「火星公開課」第242期 | 量化投資學會丁鵬:數字資產量化投資,不隻是追漲殺跌


要點速覽:

1.投資的核心是大數定律,做大概率的事情,重復做,一直做,你就是贏傢。

2.數字貨幣市場本質上是一個博弈市場,並不是一個創造財富的地方。

3.量化投資是投資由藝術走向科學的必由之路。

4.我們之所以獲得收益,那是因為我們承擔瞭超額的風險,你要想賺多少收益,你必須要冒多大的風險。

5.量化投資的理念和模式在數字資產行業將會得到比傳統金融行業更廣闊的發展空間。

3月1日21:00,量化投資學會理事長丁鵬博士做客「火星幣優第一情報站」,做瞭主題為“量化投資策略概述”的分享。丁鵬累計管理總資產超過50億,為客戶創造絕對收益超過10億,曾被中國量化投資研究院評為“2016中國量化投資年度人物”。

關於量化投資,丁鵬在著作《量化投資-策略與技術》給出瞭定義:以數據為基礎,以策略模型為核心,以程序化交易為手段,以追求絕對收益為目標的投資方法。他認為,數字貨幣領域波動率遠大於傳統金融市場,交易復雜性也更大,交易時間是24小時,全年無休,使得這個領域成為量化投資最適合的場所。

在丁鵬看來,傳統金融市場的量化投資策略和手段在數字資產行業基本上都可以找到對應的應用之處,而且還會有更多的發展,比如資本資產定價模型、多因子選股策略、主力籌碼理論、量化擇時策略等。

作為中國量化投資領域的開拓者和奠基者,3月16日—17日,丁鵬將以導師身份出席火星大學量化交易48小時實戰營,手把手教學員從0到1通盤掌握量化交易策略。

以下為丁鵬分享內容,由火星財經(微信:hxcj24h)整理:

數字貨幣市場本質上是零和博弈

很多人在2017年的牛市中賺瞭很多錢,但是到瞭2018年的熊市中又全吐瞭回去,甚至虧得更多。很多人也都非常的悲觀,也不太知道自己到底因為什麼虧瞭這麼多。其實很多人賺錢也是糊裡糊塗的,輸錢也是糊裡糊塗的,他沒有深刻的去考慮它背後的邏輯。

從投角度,我有三個基問題:第一,投的本到底是什麼?話說:你憑什麼賺錢?第二,投收益的來源到底在哪裡?也就是,你賺誰?第三,如何才能保持持續穩健的盈利?隻有搞清楚三個問題,才能在未來的投生涯中,於一個常的一個狀態。

我們先從一個案例開始。假定說我們去賭博,選擇扔硬幣的方式去賭。這個硬幣有51%的概率是正面,49%是反面。我們在賭的過程中,如果出現瞭正面,我們就贏,如果出現瞭反面,我們就會輸掉。那麼現在有兩種策略:第一個,我就賭一次,賭一千塊錢;第二個,我賭一千次,每次賭一塊錢。那麼我們到底應該選擇A策略還是B策略呢?

從前面的說明知道,我們會有2%的概率優勢,因為51%的幾率會是正面,49%的幾率會是反面,那麼我們隻要每次都賭正面就可以瞭。那麼在這種情況下,到底應該如何選擇呢?

我們從統計學角度來計算一下,如果說我們選擇的是第一個策略,算一下它的期望收益,等於0.51×1000-0.49×1000,結果是20塊錢。第二種方式呢?他每次因為是賭一塊錢,所以每一次期望收益是兩分錢,但是賭瞭一千次之後,還是20塊錢。換句話說,這兩種方式其實從統計學角度上來看,它的收益是一樣的。

但是這兩種方式全部輸掉的概率是不一樣的,第一種方式,因為是滿倉就賭這麼一次,所以有49%的概率會全部輸掉。但第二種方式,因為你要賭一千次,而每次輸的概率是49%,你要一千次都輸才會全部輸光。那麼這一千次都輸的概率是多少?是0.49的1000次方,這個值接近於零。

通過這個案例,我們就會發現第一種方式雖然贏的時候很爽,一把就贏一千塊,但是錯掉的話就會本金全無。而第二種方式,雖然每次盈虧都很小,但是我們隻要連續做下去,最終可以確保持續穩定的盈利。這個例子雖然簡單,卻道出瞭投資的實質,投資的核心是大數定律,做大概率的事情,重復做,一直做,你就是贏傢。

我們在二級市場,比如股市,都會研究價值投資,跌瞭就死拿,很多人是股神巴菲特的粉絲,也是堅定持有這個觀點,結果在A股中虧的很慘。在幣圈也有類似的說法,有一句話叫做要充值信仰,在跌的時候要死拿住,等待大牛市的到來,結果很多人在2018年的這波熊市中血本無歸。

要知道一個基本的理念,跌的時候死拿住的前提條件是,你所持有的必須是真正有價值的幣,那麼到牛市的時候,價值的幣自然會價值回歸,但是如果是空氣幣或者是垃圾幣的話,就算是牛市來瞭,也是會歸零的。

