1.5　未來展望

在寫作本書的時候我主要交易的是商品趨勢策略，商品日內(nèi)策略也剛剛完成，目前正在研究其他的一些策略，這些策略留在以后有機(jī)會再寫。

1.5.1　跨期、跨品種套利策略

跟趨勢策略相對應(yīng)的是跨期、跨品種的套利策略。所謂“套利”，并不是指賺取無風(fēng)險的利潤，而是指做多一個品種的同時做空另一個品種，然后通過賺取價差的變化來盈利。因此，這種策略跟趨勢策略有相似的地方，只不過從預(yù)測單品種的趨勢變成預(yù)測品種價差的趨勢，從買賣期貨變成買賣價差。大商所有專門的組合合約，但這里我們并沒有交易那種合約，而是自己構(gòu)造合約。一般原品種的流動性會比組合合約好很多。

構(gòu)造價差合約的K線時也有需要注意的地方，比如兩個合約的時間戳（time stamp）不一定完全對應(yīng)，在計算價差時要先把時間對齊了才能計算。不同交易所的時間也不一樣，因此跨品種的時候最好是同一個交易所的，當(dāng)然跨期處理可以更容易一些。另外如果是合成5分鐘K線，計算高低價格的時候，也需要從分筆數(shù)據(jù)的價差合約來計算，不能用已經(jīng)合成的各個合約的5分鐘數(shù)據(jù)相減計算，因?yàn)楦髯缘淖罡邇r相減是沒有什么意義的，跟價差的最高價沒有關(guān)系。

構(gòu)造好價差的5分鐘K線后，還有一個需要注意的問題是價差可能是負(fù)數(shù)，負(fù)數(shù)不存在對數(shù)，沒法計算對數(shù)收益，因此只能用實(shí)際價格的變化作為因變量。另外價差合約的成交量也需要處理，可以是兩個合約成交量較少的那個，因?yàn)檎w價差合約的流動性由較小的那個決定。另外價差合約的持倉量似乎很難定義，因此研究策略的時候可以忽略跟持倉量有關(guān)的指標(biāo)。

跨期、跨品種套利的思路大致如此，本書不做深入展開，以后有機(jī)會再寫。

1.5.2　商品市場中性策略

另外一種策略叫作商品市場中性策略，也有人稱為宏觀對沖策略。套利策略一般是買一個賣一個進(jìn)行配對交易，而市場中性策略則只需要保持多空市值相等即可，然后每隔一段時間調(diào)整一次。這屬于配置型策略，而不是擇時策略。一般來說基于機(jī)器學(xué)習(xí)預(yù)測模型的策略都是擇時策略，而這種配置型的策略由于時刻保持多空倉位平衡，比如多空各一個億的合約價值，因此并不是擇時的。

有一個可行的辦法是選一些技術(shù)指標(biāo)，然后每個技術(shù)指標(biāo)都可以作為排序的依據(jù)，各個品種按強(qiáng)弱排序，強(qiáng)的一半做多，弱的一半做空。如果市場出現(xiàn)整體上漲或下跌，其實(shí)對組合是沒有太大影響的，因此這也是“市場中性”一詞的含義。然后再把各個因子得到的多空組合匯總起來，得到整體的組合。

另外一種方法也可以用回歸的方法來做，此時因變量不再是某個品種自身的價格變化，而是該品種相對于市場整體的價格變化。至于市場整體的價格變化如何加權(quán)計算，即商品指數(shù)如何加權(quán)計算，也是一個復(fù)雜的問題。無論如何，相對于指數(shù)的價格變化，肯定一部分是正的，一部分是負(fù)的，只需每次做多正的做空負(fù)的即可。調(diào)倉頻率可以比較低，比如一個星期乃至一個月調(diào)整一次，預(yù)測的頻率也比較低，觸發(fā)交易的閾值不必敏感。

國內(nèi)一些基于基本面的商品私募基金就是這么做的，比如在2016年年底做多黑色系做空農(nóng)產(chǎn)品，雖然農(nóng)產(chǎn)品虧了一點(diǎn)錢，但黑色系的收入遠(yuǎn)遠(yuǎn)超過農(nóng)產(chǎn)品虧的錢，總體而言表現(xiàn)也不錯。

1.5.3　基于基本面數(shù)據(jù)的策略

之前的數(shù)據(jù)都是基于行情數(shù)據(jù)的，這對于比較短線的策略來說還是可以的，但對于持倉時間比較長，比如一個月以上的策略，或許就不大合適了。為此，可以考慮基于基本面數(shù)據(jù)的策略。

基本面數(shù)據(jù)的獲得是一個問題。每個品種每個版塊在網(wǎng)上都可以找到相關(guān)的基本面數(shù)據(jù)，但過于分散，可以借助萬德等第三方平臺。比如萬德里面每個商品都有幾百甚至幾千個基本面指標(biāo)，頻率從日到年都有。考慮到國內(nèi)商品上市時間很多都不長，用日頻數(shù)據(jù)比較好，這樣也有數(shù)百個指標(biāo)。

然后可以構(gòu)建簡單的線性回歸模型，利用這些因子來預(yù)測價格未來的變化，由于因子數(shù)目較多，可以運(yùn)用lasso等稀疏模型來求解，篩選其中重要的因子。當(dāng)然，最好有基本面方面的知識，防止選擇很多意義不大但恰好很有預(yù)測力的因子，這是由于因子數(shù)目太多因此選擇了噪音部分。

選擇好基本面因子，之后的交易過程就跟基于5分鐘K線的策略差不多了。對沖策略也可以用基本面因子來建模。

1.5.4　算法交易

算法交易是量化交易的另外一塊內(nèi)容，一般指把一個大單分拆下單從而減少交易成本。比如一個1萬手的買單，由于市場上買一價掛單一般只有幾百手，而且超出5檔的掛單會非常稀薄，因此1萬手一次性下單可能會把價格推到漲停，俗稱“烏龍指”，產(chǎn)生巨大的買入成本，這是流動性風(fēng)險。而如果把單子分拆得很細(xì)的話，比如每次只下1手，需要一萬次，假設(shè)每1秒下一次，也需要近3個小時，可能價格變化也非常厲害了，因此這有價格波動的風(fēng)險；那么，如何在流動性風(fēng)險與價格波動之間實(shí)現(xiàn)平衡也是一個問題。另外，如果下單過于有規(guī)律，會被市場察覺，這會帶來逆向選擇的風(fēng)險，總的來說整套體系也是挺復(fù)雜的。

一般衡量執(zhí)行效果的指標(biāo)有成交量加權(quán)平均價（Volume Weighted Average Price，VWAP），即這段時間交易1萬手買單的平均價格跟這段時間市場的VWAP對比，如果低于VWAP則是比較好的。事實(shí)上，如果買入的時候一直是對手價搶單，成交量跟當(dāng)前成交量相當(dāng)，那么最終的平均價會比VWAP略高一些。但如果買入的時候一直掛單，雖然成交價格更優(yōu)，但也存在不能成交的風(fēng)險。因此，如何用掛單與搶單結(jié)合的方法來降低平均成交價，也是一門學(xué)問。

國外這方面技術(shù)在股票用得比較多，比如把要交易的量分到一天內(nèi)的各個時段來成交，每分鐘成交多少，每秒鐘成交多少都有對應(yīng)的任務(wù)，時間快到了就搶單，時間沒到就掛單等待，然后掛單成交的概率也需要利用實(shí)際成交情況來估計。

一般規(guī)模比較大的私募需要這些方法，規(guī)模小的私募還是以預(yù)測模型為主。