前言

本書所涉及的是一個適用于散戶和機構交易者的、實用型的交易算法及相關策略，但它并不是一個在金融理論方面的學術專著。相反，我希望向讀者呈現過去幾十年里一些最有用的金融研究成果，將它們與我實際交易中運用這些理論所獲得的見解相融合，使其通俗易懂。

因為在本書當中，交易策略處于一個中心的位置，所以，我們將廣泛地涵蓋這些交易策略，它們大致可分為：均值回歸序列和動量序列。我們將為每一類策略所相關的交易制定相應的技術標準，而同樣重要的是，我們要探尋交易策略運行的基本原理。同時，所有研究的重點是簡易型的以及線性的交易策略，以此避免復雜策略常常會有的過度擬合和數據探測問題。

在均值回歸交易策略相關的序列當中，我們將討論多種統計技術[如擴展版的迪基-富勒檢驗（Dickey-Fuller檢驗，即ADF檢驗）、赫斯特（Hurst）指數、方差比檢驗、半衰期檢驗模式等]以檢測時間序列的均值回歸之屬性，以及相關的平穩性；同時，我們還要檢測一個由金融工具所構建的投資組合之協整屬性[相關檢測模式包括協整型ADF檢驗（CADF檢驗）、約翰森（Johansen）檢驗等]。我們不只要把這些統計檢驗應用到時間序列上，我們還想讓你明白相關測試的真正用意以及簡易數學方程背后的深層含義。

我們將解析一些具有均值回歸屬性之投資組合所相關的最簡單的技術和策略模式[如線性交易模式、布林帶線、卡爾曼過濾法則（Kalman filter）等]。另外，我們還要解析在向相關的測試模型和交易策略模型輸入相應數據之時，我們應該輸入原價還是價格對數，抑或是價格比率——到底哪種形式是最有效的，特別是我們還要說明：多用途的且與多種交易策略相關的卡爾曼過濾法則對交易者而言是不是有效。在本書當中，時間序列與橫截面式的（橫向的）均值回歸交易策略的區別將被討論。我們將探討在均值回歸交易策略之中，尤其是在處理點差的時候，“縮放技術”和突出錯誤數據風險的做法到底有哪些優勢與劣勢。

均值回歸交易策略的案例來自日間和盤中的股票交易模式、交易所交易基金（ETF基金）之間的配對交易和多重交易、ETF基金與成分股票之間的交易、貨幣之配對交易、期貨之跨期與跨市場的套利交易。我們將解釋最近幾年，由于暗池交易和高頻交易的興起，使得前述這些交易策略在實際的操作過程中面臨很大的挑戰；我們還將說明某些基本面的要素是如何能夠應對一個目前非常有利可圖的ETF基金之配對交易所出現的、暫時性的背離情境的；同時，我們要說明如何應用同樣的要素構建一種改進型的交易策略。在討論貨幣交易時，我們很小心地對相關問題進行了相應解析，即我們要解釋為什么其收益率的計算方法相對于股票交易者而言，似乎很陌生，而且，在相應的概念當中，諸如滾動收益率之類的問題有時可能是非常重要的。我們特別強調要致力于研究：現貨收益率與滾動收益率之間的關系，以及一些從期貨價格相關的簡易數學模型中衍生的期貨交易策略。本書當中，我們還以圖示以及數學的表現形式探討了現貨溢價和期貨溢價的概念。另外，相應的章節將介紹貨幣工具均值回歸的屬性，并且，引入期貨之中一個非常特殊的形式——波動率期貨（VX期貨），同時，解析其形成有利可圖交易策略的基本過程。

在動量交易策略相關的序列中，我們首先分析了一些關于時間序列型動量模式的統計檢驗方法，其中，最為重要的主題是探索股票和期貨動量運行模式的四個驅動因子，并且，為從時間序列型和橫向型動量運行模式中提取相應收益而貢獻相關的策略。期貨的滾動收益是動量模式的一個驅動因子，但事實證明：在許多不同的情況下，被迫減價出售資產和回購模式是股票與ETF基金動量運行模式的主要驅動因子。同時，基于新聞事件、對信息的敏感度、杠桿式ETF基金、訂單流量以及高頻交易等因素，一些較新型的動量型交易策略被開發出來。最后，我們將探討動量型交易策略與均值回歸型交易策略之利弊，進而在近期金融史上，且于不同的市場機制之下，去發現那些具有完全不同特質的風險收益。

我一直認為：在發表的刊物之中，在許多圖書、雜志和博客當中，我們會很容易地找到所謂的盈利型交易策略，但是，如果要探究相應策略為什么存在缺陷，那就非常困難了，這也許是最終注定的。所以，盡管強調了原型策略的重要性，我們還是要討論相應算法與交易策略中常見的缺陷，這在使相關讀者深入理解交易策略的本來面目方面，是最有價值的，而且從相應的回測程序來看，前述的這些缺陷會導致實時交易的結果與回測的績效之間存在很大的差異。即使是精通交易算法的專業人士也會同意這樣一種說法，那就是：相同的理論策略既可產生可觀的盈利，也會造成糟糕的損失，這取決于策略實施的細節。因此，在本書當中，我會著重檢驗相應交易策略的回測效果和實施效果；同時，我還要解析如下概念，即數據探測過程中所產生的偏差、與企業退市相關聯的相應股票的生存偏差問題、初級市場與綜合市場的報價問題、貨幣報價的地區依賴性、賣空限制所引發的細微差別、連續期貨合約的構建問題，以及期貨的收盤價格與結算價格的回測問題。另外，我們也突出了一些情況，即在相應的歷史事件當中，一旦“策略屬性”發生變更，即使是最正確的回測系統也無法預測此策略的未來收益。