所以,與其說你要充值信仰,還不如說要充值智商,特別是2018年以來很多幣歸零,比如太空鏈、英雄鏈、XMX等等。其實你如果知道一些簡單的經濟學原理,分析它背後的邏輯,就很容易判斷出這種幣是明顯的韭菜幣。

例如太空鏈,完全不明白太空技術和區塊鏈有啥關系,有啥必要使用區塊鏈技術。而XMX這種號稱要做全球最好的娛樂公鏈,隻要看看它的技術團隊就知道,這是完全不靠譜的。當初XMX到處拉人頭的時候,我也被拉進多個微信群,很多人向我傳銷這個幣,我都不為所動,因為我的智商還在線。

今年有很多人被割瞭韭菜,我認為也沒有什麼值得同情的,這個市場本來就是一個你死我活的地方,哪裡那麼容易讓你發大財。數字貨幣上是一個博弈市,並不是一個富的地方。

我們如果是去做實體經濟,例如開一個店,辦一個廠,那是創造財富的。但在二級市場,比如期貨、外匯,特別是數字貨幣市場,我們這批人創造財富瞭嗎?提供價值瞭嗎?優化瞭資源配置瞭嗎?一個也沒有。

所以,數字貨幣市場是沒有投資的,隻有交易,而且本質上是一個零和博弈,如果考慮到手續費和交易成本的支出,數字貨幣市場零和博弈都不是,它更多的是個和博弈。如果想在這個市場長期獲利,就一定要從博弈論角度去考察它,而不是從投資的角度。

我看到很多人去研究幣的基本面,研究宏觀政策,做一大堆基本面分析。坦白的說,對於股票市場或許還有點價值,但是對幣市而言,這恐怕是無用功,因為幣圈裡更多的是一種博弈關系,很多的項目方也沒有什麼真正的應用作支撐,也沒有什麼現金流,就更談不上利潤,所以在很多時候更多的是一種概念炒作,我們一定要探尋背後的經濟學邏輯。

再回到剛才這個案例,我們每個人的每一筆交易不就是一次賭博,不就是一次扔硬幣嗎?如果每一次交易都能像扔硬幣這樣有那麼一點點勝算,哪怕每次隻有2%的勝率,隻要做的次數足夠多,那我們就一定長期的贏,穩定盈利。這也就是傳統金融行業常說的一句話:雞蛋永遠不要放在一個籃子裡面,永遠不要梭哈。

量化投資是投資由藝術走向科學的必由之路

從美國金融的發展歷史來看,1900年之前應該說是屬於蠻荒時代,那時候交易員的代表叫利弗莫爾,大傢可能都讀過他的那本叫《股票大作手回憶錄》的書,那時候的特點就是憑感覺,跟現在數字幣市場的情況是一樣的,利弗莫爾曾經的利潤超過瞭美國財政部收入的10%,但是最終因為虧損嚴重而開槍自殺。

1900年到1960年這個時代,我們稱之為價值投資時代,代表主要就是格雷厄姆寫的那本《證券分析》,他也是巴菲特的老師,重點研究公司的基本面。到60年代以後,當馬克維斯的文章出來之後,市場開始進入量化投資時代。

我們首先來看到底什麼是量化投資?量化投資在我的那本書《量化投資-策略與技術》中專門給過一個定義:以數據為基礎,以策略模型為核心,以程序化交易為手段,以追求絕對收益為目標的投資方法。

我們可以首先拿它跟醫院相比,傳統的投資方式很類似於中醫,它完全依靠的是醫生個人的經驗。所以大傢去看中醫的時候,都要去找老中醫,為什麼?因為他很有經驗,但很多病人成瞭他的小白鼠。我們去看西醫的時候,很多時候都是剛畢業的學生給我們看,因為我們相信的並不是這個醫生的水平,而是相應的西醫體系。

西醫有一套工具,我們去驗血、驗尿等之後,你身上的病癥也就檢查的差不多瞭。投資也是一樣,投資小獲利大其實就是要抓到市場的病。被嚴重低估的幣我們就買入,被高估的幣我們就賣出,這個實際上是市場的病,而這個病需要一套體系去研究,這個就是量化投資的優勢所在。

第二,它可以有助於你克服恐懼和貪婪。對於很多數字貨幣,你隻要用量化的方法稍微分析一下,就會發現它背後的邏輯,比如前段時間兩個大的空氣幣,一個玉紅做的XMX,一個是太空鏈。就以XMX為例,同樣的社區類的數字貨幣,它對比的應該是Steam或者天涯社區。隻要簡單對比背後的用戶數、邏輯、內容黏性,就能很清晰得出這就是典型的空氣幣。

所以用量化的方法之後,可以有效的克服你的貪婪,同樣下跌的時候也會有助於克服恐懼。比如說2017年“九四”之後,整個市場跌得非常慘,但是通過對一些輿情指標的監控等等,會發現那時候市場其實已經進入瞭一個嚴重低估的區域,因此量化的方法可以極大降低人性的弱點所帶來的損失。

總而言之一句話,量化投資是投資由藝術走向科學的必由之路。我們傳統投資更多的是依靠個人經驗,它是一種藝術。我們知道清明上河圖是藝術,蒙娜麗莎油畫是藝術,但是藝術是不可被復制的。真正改變人類社會的是科學,是牛頓定律出來之後的科學,而科學是可以被復制的,輪船可以被復制,飛機可以被復制,火車可以被復制,所以科學才是真正改變我們的。

