我三年多前离开了科技业的工作, 到一间小公司做高频交易. 想和大家分享一下这几年来我在这个产业的一些心得和见闻. 不过我有点懒得写成一篇完整的文章, 所以想用问答的形式来回答大家的问题. 规则是: 1. 在Trading版的这篇底下推文发问, 我有时间的时候会来修文回答. 2. 期限一个星期到下星期六为止. 问题内容不限. 不过先说明两点: 1. 我没有赚很多钱, 公司也没有, 因为我们在之前市场好的时候没有scale得很好,.. 而最近市场变得愈来愈难赚钱. 我们没有交易台湾 没有交易crypto. 保证没有赚到各位大大der钱. 2. 我为什麽要做这个问答呢? 我今年的目标是希望可以多认识一些业内人士互相交流. 也希望透过资讯的分享 提升我个人的知名度 为将来出书开课做准备(误). --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.30.32 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Trading/M.1550903204.A.2B2.html ※ zxcmnb:转录至看板 Option 02/23 14:27 没错 其实严格来说 没有所谓的High Frequency Trading 大家真正做的是Low Latency Trading 有些策略可能要求很低的latency 但是实际上交易的次数和频率并不高 速度当然是愈快愈好 latency愈低愈好 从收到报价 中间运算 到下单到交易所 时间单位是microsecond 有些策略要抢快 那就要低於10 microsecond 有些比较复杂运算较久的也会低於100 microsecond 但大部分应该都会低於20~30 microsecond 资料愈多愈准确愈好 level 2 orderbook, 逐笔成交纪录等等 愈多愈精确的资料有助於产生各种有预测力的feature. 不过当然还是要看你怎麽用这些资料 这个问题很难 因为我也不知道正确答案 有些人的交易策略会用好几年的资料 市场的结构和状态是会不断改变的 如果你的模型可以抓住这些改变的话 用长时间的资料可能可以让你的预测更准确... 商品当然是每个能赚钱的商品都跑 跑多商品还有个好处是可以考虑hedge自己不想要的risk factor 你觉得会赚钱就上线跑 跑到你赔到受不了就拿下来 ... 这好像是废话 不过也是事实 我们目前没有一个很科学的方法来做这件事 一个好的策略通常可以活几个月 跟公司业务有关的问题不方便回答.. 还有我还在公司ㄟ 交易系统会找有网路, 作业系统相关知识的人 交易策略开发会找有机器学习相关经验的人 任何市场里基本上都会有高频交易 做市商就是高频交易的一种 决定要做什麽市场这个问题和公司业务有关不方便回答. 交易成本的绝对值是多少其实不重要. 重要的是你能不能拿到最低的成本. 交易成本高的商品会有比较宽的spread 比较高的波动性 和比较低的交易量 但不代表不能赚钱 比较宽的spread对造市策略来说有比较高的利润 比较高的波动性代表有更高的可能有错价 基本上如果你有最快的速度 最好的预测 最低的成本 那麽在每个市场都可以很容易赚到钱. 说到交易成本 可以举例来说 假设某个商品的交易税突然调降 这时你本来的策略不但很可能不会多赚钱 反而会因此而少赚或赔钱. 这是因为假设本来市场参与者的均衡状态是 每笔单要平均能赚100元才下单, 如果交易下降20元, 这时候大家看到有赚80元的机会就会冲了, 而还在傻傻等赚100元机会的人可能就等不到机会了. 筛选方法就是只要回测可以赚钱的都交易. 基本上可以把商品按micro structure分成三种 一种是tick size很大 挂单很厚 每天动很少的 一种是tick size很小 挂单很薄 动得很剧烈 第三种就是中间的 三种商品交易有不同的难处 问我建议的商品的话 我会建议大家不要交易. 交易是一个很不公平的竞赛 想要交易的人应该先想想自己的edge在哪里 市场上有人有比你快的速度 比你多的资料 比你聪明/努力的人做的预测模型 比你低的交易成本... 想要赚钱 必须在每方面都做到尽可能的好, 而当你赚钱的时候也不能松懈. 因为後面永远有在追赶你的人...这是一条永无止境的路 几分钟到几天 看你的预测模型 用到nvidia gpu的话就要装cuda. 