全样本统计下，新策略没有明显效果的话，那我可不可以做一个类似红绿灯的机制，选出特定的模式作为绿灯，把不符合的行情作为红灯，做一个类似于模式识别的开关，来决定策略是否交易呢？想到这，小A开心的咯咯笑了出来，立马回头一路飞奔到办公室，在原有策略的基础上加了一个类似于KNN的模式识别。这次，小A不急着回溯了，因为他的内心，已经灰常淡定，他很自信这次的改进能让新策略脱胎换骨。果然，回溯报告验证了小A的想法。好几个品种测试下来，绩效都非常满意。而更让小A内心奔腾、无比狂热的是当他把新策略在20多个品种上来回测试后，吃惊的发现原来新策略的普适性如此之强，20多个品种上，几乎没有一个亏损，平均盈利因子PF有2.0，夏普2.5，年化收益风险比5.3。经过3年的摸索，终于，小A依靠最新开发的策略成功逆袭，接下来，便有了高大上的版本；+++++++++++++++++++++++++++++++华丽分割线+++++++++++++++++++++++++++++++一觉醒来，发现知乎上这篇拙文已被20多位大内高手连续点赞，深感惶恐。接下来讲的是小A逆袭变身高大上后的故事，各位请不要以为高大上必然就是权二代或富二代的大概率事件。在量化投资领域，只要你能静下心2-5年如一日的研究，每个人都可以逆袭。你的内心，必须要能做到即便在喧闹的菜市场依然能不被卖菜大妈七寸不烂之舌忽悠买发芽的土豆，即便在脱光的吉泽明步+波多野结衣+濑亚美莉3人面前一想到新的idea必须打开电脑，且鼻血狂飙且狂敲代码。淡泊明志，宁静求远。一定要相信70分的智商+100分的努力+70分的背景+100分绝对深入和专注的细节研究可以完败100分的智商+100分的背景+80分努力+BS/GARCH/DL/SVM/HMM/machine learning(这个打ML会让人误会,不太好)样样精通的学霸。这个领域，个人认为未来是比互联网金融的更火的热门,而最最最重要的是，这个行业，还没有3巨头。如果您有幸从事这个领域，那恭喜你，如果你够努力，够钻研，大概率你还是会被历史滚滚的车轮压过你的尸体，不过回首往事，你依然可以给你的后辈讲述那一个个或宏伟或悲壮的大佬故事和一路走来自己伴随这个行业成长的心酸过程。要相信，这个行业目前在中国的现状，绝对是一群聪明绝顶的geeks抢占技术制高点的群雄逐鹿。而大部分从业人员，终将成为历史的尘埃，就像当年那一批批的互联网创业者炮灰。但是，如果你已尽自己全力一搏，那之后的成与败，于你来说，真的那么重要么？大丈夫生于乱世，当带三尺之剑，立不世之功。至于后话，永远是留给后人说的。如果你年过30，有房贷车贷，而未从事这个行业，个人建议不要尝试轻易转行，要知道风险和收益本身便是一回事 。如果你是个只图安稳，只听父母之言的襁褓之儿，请你不要选择这个行业。要知道若你的性格缺少血性，没有屡败屡战的勇气，你的淘汰率将会是100%，这个行业不适合弱者，也不相信关系，更不相信眼泪。有的只是优胜劣汰，胜者为王。如果你是个初出茅庐的热血少年，对这一行有点兴趣，也愿意倾其功于一役，那请你颤抖吧，鸡东吧，怒吼吧。若你背景和经验都不错，我说的不错是至少国外重点大学本科以上或国内10大名校本科以上，请选择一个相对的高起点，去目前已略有名气的山寨，搬搬砖，打打下手，谦虚好学，跟个愿意教你的师傅，千万千万不要觉得自己牛逼。这一行，不图名气，默默赚钱的实力派到处都是。而假若你非上述此类，请你先没事自学点编程，高数和金融工程，少看点岛国片和跟朋友鬼扯，静下心安安静静为自己未来充电，不要妄自菲薄。这个行业，只相信绩效和实力，不关心你的出身。我自己的背景，非十大名校，也非211，更非985，属于典型的后者。+++++++++++++++++++++++++++++++华丽分割线+++++++++++++++++++++++++++++++高大上版：1. 早上8点10分，闹钟响第二下还没结束，小A迅速按停闹钟。蹑手蹑脚、小心翼翼地起床，生怕不小心吵醒了还在睡觉的老婆。随后开始洗漱，煮了点燕麦，从冰箱里拿出牛奶，倒好后放到冰箱外面，边吃还边为老婆水煮了一个土鸡蛋，这样老婆起床后就能吃到热腾腾的燕麦、鸡蛋和牛奶了。小A看了下表，8点50分，这时手机响了一下，一个叫“交易小助手”的APP收到了一条提示：今天上海气温15-25度，有小雨，请带伞。证券、期货、IB、万德、Bloomberg五大数据源数据已正常订阅，策略组合矩阵已根据2014/6/13最新行情自动调整。看到这，小A心满意足的笑了笑。之所以选择三星，就是为了在安卓下更方便的为自己写一个交易监控的APP，确保每日的日常交易无误。这时候小A带上伞出门，走了大概15分钟，到达公司，随后便开始了一天的交易：1. 早上9点开盘，小A新买的工作站+UPS已自动开启所有交易相关的软件。像往常一样，这个时候小A人工开始核对他的策略组合矩阵，确保所有策略所分配的头寸比例一切正常；2. 开盘后，小A便投入到最近手头上的一些研究课题，如遗传算法在策略组合上的应用，做市商类高频策略的开发，隐马尔科夫在下单算法上的应用，以下省略1000字…现在的小A，已经没有之前的那种高强度的压力了。因为就算这些课题失败了，那也无所谓，毕竟像这类难题的攻克又不是一朝一夕的事情。再说，目前现有的策略体系前期都已经构建完成，至少在目前的1-2年，国内的环境还不至于让小A之前的老策略这么快淘汰掉。不过，出于未雨绸缪考虑，小A最近和公司的管理层一直有在协商，是否需要从google、百度、物理实验室等这些工业界再挖几个做算法的人过来。小A这个想法已经存在有一段时间了，虽然目前的老策略仍在继续盈利，但是已经可以很明显的感觉到传统策略的盈利能力一直在下降。若非最近半年新研发成功的一些策略，也许今年的年化收益风险比就不能像往年一样上3了吧；3. 收盘后，系统已将今日所有的绩效统计数据自动生成，包括滑点、成交概率、委托到成交的平均回报时间等等。比较后发现公司的速度相对略慢，于是给公司老总打了个电话，要求其尽快对IT部门技术升级。打完电话后小A还在逼叨叨逼叨叨、自言自语地说尼玛连个行情端口都这么慢，明年我们自己买个小点的经纪公司得了，这样还能省下验证保证金这档子事。不过小A想了想还是还是算了，一是这个风险好像还是蛮头痛，毕竟去年光大事件还历历在目；二是这年头经纪商也赚不了几个钱，要不是交易所返个佣，估计十有八九的经纪商都得饿死；

