Featured image of the post
Dylan Calluy

Quantitative Trading 閱讀心得

這是一本什麼樣的書?

"Quantitative Trading: How to Build Your Own Algorithmic Trading Business" 的作者是 Eric Chan 。一位物理學博士。曾經任職 IBM,後來進入金融領域,在知名投資銀行與避險基金工作。現在則自己成立了 PredictNow.ai 這個金融 SaaS 服務。 作者在書籍的編排上刻意地略過許多艱澀數學,用較為淺顯的方式說明量化交易所會需要面對的問題以及解決方式。像是該如何尋找策略、驗證策略、風險控管等重要議題。

對於像我一樣完全不暸解量化交易的人來說,這是一本很好的入門書,看完後對於量化交易可以有一個全面的認識。而且看得出書中所介紹的方法、技術背後都有嚴謹的數學在支持。照這本書的目標設定來說,看完之後就能夠直接開始執行量化交易。

這本書也有一些缺點。首先是數學,雖然解釋上沒有用大量數學,但是作者時不時會丟出一些數學式子,也沒解釋。讀者只能從前後文來理解作者所傳達觀念是什麼。另一個問題是他的程式範例不僅排版糟糕,說明還「非常」不詳盡,需要花不少時間去理解。

一般人真的能當個獨立的量化交易者?

當初在開始看這本書之前,其實根本沒打算利用這本書中的技術來交易,單純是想了解量化交易是什麼,看看能有什麼啟發。畢盡一般印象中從事量化交易的都是博士,數學底子深厚,而且不是單打獨鬥。一般人是要怎麼跟他們競爭呢?

作者以他多年的交易經驗,告訴我們其實只要善加利用現成資源與技術,我們也可以辦得到。策略不需要自己發想,微調現成策略就可以有不錯的表現。而且複雜的模型不見得好用,會有 Data-Snooping Bias,反而是簡單策略有效。作者也直接給我們各種技術的應用方式,稍微理解概念,在正確的時機使用就可以了。

另一方面,大型機構所管理的資金規模比較大,這使得他們必須放棄許多表現不錯但胃納量不高的策略。而且在避險基金中的交易員不像獨立交易者一樣自由,可能會受到公司各種合理或不合理的限制。因此獨立交易者還是有足夠的生存空間。

有系統的管理資金,控制風險

作者在書中問了一個問題,他說:「有一支股票每分鐘都有 50% 的機率上漲 1%,也有 50% 的機率下跌 1%。如果我們買了這支股票,長期來說,我們會賺、會賠還是持平?」。如果你回答「持平」,那你也跟多數人一樣低估了風險的危害,其實在這筆投資上我們會一直賠錢。既然風險對於我們長期的財富累積有負面的影響,那我們就該處理它。

作者首先提出了一個觀念,為了最大化長期財富的累積,必須避免資產歸零(甚至變成負的)的情況發生。接著作者介紹了連續型的 Kelly Formula(為什麼用連續型),並用它來計算最佳的槓桿倍數、分配資金。只要定期 rebalance,就可以做到風險管理(賠錢的策略降低槓桿,賺錢的部位增加槓桿)。另外為了避免風險管理的效果過強,可以降低 Kelly 建議的槓桿倍數。

這邊細節很多,我覺得是書中最精彩的部分,可以搭配作者的演講一起閱讀。

讀完之後的下一步

雖然知道書中的技術可以直接拿來應用,但總感覺光閱讀這本書沒有辦法很好的掌握書中介紹的技術。像是 Cointegration,書中在講 Mean-Reverting Strategy 的時候有提到這個概念,但也只是帶過去而已。可以理解講解這些東西不是這本書的重點,但讀者數學底子不夠的話看完後肯定都會跟我一樣存在不少疑惑。目前看起來大部分知識可以在計量經濟的課程中補齊,所以下一步會是先去學習一下計量經濟。目前看了一點 Bruce Hansen's Econometrics 以及 计量经济学入门教程,前面部分跟臺北大學經濟系的高等統計、迴歸分析內容有大量重疊,所以我想預備知識應該不需要太多。