量化炼金术：中低频量化交易策略研发 读书笔记（下）
按：
本书选自《量化炼金术：中低频量化交易策略研发》第八章开始的内容。
笔者感悟：
- 逐步增加分组，有利于提高对于因子的分析能力，发掘因子的解释能力，但是对于电脑的要求很高。
- 在效果展示上要满足多组多层同展示才能发现，单一的粗样分组是没有意义的，作者的图例展示很好的说明了这一点。
- 学习越专业，就会发现对于事物的变化描绘中，这些描述都有精准的定义，因此我们要逐步熟悉这些理论的过程中，逐步掌握这些东西。
- 第九章的风险（risk）中，更多是归类到【投资评估报告】和【仓位管理】。
- 数学的魅力无处不在，要扎实推进数学的学习。
- 第十章仓位决策中更多要依靠于外部环境的判断，还要对品种进行深度挖掘和关联信息。
- 第十一章中仓位的择时上的管理还有很大的空间进行优化和设计，仓位服从单一投资品种的表现，而不是全局表现给出的开仓建议和比例设计。
- 第十二章中先以马科维茨最优投资组合理论为核心开展，但是为了资产品种的特性，对投资品种先行设置了投资比例下限，做一个先行的约束条件，防止品种交易资产分布不均匀。市场均衡理论是以市场的比例均衡一致为假想，然后等比例进行投资，但是这种假设是不可能的，尤其是在国内是无法实现的，因此我们更应该关注市场表现，行业表现等情况进行开仓决策。【同时也要求投资者在设计框架上更更多的思考，因为市场规则的变化引发策略交易对象的调整】
- 尽可能使用更加严格的数学推论来学习，尽可能脱离盘感对于自身的影响，而是要拿出真实可靠的证据来进行持仓，持币的依据。
- 本书的理论推断过于黑箱化让人无法看清楚到底是什么情况，但是相关的设计，具体设计没有任何分析，而且最重要的是回测的结果差强人意，很难让人信服，涉及到的策略过于简单，没有对策略以及涉及的因子解释行情的有效性进行论证，只是简单的将市场上主流的策略进行一种再说明而已。这种阅读对于新手来讲有一些拒绝的味道在里面。
- 通过本书应当尽可能将流程进行分拆管理，便于适应市场，适应数据，适应新品种的开始。
- 涉及的部分知识点，比如【评估报告】过于简单，对于评估涉及的计算要素的分析和论证没有，投资者凭什么要关注这些分析数据没有说清楚，其举例的解释能力很弱，在最核心的地带上，对于如何进行策略开发没有很好的说明。
第八章 推进选股策略
8.1多因子选股策略的推进分析
- 理论就不说了，直接上图，懂机器学习的都懂，不懂就算了。
8.1.1多因子选股3等分
8.1.2多因子选股10等分
8.1.3多因子选股30等分
这样子的好处是，通过分组，发现因子对于行情的解释能力。粗样分组中，噪音太大，不利于因子对于行情的解释，通过逐步分组，提炼因子对于行情的解释能力。这是一个不错的提炼因果关系的方法和思路。
8.2多因子选股策略的多层推进分析
同上
解释能力有限，需要分组分层展示才行，这也反过来说明我国A股市场过于庞大，噪音太大，局部行情无法解释。
这种回测结果，真的很难接受，在牛市中居然是这种效果。
第九章 风险（risk）
9.1常用的风险度量【统计学理论】
- 方差
- 标准差
- 最大回撤率
9.2其他风险度量【统计学理论】
- 最大亏损率
- 最大损失率
- 半方差【参考笔者的《量化统计学》知识点中有说明】
- 目标半方差
9.3风险和收益的结合【归类到投资评估报告】
- 夏普比率
- 信息比率
- 提索诺比率
- 特雷诺比率
- 风险调整后的收益指标【这个是新的，没看到过】
9.4止损
- 止损模块的位置，止损的定位
大神止损的定义与高永亮先生的“三天无变化”一致
- 止损方案：固定比率止损【作者倾向于】，固定金额止损，通道突破止损【关键点位止损：最近高点，最近低点等】
- 止损目的：规避单次交易的重大损失。
第十章 仓位决策
- 10.1凯利公式【涉及高数推导凯利公式，与原来的不同，截图记录】
- 这里是通过概率论中的二项式进行推理，然后通过微积分的偏导求导可得。
- 最终净值计算：
10.2实用的仓位决策方法：
- 凯利公式的风险损失：一次性损失掉所有资金的可能性。
- 仓位的优化更重要的目标在于最大化交易策略的整体收益。
- 仓位决策的构建：
第十一章 仓位优化的择时策略
11.1仓位优化的均线趋势策略
11.2仓位优化的自回归策略
第十二章 投资组合决策
笔者按：
任何投资都不是单一投资，我们要学会用全局市场视角来看待整个市场的变化。便于我们做到以下的任务：
- 面对熊市，震荡市的调仓，备选品种
- 挖掘市场热点，捕捉市场情绪
- 组合投资，降低整体收益损失，通过对冲的方式，提高投资生命周期
12.1最优投资组合理论
- 马科维茨最优投资组合理论【均值方差理论，均值方差优化模型，现代投资组合理论等】（但是没有方向，必须先验），模型特点：模型结构精炼，内涵深刻。
- 投资分析工具：方差，协方差矩阵
- 投资组合数学推论：
- 只准做多的投资组合数学推论：
- 允许做空的投资组合的数学推论：
12.2使用的投资组合优化方法
笔者按：如果可以开空仓的情况下，那么对于投资品种的组合调整，市场的监测，策略的有效性的监测等将变得更加复杂，在调仓设计上的要求更为灵活。
12.2.1带约束的最优投资组合理论：
- 明显缺陷：如果有证据或者监测到市场变化的，而且持续向下的，很有可能仓位不能匹配满额，更重要的是很有可能是出现不会触发交易，开仓的境地，使得整体资产的交易中偏向安全属性资产，使得整体资产回报率下降。
- 作者的思路，对于分配资金的比例设置一个下限，从而保证开仓的顺利和某一资产占用自己比重过大的情况出现。
12.2.2Black-Litterman模型
- 费雪.布莱克等人发明。
- 适用于配置大类资产的投资组合的决策模型。
- 有效地环节资产配比不均衡的问题，还能在决策中引入投资者的主观看法。
- 理论假设：各个大类资产所占市场份额是均衡的，以市场角度来看，当前的配置是合理的。
第13章 优化的股票配置策略
13.1多因子风险模型
- 通过作者的思路阐述，这种先验性非常明显，先通过历史数据给出一个历史表现，然后通过历史表现给出合理的投资比例，然后进行开仓，监控。
- 正是这种先验性的存在，所以我们要对【贝叶斯分析】要引起高度重视，同时也要尽可能保存【回测】结果，便于调用，减少调用的成本和时间。
线性关系用于解决组合投资的问题，概率论负责解释策略和组合理论，探测市场。
13.2投资组合优化的多因子策略
部分由于对线性代数不理解就不抄录和理解了，先在这里放一个截图，便于识记。但是尽管经过优化，效果依旧很一般，这个的确让人非常无语。
第十四章 交易成本
笔者感悟：要尽可能的贴近市场，得到更加精准的结果，因为策略跑起来的迭代速度和周期是十分快的，很容易因为一个点没有处理好，使得原本很不起眼的东西迅速放大，造成重要损失和干扰。
这里尤其是是高频交易，设计的不合理，会导致盈利会被费用亏损完毕，使得整个策略发生极大的差异性，这是策略有效性中进行论证过程中要引起问题的一个方向，即本身策略没有问题，但是因为交易成本的出现，导致整个策略完蛋的荒谬结论。
14.1交易成本估计
- 滑点：滑点=下单与成交之间的时间差*资产价格变动的速度【以前听说过滑点，设计过简单的策略中也注意到了滑点，但是这种理论论证还是第一次看到，学习了】
- 冲击成本：高买或者低卖引发的价格波动。
14.2考虑交易成本的择时策略
- 期货类资产交易分析【略】
14.3 考虑交易成本的股票配置策略
第十一五章 策略评价【过于简单】
15.1策略评价体系
- 自我评估，他人给出建议的源头
- 评价策略的两种使用情况：1.回测，模拟交易业绩评价，2，实盘结果。【作者推荐对实盘进行分析】
15.1.1收益：
- 最大盈利率
- 最大亏损率
15.1.2风险：
- 运用领域：1.净值走势描述2.收益率序列统计
- 工具：方差，半方差，标准差，风险价值VaR，其中标准差进行年化处理
15.1.3收益和风险的结合
- 净值描述指标：年化收益率/最大回撤，年化收益率/年化最大回撤率
15.1.4其他：
重视时间序列中其他个股的表现，并进行标记【用于比较标的是否存在相关性系数，从而来验证异常交易品种中出现的问题所在。即，如何通过捕捉与主板不一致的品种发现其异常情况，并进行策略提取】
15.2策略评价报告：
第十六章 结语
16.1内容总结：
把学过的东西过一遍脑子，反复阅读，从而提炼自己的认知情况，借助基础学科的分析工具，最终提炼出属于自己的思维模型和知识体系，架构部署体系。
16.2研究流程的局限与应对：
16.2.1研发流程的局限性：
- 1-2章中涉及策略的缺陷，包括：易复制，易暴露，无法兼容非数据化处理的量化信息，转向缓慢，与市场的适应存在较大差距。过拟合的情况在回测中比较严重，设计不合理的情况下，可能会用到未来数据，引发未来函数。
- 3章，优化过程中造成的过拟合可能无法得到有效的更正和修改，条件的限制设计上还需要更多的考虑，一旦方向失败，很有可能导致整个策略的失灵。
- 推进分析策略中对于计算机性能的要求非常强，因此在设计过程中很容易引发策略的速度无法赶上市场的变化。导致研发的速度下降，最终无法运用于实际情况。
- 对于交易成本的考虑上，一定要引起重视，和【过拟合】一样很难在封装的代码中找到需要修改的地方，交易成本设计的不合理也会使得策略的无效性放大。
16.2.2主观逻辑与经济直觉
- 应当通过基础学科的学习，运用，长期运用，贴近市场，通过科学严密的论证来分析，以此逐步取代【盘感】。
参考文献：