VNPY开源量化项目，帮您解决量化系统搭建难题

VNPY开源项目地址
https://gitee.com/vnpypro/vnpy

VNPY官方WIKI
https://gitee.com/vnpypro/vnpy/wikis

VNPY 和 VNTrader 属于上海量贝信息科技有限公司, 是国内一套广受欢迎和全面的开源量化交易框架。

上海量贝信息科技有限公司是中国大陆从事量化相关软件的信息和软件服务企业，公司位于上海，在国内市场，我们的客户定位包括个人量化交易爱好者、高校、证券公司、基金管理公司、银行和投资公司等金融企业。

精于量化，以回测为起点 ，我司紧密跟随金融市场日新月异的发展，不断向新的领域发展，新的产品和服务战略不断在延伸,在金融领域，我司已建成完整的产品系列，包括量化交易开源框架、资管系统、APP社区、仿真回测系统，在量化行业内有一定的影响力。

VNTrader就是VNPY官方（上海量贝）推出的一套Python+PyQT的开源框架，新版本的VNTrader不仅精简了Python开发环境，还在老版本VNStudio基础上做了性能优化，性能比老版本大幅提升。

陈晓优及上海韦纳公司破坏证监会穿透式授权码的相关规定等同挑衅证监会和中国法律法规，将穿透式授权码公开至互联网上。

陈晓优及上海韦纳软件科技有限公司将穿透式授权码在公开在网络，挑衅证监会权威，破坏了证监会相关规定。

陈晓优及上海韦纳公司借与券商和期货公司合作之名，向外盘和数字货币市场接口进行引流，同时将证监会管辖下的证券公司和期货公司提供的穿透授权码在互联网四处散发，致证监会于2019年6月实施的穿透式监管政策形同虚设，每个人都可以用泄露的授权码无需备案即可接入，导致非法接入金融柜台系统。

2021年11月，中国证监会接到举报，转由上海证监局对陈晓优和上海韦纳软件有限公司进行调查，上海韦纳软件下架了数字货币、外汇、美股等至少3个非法金融市场，20多套非法金融API接口。

至此，由陈晓优和上海韦纳软件科技有限公司向社会提供CTP接口穿透式授权码失效，即上述视频接口的穿透式授权码失效，不可再使用。

该图验证码由上海韦纳软件非法发布，自2021年11月20日被证监会查处后，该验证码已失效，请勿尝试

这是上海韦纳长期以来在官网宣传内容，从事非法金融业务，包括数字货币，外汇等非法金融业务，中国监管机构早就有了规定。

VNPY是国内著名量化交易开源软件，近几年来获得大家的喜爱，近期，VNPY官方升级了LOGO设计，并发布最近的VNTrader量化交易客户端架构。

未来，VNPY将和官方紧密合作，为广大量化交易爱好者提供更强大的量化交易软件，主要重点集中在期货和证券市场。

NTrader的开发链接邀请函

通过下方链接申请成为Gitee共同开发者

https://gitee.com/vnpycn/vntrader

VNTrader是VNPY官方
【探索更真实的量化交易世界】VNPY官网​
http://www.vnpy.cn/

推出的一款国内期货量化交易开源软件，

《VNPY官方发布VNTrader期货CTP框架开发环境配置快速入门教程》 https://zhuanlan.zhihu.com/p/388316382

酷操盘手期货跟单软件
http://www.kucps.com

VNPY量化研究员

工作性质：全职/实习

职位要求：
1、数学、物理、电子、计算机等理工科相关专业
2、熟悉C编程的优先
3、具有较强的数据统计、分析能力, 并熟练掌握至少一门统计语言(python和R优先)
4、对金融市场有强烈兴趣、对钻研投资策略有激情、学习能力强、逻辑思维清晰
5、ACM-ICPC或NOI、CMO/IMO、CPHO/IPHO等赛事获奖者优先考虑

岗位职责：
协助投资经理进行策略开发,以及交易系统的维护

VNPY量化开发工程师(C++)

工作性质：全职/实习

职位描述：

负责公司Linux平台下的软件开发，包括但不仅限于：后端交易程序，实时监控程序，量化研究流水线，各种工具软件等。
负责对现有系统进行评估，测试，优化以及完善。
维护现有各类交易业务的稳定高效运转。
完善公司网络及数据存储体系。
对Linux服务器做底层优化。
完善公司各类作业的自动化运转。
通过与交易员以及数据分析师紧密协作，实现并拓展公司的各类交易业务。