當我們用科學的方法去做交易策略時,可以把它進行大量的復制,從而可以得到持續而穩定的收益,所以這是量化投資的一個最重要的優勢所在。

我們再深入瞭解一下,量化投資是如何利用數學工具來分析市場的,因為金融市場可以用一系列的數學公式來表達的,比如說數字幣市場可以用一個函數式Y來表示,Y是因變量,X1到Xn是一系列的因子,我們可以把數字幣的漲跌等變量和某些因子進行掛鉤,尋找背後的函數關系,從而可以用數學公式來描述它。


我們來看個案例,假定我們發現有一個幣,它當天的換手率是300%,成交量大於100億。一旦出現這樣的情況之後,第二天可能會大漲,漲20%。 我們假定有這樣的案例,那如何找到這個F函數,這就是一個函數逼近的問題。

在傳統的數學工具中,用什麼方式做函數逼近呢?比如說人工神經網絡、回歸等等。我們同樣還可以把它看成是一個圖形識別的問題。大傢經常去做數字幣、看圖的時候,經常會有種感覺,好像要大漲瞭,好像要大跌瞭。比如說我們做技術分析的時候,經常有比如頂部三隻烏鴉代表可能會暴跌的,底部紅三兵就是放量抄底,可能要漲。這些其實都是屬於圖形識別的范疇。

我們現在的人工智能技術已經可以做到人臉識別、指紋識別、聲音識別,那麼能不能夠識別出這些大牛的幣或者將要暴跌的幣的情況呢?其實從數學邏輯上講是沒有問題的,我們在傳統行業中其實已經做瞭很多這樣的工作,比如代表著文藝復興科技的西蒙斯,也是被稱為我們量化投資鼻祖級的人物,他創造瞭每年年化35%的凈回報,遠遠超過瞭巴菲特和索羅斯的業績,而他用到的就是典型的模式識別技術之一的隱馬爾科夫模型。除此之外,模式識別還有其他的一些技術,例如機器學習、小波分析等等。

數字貨幣領域一開始就是由很多IT背景的工程師發展來的,有很多交易員都有IT背景,有很好的數學和IT能力,所以我認為在數字貨幣領域將來對量化的需求會比傳統金融行業要大得多。傳統金融行業應用量化最多的是衍生品領域,其次是股市,債券領域中用的非常少,其根本原因就是傳統的金融市場波動率較小,市場有效性更高。

數字貨幣領域波大於傳統金融市,交易復性也更大,交易時間24,全年無休,使得域成量化投最適合的所,這也就是2018年以來我們看到大量傳統金融行業的量化投資從業人員進入數字貨幣市場的原因。你要想持續穩定的獲利,也隻有通過量化的方法。

可以這麼說,傳統金融市場的量化投策略和手段在數字資產基本上都可以找到對應用之,而且會有更多的例如各種套利策略,包括期現套利、跨期套利、跨品種套利、三角套利等。

這些策略可以幫助我們在大熊市的時候依然可以獲得一定的收益,而不至於死的很慘。而一些趨勢類策略在市場行情啟動時,又可以迅速根據機會獲得市場帶來的豐厚收益,這些都是散戶個人依靠自己的主觀能力無法勝任的。信量化投的理念和模式在數字資產將會得到比傳統金融行更廣展空

資產定價模型

二級市場投資的收益到底來自於哪裡?這些賺錢之道能幫助我們什麼?很多人賺錢的時候糊裡糊塗,虧錢的時候也是糊裡糊塗,並沒有去考慮背後的邏輯,但是常勝的訣竅就在背後的邏輯上。

關於收益來自哪裡這個問題,1964年的一篇文章提到瞭資本資產定價模型,它對資本資產的定價問題從理論上給出瞭一個十分完美的解答,以一個簡捷的方程描述瞭單個資產收益與市場收益之間的關系:


對於這個公式,用一句更加容易理解的方式來表達:投資收益=無風險收益+貝塔收益+阿爾法收益。

什麼叫無風險利率?一般來說用一年期國債的利率,或者一年期定期存款利率,作為無風險利率,因為我們可以認為國傢不會違約,那麼你的錢隻要放在銀行裡面,或者買這樣的國債,你就可以白白賺到這個收益,你不需要做任何操作,這是白送給你的,這叫無風險利率。

貝塔收益指的是整個大盤漲跌的收益,比如你長期去買這個指數,你就會獲得一個收益,這是市場本身給你的風險溢價。但是你要想再獲得比指數更高的收益,就要做你自己的股票組合,這個超越的部分叫做阿爾法,比如說指數漲瞭50%,而你的投資組合漲瞭70%,這超越的20%部分稱之為阿爾法。

