投資體係 第12章 量化策略是如何開發出來？

-

在第十章中我們介紹了橋水基金的全天候策略。那麼小夥伴們就有疑問了：一個這樣的量化策略是如何做出來的了？難道是突然有了一個idea，設置A要幾份，b買幾份；然後就屁顛兒屁顛兒地跑去交易，等著日進鬥金了嗎？

當然不可能是這樣，它需要經曆從概念構想、編程實現、曆史回測、策略優化，到模擬交易和最終的實盤投資多個環節的檢驗。

現在就由我為你揭開量化策略開發的神秘麵紗，以一個通俗易懂的方式解讀這一旅程。

一、策略構思

策略構思是量化策略開發的源頭。

一切偉大的策略都始於一個閃光的思想。

無論你是通過閱讀金融界的大神們的分享、券商的量化研報，還是翻閱經典交易書籍找到靈感，一個完整的策略想法應包括交易標的、進出場點、倉位管理等關鍵組成部分。

對於初學者，怎樣的方法纔是既簡單又有效的呢？

這裡有一個特彆推薦的模型，那就是F-Score模型——一個非常適合新手且具有普遍適用性的基本麵多因子選股方法。

當我們談到價值投資，格雷厄姆和巴菲特這樣的大師們經常會提到“以合理的價格買入優質的股票”。

但問題來了，“優質的股票”該如何界定呢？

這就是F-Score模型發揮作用的時候了。

簡而言之，F-Score通過9個基於財務報表數據的評分因子來衡量一家公司的基本麵，這9個因子覆蓋了盈利能力、資產負債情況與現金流等多個方麵。

總得分越高，表示該股票的質量越好，也就意味著它可能是一筆更值得投資的選擇。

此外你也可以根據自己學到或者觀察到有意義的指標加到裡麵來。

二、編程實現

有了策略的靈魂——想法之後，便需要通過編程將其具象化。

在量化投資的世界裡，python和c 是最常用的編程語言。

python以其高效和易用性受到初學者的青睞，而c 則以其執行效率高在一些對速度要求極高的策略中得到應用。

當然，亦有量化平台提供了便捷的環境，如聚寬、優礦等，讓策略編寫變得更為簡單。

這裡特彆介紹不需要編程就能用的果仁網。

（不過他家VIp挺貴的，大家可以先免費註冊看一看）。

三、策略回測

編程完成後，接下來的關鍵步驟是回測。通過對曆史數據的測試，我們能大致判斷策略在過去的表現。

比如我在果仁網上輸入了一個指標“淨利潤大於1000萬”，回溯5年。

成績非常的差，年化收益-25.75%。

這也說明單一指標很難跑贏市場。

而對於專業人士，這一過程需要儘量避免“未來函數”等錯誤，以確保回測結果的有效性。

回測不僅僅是驗證策略曆史表現的工具，更是檢驗其穩健性的關鍵環節。

四、策略優化

麵對可能不儘人意的回測結果，策略優化成為必要的步驟。

調整參數、優化邏輯、分析風險，所有這些都是為了讓策略更加契合市場的實際情況。

但需警惕，不可陷入過度擬合的泥潭中，喪失策略的泛化能力。

想象一下你在某個特定場景下穿著一件非常合身的衣服，這件衣服既舒適又完美地貼合你的身體，看起來很不錯。

現在，如果你去購買衣服時，每次都要求定製一件100%完全貼合你這一次身材形態的衣服，那就可能會出現問題了。

過度擬合就好比買衣服時的這種情況，它發生在模型試圖儘可能地“貼合”所有已有的數據點，以致於在麵對新數據時變得不夠靈活。

就像衣服定製得太貼身，一旦你的身材稍微有了變化，這件衣服可能就不合適了。

五、模擬交易

當策略通過曆史檢驗後，下一步便是在實時市場中進行模擬交易。

這一過程能夠幫我們發現可能在回測中忽略的市場細節和實際操作中的種種問題，如流動性限製、滑點損耗等。

專業人士有專業工具，而我們可以使用的工具是同花順的模擬炒股：

大家可以看到一個模擬賬戶裡有20w元模擬資金，這個是虛擬的，大家可以放心操作。

六、實盤交易

最終，一個經過層層考驗的策略將麵臨最後的挑戰——實盤投資。

這一階段，策略的表現不僅考驗了邏輯的嚴謹性和市場的適應性，更是對投資者心理承受能力的考驗。

策略在麵對真實市場波動時會遭遇各種測試，更需要冷靜麵對，做出理智的判斷。

如果要說模擬交易和實盤交易之間最大的不同，那不是技術方麵，而是心態。

當經曆了曆史數據和實時數據的磨練後，如果你的策略在真實交易中遭遇大幅回撤，你是否能堅持執行這個策略就成了關鍵。

由於冇有一種策略能百分之百適應所有市場情況，遭遇兩三次虧損後可能就不敢再繼續執行，甚至停止策略程式。

然而，有時卻會發現策略後來的淨值默默創下新高。

那是不是要一味讓策略繼續虧損下去呢？

最簡單的原則就是，如果在真實交易中的最大回撤達到曆史回撤的1.5~2倍，那麼就需要考慮停止這個策略。

反思是需要調整策略參數，還是市場邏輯已經發生了根本性變化。

七、尾聲

通過這篇文章可以看到量化策略的開發是一個複雜而漫長的過程，涉及到策略的構想、代碼實現、曆史回測、策略優化、模擬交易和最終的實盤測試。

每一個環節都至關重要，缺一不可。

通過這一係列嚴格的流程，量化策略才能最終成熟並在實際投資中發揮作用。

如果確實想嘗試的小夥伴，或者有編程基礎的小夥伴，可以參考流程，實際嘗試下，也能更好地理解量化策略是如何從零到有、從有到精的進化之路。

-