职位要求：

国内外重点大学本科及以上计算机相关专业。
计算机体系结构有较深的了解。
熟悉计算机网络原理以及网络编程，了解常用的网络协议。
熟练掌握常用程序算法及数据结构，算法竞赛获奖者优先。
熟练掌握c++11及以上标准，能熟练编写高效的c++代码。
了解对程序性能分析的方法，对算法优化程序优化感兴趣。
熟悉至少一门脚本语言，并能对简单数据进行程序化处理，包括获取，整理，算法应用，存储以及展示。
能熟练阅读中英文技术文档，有较强的自学能力。
善于沟通及团队协作，对金融行业，量化交易感兴趣，有好奇心，勇于挑战，善于挖掘业内前沿技术。
9.熟练使用VNPY仿真柜台。

其他信息

工作地点：上海
实习薪酬：500元/天，一周至少到岗3天，长期实习优先
全职薪酬：高于市场平均水平

公司背景：上海赫富投资有限公司注册资本1000万元，2016年3月成立于上海市。 公司研究团队来自北京大学，清华大学,复旦大学，上海交通大学，哥伦比亚大学和芝加哥大学等院校。核心团队成员曾获中国数学奥林匹克金牌；获得ACM（国际大学生程序设计竞赛）奖项等。公司合伙人曾在国内知名私募和美国顶尖对冲基金Laurion Capital Management担任投资经理。
公司官网：highfortfunds.com

申请方式：请发送简历至hr@highfortfunds.com，标题为：职位-实习/全职-学校-专业-学历-姓名

VNPY仿真回测
http://www.vnpy.cn/comm/topic/3411/

今天发布了VNPY CTP仿真回测柜台

VNPY CTP仿真柜台2.09发布支持所有CTP回测框架,可以丢弃第三方回测框架了

2021年计划发布高级版本，计划开发的功能为：

会批处理回测，复制多个备份采用不同参数，最后汇总给出结论，更多复杂图形显示。

VNPY仿真回测柜台2.09 请在VNPY官网下载
http://www.vnpy.cn

用法见
http://www.vnpy.cn/comm/topic/3401/

https://www.zhihu.com/question/272156840

开发环境：

使用Visual Studio2015、Visual Studio2017及以后的版本打开Demo里的MyAutoTrader.sln，
可以C++ Demo为基础进行二次开发

当然VNPY CTP仿真柜台也支持多种编程语言，支持所有基于CTP的开源框架和自编程序，
请根据框架和自编程序特点替换DLL和lib文件重新编译。

Bin目录是编译好的程序，可以直接运行调试
CTP Demo/Bin(已编译)/AutoTrader.exe 是原生CTP的Demo，已编译好的应用程序。
VNPY For CTP Demo/Bin(已编译)/AutoTrader.exe 是VNPY Demo已编译好的应用程序，运行直接进行回测。

上期CTP官网
可以注册模拟账户，下载原生CTP api，CTP Demo可用于该模拟的程序化交易，
http://www.simnow.com.cn/

Ver2.61
关闭控制台输出文字（蓝色文字）；
避免了回调函数安全性问题导致持仓和资金查询等方法无法正常回调的问题；

Ver2.60
针对CTP Ver6.3.15 增加至4个版本
32位的Release
32位的Debug
64位的Release
64位的Debug
完善对中金所合约IF、IH、IC、T、TH支持

Ver2.521
减少不必需要文字输出
Ver2.52
更新API输出字体为蓝色
Ver2.51
增加对数据文件和订阅合约不一致的校验
增加只允许订阅一个合约的校验，多合约订阅和回测将在未来的高级版本提供

Ver2.5
修复穿透式监管版本的API在部分计算机无法回测的问题。
穿透式版本升级至2.5
非穿透式版本保持2.3

Ver2.4
提供最新的CTP穿透式版本的VirtualApi，针对CTP 6.3.15版

Ver2.3
增加对查询投资者持仓响应OnRspQryInvestorPosition
增加对查询资金账户响应OnRspQryTradingAccount回调支持

Ver2.2
功能升级

Ver2.1
修复了MD和TD资金数据同步的Bug
增加配置文件setting.ini，
可以通过修改setting.ini自由设置
(1)初始资金
(2)开仓手续费
(3)平仓手续费
(4)滑点

http://www.vnpy.cn/comm/topic/3410/

深交所官宣，计划于8月24日，也就是下下周一，组织创业板注册制首批企业上市。届时，创业板股票及相关基金涨跌幅将放开至20%，存量同步放开。

这对股市意味着什么？

这意味着，庄家操纵市场的难度加大，封涨停没那么容易了，打板技术面临更大风险。比如在涨停板上买入，天地板的话，一天就会亏损20%。

如果再加上融资融券，那么可能一天亏损最高再40%左右，如果连续遇第2天低开5%，那么不到24小时，可能40-50%本金就没了。

再8月24日前夕，上证指数也形成M顶形态，面临深度回调风险。

建议近期清仓处理。

对普通股民而言就没有解决办法了吗？

当然有，就是建立多空双向交易机制。

那么做空的方式有哪些呢？

（1）融资融券

融资融券是一个可以做空的方式，但是因为大多券商融券标的非常有限，所有大多数情况你是无法融到券的，并且需要支持6%~8%年化的利息，而且依然是T+1`机制。
（2）股指期货

T+0，带杠杆，有大量程序化交易软件，有免费的CTP程序化交易接口和行情接口，无需支付利息。

程序化交易接口和实盘接口支持
【探索更真实的量化交易世界】VNPY官网
VNPY CTP接口仿真柜台，可替代SIMNOW
http://www.vnpy.cn
VirtualApi 期货CTP TICK级本地量化交易仿真回测首页
http://www.virtualapi.cn
免费下载 - VirtualApi CTP Tick级回测系统
http://www.virtualapi.cn/download.html
正规期货公司商品期货低佣金开户(徽商期货,宏源期货,华安期货,东方期货)
http://www.kaihucn.cn