這個模型值非常重要,它揭示瞭一個非常深刻的原理:之所以得收益,那是因承擔瞭超風險,你要想多少收益,你必要冒多大的風險

CAPM模型用一句通俗的話來說:超額的收益來自於超額的風險。所以我們就不能夠隻看賺多少錢,因為很多時候賺錢多可能隻是你的運氣特別好,比如說2017年很多人炒幣賺瞭很多錢,但你要考慮到2017年整個比特幣漲瞭十倍,而整個市場平均的漲幅是四五十倍之多。如果在2017年年初入市沒有賺到50倍以上的話,那就不是一個非常合格的基金經理,因為你隻要閉著眼睛去買一批這樣的幣,都應該可以獲得五十倍的收益,所以這個阿爾法的大小才真正證明瞭基金經理的核心價值。

這篇文章出來之後對整個市場的影響是非常大的,因為他提出一個重要的結論:大部分基金經理能夠賺錢,純粹是因為運氣好,賭對瞭方向而已,賭對瞭市場,賭對瞭風險而已。

在這種情況下,可以得出個結論,大部分的基金經理其實是很難超越指數的,而這個在傳統的股市中已經證明瞭,美國市場當中的大部分共同基金是跑不贏指數的,既然跑不贏指數,那麼我們就幹脆做指數基金好瞭,所以美國華爾街後來整個共同基金就分裂為兩大分支,一個叫做被動管理,一個叫做主動管理。

被動管理目前最大的共同基金叫先鋒基金,主要做瞭標普500ETF,目前管理的資產已經3萬多億美金。主動管理代表就是巴菲特,巴菲特一直說如果市場是有效的,那我就應該去大街上撿煙頭,當然他比較牛的,但是我們發現在美國市場上,大多數的主動管理基金都是跑不贏指數的,這就是證明瞭夏普理論的正確性。

多因子選股策略

到底有沒有阿爾法呢?這個問題一直在業界和學術的爭吵中沒有答案,直到1992年,尤金·法瑪在他的著名的股票三因子模型中給出瞭答案。在他的文章中得出結論:股票除瞭大盤貝塔的這個風險溢價之外,它還有兩個因子是有溢價的,一個叫市值因子,一個叫價值因子。換句話說,你如果希望獲得長期的超額收益,就一定要購買小盤價值股。

尤金·法瑪他們維護瞭一個數據庫,從這些數據裡發現:美國過去100年來,如果你長期去買小盤價值股的話,要比買大盤股收益多140倍。這個在A股市場也得到驗證,中證500指數長期收益率是超越滬深300的,而滬深300指數長期收益率又超越上證指數,就是小市值效應在起作用。

尤金·法瑪這個文章影響很巨大,後來促進瞭整個華爾街的對沖基金的一個大的發展。比如全球最大的對沖基金橋水基金,它的純阿爾法策略主要就是以買一批小盤股為主,從而獲得瞭長期的超額收益。尤金·法瑪的學生後來去瞭高盛做瞭Global Alpha基金,另外一個學生去瞭華爾街,創立瞭AQR,其操作方法就是專門去買一些無人問津的小股票為主。一旦當市場回暖的時候,這些股票可能會獲得非常好的超額收益。這個理論在數字貨幣市場也是大有用處,我們回顧歷史可以發現,在2017年的大牛市中,很多市值越小的數字幣,漲幅越大,這就是小市值效應在起作用。

那麼通過CAPA模型以及尤金·法瑪的三因子模型,我們可以得出個結論,股票的一系列收益率跟因子是正相關的,由此而開創瞭因子投資的學派。代表者就是比如Barra,目前已經被貝萊德收購,這也是目前全球最大的資產管理公司。

這樣的因子模型是不是在數字貨幣市場也一樣有效呢?結果證明:完全是一樣的。數字貨幣本質上也是一類資產,我們可以把它理解成是一種特殊的股票,新型的股票,既然有人去炒作這樣的資產,傳統股市中的一些因子肯定有效.

雖然傳統股票中有很多基本面的因子,比如說財務的因子在數字幣領域中是沒有的,但是一些基礎面的因子,比如說動量、反轉、換手率等等一系列這樣的因子,在數字貨幣領域中應該完全有成功的可能性。那麼到底有哪些因子會有效果,以及如何去做多因子的分析?

因子選幣的原理來自於傳統量化投資中的因子選股。舉一個簡單的例子:有一批人參加馬拉松比賽,如果想要知道哪些人會跑到平均成績之上,那麼隻需要在跑前做一個身體測試即可。

我們知道,可以研究因子和股票的收益率之間的關系,從而根據某些因子來選擇具有超額收益的股票組合,比如法瑪在三因子模型中說的小市值因子和價值因子,它們跟股票的長期收益率之間有正相關的關系。後來更多的研究者在此基礎之上發現瞭更多的因子,從而誕生瞭多因子選股策略。我們先來看看股票中的多因子模型選股策略,然後再研究如何推廣到數字貨幣領域中去。


第一步,我們先選擇一批候選的因子,比如說基本面因子中PB、PE等等,也可以是一些技術面的因子。這些在數字幣領域中也是一模一樣的,隻不過我們需要換成數字幣領域中的對應因子,比如說地址的持幣數量、幣的流轉速度等等。市場行為的因子,比如說換手率、波動率,這些因子在股票中是有效的,在數字幣領域中也同樣是有效的。

