3.1　技術(shù)指標(biāo)來源

傳統(tǒng)的直觀的建模方法是規(guī)則型或者條件型的，滿足一系列條件就買（賣），不滿足就不進(jìn)行買（賣）。這些條件都是由人腦主觀構(gòu)造的，但由于市場變化莫測，各種情況千差萬別，很難用一些過于精確的條件來描述價(jià)格的變化。

3.1.1　建模背景介紹

舉一個(gè)類似的例子，如自動(dòng)駕駛。要教會(huì)一輛汽車自動(dòng)駕駛，如果依靠規(guī)則系統(tǒng)，比如告訴它看見紅燈就減速，看見綠燈就啟動(dòng)等，這些還算比較簡單；但如果是看見前面的車就剎車、看到旁邊的車就變道、看到后面的車就加速等，則會(huì)比較復(fù)雜，整套規(guī)則體系過于龐雜也不便系統(tǒng)化地研究，很多規(guī)則都是一些較為特殊的情況，并且規(guī)則之間多有重疊性，如何泛化又是一個(gè)問題。因此，如果順著這種規(guī)則型、專家型的思路，很難進(jìn)行系統(tǒng)化的研究。

20世紀(jì)80年代最流行的模型是神經(jīng)網(wǎng)絡(luò)，也有人用神經(jīng)網(wǎng)絡(luò)的方法研究自動(dòng)駕駛，可惜那時(shí)候不是很成功。神經(jīng)網(wǎng)絡(luò)的一個(gè)很大問題在于過度擬合，這主要是由模型參數(shù)過多而訓(xùn)練數(shù)據(jù)太少導(dǎo)致的。比如估計(jì)一個(gè)參數(shù)的數(shù)值，數(shù)據(jù)量每擴(kuò)大100倍，精度可以提高10倍；而如果估計(jì)的參數(shù)非常多，類似于一個(gè)高維統(tǒng)計(jì)問題，數(shù)據(jù)點(diǎn)則會(huì)更多地分布在樣本空間的邊緣地帶，從而嚴(yán)重影響參數(shù)估計(jì)的效果。詳細(xì)的討論可以參考《Elements of Statistical Learning second edition》第二章，這里不做展開。

如果數(shù)據(jù)量足夠大，在樣本空間內(nèi)部各種取值都有，參數(shù)估計(jì)則更為準(zhǔn)確。當(dāng)年神經(jīng)網(wǎng)絡(luò)的模型在今天重新運(yùn)用都取得了很好的成果，但因?yàn)樯窠?jīng)網(wǎng)絡(luò)的名聲不是很好，所以現(xiàn)在的研究者把它命名為深度學(xué)習(xí)。

現(xiàn)在回到汽車駕駛的問題。我們可收集非常長的駕駛記錄作為訓(xùn)練數(shù)據(jù)，然后把可以想象到的指標(biāo)如車速、前車車速、后車車速、車距等作為因子，然后用復(fù)雜的深度學(xué)習(xí)模型，例如卷積神經(jīng)網(wǎng)絡(luò)，就可以訓(xùn)練出很好的自動(dòng)駕駛系統(tǒng)。事實(shí)上，人類學(xué)習(xí)駕駛也是通過觀察別人駕駛，然后有個(gè)較為模糊的印象，而不是通過一條一條精確的規(guī)則來駕駛，這跟卷積神經(jīng)網(wǎng)絡(luò)類似，如果駕駛途中一條一條規(guī)則去套，顯然反應(yīng)不過來，容易出車禍。

因此，知道預(yù)測模型的威力之后，我們不再使用規(guī)則型的系統(tǒng)，在交易中也一樣。本章主要討論預(yù)測因子，下一章再討論預(yù)測模型。

因子的來源有很多種，其實(shí)更多依賴數(shù)據(jù)的來源。如果只有行情數(shù)據(jù)，那么可以做的工作非常有限。更進(jìn)一步地說，如果是持倉3、5天的中低頻策略，那么過于高頻的分筆數(shù)據(jù)用處不大，還要先整理成5分鐘K線，然后在5分鐘K線的基礎(chǔ)上構(gòu)建預(yù)測因子，這樣可以變換的方式并不多見。