（3）期权

一般风险很大，有归0的风险，交易复杂度远远高于期货和股票，不适合普通投资者。

我们最推荐的是通过股指期货的方式来实现做空。

举例：

下图是2020年8月12日的A股市场所有股票统计概况

上证指数开盘于3327.49，收盘于3319.27，涨跌仅 -1.01%，总体处于M定的破位下跌趋势中。

从图可以看出，如果您当天无任何交易而又有持仓的话，那么大概率忍受的是盘中的震荡和收盘确定的亏损。

下图为2020年8月12日上证指数日线图，其中黄色 圈出部分和下图股指期货图形对应

2020年8月12日 股指期货 上证 IH2008日线

2020年8月12日 股指期货 上证 IH2008 15分钟

放大黄色矩形部分内的K线就是这样的，可以看出日线走势是基本一致的，如果最后K先位置做股指期货是一个比较好的选择。

如果从2020.8.12 15分钟首个周期开空，在最低点3192.0反手，在收盘最后一秒平仓，那么盈利

多单盈利 ：3327.49- 3263.27 = 64.22

空单盈利 ：3319.27-3263.27 = 56

合计盈利 ：64.22+ 56 = 120.22点

股指期货保证金目前8%，也就是12.5倍杠杆，

那么盈利比例是多少呢 ？

如果按上述在最高点做空，最低点反手做多，收盘前平仓，

那么2020.8.12日该日盈利（120.22*12.5 ）/3327.49 = 45.16%

实际上，操盘时无法做到最高点和最低点，但如果以该周期收盘高于5周期为反转点，是可以做到的，那么计算如下：

2020.8.12 15分钟首个周期开空，在收盘3212.4上穿白色的M5均线反手，在收盘最后一秒平仓，那么盈利

多单盈利 ：3327.49 - 3286.57 = 40.92

空单盈利 ：3319.27 - 3286.57 = 32.7

合计盈利 ：40.92 + 32.7 = 73.62点

那么盈利比例是多少呢 ？

如果按上述在最高点做空， 收盘价上穿M5反手做多，收盘前平仓，

那么2020.8.12日该日盈利（73.62*12.5 ）/3327.49 = 27.6%

可以看出利润是非常丰厚的。

结论：

利用股指期货交易不仅可以获得T+0的优势，还可以避免在下跌行情中被动挨打的风险，增加做空盈利的机会。

通过杠杆缩小交易周期，使得在日内交易就可以获利，此外通过程序化交易软件和CTP交易接口有何可以大大降低人工盯盘的工作。

还可以：

利用股指期货的杠杆机制，杠杆投资指数。

利用股指期货的做空机制，择时对股票市值行套期保值。

需要股指期货的朋友看这里，手续费一步到位，提供各种专业的交易所服务器托管和程序化交易接口。
http://www.kaihucn.cn

华宝证券万1.5低佣金开户
http://www.hbapi.cn

VNPY官方Python开源量化社区
https://q.vnpy.cn

在疫情迅速发展的2020年3月的全球市场剧烈波动中，不仅股神巴菲特管理的伯克希尔亏损接近500亿美金，而全球最大的对冲基金桥水也遭遇滑铁卢，资产大幅缩水，因为疫情导致的量化基金破产案例载入历史并被持久关注。这些因大额亏损濒临倒闭的量化基金，大多采用市场中性策略，基金经理们用这类策略的理由：无论市场涨跌，都可以稳定盈利，追求的是阿尔法，通过对冲和套利追求贝塔等于0。

桥水基金管理的资产规模缩水了15%，主要原因是由于3月至4月期间，该基金主要的交易策略遭遇重大损失。桥水基金资管规模在4月底为1380亿美元，作为对比，该基金在2月底的资管规模曾达到1630亿美元。不过，据有关媒体称，桥水基金这次出现管理规模大幅缩水，主要原因是价值回撤，是其资产市场表现驱动的，而不是客户撤资。

为什么市场中性的量化策略在今年的有疫情下的表现是失效并大幅亏损呢？

其实基金经理的中性策略大多用的都是通过历史数据拟合训练的算法、也就是利用归纳法去预测未来，经常性的后尾的风险中最终崩溃。

产生这个现象的原因有二：

一、系统性风险导致黑天鹅产生
下面这个实际发生的例子，可以很好的解释的市场中性量化策略的在系统性风险下失效过程。
在2018年的4月，在数字货币发币越来越多，本来很多交易者采用的是在一个交易所做空，在另一个交易所做多中性策略。这种情况下，无论数字货币是涨还是跌，通过时间差的优势，总有稳定的收益。

在2017年8月1日的比特币现金硬分叉(Bitcoin Cash hard fork)引发了与比特币和比特币现金相关的两个数字货币社区之间的争吵，为2018年的比特币崩盘埋下了伏笔。硬分叉最初导致比特币价值下跌，一部分是因为围绕该事件的负面影响。硬分叉之后引发了技术性抛售，随后又引发了全面的问题。

有很多数字货币出现在短短几分钟从几百元暴跌到几毛钱，对刚刚采用中性投资者来说，一边做多的一方被爆仓，另一个边做空的数字货币归0，即便数量再多，价值也是0。 也就是这样原因，很多投资者倾家荡产了。

人们往往高估了历史数据的价值，低估了不可预测的随机事件在其中的作用，无论再高明精准的技术分析或风险管理模型，所以不能减少投资者在超级股灾中损兵折将的可能。1998年由一群诺贝尔经济学家管理的美国长期资本管理公司破产，就是重视短期规律忽视黑天鹅的例子。

http://www.hbapi.cn/

二、市场环境变化了，这个变化是再一个小级别小的规律放大更大的周期才发现并非是更大周期下的规律

在国内分级债券市场就有一个典型的例子，在2012至2016年间，很多分级债券的年化收益达到了26%，曲线30度向上，很多分级债券在短短4年已经盈利超过200%，而且是一条平滑向上的斜曲线，但到了2016年由于宏观经济面的变化就突然失效了。