選擇瞭這樣一批因子之後就可以進行第二步:因子有效性的檢驗。這種方法比較簡單,比如說在傳統的股票中,把所有的股票根據市凈率進行排序,我們就選前50個市凈率最低的這些股票做成一個組合,然後每個月或者每三個月調一次,然後把數據回測。

數字幣領域中的一個非常有效的因子:換手率。換手率越高的數字幣就意味著大傢炒作的越過分,而炒作越過分的數字幣,其實長期來講超額收益是比較低的。通過一些直觀的感受,也能夠有這種判斷。比如說2018年以來比較火的幾個幣:維基鏈、EOS以及FT等,它們在到達最頂峰時,換手率是非常高的,因為大量的韭菜在裡面想做短線,但是到頂峰之後就一路下跌。

在傳統的股票中,就有類似的規律,換手率越低的股票,隻要把它買瞭不斷的輪換,每個月換一次,長期是一定有超額收益的,而換手率高的這些股票長期的話一定是弱於大勢的。那麼我們就可以構建這樣一個策略,比如說我們買入這些換手率比較低的股票,同時做空換手率比較高的。

這樣的策略一模一樣可以復制到數字幣領域中來。比如我們對這些特別火熱的、換手率比較高的數字幣進行做空操作,如果用換手率因子來判斷的話,會有大概率高點空到EOS和FT。

輪換周期是一個非常重要的參數,對最終的收益率有很大的影響,股票中的輪換周期一般是一個月和三個月做一次,但數字幣領域中由於整個市場的效率比較高,運行周期比較快,所以我們可以選擇一周換一次,或者說兩周換一次。

通過這種方式可以構建數字幣的組合,然後有兩種操作方式,一種是賺取貝塔收益,就是單純的持有即可,另外一種就是賺取阿爾法收益,就是買入數字貨幣的同時做空BTC的期貨。目前OKex和Bitmex等交易所都提供瞭數字貨幣的期貨合約,大傢可以選擇合適的杠桿做空,這樣可以使得在熊市的時候,也有一個較為穩定的收益。當然在大牛市的時候,阿爾法收益肯定不如單純持有的收益高。

我最近也做瞭一些回測,發現有幾個因子還是相當不錯,超額收益比較明顯。第一個叫做波動率因子,當某些數字貨幣的波動率變得很低時,往往是大傢不關註的,但是有些幣可能有莊傢在偷偷進駐,一旦市場行情轉暖,或者有某些重大利好出現,這種類型的數字貨幣有可能就有爆發的機會。

第二個因子叫做反轉因子,也就是說與其選擇漲的很多的數字幣,還不如選擇跌的比較慘的數字幣,因為數字貨幣市場散戶多,他們往往會喜歡那些便宜的品種。

在數字貨幣市場,我們去回溯2015年和2016年的行情就會發現,去選擇前面跌得比較慘的幣,一旦市場回暖的話,它們反彈的也會非常厲害。當然我所說的不是那些小幣、空氣幣,對於那些市值排名500以後的幣大傢還是要非常小心。

我們在傳統股票中,一般是中證500成分股裡面選擇。在數字幣領域中,我建議大傢是在市值最大的200個裡面選,我們可以選擇20個或者30個這樣的組合,通過不斷輪換的方式,同時對沖比特幣期貨,就可以獲得一個持續穩定的收益。

多因子模型簡單有效,很容易復制,程序上實現也比較簡單,但是做的完美還需要更多的升級,例如行業中性、板塊中性。這就要求對數字貨幣進行正確的分類,例如分為公鏈幣、平臺幣、社區幣等等,然後在不同的行業中,用多因子模型選擇一個比例的數字貨幣,再進行組合的方式,這樣就可以避免單純的多因子選幣,有可能會偏重某一個行業,從而帶來行業整體風險。

主力籌

主力籌碼理論來自於傳統的股票領域。這個理論假設,任何一隻股票如果有大量的莊傢在裡面的話,它有可能產生一波大的牛市。

莊傢在拉升股票之前需要收集籌碼,通過某一種方式偷偷的把相應的股票足夠的數量收集到自己的旗下,然後配合相應的利好消息,配合相應的大量的資金一路拉升,在拉升的過程中吸引散戶的追進,當散戶在追進的過程中,莊傢將會逐步的賣出。這就是在股票領域中的籌碼理論。

毫無疑問,這樣的籌碼理論在數字幣市場中一樣是盛行的,因為我們知道股市監管越來越嚴格的,所以在股市坐莊非常的不容易,而在數字幣領域中應該說沒有任何的監管,所以數字幣領域中的這種坐莊明目張膽。

特別是2017年、2018年很多項目方都要做市值管理,在市值管理中會配合媒體和資金方試圖拉動自己的幣價。你要拉動幣價的話,必須要有相應的主力資金在裡面,這就是籌碼理論。 

籌碼分佈理論是通過股票價格和成交量來研究籌碼和現金可逆互換的理論。該理論的主要假設是:所有影響股票內在價值和供求關系的因素都可以由籌碼來還原。依據該理論,股票投資的收益無非是來自現金在低位轉換為籌碼(股票),再將籌碼在高位兌換為現金的過程。

