商品期货投资技术及程序化交易-XXXX615

商品期货投资技术及程序化交易在各个行业，IT技术已经成为生产力的重要组成成份。金融行业也一样。金融市场投资者现状绝大多数的投资者是净输家。投资者需要专业化交易工具。第一部：商品期货投资技术第一章：商品期货投资技术原理第二章：商品期货投资实战技法第二部：程序化交易第一章：程序化交易原理第二章：程序化交易的实现流程第三章：程序化交易的实战研究及产品展示第一章：商品期货投资技术原理第一节科学的投资态度与正确的行为准则科学的投资态度1、稳定收益比暴利重要2、活着比赚更多的钱重要3、金融投资的最高原则二、正确的行为准则1、聪明+技术=亏损；2、智慧+戒律=盈利；。第二节论投资者一、投资者是人二、你胜出的理由是什么？三、开放后的中国金融市场第三节论价格成因及价格变动一、论价格成因：二、股票、期货的理论价格判定：三、论价格变动四、K线图分解：第四节论历史会重演一、“历史会重演”的意义：二、对“历史会重演”的正确理解：三：为什么“历史会重演”第五节论金融市场上人类的能与不能1、对价格运行方向的判断：2、对价格运行幅度的判断：3、基本推论：第六节论赢利能力的标志一、盈利经历不等于盈利能力二、看对行情的能力不等于盈利能力三、影响市场价格的能力不等于盈利能力第七节论技术工具一、技术工具的范畴二、技术工具的定义三、技术工具仅仅是工具。四、对待经典投资理论的正确态度五、单一技术工具不具有正期望值收益率六、技术工具的相关性问题七、卓越投资决策产品的生成第八节论投资方法一、相对固化的才叫方法二、投资方法与投资者三、投资方法的资金规模适应性问题四、大众接受的方法一定是无效的五、所有投资方法的遗憾六、投资方法的顺、逆境状态评判七、投资方法有效性的验证八、投资方法背后的原理九、投资方法与心理素质十、研制投资方法的正确目标第九节论金融投资风险1、风险的概念：2、风险的来源：3、风险的本质：4、预期风险与预期利润之间的逻辑关系：第十节论2%原则一、2%原则的概念：二、2%原则的利与弊：三、2%原则的实现逻辑：第十一节论金融投资的生命线坚持执行交易计划是金融投资的生命线。第十二节论职业金融专家的行为模式计划+执行+风控第十三节论金融投资的内功修炼方法读图、记图第十四节论主观化投资与客观化投资一、主观化交易：二、客观化交易：第三章金融投资实战技法第一节总论实战技法第二节：顺势战法一、顺势战法的定义二、顺势战法的常用工具三、道氏理论四、顺势交易的动力指标第三节逆势战法一、总论逆势战法：二、波浪理论的应用：三、江恩理论解密：四、投资禅论：第二部：程序化交易一、程序化交易属于客观化交易。二、在信息接收、信息处理、交易决策等方面，电脑远远比人更强大，更有效率。第一章：程序化交易原理第一节：程序化交易的概念程序化交易是客观化交易的子集。客观化交易包括使用模型决策的人工投资行为和以模型为基础的软件化金融投资行为。“以模型为基础的软件化金融投资行为”就是我们通常所说的程序化交易。一、程序化交易的描述：1、程序化交易就是对固定市场状态做固定行为选择，再以若干指标精确评估行为后果（常用的九项指标）。2、程序化交易就是以市场状态定义和行为规则定义为基础的软件化金融投资行为。3、程序化交易就是用统计学手段研究人性群体表现特征。既研究群体行为在概率意义上的规律性。以上三种描述，第一项是程序化交易的内涵；第二项是程序化交易的表现形式；第三项是程序化交易背后的原理。二、程序化交易策略的定义策略=固化的市场状态+固定的行为规则。“固定的市场状态”加上“固定的行为规则”就构成了程序化交易的策略。续1“固定的市场状态”有两个基本特征：1、明确唯一；2、电脑能识别。比如10天均线上穿20天均线。这就是一个明确唯一的概念，在任何一个时间点，这个答案都是唯一的，要么就穿了，要么就没穿，只可能有一个答案。同时这个状态，电脑能识别。续2关于市场状态的描述可以是多样化的。如果你使用基本市场数据来描述市场状态，这就是所谓的基本分析模型，进而生成以基本分析为基础的程序化交易产品。