下面五张图是局部到整体的例子可以清楚的表达短期规律和长期规律的差别

上述2点提出的原因并不是完全平行的和对等的概念，事实上1恰好是2的一个极端情况，而2的另一个极端情况则是灰犀牛危机。

然而在每一次、每一组黑天鹅事件的背后，都隐藏着一个巨大的灰犀牛危机。

所有的量化交易策略，都需要经过大量历史数据的训练和拟合。只有回测和拟合成功的策略才有可能难道真是世界里作为交易的一句，就是那些在回测里始终盈利，放到样本外的环境里，依然盈利，拿到真实世界里交易后，依然盈利的策略。

所有的量化交易策略，都是对过去已发生的事情的训练，试图从海量数据里总结出金融市场运作的规律，诸如小公司可能由市值因子增长率高、杠杆率低的公司在经济下行时表现好、产业链上下游公司的股票之间关联度高等等。

一个量化交易算法，做的再好，做到极致，也不过是“充分学习了过去市场里发生的一切事件，并掌握了规律”。但是，通过归纳法总结出的参数永远无法预测从未发生过的事件。
所有的量化策略都必须历史数据回测下通过归纳法进行总结，于是就不可避免的导致历史有效，未来一定失效的结果。

这样的例子日复一日的在金融世界不断发生。
这里不得不提到归纳法和演绎法的概念。
下面这个例子可以很好的举例说明了归纳法：
前提：目前观察到的所有天鹅都是白色的。 结论：所有天鹅都是白色的。

量化交易本质上是不严谨的归纳法，这样的归纳法的bug是面对“黑天鹅”事件毫无办法，而另一个重要的逻辑论证法“演绎法”，我们知道，哲科思维的重要特征是基于一个正确的假设（公式或公理），然后经过严格的演绎逻辑推演得出结论，这种推理的方法就是演绎法，人类1%的知识来自于演绎法，但那1%可能是最重要的1%。

但是在量化投资领域，量化交易很难通过演绎法实现，绝大多数的模型都是通过归纳得出的。
技术分析相关的因子完全依赖于归纳。在回测之前，我们将很难通过演绎推理来判断价格将以动量还是反转来运行。我们将很难解释为什么股指期货在日内通常是动量的，而股票价格在20天的周期上通常是反转的。而即便是动量，我们也很难用演绎推理来判断动量的具体形式，也因此会诞生众多的技术指标。但是，通过回测，也就是通过对价格历史的归纳，我们将很容易得出结论。

而基本面分析中归纳也是最关键步骤。我们可以通过各种财务信息对股票进行估值，也就是所谓的演绎方法。然而被低估的股票并不必然在未来带来超额收益。极有可能存在你不知道的基本面信息，长期压制股票价格。极有可能，市场将长期无效下去。然而，通过回测，也就是通过归纳，我们将很容易地总结出被低估的股票未来的价格走势。而反过来，即便一个研发者不知道任何基本面分析知识，仅仅通过归纳，也能通过遍历发现有效的基本面因子。

那些量化基金经理们，没有人曾判断出来疫情会蔓延到美国和欧洲吗？

一定有，但有两点原因阻碍了他们作出正确应对策略。

1，他们是量化基金经理，使用量化手段制定交易原则是他们的交易原则，仅凭主观判断而拿出一部分本金去对冲或趋势策略做空并不是量化交易的风格。

2，很多量化基金经理们，往往并不具备全天候的能力，没有能力作出正确判断，不理解也不愿意理解如何对冲到从未有相关处理经验的事件。

这是为什么大型券商量化交易的领头人都不是IT出生，而是经济学家出生，一直坚持宏观基本面理论重要性，是因为人比程序策略更容易在大的趋势上掌控正确的方向。

在很多行情特征，人一看就明了，而程序比较傻，量化具备的是突出的拟合曲线的能力，而人最重要的最重要的作用就是择时和降维。

而如果没有了人控制，而将工作全部交给量化交易程序的话，我想拟合的极端就是采用高维度人工智能算法，而那将不可避免陷入过拟合的结果。更重要的是，那是一个所有人都将无法理解的黑盒子，任何人都无法理解人工智能策略的内部逻辑，也就无法判断策略什么时候失效。

对基金经理而言，也许量化交易和程序化交易，确实降低了对人性要求的门槛，缩短了学成出师的时间，但若完全依赖量化交易和程序化交易，却终将难以成为投资大师！

http://www.vnpy.cn

http://www.vnpy.cn/comm/topic/3402/

4.7.3e
修复数据类型转换可能导致的稳定性问题
4.7.3d
CTP API由6.3.15升级至6.3.19
4.7.3c
修复数据类型转换可能导致的稳定性问题
4.7.3b
增加了跟单软件远程监控，跟单软件关闭或断网等本地可以通过监控发现；
跟单软件菜单增加了自动退出程序功能；
支持多个跟单进程同时运行；

华宝证券万1.5还有17种条件单功能和3种自动交易机器人，

若资金超过300万，佣金可面议

https://zhuanlan.zhihu.com/p/164916971
http://www.vnpy.cn

我来给大家讲解一下手续费的考虑因素，一般券商提到的手续费是包含了交易所规费0.887%%，也就是说，按万一的手续费标准的话，那么意味着客户交易1万元，手续费总计1.0元（券商收取0.113元，交易所收取0.887元），此外印花税10元。

万1.0 ，你当券商做雷锋呢？

先说结论：

（1）万1.5 、万1.2、万1.0对交易成本差别很小，考虑印花税，万1.5比万1.2高出交易成本仅高2.6%，万1.5比万1.0交易成本仅高4.3%；

（2）券商盈亏平衡线在万1.15，低于这个值正常情况下券商一定亏损，除非券商不仅很难再提供额外的增值服务，还极度压缩柜台硬件成本让客户付出高昂滑点成本（可能是手续费差价的10-100倍左右）；

