7月24日下午,由深圳市资产管理学会和平安期货联合主办,主讲人稳博投资合伙人——苏瑶瑶女士,拥有5年的量化交易策略团队的执行和管理经验,以及量化投资风险控制、股指期货交易风险管理等领域的研究和实践经验,为我们详解了量化交易策略在金融期货中的应用。本期讲座回顾了国内量化交易及股指期货的发展史,解读了模拟撮合回测平台的构建,介绍了交易中的机器学习。
主讲嘉宾分享
本期讲座特邀稳博投资合伙人苏瑶瑶女士担任主讲嘉宾,以“金融期货与量化交易策略” 为主题展开分享。讲座伊始,苏女士首先对稳博投资公司做了一个简短的介绍,公司从2014年成立到现在已经积累了6年的市场经验,发展到全面资管化的阶段。
接着,苏女士从国际和国内;两个角度解读了量化的发展史,产生于上个世纪60年代,兴起于70年代,在90年代迎来了黄金发展史,但是00年代后,,次贷危机加上各种衍生品种的开发催生了量化投资的危机。纵观国内量化发展史,2010年4月16日,IF上市,标志着国内量化投资的诞生,阿尔法策略迎来爆发,2015年出现多家百亿量化对冲私募。2019年6月25日,转融通,两融标的扩张
融券做空来替代股指期货实现市场中性策略,摆脱股指期货贴水,获得做空的负阿尔法收益,这表明策略的种类将更为丰富,其容量也将大幅增加。对于股指期货和国债期货的发展史,苏女士也做了相应的介绍,二者均诞生于80年代的美国,90年代迎来蓬勃发展的时期。
然后,苏女士为我们介绍了量化交易策略分类。按照盈利模式可分为多空策略、套利策略和对冲策略。按照交易产品分股票策略、CTA策略、期权策略、FOF策略等。
最后,苏女士为我们解析了量化投资中的模拟撮合回测平台、回测置信度估计和机器学习。在模拟撮合回测平台中具体包括数据预处理、撮合估计和结合自身情况的算法优化三个步骤。而回测置信度估计是一种简单的防止过拟合的方法,估计得目的在于识别回测的盈利是由于策略本身的原因的概率。通俗的讲就是有多少概率是运气好,有多少概率是策略优异。而机器学习就是人工智能领域与算法相结合,利用算法预测出未来有可能会出现的其他数据来帮助投资规避风险和获得盈利。