如果你使用交易数据来描述市场状态，这就是所谓的技术分析模型，进而生成以技术分析为基础的程序化交易产品。续3“固定的行为规则”就是当你规定的“固定的市场状态”发生之后，你的操作行为体系（这是一个完整的投资行为决策链：包括进场状态规定、止损状态规定及赢利退场状态规定。），它也是明确唯一的。比如，当A状态发生时，实施A1规则体系。第二节：程序化交易的行为结果评估体系1、标地总数：（必须大于150）2、胜算概率：（胜算概率的定义）。3、概率分布特征：最大连续亏损次数、最大连续盈利次数。4、资金最大回撤比例：（要求小于15%）5、信号发生频率：N次/年.6、人为不可控制风险发生率：要求小于1/3000。7、平均利润风险比：要求x3/1.8、平均年回报率为：（要求大于30%）9、十年资金曲线：第三节：程序化交易原理合理性探讨由于价格是人的行为结果，所以价格波动在统计学意义上是否存在规律，就自然而然地转换到另一个命题上---人类群体行为在统计学意义上是否存在规律性？答案是肯定的。我们现在举例说明这个问题。假设在沙漠中有一个点，立着一块空白的石碑……第二章：程序化交易的实现流程程序化交易的实现流程由以下几个部分构成：1、策略形成：2、软件编译：3、后端研发：4、模拟交易：5、实战交易：6：系统维护。上述六大步骤，每一步都离不开数据库。所以数据库的建立是实现程序化交易的第一步。所有的策略软件都必须在一个软件平台上，才能运行。所以软件平台的搭建是程序化交易的第二步。第一节：建立数据库程序化交易的全部流程都是以数据库为基础实现的，所以建立相对完善的数据库是实现程序化交易的前提。当下，在市场上有很多数据商，数据格式和数据品质各不相同。对于一家研究机构而言，首先，你的数据格式必须是统一的。其次，必须保证数据品质，数据出错率小于3万分之一为好。第二节：搭建软件平台搭建软件平台是实现程序化交易的基础步骤。目前，国内有一些公开的商业性软件平台，但是，使用这些商业性平台进行程序化交易，有两个致命性缺陷。1、逻辑结构复杂的模型程序不能实现。2、商业秘密无法保障。所以，如果你真的要进行程序化交易，就必须自己搭建平台。由此可见，程序化交易的难度和复杂程度，远远超出绝大多数人的想象，这里需要的人力和财力都是巨大的。续至于有些人，天真地以为，用一些简单的算法逻辑在公开平台上跑一跑，就能找到赚钱的策略，纯属异想天开。据我了解，两年来，尝试程序化交易的投资者，90%以上是失败的。就我们本身而言，两年来的程序化交易过程，也是一部血泪史。第三节：策略形成我们前面讲了，程序化交易策略的定义。程序化交易策略等于“固定的市场状态”加上“固定的行为规则”。也就是说，在这里我们必须给出两个明确唯一的定义：市场状态定义和行为规则定义。提出策略概念假说，可以依据传统理论，也可以依据我们的直接经验，就是我们在实际市场中观察到的现象，把它抽象成概念，写出来，这是金融家的工作。一、“市场状态定义”“市场状态定义”就是用电脑得懂的语言，定义出一个可公度的概念。比如，AB是一段上涨的推动行情，在我们描述这段行情运行速度的时候，我们就不能用“涨得快”、“涨得慢”这样的字样来描述，因为这样的描述电脑听不懂。但如果我们说“AB之间单位时间内上涨的百分值大于一个数字”，这样电脑就可以懂了。“市场状态定义”是研制投资决策模型的基础环节，只有明确唯一的“市场状态定义”才可能进行数据库检索。续同时，使用动力系统的指标描述市场状态很容易，而使用图形识别技术描述市场状态很困难，这就是为什么算法模型研制的技术难度低，而图形识别模型研制的技术难度高。算法模型就是通过数据计算来实现投资决策的模型，图形识别模型是以图形形状识别来实现投资决策的模型。一个事实：图形识别模型比算法模型：平均胜率高十个百分点以上。平均年化收益率高30%以上。这个差别是致命的差别。二、“行为规则定义”“行为规则定义”是要明确，当模型所要求的市场状态发生之后的行为规则。