通常机器学习大家会用会用python或r或是matlab 看个人喜好 我不会 听说确实有人这样做 不知道效果好不好 (我好像修坏推文了) ), 02/23/2019 20:02:38 公司业务有关的问题不方便回答喔 risk free arbitrage基本上不太存在 看得到的大概也吃不太到 多看书学习相关知识罗 spread很窄的时候不太会有快市吧 快市就是一笔赚钱单或是赔钱单而已 大家比较怕的是flash crash 需要在异常状态的时候暂停交易 我不知道怎麽'校正'策略 但是当基本面受到改变而策略又开始赔钱的话 应该要把策略直接关掉 例如当贸易战提高黄豆关税的时候 不同月份黄豆期货原有的相关性也会跟着改变 这很可能会让本来交易calendar spread的策略失效 还有赚钱喔 听说Jump, Tower, Optiver都在台湾赚很多 多商品喔 stat arb和directional bet都有 公司具体交易什麽不方便透漏喔 基本上高频交易需要和broker合作沟通, 把机器放在交易所, 或是离交易所最近的地方 当你做了这麽多麻烦的事情 你不会只想交易某个特定商品 而是会交易所有可以交易的商品 各取所需... 目前公司唯一的赚钱方法是我做出来的 但也要有公司我才有机会做出 前面有说过 其实高频交易不是真的交易频率很高 而是要求很低的latency 那种读每个星期公布的及时经济数据後只下单一次的策略也算是高频 以前在书上看过 接近选择权到期日的时候, 股票的价格往往会往最接近的选择权的strike price靠近 作者认为这很可能是market maker避险行为所产生的副作用 完全没有应对 不过如果你认为这个现象很重要的话 可以做出这类feature丢进预测模型里 以前会觉得一些很赚钱的量化基金应该是有个神秘的数学公式可以预测市场的走势 然後靠这个公式就可以赚大钱 现在认识到要赚钱并没有什麽神奇的公式 而是需要把每个方面都尽可能地做到最好 从 资料数量/种类 预测模型 下单方式 到系统速度等等.. 没有一个神奇的公式/信号/均线可以让你赚大钱 即使有 这个东西也很快会被其他人发现而逐渐失去效力 其实我们每天的pnl和市场的交易量有蛮高的相关性 当市场交易量很大的时候 这通常是散户(或是非专业投资者)大量进场 无论当天是大涨还是大跌还是震荡什麽的 我们都很容易赚到钱 有点像是散户在疯狂撒钱的感觉 但是当市场交易量很小的时候 就是大家在互相对作 争夺微薄甚至没有的利润 这时候会很难赚钱 甚至赔大钱 从这方面来看的话 这个行业和出海捕鱼也蛮像的 天气好的时候可以捞到鱼 天气不好可能会翻船 赚钱的渔船会扩充自己的船队把渔捞完害别人没得捞 所有的商品都会有高频或是量化交易的存在 我认为对散户比较有利的交易策略最好 避免单纯使用价量技术分析频繁交易 使用一些不常发布的经济数据指标 通常是agressive trading, market making, stat arb这几种 稳稳赚钱和输到脱裤的差距 如果你的预测模型只能找到大家都看得到的获利机会的话 速度慢代表你的单只能排在别人的後面 赚钱机会都被前面的人吃了 周期愈短愈容易预测 但是过短的周期 价格的变化量可能不足以支付交易成本 而容易被预测到的变化也往往代表会有很多的竞争者 所以如果你想问的是那个周期最容易赚钱的话 答案和你的系统速度 商品的特性 市场上的其他参与者 都有关系 最基本的机器学习可以用classifier预测涨跌 用regression预测涨跌幅 或是reinforcement learning训练下单 预测的标的可以是价格, 价差, volatility或是任何你觉得可以交易的时间序列 看情况 如果回测都赚钱的话 可能系统太慢 那可以往系统速度方面改进 如果回测也不赚钱 那可能是其他方面的原因 改进通常要有方向 单纯调参数意义不大 当然也是有怎麽改进都赚不了钱的时候 那就只好放弃 会吧 这要花点时间 晚点再回 公司具体交易什麽不方便透漏喔 公司具体交易什麽不方便透漏喔 下限价单就不会滑价了 但是相对的会有不能成交的风险 比较建议乡民保有正常工作 以手游课金或是制服店消费的娱乐心态来做短线交易 不要把失去的钱想成是投资失败的结果 想成这是娱乐的必然开销 这样心理才会比较健康 也才不会玩到家破人亡 尽可能接近交易所的地方 推 yuwenche: 上面打错字: 30um => 30us 02/25 13:59 millisecond = 0.001 second microsecond = 0.000001 second 和科技业一样早上上班晚上回家 交易时段要稍微注意一下策略是不是有不正常的状态 这前面问过哩 我不懂什麽是 Bayesian 的思维 所以应该是没有吧 我没有一直在追新paper的习惯 我只会看很明确有重要改进的paper 但通常是看看能不能给自己什麽启发或是直接拿来用的工具 如果要自己写一个solver这种程度的话我不会 也没时间 话说回来deep learning 我只能说... 