我們在股票領域中的測試結果非常的好,特別是像機構持股數增長率這個指標,在2007年和2016年牛市中都獲得瞭非常高的收益,十年的回測中,基於籌碼理論而獲得的股票的組合大概年化收益是30%多,遠遠超越瞭上證指數年化10%左右的收益。

那麼我們可以一模一樣的把主力籌碼的這個理論運用到數字幣市場。數字的信息更加透明,在股票域中一般是公佈季候,才能夠發現它股數到底是少,才能知道均持股數是少,而在區塊鏈上,任何一個它持的地址數、持的交易數據都是實時公開的,所以我就可以基於區塊鏈上的相的數據來做似的策略。

比如說我們有一個幣,持有它的地址有1萬個,而且這地址比較分散,有一天我們發現這些地址數在減少,例如從1萬個地址變到8000個地址變到5000個地址,那這說明什麼?說明有大量機構在偷偷吸貨。

如果從1萬個地址分散到2萬個地址,分散到4萬個地址,那說明它的籌碼在往外派發。當然派發不一定代表會跌,幣價和前期的走勢有關系,如果在一路上漲的過程中一路在派發的話,那麼就意味著有韭菜已經沖進去接盤瞭,大傢可以把2017年到2018年這一波大牛市行情的頂部拿出來看一看,就會發現這個籌碼的理論在數字幣市場有非常好的效果。

再例如2018年3月份那波EOS的反彈行情,大概從最低點到最高點漲瞭5倍左右,其根本原因就在於超級節點的競選。其實在啟動的過程中,去監控持幣地址數就可以發現,籌碼在集中的過程,從大量散戶手中開始向那些試圖競選超級節點的機構集中。

EOS的這一輪行情是一個典型的主力操縱市場,並配合媒體消息的過程,事後大傢回想起來,都覺得是非常明顯的過程,隻是當初迷失在行情中而失去瞭冷靜的判斷。

數字貨幣市場這種赤裸裸的操縱市場行為是非常多的。其實當初如果用量化的方法,監控一下EOS的持幣地址的變化,就可以清晰的看到一批以超級節點為代表的主力資金是如何收集籌碼,在一波上漲的過程中如何逐步派發籌碼,這就是主力籌碼理論的原理。

傳統的股市中由於信息發佈的滯後,使得籌碼理論在實際的應用中會有很多不確定性,但是數字貨幣市場的信息更加及時,而且由於缺乏監管,使得主力資金在裡面更加的為所欲為,反而使得籌碼選幣理論具有瞭更大的應用范圍,所以說,學一些量化的方法,使用一些數據分析,可以有效的避免自己成為韭菜。

量化擇時策略

接下來講另外一個體系的課程,就是量化擇時策略。所謂擇時就是試圖判斷大盤什麼時候漲什麼時候跌,或者說判斷某個數字幣的方向到底是漲還是跌。

這種策略如果判斷對的話,收益是非常高的,比如2017年如果判斷對瞭這波大的趨勢又在2018年到達頂部時及時做空或者賣出的話,你的收益將是非常可觀的。擇時策略一般來分兩大,一個叫做趨勢擇時,通俗來就是追漲殺跌,第二種方式叫拐點擇時,通俗來叫做抄底摸

我們今天介紹一個指標,用它來做擇時,是一個可以用來判斷大周期高點低點的指標,叫做Hurst指數,這個指數的原理來自於分形理論。

數字幣市場依靠的就是水推動的原理,水就是資金流,如果說資金在持續流入的話,應該是有波大的行情來瞭,如果資金在持續流出的話,那麼市場就會下跌,因此我們會發現當初用於尼羅河水文的Hurst指數也可以用於金融市場,特別是數字幣市場中。

在我的那本《量化投資-策略與技術》裡面也專門舉過一個例子:中國A股大盤的走勢跟Hurst指數對比,經過幾次的分析判斷,在十年的周期內Hurst指數一共做瞭六次的判斷,其中五次都是對的。

在大周期內,如果六次能夠做對五次,已經是非常可觀的結果瞭,後來據此做瞭一個模型,用Hurst指數根據歷史K線的數據, 可以發現,當Hurst小於0.5時,指數會出現一個拐點,前面是漲的,後面是跌,前面是跌的,後面是漲。當H大於0.5時,它的趨勢會延續。當H在0.5時就是純粹的佈朗運動,是沒辦法通過過去預測未來的。


2018年10月6日,我在思投社的課程中明確得出結論,6000美元不是BTC的底部。後來證明,這次Hurst指數又對瞭。

2018年12月21日,我再次在思投社發表文章,認為BTC進入底部區域。那時候BTC差不多就是底部區域,所以Hurst指數這個指標相當管用。

至於具體的Hurst指數如何計算,都有現成的公式,在Matlab和Pyton的編程工具中也有相應的控件,可以直接調用。

套利

在牛市的時候,大傢閉著眼睛隨便買幣都會賺錢,2017年很多都在談,小於10倍不要出來說。到瞭2018年,大多數都虧回去瞭,很多人不但將2017年的盈利回吐,甚至還虧瞭更多。在2018年想盈利,除非是做空,但是做空的風險又非常大,特別是在一些來回波動的時候,很多人被來回打耳光,最終輸光瞭出局。