如果是持倉時(shí)間更長的策略，比如2～4周，那么一般需要用日線數(shù)據(jù)建模，可以使用很多基本面的數(shù)據(jù)。國內(nèi)很多信息提供商會(huì)提供商品基本面的數(shù)據(jù)，比如有上游、中游、下游三種，數(shù)據(jù)有日頻、周頻、月頻等，可以用來建模。但很多時(shí)候數(shù)據(jù)質(zhì)量是一個(gè)問題，比如數(shù)據(jù)更新不及時(shí)，數(shù)據(jù)修正缺乏歷史記錄等，就會(huì)導(dǎo)致用這些數(shù)據(jù)建立的模型沒說服力。行情數(shù)據(jù)雖然簡單，但最起碼數(shù)據(jù)質(zhì)量是有保證的。如果數(shù)據(jù)質(zhì)量沒有保證，機(jī)器學(xué)習(xí)就會(huì)稱之為垃圾進(jìn)垃圾出（garbage in，garbage out），得不到有意義的結(jié)果。因此，我們這里只研究行情數(shù)據(jù)和5分鐘K線。

我們以螺紋鋼（rb）為例來說明。本地?cái)?shù)據(jù)中rb的合約有如下幾個(gè)：

我們可以用rb1701作為例子：

具體的價(jià)格趨勢如圖3-1所示，黑線部分是所有的價(jià)格，紅線部分是該合約作為主力合約時(shí)的時(shí)間段。由此可以看出，每個(gè)合約都只有其上市時(shí)的一部分時(shí)間作為主力合約存在，其他都是作為非主力合約存在。一般來說，只有主力合約的流動(dòng)性足夠好，才能夠用來交易趨勢類策略，因此，我們這里構(gòu)造因子也只針對(duì)主力合約進(jìn)行。

一般來說，傳統(tǒng)的技術(shù)指標(biāo)并不多，下面我們逐個(gè)進(jìn)行分析。

3.1.2　R自帶的TTR庫

我們可以先看看R的TTR（Technical Trading Rules）包里面的函數(shù)：

函數(shù)有64個(gè)之多，用它們構(gòu)造技術(shù)指標(biāo)應(yīng)該是足夠的。

例如我們可以先看第一個(gè)ADX。考察一個(gè)因子好壞的一個(gè)簡單方法是看它自身與未來收益的相關(guān)性是否穩(wěn)定。正負(fù)并不重要，因?yàn)橹恍枰觽€(gè)負(fù)號(hào)就可以改變。

如果一個(gè)指標(biāo)，在不同的合約上，跟未來的收益率都是正相關(guān)，或者都是負(fù)相關(guān)，那么這個(gè)指標(biāo)是比較穩(wěn)定的；但如果一個(gè)指標(biāo)在一半合約上正相關(guān)，另一半合約上負(fù)相關(guān)，那么它就不是十分穩(wěn)定。另外，考察穩(wěn)定性還可以用均值／標(biāo)準(zhǔn)差的方法，類似于Z-score的概念。這里這個(gè)數(shù)值是-0.266，只從數(shù)值上我們很難分辨它是高還是低，可以結(jié)合其他因子一起來看。

由此可見，這個(gè)指標(biāo)的數(shù)值是0.45，而且15個(gè)合約中有11個(gè)是正的，比之前的指標(biāo)更為穩(wěn)定，因此，我們認(rèn)為這個(gè)指標(biāo)更好。

這個(gè)指標(biāo)僅僅用到買賣盤后，表現(xiàn)弱一些，因?yàn)橘I賣盤后跟未來80分鐘的價(jià)格變化關(guān)系不大，但是跟未來短時(shí)間的價(jià)格變化關(guān)系比較密切。因此，同樣一個(gè)指標(biāo)，針對(duì)不同的預(yù)測周期，會(huì)有非常不一樣的效果。

也許很多人會(huì)問，這種利用過去行情信息預(yù)測未來的方法，是否違反市場弱有效的假說？其實(shí)，這個(gè)問題可以這么考慮：首先，市場弱有效本來就是個(gè)假說，有事實(shí)支持它，也有事實(shí)反駁它。其次，每個(gè)人分析信息的能力不一樣，同樣的信息不可能同一時(shí)間反映到行情中，有人快有人慢，信息處理能力強(qiáng)的人會(huì)獲得一定優(yōu)勢，畢竟他們也支付了更多的成本（腦力、勞力），因此理應(yīng)獲得更高的收益。最后，大多數(shù)投資大師都反對(duì)市場弱有效假說，甚至有很多小幽默調(diào)侃它，比如“資助商學(xué)院教市場弱有效假說方便自己賺錢”，但對(duì)市場保持敬畏之心還是有必要的。總之，我覺得正確的態(tài)度是相信市場存在無效的時(shí)候，同時(shí)也認(rèn)可挖掘市場無效不是那么容易的事情。

我們接下來考察其他因子：

這個(gè)因子表現(xiàn)更加穩(wěn)定。有人會(huì)問構(gòu)造這些因子的過程是否復(fù)雜，我個(gè)人的觀點(diǎn)是沒必要在構(gòu)造因子上花太多的時(shí)間，原因在于因子本質(zhì)上起著向量基的作用，但是在同一個(gè)線性空間下面，目標(biāo)向量（因變量）確定后，用不同的基去表示本質(zhì)上是一樣的；其次，現(xiàn)在有boosting等各種ensemble方法，復(fù)雜的因子可以通過一定的方法由簡單的因子合成，所以沒必要去人工構(gòu)造；最后，在信息源不變的情況下，構(gòu)造的因子很多是高度相關(guān)的，如果精心構(gòu)造一個(gè)因子，或許會(huì)過于復(fù)雜，預(yù)測效果反而不好，還不如把精力放在這些簡單的因子上。綜上所述，本人不會(huì)把太多精力放在構(gòu)造因子上。這些因子都是運(yùn)用R語言自帶的函數(shù)稍加整理即可，一般只有一行代碼（one liner）。

也有些人會(huì)問，如果把這些因子都公開了，會(huì)不會(huì)對(duì)其不利。事實(shí)上，既然認(rèn)為特征工程不重要，自然也就不會(huì)認(rèn)為這些因子有多重要。量化建模是一個(gè)龐大的系統(tǒng)過程，并不存在哪塊特別重要之說，本人覺得各個(gè)環(huán)節(jié)都挺重要的，而且本人也一直處于不斷進(jìn)步中，期貨中低頻也未必是本人未來主要研究的方向。

另外，從單個(gè)因子來看，即便相關(guān)性不是很一致，但很多個(gè)因子結(jié)合起來，預(yù)測效果就會(huì)好很多，這就是把幾個(gè)弱指標(biāo)合成一個(gè)強(qiáng)指標(biāo)的意義。總之，沒必要在單個(gè)指標(biāo)上花太多時(shí)間。

好了，關(guān)于TTR的指標(biāo)就闡述到這里，剩下的內(nèi)容大家可以自己嘗試著練習(xí)一下。

3.1.3　一些技術(shù)指標(biāo)的書籍

除了R語言自帶的指標(biāo)以外，還有一些技術(shù)指標(biāo)方面的書籍大家可以參考學(xué)習(xí)一下，這里推薦一本書：《The Encyclopedia of Technical Market Indicators》，作者為Robert W. Colby。推薦這本書并不是因?yàn)檫@本書里面的技術(shù)因子有多厲害，而是因?yàn)檫@本書包含的因子數(shù)目非常多，一共有800多頁，從A排到Z，有數(shù)百個(gè)因子，因此不需要自己思考，直接把上面的因子拿來用即可。這本書網(wǎng)上有電子版，里面的技術(shù)指標(biāo)很多也包含在R的TTR包里，如果沒有包含，自己簡單仿照著寫也不困難，這里不再贅述。

另外一些是基于日本蠟燭圖（即K線圖）的預(yù)測因子，可以參考這本書《日本蠟燭圖技術(shù)》（史蒂夫·尼森著，丁圣元譯）。這些更像是一些技術(shù)形態(tài)，把它們翻譯成技術(shù)指標(biāo)還需要一些工夫。

如著名的烏云蓋頂：

可以看出，這類信號(hào)的返回值只有TRUE和FALSE兩種，并不是具體的數(shù)值，因此很難直接拿來使用。這些更適合傳統(tǒng)的規(guī)則型策略，不大適合拿來用在機(jī)器學(xué)習(xí)上。

還有穿刺的形態(tài)：

另外還有啟明星的形態(tài)：

有人會(huì)問這些K線形態(tài)的自動(dòng)識(shí)別是不是就是我們常說的“模式識(shí)別”？其實(shí)，模式識(shí)別一詞更多是針對(duì)圖像分析領(lǐng)域，比如手寫數(shù)字的識(shí)別，但運(yùn)用的方法還是傳統(tǒng)的統(tǒng)計(jì)模型，如logistic regression。現(xiàn)在也有人使用更復(fù)雜的深度學(xué)習(xí)模型，在手寫數(shù)字的識(shí)別上，誤差率又大為降低。但這類都是標(biāo)準(zhǔn)的機(jī)器學(xué)習(xí)模型，不是那種通過語言描述一種模式（比如先漲一段回調(diào)一點(diǎn)再漲起來）然后用計(jì)算機(jī)去識(shí)別的模式。很多人工炒手轉(zhuǎn)量化失敗就是因?yàn)閲L試著去用計(jì)算機(jī)語言描述這些狀態(tài)，然后回測驗(yàn)證，這個(gè)是失敗的模式。畢竟炒手主觀交易很多時(shí)候也是模糊的邏輯，類似開車，而統(tǒng)計(jì)學(xué)習(xí)這類復(fù)雜模型也沒有太清晰的邏輯，本質(zhì)上也是這種模糊的思路，反而能更好擬合。

因此，這類K線形態(tài)或許不能直接拿來使用，這也是量化研究跟技術(shù)分析的一大區(qū)別，技術(shù)分析更多是基于這些形態(tài)使用的。

美國WorldQuant公司的老板寫了一本書《Finding Alphas： A Quantitative Approach to Building Trading Strategies》，里面介紹了構(gòu)建預(yù)測因子及測試的基本步驟，還給出了很多具體因子的例子，讀者可以參考。

3.1.4　常見的論文

除了這些書籍以外，還有一些常見的論文介紹了預(yù)測因子，如《Automated Trading With Boosting and Expert Weighting》，作者是German Creamer和Yoav Freund，其中Yoav Freund是adaboost的發(fā)明者，boosting領(lǐng)域的頂級(jí)研究者，而boosting是機(jī)器學(xué)習(xí)領(lǐng)域很常見的概念。

這篇文章使用了boosting的方法來研究交易，即把一些較弱的預(yù)測因子合成為較強(qiáng)的預(yù)測因子，然后再構(gòu)建模型，另外還給出了風(fēng)險(xiǎn)管理、投資組合優(yōu)化等方法，附錄給出了全部因子的公式，這些都可以作為構(gòu)建因子的素材。

另外一篇比較著名的論文是《101 Formulaic Alphas》，里面列舉了101個(gè)因子的公式，大多數(shù)適用于股票，但很多時(shí)候用在期貨也是可以的。一般來說，用于股票的因子涉及全市場股票之間的相關(guān)關(guān)系，因此有很多基于排序（rank）的指標(biāo)，而期貨的因子一般只在單一品種上根據(jù)價(jià)量構(gòu)建，不需要這么復(fù)雜。