四个“肉夹馍”看透程序化交易、算法交易、量化投资、统计套利之间的关系

本文主要是介绍四个“肉夹馍”看透程序化交易、算法交易、量化投资、统计套利之间的关系,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

看着这乱七八糟花里胡哨的概念就让人感到神神叨叨,一头雾水。但其实如果你改行去做肉夹馍也许就能立马对这些看起来遥不可及的东西有所体会。好了,就让我们从假设你是一个肉夹馍店的老板开始这段文字吧。

如果你是一个肉夹馍店的老板,每天起早贪黑辛勤劳作就是为了让你的肉夹馍味道更好、销量更客观,抱着这样的目标你开始了一段神奇的经历。

店老板的经历一:

常年累月的制作肉夹馍,你对肉夹馍的制作工艺可谓是了如指掌,随着这些不可言说的技艺在你脑子里越来越深刻,有一天你突然发现了一些可以记录下来的小窍门:用重150克的面团滚上3mm的干面粉,拍打9下并揉成57.6cm的长条,卷成面饼制作成肉夹馍用的烧饼。再配上事先煮好的肉,浇上10.2ml肉汤,撒上2.9g香菜夹入饼中,味道实在鲜美。

这一系列用数字说话的过程就是量化投资。

只不过量化投资也并不是完全的机械化数字化。就像对门那家肉夹馍店的老板也学你,结果他的肉汤多了1.8ml,面团揉成的长条长了2.4cm,结果味道差劲了许多。由此可以知道,即使是量化交易,同样需要直觉和盘感作为一种指向。

店老板的经历二:

你有了你的肉夹馍宝典,可你总觉得这个过程真是耗时耗力,还不如收个徒弟,把这个宝典交给他,可宝典的数据有时候是需要灵活调动的,那就授之鱼不如授之以渔,把整个的算法都交给他吧。于是乎,你的徒弟也开始按照你的算法来做肉夹馍、掌握宝典了。

这个过程就是把量化东西加以计算和应用的算法交易。

不过这里有一点需要注意,即使是算法交易,仍然需要人来参与这个过程。毕竟每次的肉质不太一样、面粉质量似乎也不能完全保证,那样的话,死死的程序可就没有用武之地了。当然,一些机械性的浇汤和撒香菜是可以交给机器人来完成的。

店老板的经历三:

有一天你的徒弟在学着你的样子做肉夹馍,你突然发现他总不能掌握好那些看起来简单而重复的流程,那既然动作死板重复那为什么不能像用机械手撒香菜那样找一个智能点的机器人来把你的宝典和算法落实下来呢?于是你就真的买了一个机器人,准确率可以说是完美,不过你还要每天检查机器人的各个部件是否正常运行。

这个神奇的做法就是程序化交易。

店老板的经历四:

在你做肉夹馍,经营店子的这几年里你发现似乎屋顶上的旗子向南飘的时候来店里买肉夹馍的人格外的多,这是为什么呢?而且这个似乎又不是一个规律,因为有北风来的时候顾客并不是一定会多,只是这么长时间下来,刮北风的时候普遍会多那么一点。所以,你决定在有北风的时候就比以往都做几个肉夹馍预备着。

这大概就是所谓的统计套利了,通过统计学的结果来指导做一些交易上的动作。

不过还存在着一个问题,就在经历描述里提到过的问题:为什么旗子南飘、北风袭来的时候顾客会多呢?

可能这些人都是追寻着风儿的脚步自北方而来吧,也可能北风吹来的时候人们会对肉夹馍的味道倍感思念?不过这些并不是最最重要的,因为统计套利里有时候很难搞清楚到底为什么会存在着价差,那些存在着的但又说不清道不明的波动是如何引起?这些都不重要,存在即合理,只要通过这个能赚钱,又何必去苦苦思考原因呢?

不过有一点需要十分明确地深入内心 ,本篇所讲到的所有概念绝非像表面这样简单,他们的分支和具体细节多之又多,只是整个的概念正如本文中介绍到的那样。

说到这里,你有了四个神奇而有意思的经历,应该对量化投资、算法交易、程序化交易和统计套利有一个深刻的印象了吧。不过,还有一个不得回避的问题没有解决。学习做肉夹馍到底哪个方法更合适呢?各有利弊吧!

推荐阅读:

1.一个量化策略师的自白(好文强烈推荐)

2.股票期货经典的量化交易策略都在这里了!(源码)

3.期货/股票数据大全查询(历史/实时/Tick/财务等)

4.三分钟弄明白为什么贝叶斯是量化工作者最常用的工具

5.学习Python有哪些书籍?这里有一份书单送给你

6.江湖中常说的“网格交易法”到底是什么?

7.10种经典的日内交易策略模型思路

8.干货 | 量化选股策略模型大全

9.量化金融经典理论、重要模型、发展简史大全

这篇关于四个“肉夹馍”看透程序化交易、算法交易、量化投资、统计套利之间的关系的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/zk168_net/article/details/106257735
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/182532

相关文章

Javaee多线程之进程和线程之间的区别和联系(最新整理)

《Javaee多线程之进程和线程之间的区别和联系(最新整理)》进程是资源分配单位,线程是调度执行单位,共享资源更高效,创建线程五种方式:继承Thread、Runnable接口、匿名类、lambda,r... 目录进程和线程进程线程进程和线程的区别创建线程的五种写法继承Thread,重写run实现Runnab

C# 比较两个list 之间元素差异的常用方法

《C#比较两个list之间元素差异的常用方法》:本文主要介绍C#比较两个list之间元素差异,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1. 使用Except方法2. 使用Except的逆操作3. 使用LINQ的Join,GroupJoin

java中新生代和老生代的关系说明

《java中新生代和老生代的关系说明》:本文主要介绍java中新生代和老生代的关系说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、内存区域划分新生代老年代二、对象生命周期与晋升流程三、新生代与老年代的协作机制1. 跨代引用处理2. 动态年龄判定3. 空间分

深度解析Java项目中包和包之间的联系

《深度解析Java项目中包和包之间的联系》文章浏览阅读850次,点赞13次,收藏8次。本文详细介绍了Java分层架构中的几个关键包:DTO、Controller、Service和Mapper。_jav... 目录前言一、各大包1.DTO1.1、DTO的核心用途1.2. DTO与实体类(Entity)的区别1

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

在Linux终端中统计非二进制文件行数的实现方法

《在Linux终端中统计非二进制文件行数的实现方法》在Linux系统中,有时需要统计非二进制文件(如CSV、TXT文件)的行数,而不希望手动打开文件进行查看,例如,在处理大型日志文件、数据文件时,了解... 目录在linux终端中统计非二进制文件的行数技术背景实现步骤1. 使用wc命令2. 使用grep命令

java Long 与long之间的转换流程

《javaLong与long之间的转换流程》Long类提供了一些方法,用于在long和其他数据类型(如String)之间进行转换,本文将详细介绍如何在Java中实现Long和long之间的转换,感... 目录概述流程步骤1:将long转换为Long对象步骤2:将Longhttp://www.cppcns.c

详解如何使用Python从零开始构建文本统计模型

《详解如何使用Python从零开始构建文本统计模型》在自然语言处理领域,词汇表构建是文本预处理的关键环节,本文通过Python代码实践,演示如何从原始文本中提取多尺度特征,并通过动态调整机制构建更精确... 目录一、项目背景与核心思想二、核心代码解析1. 数据加载与预处理2. 多尺度字符统计3. 统计结果可

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