比如，怎样开仓、怎样止损、怎样赢利退场、风险系数，等等。行为规则的设定在模型构建中是极为重要的环节，卓越的“市场状态定义”配合科学的“行为规则定义”才可能研制出卓越的模型。如果“市场状态定义”很好，但“行为规则定义”不够科学，就会常常出现看对行情亏了钱的现象。“行为规则定义”的依据来自五个方面：1、“市场状态定义”的性质：根据“市场状态定义”的性质，判定理论上最优的行为规则。然而理论上的判定，数据库认不认？却是另外一个问题，所有金融投资行为策略的选择标准是否正确，终极裁判是数据库。2、胜算概率：胜算概率是模型参数中最重要的一个。在设定行为规则的时候，必须要考虑的是怎样才能让胜算概率更高。3、利润风险比就是预期利润和预期风险的比值，当然这个参数越大越好。但是利润风险比和胜算概率是负相关关系，对于同一个“市场状态定义”，利润风险比提高，必定导致胜算概率降低，两者的均衡是很重要的。4、收益率：收益率是指平均年收益率，当然此参数越大越好。5、收益波动率：收益波动率=（某年收益率/前一年收益率）*100%。收益波动率越小越好，因为收益波动率小就意味着收益稳定，我们都知道，稳定收益比爆利重要。有时我们甚至会牺牲收益率，来降低收益波动率。第四节：软件编译程序化交易的软件编译工作可以分为三步：1、需求分析；2、逻辑结构设计；3、写程序。一、需求分析：一般说来，研制一个卓越的程序化交易策略，需要两个角色的配合，一个是金融家，一个是金融数学家（兼IT专家）。金融家将其设计的模型概念和研发需求，通过语言沟通、图形沟通的方式，告诉金融数学家。让金融数学家明白自己要干什么以及要什么。这就是需求分析。续在需求分析的过程中，极容易产生误解。说者认为自己说清楚了、说明白了，听者也认为自己听清楚了、听明白了。但事实上，听者并没有真正明白说者的意思。在需求分析过程中，这种事情会经常发生，尤其是在模型逻辑复杂的时候，更是如此。这个问题有两中解决方法：1、金融家的工作深入到“逻辑结构设计”层面；2、在后端研发的过程中发现、解决。（一个实例……2000年-上海）。续为了便于后期的IT工作，金融家在描述模型概念时要遵循以下原则：能用加、不用减；能用乘、不用除；能用肯定性描述、不用否定性描述；能用公式描述、不用文字描述。这就是我们总结的四用四不用原则。二、逻辑结构设计：在金融数学家明白了模型概念和研发需求之后，需要先设计一个逻辑框架，明确模型概念在IT层面的实现逻辑。逻辑结构设计有三个基本的原则：1、能准确兑现原始模型概念；2、尽可能提高运算效率。（一个实例……立国之本模型）。3、所有的模型参数一定要设成可调的活参数（这是后端研发的基础，否则后端研发无法展开。）。三、写程序写程序是整个工作序列中的体力活，一般由年轻人来干，细心就可以了。第五节：后端研发一、后端研发的任务：通过上述第四节的过程，模型软件形成了。此时的模型软件拥有以下功能：1、能识别市场状态概念；2、能识别行为规则概念；3、能识别规定的风险值并据此计算交易量。4、具备统计和结算功能。但这个模型软件是不能直接使用的，因为这个时候，我们还不知道最优化的模型参数组以及对应的行为结果参数组。“最优化的模型参数组和对应的行为结果参数组”是要在后端研发过程中生成的。二、后端研发四大内涵1、证真：包括概念证真和计算证真；2、求极值；3、模型概念优化；4、创新。三、后端研发过程中的数据盗用问题：……四、后端研发中的数据过度拟合问题：一、早期的教训：矩阵式数据优化…二、科学的做法：(样本内数据和样本外数据)…三、在后端研发过程中，一般会伴随着软件逻辑n次的修改。第六节模拟交易一、观察软件功能：经过后端研发的加工，诞生模型软件的成品。此时的模型软件可以进行交易了，但必须先进行模拟交易。通过模拟交易，观察软件行为的准确性和稳定性。一般说来，模拟交易进行两周即可。二、核查软件逻辑：通过模拟交易，可以核查软件逻辑的正确性。针对模拟交易过的数据进行数据回溯，如果回溯结果和模拟交易结果是吻合的，那就