不是deep learning没用 是我没用 可以也不可以 前面说过 要赚钱不只要有好的策略 需要各方面的配合都做到尽可能的好 收报价 录资料 调整机器 最佳化程式速度 和broker建立关系等等 一个人有可能做到 但会有点辛苦 不过如果只有一个人 可以不用要求赚那麽多钱的话 也许不用做得那麽好也不一定 永远都会有散户从市场成功赚钱 但是能够每天或是每个星期赚钱的人应该很少 如果预测的品质很好 不是最快的确实还是有可能赚钱 但是还是会有一些局限 例如某些本来就很好预测的商品 你如果抢不过别人 就很难赚钱 可以一直赚钱的策略当然是全下 除非是有市场容纳量问题 那会优先考量相关性低的策略 在我们这种公司 可能可以负责订便当(误) 在交易周期比较长的量化公司 可能会需要懂财报的人 还有选择权定价需要懂财务工程的人 还有没有专找DL人喔 deep learning只是个buzzword... 我觉得不行 我觉得至少要懂机器学习 而且对交易有兴趣的人 没有什麽特别的方法 一直赔钱的策略就会关掉 如果是实盘不赚钱但是那天的回测还是赚钱 => 速度太慢或是回测有问题 => 关 回测每天交易100次天天赚钱的策略 假设连续赔钱一个星期 => 关 但如果是回测10天只有6天会赚钱的策略 就会需要比较长的观察时间 这我不知道哩 公司业务不方便透漏喔 中文资料: 1. 知乎上 高频交易 量化交易 的讨论和一些live 2. babyquant的《中国期货市场量化交易（R与C++版）》 英文书: 入门书 1. Ernest Chan的三本<<Quantitative Trading>>, <<Algorithmic Trading>>, <<Machine Trading>> 我个人比较喜欢第二本 2. World Quant老板Igor Tulchinsky的 <<Finding Alphas>>搭配101 Alphas的paper 看完以後可以了解WorldQuant(或是量化基金)在做什麽 3. Euan Sinclair的<<Option Trading>>和<<Volatility Trading>> 我觉得写得很好 即使你不交易选择权 也可以获得一些启发 进阶 1. <<Quantitative Equity Portfolio Management>> by Chincarini & Kim 虽然年代有点久远了 不过我觉得这本内容还是蛮扎实 可以当工具书或是寻找灵感的参考 2. <<Quantitative Equity Portfolio Management>> by Qian, Hua & Sorensen <<Active Equity Management>> by Zhou & Jain 这两本也不错 不过其实这类书很多内容都大同小异 我只要是感觉书上有写我感兴趣的东西的话就会买来看 3. <<Advances in Financial Machine Learning>> by Lopez de Prado 作者是业界的名人 书里一大部分我觉得都是在教你怎麽处理资料避免overfitting 纯理论 1. <<Algorithmic and High-Frequency Trading>> by Cartea, Jaimungal & Penalva 这本书会告诉你在给定的数学模型下 optimal execution会是什麽 当然现实生活和数学模型其实有很大的差距 2. <<Market Microstructure in Practice>> by Lehalle & Laruelle 这本介绍了很多microstructure相关的知识 这两本如果是想找交易策略灵感的话 可以不用看. 但是看了以後可以对市场有更深的理解. 最後来铺个开课梗(误): 我以前会觉得开课/出书的人都是没办法在市场上赚到钱的人 所以这些人的课程或是书籍都是没用的 想要赚钱的话 只能靠自己想办法 但是我後来发现其实不是这样 这些人可能基於各种原因真的没办法从市场赚到钱 所以才出来开课/出书 但他们的资讯对我来说还是可能是有用的 举例来说 某个开课大师他可能有个交易策略 可以平均每口交易赚10元 但交易成本是50元 这样交易完他还要倒赔40元 而我是一个稳定获利的交易员 平均每次交易可以赚65元 加上他的方法以後 我可以变成每次交易赚75元 扣除成本之後 我的净利会从15元提升40%变成25元 一个在别人手中没用的资讯 到了我的手上变成黄金! (这个例子有点过於理想化 但其实交易在做的事情大致就是这样 到处收集各种微小微弱的信号 把他们合在一起 团结力量大) 心态改变以後 我会很愿意去看书或是听课 即使大部分内容都是没用的 但只要有一两个有用的资讯就值回票价 而有时候真的也还可以找到一些有帮助的想法 (当然个人的时间和金钱都是有限的 所以还是要筛选一下) === 感谢大家的发问 公开的回应就到这边结束了 希望业界的朋友可以站内信交流罗 (还有开课梗是开玩笑的 目前没有开课的打算 将来应该也没有) ※ 编辑: zxcmnb (1.160.197.32), 03/04/2019 00:27:18