曾不少人圍攻OKex,要維權,其實這種投資人就算牛市也未必會賺錢,何況是大熊市瞭。那麼,熊市或者震蕩市的時候,有沒有一種辦法也能夠賺錢,或者不虧錢呢?這種方法還是有的,就是對沖套利的一系列策略。

對沖套利就是對於兩個相關性的品種,同時做多也做空的操作,這樣無論市場往哪個方向走,總有一邊是賺錢的,隻要賺錢的這一方向超過瞭虧損的那個方向,則總體就是盈利。

對沖套利的關鍵在於具有品種的相關性,在數字貨幣市場可以運行的套利策略包括:期現套利、跨期套利、搬磚套利、三角套利、統計套利和期權套利。其中搬磚套利和三角套利是數字貨幣市場特有的套利策略,其他的幾個套利策略在傳統金融市場早就成為標配。

先來介紹第一個:期現套利。期現套利是對沖套利策略體系中最簡單而且風險最低的一種。它主要是利用期貨跟現貨之間的價差來套利。

在傳統的金融市場,股指期貨合約在到期時是按照現貨指數的價格來進行現金交割的,即期貨合約價格在到期時會強制收斂於現貨指數,這就使得在正常交易期間內,期指與現指會維持一定的動態聯系。

在各種因素影響下,由於股指相對現指對信息的反應速度要快,因此,其波動性會大於現指,經常會與現指產生偏離,當這種偏離超出一定范圍時,就會產生套利機會。這樣的機會同樣出現在數字貨幣市場,但是與傳統金融市場不同的是,數字貨幣市場不需要進行指數的套利,直接采用幣就可以。

我們平時在OKex、火幣上購買的比特幣,叫做現貨。同時在OKex和Bitmax等交易所開設有合約交易,這種合約交易從邏輯上看就是期貨合約。

在現貨和期貨之間,往往並不是完全同步,而是會有一個價差,但是到瞭交割的那一天,期貨價格是按照現貨價格強制收斂的。也就是說不管中間差多少,到最後那一天的時候,價格都是一樣的。這就產生瞭一個套利機會。比如當期貨價格大於現貨時,可以買入現貨做空期貨,持有到期等待價差收斂。當期貨的價格低於現貨時,可以買入期貨融幣做空現貨,持有到期等待價差收斂。

舉個例子:一個季度合約最後的交割日還有30天,現在的合約價格是8000元,BTC現貨的價格是7000元,中間就有一千塊錢的價差。現貨要真正投入7000塊,而且不需要杠桿。

如果期貨用十倍杠桿去做空的話,投入的錢是1/10,需要保證金800塊,總投入就是7800。中間還有1000元的價差,一千塊錢除以7800大概12%左右。季度到期還有30天,這樣,以7000的價格買入BTC現貨,同時以8000的價格賣出BTC期貨合約,持有到期後,就可以白白賺到1000元。

我們再來瞭解下最終是怎麼收斂的,比如到瞭交割日,比特幣的價格大幅上漲,從8000漲到8800,交易時現貨是以7000買入的,價格漲到8800現貨會賺1800,但是合約是在8000點做空的,漲到8800之後,合約會虧掉800。合計的獲利是一千。

再比如到瞭交割日,比特幣的價格依然是7000。交易時現貨買入的7000沒有賺錢,但期貨是在8000做空的,中間獲利的還是一千。又或者到瞭交割日,比特幣價格下跌瞭,比如跌到瞭6000,現貨是在7000買的,6000賣掉虧瞭一千,期貨是8000,賺2000最終獲利還是一千。總的來說不管到交割日是漲、持平還是跌,中間獲益都是一千塊錢,所以期現套利這種方法,從建倉開始獲利價差就鎖定瞭,不管中間如何波動,一定會獲得收益。

但是在真的交易境下,期套利是有些風險的。第一,由於在期貨市場是做空的,所以在比特幣出現大幅度暴漲的時候,要留夠保證金,萬一保證金不足,有可能會被打爆掉,但是保證金留的太多,又可能白白浪費瞭資金,所以這中間就需要仔細核算。

此外,在OKex上還有分攤機制,我們前面說過,比如期貨做空,在大規模下的暴跌時多頭會打爆掉,多頭欠交易所的錢他們自己是不會去補的。OK交易所就做瞭一個分攤機制,這部分的損失由賺錢的空頭來分攤彌補,空頭會少賺一點。如果是單獨的空頭持倉,雖然少賺瞭,好歹也是盈利的。

但是做期現套利時候,現貨那一端是做多的,會紮紮實實的虧損。比如本來的期現套利空間是5%,正常情況下,到交割日應該是隻有5%的絕對收益。但是由於突然市場暴跌,分攤機制分攤瞭6%,本來在期貨能賺25%的,但是分攤瞭6%之後隻占19%,現貨的20%是實打實虧掉的。因此這個期現套利本來是可以盈利5%,但通過瞭分攤機制後反而虧瞭1%。

因此在市大幅度波,特是在一波反部的候,再做期套利就需要非常的小心。如果突然一波暴跌,可能不但沒有賺到錢,反而還會虧錢。當然通過期現套利結合一些比如拐點策略可能會是比較好,在頂部的時候,如果發現幣可能不太容易漲瞭,可以用期貨鎖定價差收益。