尤其特别注意该券商是否在ETF、基金等品种加收额外的手续费，据说DG某券商加到10倍手续费。

而且券商盈亏平衡线在万1.15并未考虑到诸如华宝证券条件单，小T机器人这类软件服务成本。

（3）对券商利润影响极大，考虑万0.887的规费，万1.5利润是万1.2的8倍左右，万1.5利润是万1.0的20倍以上（而且万1.0的券商必须是在压缩柜台硬件成本让客户产生交易滑点情况下才能实现，否则该券商作为被除数【分母】是0或负数，说倍数没意义了）。

（4）低于万1.2作为小券商的价格竞底策略，属于小券商延长生命周期的策略， 必将双输。

注：万0.887表示 万分之0.887， 即0.887%%

万1.5表示万分之1.5，即1.5%%；

建议：万1.5左右对交易成本影响极小，为保证服务质量，不宜过度压低交易成本。

其实你仔细算一下就会明白，万1.5到万1.2对交易成本影响很小，

考虑印花税万10，不是1.5和1.2差别，而是11.5和11.2差别，交易成本对比计算如下：

（11.5-11.2）/11.5=2.6%

对于万1.5和万1.0交易成本差别计算如下：

（11.5-11.0）/11.5=4.3%。

在交易成本上，万1.5比万1.2只高出2.6%, 万1.5比万1.0只高出4.3%, 而你贪这点微乎其微的便宜，则产生滑点可能是几十倍手续费差价的损失，因为万1.0的券商已经彻底放弃服务了，甚至不乏喊着万1.0手续费的券商，在基金和ETF偷偷加收10倍手续费。

如果是万1.5呢？（券商收取0.613元，交易所收取0.887元）

万1.5和万1.0 ，对券商收入差别是 0.613/0.113=5.42 倍

这并不是万1.5券商多赚了钱，而是万1.0券商废弃了服务。

这不是10年前，从万12调整到万5，对交易成本影响明显。

很多券商很反感的一个现象，来开户的客户动不动就说，谁谁万1.0免5。

这个例子就好比有个客户来小米买手机，淘宝Android 300元，你红米凭啥卖800元啊？

万1.5是万1.0 券商收入差距是5.42倍，从字面看利润最起码是20倍，那利润差正无穷倍。利润放任何一个行业，利润相差20倍，都是不可想象的，竞底的企业必定死，更不要说和万2.5， 万3去比了。

但实际上万1的券商利润对比的分母是不是0 啊，并非是万1.5券商利润大，而是万1.0券商亏损，如果不亏损的话，那么是减少研发投入，缩减的服务器投入，最终导致的结果是客户滑点严重。

这种极端的手续费竞底策略必定导致券商和客户双输局面。

券商的竞争策略只有2种，完全打价格战，还有要保证服务。

打价格战的基本是简单粗暴，对小券商的玩法，如果投入高额研发成本，因为客户基数低，无法摊平平均成本，所以这条路是行不通的，

比如研发投入500万，最终只有1000个客户，那每个客户是5000元；

如果研发投入还是500万，最终分摊给自己的1万个客户，那每个客户成本是500元；

如果研发投入还是500万，最后分摊给自己的10万个客户，那每个客户成本是50元；

所以保证服务的做法，对小券商不适合，它只能走向另一个极端：价格战！

如果选择价格战竞底策略，一旦进入这个模式，就会通过压榨各种成本，不仅不再会有新的研发投入和服务，甚至会进一步压缩报单服务器的成本。

换句话说，万1手续费是通过坑客户产生的利润。最终结果是小券商的策略只是延长自己的生命周期而已。

对客户而言，1万元交易额，你在纠结是让券商转0.613元还是0.113元的时候，印花税已经收了10元，滑点50元。

实际上据我所知，所谓万一的券商不仅在服务上和硬件上有所缩减，而且可能在基金，ETF加收了10倍手续费用，这是通用做法，你总不能让券商利润对比，分母是0吧。

最好的建议，是多付出2-4%的交易成本，获得更好的软件服务和硬件服务，降低滑点。

在追求最低手续费的同时是占了便宜还是付出了昂贵的隐型成本呢？

以华宝证券为例，提供的17种免费的条件单服务，一台服务器一年维护成本是500万，也就支持5000个客户左右，平均每个客户每年华宝付出的成本是1000元，平均到一年的250个交易日，平均每天是4元。

如果按万1.5手续费，也就是用了条件单的客户要交易

4/（1.5%%-0.887%%）=6.51万 才能收回条件单成本。

如果按万1.2手续费，也就是用了条件单的客户要交易

4/（1.2%%-0.887%%）=12.78万 才能收回条件单成本。

如果按万1手续费，也就是用了条件单的客户要交易

4/（1.0%%-0.887%%）=35.4万 才能收回条件单成本。

所以对打价格战万1.2和万1.2以下的券商，已经丧失了未来生存空间。
华宝智投条件单、支持17种条件单功能，云端监控抓板，网格交易，量化交易策略交易系统、并非A股程序化交易接口–证券低佣金开户​

这一点在期货行业也是如此，

全国149家期货公司，小期货公司返佣比例虽然高，但是几乎没有私募基金和专业机构在那里开户，为什么呢？

因为知道曾经一家私募计划在一家130名左右的期货公司开户，但这家私募基金发现该期货公司的服务器连他们1天下单1000比报单都处理不了， 期货公司给交反90%有什么用呢？

而头部期货公司，交反比例虽不高，前10的比较典型的40%,但期货公司每年在硬件上投入在5000万-1亿。

而机构客户看重的是这些硬件条件，前10的期货公司交反只有40%左右。

因为大家都明白，那个交反是次要因素，对自己影响很小，就如同大家在纠结万1，还是万1.5一样，根本对交易成本影响无足轻重，而你贪便宜，滑点则产生几十倍手续费差价的损失。

可选择的证券公司很多，不能只考虑佣金，要注意以下几点

1、是否正规。只要是正规券商，无论大小，开户都没什么问题，主要是一些号称可T+0的平台，你资金进入的不是真正股市，可能是他们做的模拟盘，另外，还有贵金属期货等，杠杆风险太大，新人最好不参与。

2、本地是否有营业部。虽然需要去营业部办理的业务不多，但附近有网点肯定方便。

3、名气大的不一定好。有些大券商财大气粗+高大上，重点放在证券发行承销，投顾，资管等业务，结果就是佣金居高不下，app体验也很差。

4、营业部柜台还是手机开户。一般来讲，营业部柜台开户，销户也要去柜台，不方便，而且佣金高，调不了。

5、佣金是否含规费。这个有可能玩文字游戏，报价看似很低，加上规费，就不低了。另外，同一个券商的不同营业部能给到的佣金都不同，所以哪个券商佣金低就不要问了，很难回答。

华宝证券围绕智能交易战略实现华宝智投条件单、小T自动交易机器人、打新机器人、定投机器人等智能交易模块，可以关注了解一下
VNPY：华宝证券小T股票自动交易程序化交易机器人和条件单证券开户免费领取​

下面是一个贪图便宜吃亏的故事：
天气特别热， 前面有一个自动售卖机。这种时候能够喝到一瓶冰冰的饮料就最好了。

看着里面这么多的饮料， 可惜最近手头不太宽裕， 看了看售货机我一眼挑中了两块五的那瓶可乐。自己又想喝可乐这瓶又这么便宜，正好适合自己。

别的可乐都是三块五这个可乐这么便宜估计也不是什么好饮料，不是盗版的就可能是过期了的。可是我已经口渴的受不了了，所以没有多想直接买了。

可乐一出来我就傻眼了，这不就是一瓶普通的矿泉水吗！居然还用可乐瓶子装可真是坑爹啊。可又不可能退回去，只好就当作买了一瓶矿泉水了。吃一堑长一智。估计下次我就不会贪图便宜了。

我打开瓶子仰头大口的喝了起来，可是马上全身都不对了，因为这根本就不是矿泉水。瓶子里面装的明明就是自来水，这时觉得整个人都不好，早知道这样就肯定不会再买这瓶水的。

华宝证券万1.5还有17种条件单功能和3种自动交易机器人，

若资金超过300万，佣金可面议
VNPY：华宝证券小T股票自动交易程序化交易机器人和条件单证券开户免费领取​

华宝小T股票机器人利用机器学习原理，基于其交易算法指令对持仓股进行高抛低吸，抓取日内波动价差​

我来给大家讲解一下手续费的考虑因素，一般券商提到的手续费是包含了交易所规费0.887%%，也就是说，按万一的手续费标准的话，那么意味着客户交易1万元，手续费总计1.0元（券商收取0.113元，交易所收取0.887元），此外印花税10元。

万1.0 ，你当券商做雷锋呢？

先说结论：

（1）万1.5 、万1.2、万1.0对交易成本差别很小，考虑印花税，万1.5比万1.2高出交易成本仅高2.6%，万1.5比万1.0交易成本仅高4.3%；

（2）券商盈亏平衡线在万1.15，低于这个值正常情况下券商一定亏损，除非券商不仅很难再提供额外的增值服务，还极度压缩柜台硬件成本让客户付出高昂滑点成本（可能是手续费差价的10-100倍左右）；

尤其特别注意该券商是否在ETF、基金等品种加收额外的手续费，据说DG某券商加到10倍手续费。

而且券商盈亏平衡线在万1.15并未考虑到诸如华宝证券条件单，小T机器人这类软件服务成本。

（3）对券商利润影响极大，考虑万0.887的规费，万1.5利润是万1.2的8倍左右，万1.5利润是万1.0的20倍以上（而且万1.0的券商必须是在压缩柜台硬件成本让客户产生交易滑点情况下才能实现，否则该券商作为被除数【分母】是0或负数，说倍数没意义了）。

（4）低于万1.2作为小券商的价格竞底策略，属于小券商延长生命周期的策略， 必将双输。

注：万0.887表示 万分之0.887， 即0.887%%

万1.5表示万分之1.5，即1.5%%；

建议：万1.5左右对交易成本影响极小，为保证服务质量，不宜过度压低交易成本。

其实你仔细算一下就会明白，万1.5到万1.2对交易成本影响很小，

考虑印花税万10，不是1.5和1.2差别，而是11.5和11.2差别，交易成本对比计算如下：

（11.5-11.2）/11.5=2.6%

对于万1.5和万1.0交易成本差别计算如下：

（11.5-11.0）/11.5=4.3%。

在交易成本上，万1.5比万1.2只高出2.6%, 万1.5比万1.0只高出4.3%, 而你贪这点微乎其微的便宜，则产生滑点可能是几十倍手续费差价的损失，因为万1.0的券商已经彻底放弃服务了，甚至不乏喊着万1.0手续费的券商，在基金和ETF偷偷加收10倍手续费。

如果是万1.5呢？（券商收取0.613元，交易所收取0.887元）

万1.5和万1.0 ，对券商收入差别是 0.613/0.113=5.42 倍

这并不是万1.5券商多赚了钱，而是万1.0券商废弃了服务。

这不是10年前，从万12调整到万5，对交易成本影响明显。

很多券商很反感的一个现象，来开户的客户动不动就说，谁谁万1.0免5。

这个例子就好比有个客户来小米买手机，淘宝Android 300元，你红米凭啥卖800元啊？

万1.5是万1.0 券商收入差距是5.42倍，从字面看利润最起码是20倍，那利润差正无穷倍。利润放任何一个行业，利润相差20倍，都是不可想象的，竞底的企业必定死，更不要说和万2.5， 万3去比了。

但实际上万1的券商利润对比的分母是不是0 啊，并非是万1.5券商利润大，而是万1.0券商亏损，如果不亏损的话，那么是减少研发投入，缩减的服务器投入，最终导致的结果是客户滑点严重。

这种极端的手续费竞底策略必定导致券商和客户双输局面。

券商的竞争策略只有2种，完全打价格战，还有要保证服务。

打价格战的基本是简单粗暴，对小券商的玩法，如果投入高额研发成本，因为客户基数低，无法摊平平均成本，所以这条路是行不通的，

比如研发投入500万，最终只有1000个客户，那每个客户是5000元；

如果研发投入还是500万，最终分摊给自己的1万个客户，那每个客户成本是500元；

如果研发投入还是500万，最后分摊给自己的10万个客户，那每个客户成本是50元；

所以保证服务的做法，对小券商不适合，它只能走向另一个极端：价格战！

如果选择价格战竞底策略，一旦进入这个模式，就会通过压榨各种成本，不仅不再会有新的研发投入和服务，甚至会进一步压缩报单服务器的成本。

换句话说，万1手续费是通过坑客户产生的利润。最终结果是小券商的策略只是延长自己的生命周期而已。

对客户而言，1万元交易额，你在纠结是让券商转0.613元还是0.113元的时候，印花税已经收了10元，滑点50元。

实际上据我所知，所谓万一的券商不仅在服务上和硬件上有所缩减，而且可能在基金，ETF加收了10倍手续费用，这是通用做法，你总不能让券商利润对比，分母是0吧。

最好的建议，是多付出2-4%的交易成本，获得更好的软件服务和硬件服务，降低滑点。

在追求最低手续费的同时是占了便宜还是付出了昂贵的隐型成本呢？

以华宝证券为例，提供的17种免费的条件单服务，一台服务器一年维护成本是500万，也就支持5000个客户左右，平均每个客户每年华宝付出的成本是1000元，平均到一年的250个交易日，平均每天是4元。

如果按万1.5手续费，也就是用了条件单的客户要交易

4/（1.5%%-0.887%%）=6.51万 才能收回条件单成本。

如果按万1.2手续费，也就是用了条件单的客户要交易

4/（1.2%%-0.887%%）=12.78万 才能收回条件单成本。

如果按万1手续费，也就是用了条件单的客户要交易

4/（1.0%%-0.887%%）=35.4万 才能收回条件单成本。

所以对打价格战万1.2和万1.2以下的券商，已经丧失了未来生存空间。
华宝智投条件单、支持17种条件单功能，云端监控抓板，网格交易，量化交易策略交易系统、并非A股程序化交易接口–证券低佣金开户​
www.hbapi.cn图标
www.hbapi.cn​
www.hbapi.cn图标

这一点在期货行业也是如此，

全国149家期货公司，小期货公司返佣比例虽然高，但是几乎没有私募基金和专业机构在那里开户，为什么呢？

因为知道曾经一家私募计划在一家130名左右的期货公司开户，但这家私募基金发现该期货公司的服务器连他们1天下单1000比报单都处理不了， 期货公司给交反90%有什么用呢？

而头部期货公司，交反比例虽不高，前10的比较典型的40%,但期货公司每年在硬件上投入在5000万-1亿。

而机构客户看重的是这些硬件条件，前10的期货公司交反只有40%左右。

因为大家都明白，那个交反是次要因素，对自己影响很小，就如同大家在纠结万1，还是万1.5一样，根本对交易成本影响无足轻重，而你贪便宜，滑点则产生几十倍手续费差价的损失。

可选择的证券公司很多，不能只考虑佣金，要注意以下几点

1、是否正规。只要是正规券商，无论大小，开户都没什么问题，主要是一些号称可T+0的平台，你资金进入的不是真正股市，可能是他们做的模拟盘，另外，还有贵金属期货等，杠杆风险太大，新人最好不参与。

2、本地是否有营业部。虽然需要去营业部办理的业务不多，但附近有网点肯定方便。

3、名气大的不一定好。有些大券商财大气粗+高大上，重点放在证券发行承销，投顾，资管等业务，结果就是佣金居高不下，app体验也很差。

4、营业部柜台还是手机开户。一般来讲，营业部柜台开户，销户也要去柜台，不方便，而且佣金高，调不了。

5、佣金是否含规费。这个有可能玩文字游戏，报价看似很低，加上规费，就不低了。另外，同一个券商的不同营业部能给到的佣金都不同，所以哪个券商佣金低就不要问了，很难回答。

华宝证券围绕智能交易战略实现华宝智投条件单、小T自动交易机器人、打新机器人、定投机器人等智能交易模块，可以关注了解一下
VNPY：华宝证券小T股票自动交易程序化交易机器人和条件单证券开户免费领取​
zhuanlan.zhihu.com图标

下面是一个贪图便宜吃亏的故事：

天气特别热， 前面有一个自动售卖机。这种时候能够喝到一瓶冰冰的饮料就最好了。

看着里面这么多的饮料， 可惜最近手头不太宽裕， 看了看售货机我一眼挑中了两块五的那瓶可乐。自己又想喝可乐这瓶又这么便宜，正好适合自己。

别的可乐都是三块五这个可乐这么便宜估计也不是什么好饮料，不是盗版的就可能是过期了的。可是我已经口渴的受不了了，所以没有多想直接买了。

可乐一出来我就傻眼了，这不就是一瓶普通的矿泉水吗！居然还用可乐瓶子装可真是坑爹啊。可又不可能退回去，只好就当作买了一瓶矿泉水了。吃一堑长一智。估计下次我就不会贪图便宜了。

我打开瓶子仰头大口的喝了起来，可是马上全身都不对了，因为这根本就不是矿泉水。瓶子里面装的明明就是自来水，这时觉得整个人都不好，早知道这样就肯定不会再买这瓶水的。

zhuanlan.zhihu.com​
zhuanlan.zhihu.com图标