我還注意到：我們需要選擇合適的軟件平臺來進行相應的回測和自動化的運行工作，而既定的MATLAB^?軟件（其中，有我最喜歡的編程語言）也不再是本書的唯一選項；我們還需要根據科學技術的發展現狀，對相應編程技巧的每一個層次和許多不同的預算功能進行相關的調查；特別是，我們已經注意到交易者的“集成開發環境”——可以從具有工業實力的平臺（如Deltix平臺）到無數開放式的源代碼版本（如TradeLink版本）進行依次排列。就像我們解釋的那樣，從回測系統到現實交易的切換模式是評估相應平臺最重要的標準——在這種情況下，時下較熱的“復雜事件處理”的概念也將被引入本書所設置的情境之中。

在之前的一本書中，我探討了風險和資金管理的問題，該書建立在凱利公式（Kelly formula）之上——確定最優杠桿比例以及平衡收益與風險的資本配置。在這里，我再次提及風險和資金管理，且仍然是基于凱利公式。但于本書當中，我結合了經過歷練的風險管理實際經驗進行分析，其中包括：所謂的“黑天鵝事件”（Black Swan）、投資組合之風險比例固化模式以及止損機制。[美國聯邦最高法院的法官羅伯特·杰克遜（Robert H. Jackson）已經闡述過凱利公式的應用，他說：“我們要利用一點實踐的智慧來調和其純理性的邏輯。”]而我們特別關注的情況是：在現實的條件下，當我們不能設定收益率的高斯分布的模式之時，我們需要如何找到最佳的杠桿比例。此外，我們認為，“風險指標體系”可能是全面風險管理計劃中一個有用的組成部分。蒙特卡羅模擬法的應用是我先前忽略了的一個普通技術。在這里，我們將演示：根據模擬的數據而不是歷史的數據來測試回測系統的統計意義，同時，評估某一特定交易策略相關的概率分布的尾部風險。

本書是我之前所寫的《量化交易》之后續文本。在那本書中，我專注于交易算法的基本技巧，例如如何確定新型交易策略的思路，如何回測一個交易策略，如何對自動化執行系統進行基本的考量，最后，通過凱利公式得出風險的管理模式。但是，一些有用的典型策略被一定程度地忽略了，但這些不是重點，如果你對交易算法完全陌生，那么，《量化交易》則是一本好書，本書則完全是關乎交易策略的。

本書中的所有案例都是用MATLAB程序代碼構建的，不熟悉MATLAB的讀者可能要研究量化交易的教程，或在平臺mathworks. com上觀看免費的研討會。此外，MATLAB的統計工具箱也偶爾被使用（所有MATLAB產品都可以在并行計算工具箱MathWorks上進行免費試用）。

軟件和數學是交易算法的兩種語言。讀者會發現：相較于我之前的一本書而言，本書涉及更多的數學知識。這是因為我希望在討論金融市場的概念時，可以注入更多的精度；還有一個原因是我相信用簡單的數學模型比通常使用的數據挖掘方法更加具有優勢；也就是說，我們不是把許多技術指標或規則放在一個價格序列之中，并觀察哪個指標或規則更加有利可圖。如此，在數據探測的過程中，容易出現相應的偏差，而我們所試圖實現的是憑借一個簡單的數學模型去提取一個價格序列的基本屬性，同時利用這個模型來計算我們的財務收益。然而，在股票、期貨和貨幣交易中，其所需的數學水平要遠低于衍生品交易中所需的高度，任何掌握初級微積分、線性代數和統計的人士都能夠在此基礎上進行討論而毫無障礙。如果你發現方程太混亂，那你可以直接去參看相應的案例，并參看其具體操作的軟件代碼。

雖然我在機構型投資管理行業工作多年，但在寫第一本書的時候，我還是一個獨立的交易者。在隨后的幾年里，我已經開始管理兩個對沖基金。有時我與一個合作伙伴共同工作，有時我自己單獨操作。我在2007年夏的“量子基金”崩潰之時得以幸免，并且在2008年金融危機、2010年金融市場閃電崩盤、2011年美國聯邦債務評級下調以及2011～2012年歐洲債務危機中，我都能夠存活下來，因此，我比以前更有信心。我可以認定：盡管我確實在過渡期間學到更多的金融知識，然而，初始開發的交易算法是合理的。例如，我發現無論市場預期多么險惡，親手推翻某個模型始終都不是一個好主意；同時，保守的交易模式始終比過度放債要好，尤其是在管理他人資產的時候；還有，交易策略的表現形式往往具有均值回歸的特質；另外，我們的過度自信對相關交易策略而言是最大的危險；最后，在運行錯誤交易模式和接近災難的時候，一個人所得到的教訓較之于從成功交易所獲取的經驗而言，更加值得珍惜，而我就是想在本書當中，記錄過去四年以來的諸多經驗教訓。

我的基金管理經驗并沒有改變本書中的重點，即本書的要旨是為散戶型交易者服務。如果具備足夠的決心且進行一些修改和完善，所有的策略都可以由一個獨立的交易者來實現，此種類型的交易者不需要在券商所在公司開立一個七位數的賬戶，也不需要五位數的技術成本。我給這些交易者的信息仍然是一樣的，即一個資源有限和計算能力不強的人仍然可以按照其指定的游戲規則去挑戰強大的行業內部人員。