套利

這是最新的一種類型。期權合約跟期貨合約相比到底好在什麼地方?第一個是肯定不會爆倉。數字貨幣的期貨合約很容易爆倉,特別是OKex上的期貨合約杠桿太大,以至於一旦出現大幅波動,則很容易穿倉。比如說花瞭1萬塊錢買瞭期貨,方向做反瞭的話,可能會輸掉3萬塊錢甚至5萬塊錢。這就是杠桿帶來的雙刃效應。

但是如果是花1萬塊錢去買期權,無論行情如何波動,最終隻會輸掉這1萬塊錢,損失是非常確定的,肯定不會爆倉,更不會穿倉。這也就是JEX交易所在宣傳的時候,一直說“期權是永不爆倉的合約”這句廣告詞的由來。

期權除瞭可以用來賭方向交易之外,還可以進行對沖市場下跌風險。例如在2018年BTC這一輪暴跌行情中,如果手中的BTC準備長期持有的話,但是又希望化解市場下跌帶來的風險的話,則可以買入BTC的看跌期權。那如果看錯瞭,BTC繼續暴漲呢?隻是損失瞭一點期權費而已,BTC後續大漲的收益大部分還是可以繼續獲得。

例如在2018年年初比特幣20000美金的時候,那時候對未來的行情真不容易判斷,有可能真的會一路飆升,沖到40000美金甚至10萬美金,但也有可能會暴跌,在這個頂部我們不清楚方向是哪裡,但是我們可以確定一定會出現大的波動率,因此就可以同時買入認購期權的方式做雙向交易。

但是我們完全可以用期權來代替期貨合約進行期現套利,比如現在持有比特幣,可以賣出看漲期權,構建一對套利組合。如果BTC不斷下跌,看漲期權也會持續下跌,並且這個下跌的幅度會超過BTC現貨的幅度,因為期權有一個溢價,叫做時間價值。隨著時間的流逝,這個時間價格也會逐步消失,這個就是套利的主要收益來源。

目前在JEX交易所做期權套利基本上有年化40%左右的低風險套利機會,OKex上做期現套利基本上隻有百分之十幾的收益,所以期權套利的收益風險比都要好於期貨合約。

截止2018年9月,數字貨幣市場的期權交易量大的隻有JEX。除此之外,還有一些交易所都在試圖開期權品種,但是在合約設計等方面都有一些不足之處。目前數字貨幣領域中的期權並不是完整的期權,跟傳統金融行業的期權相比還略有差別,整個產品設計、發行機制、交割機制都不是很完善。

過對傳統的期和數字貨幣的期比,會發現數字貨幣中的期定價重的不合理,偏離瞭正常的價差,因此就提供瞭多套利機會,目前的套利空比期的套利要大瞭很多。

嘉賓簡介

丁鵬博士 / 量化投資學會(CQIA)理事長、《大數據金融叢書》主編

丁鵬博士曾任職上海交通大學副教授,從事計算金融研究,其後先後任東方證券投資總部資深策略師、方正富邦基金副總監、東航金控首席策略師。在2017年創立榮石-量化研究中心;同年作為聯合創始人出任興盾資產首席科學傢。

丁鵬博士累計管理總資產超過50億,為客戶創造絕對收益超過10億。2016年旗下三隻基金分別獲得好買基金“組合基金冠軍”、“多策略基金亞軍”和“管理期貨基金第八名”的傲人業績,同年獲得中國量化投資研究院授予的“2016中國量化投資年度人物”。

對話發起人

猛小蛇 / 火星社群負責人

【溫馨提醒】

3月16日,火星大學量化交易48小時實戰營即將開啟,由8位實戰派導師手把手教你做量化,包括中國量化投資學會(CQIA)理事長丁鵬、國傢外管局政策法規司高級研究員王崇、數幣對沖基金BQUANT創始人餘曉鋒、CoinXP聯合創始人&CEO梁亮、共識實驗室量化大賽第一名梁宇波、BQAI量化盒子CEO於炎什、共識實驗室投資副總裁朱春華、醜兔量化創始人李江林等八位優秀導師。


本次課程特別增加現場實操課,學員需帶上電腦,由資深量化大師手把手現場操練量化交易,不光有理論學習,更重要的還有實踐落地。課程結束後,還針對學員的特別需求享有量化交易策略指導,量化交易工具實操指南,管教會,管能用,還管後續服務。

【課程信息】

上課時間:3月16-17日

上課地點:北京

學費:¥5888(限時早鳥價)

招生規模:30人

【入營方式】:

掃描二維碼

或聯系咨詢

張老師 13429835035(同微信)

劉老師 18210826310(同微信)

文章聲明:本文根據「火星幣優第一情報站」嘉賓分享內容整理,不代表火星財經立場,轉載須在文章標題後註明“文章來源:火星財經(微信:hxcj24h)”。

未經允許不得轉載: 左方新聞網 - 每日提供最新鮮的新聞資訊 » 「火星公開課」第242期 | 量化投資學會丁鵬:數字資產量化投資,不隻是追漲殺跌

贊 ()

評論

留言与評論(共有 0 条評論)
   
驗證碼: