西蒙斯如何将数学模型应用到股票交易和分析中?

0
回复
8445
查看
[复制链接]

209

主题

26

回帖

1424

积分

超级版主

积分
1424
来源: 2019-6-26 21:34:46 显示全部楼层 |阅读模式

在以往的20多年里,西蒙斯创立的文艺复兴科技公司在全球金融市场中进行交易。他的公司开发了很多数学模型用来分析和交易,这些大多数是由自动化来完成的。西蒙斯运用计算机编程构建模型分析股价从而非常轻松地交易并盈利。这些模型则是构建在海量的数据基础之上的,而结果通常与他预想的那样。

西蒙斯就是技术派的,他的交易系统是“黑箱”的,因此他对外是严格保密的。他聘请的60多位数学家和物理学家,对价格数据的时间序列问题进行研究,并设计数学模型,解决交易决策的问题。尤其是他的交易属于高频的,往往是很短期的交易,比如日内交易的各种类型。同时也说明,他的基金运用基本面因素或者新闻、经济数据这样的路线是不太可能的。另外,他雇佣的来自华尔街的仅仅有1个金融专业人士,也基本上能够佐证,从而排除了他走基本路线的可能。他是属于纯粹技术数学派。   

运用数学模型,对价格的时间序列进行研究,这是我们现在所说的新形态分析的方法,在西蒙斯雇佣的人中,有几个过去是从事语音识别的,即为研究声音的时间序列或者声音的形态识别问题的。在金融市场中,这样的研究几乎是能够照搬的。由于有一种基本的规律存在于所有领域。只要你对情境的掌握适当,又能够恰当地对接不同的情境,就可以将现成的技术嫁接到新的情境领域。

比如我们当前所拥有和运用的技术,就能够应用到有详尽完格数据成交记录的。无论国际的所有市场任何一个品种、股票、期货和外汇都可以,是否有杠杆,单向操作或者双向操作都可以,甚至能够应用到“南美洲蔬菜电子交易市场”的西红柿和南瓜的行情预测和将来趋势分析,也是非常准确的。另外还有“澳大利亚煤炭电子交易市场”等多个远期现货市场等。这种数学模型对价格形态的研究与传统的图表分析技术有很大的区别,也与蜡烛线技术的形态分析不相同,它是以更有着数学个性的视角和取景,来分割、研究价格形态的不同阶段、部位。它对短线以及超级短线分析操作的实用性,比中长期分析的指导性要大得多。

“数学模型”方法是针对或者参照某种事物系统的特征或数量相互关联,利用形式化数学语言、进行概括地、近似地表述出来的一种数学结构。

利用“数学模型”进行交易,与常用的技术分析、基本分析等方法相比之下有这些优势。

黄金 7.jpg

第一,交易更精确量化。技术分析、基本分析等分析方法有一个很大的缺陷都是不能做到完全的精确量化。

技术分析主要是用于分析交易的人市、退出点的,实际就是选取交易时机的一种方法。主要的技术分析理论包括道氏理论、波浪理论以及江恩法则等。主要分析方法有K线理论、形态理论、切线理论以及量价关系理论。主要的分析指标包括:趋势型指标、大势型指标、超买超卖型指标以及人气型指标等内容。大多数技术指标是以线型的公式来表达价格涨跌和历史价格成交量之间的关系。是因为价格运动的复杂性用线型公式是无法概括表述的,因此存在技术指标时好、时坏的现象。运用几套技术指标叠加作出的系统,同样可以解释价格的运动。由于大多技术指标编制的思路和出发点相似,趋向性一致,因此导致了好用都好用,不好用都无奈的现象。技术分析是许许多多证券市场交易者经验的结晶,它就是一门艺术。一是在技术分析的各种理论体系中,从定义到规则,均带有明显的经验总结色彩,并不具有严格的数学推理过程;二是技术分析包含的理论太多,每个技术分析家均有不同的见解,这些分支理论并不能构成一整套相互辉映的理论体系。任何一种技术分析方法均不能完全适应于市场,每种方法均有自己的盲点。

运用技术分析、基本分析很难精确量化交易。“数学模型”是利用离散采样的方法,对数据加以统计分析。按照证券市场的特性,价格就是离散型的随机变量。“数学模型”会把随机变量的所有可能取位和相应的概率描述出来,模拟离散型随机变量的概率分布。通过概率加以资金分配,可以量化每笔交易手数,对交易的掌握更加精确量化。

第二,能克服人性在交易时的弱点。在金融交易中,最怕的就是人性的弱点。人的“贪婪”与“恐惧”在交易的过程中会毫无遗漏地表现出来。有获利的时候则“惜卖”,亏损之后又“死抱”;极易受到周围议论的影响,这些均会导致交易的随意性,从而带来损失。运用

“数学模型”各种规则均是固定量化的,计算出来的结果也是唯一的和确定的,能避免交易者在操作时主观的判断。我们应该做的就是相信系统,去严格地执行。

总的来说,“数学模型”交易方法具有如下这些特点:

(1)认为价格的运动是随机与有序同时存在。它并非完全随机,也不是固定的规律,其运动有着一定的“人为特征表象”。整体来说,市场是有效的,然而依然存在短暂的或者局部的市场无效性,能够提供交易机会。

(2)主要经过对历史数据的离散采样进行统计。寻找到金融产品价格、宏观经济、市场指标以及技术指标等各种指标间变化的数学关系,发现市场当前存在的极小获利机会,并且通过杠杆比率进行迅速而大规模的交易获利。

(3)通过高频次并且迅速的日内短线交易来捕获稍纵即逝的机会。经过大量的交易次数对冲风险,累积获利。

(4)要求市场有着高活跃度和流动性。要求交易品种价格的运动有着持续性,并且成交量的活跃性。此点主要是为了保证交易的可成交性。

(5)使用现代计算机技术把“数学模型”转化为交易系统,经过计算机的海量运算能力实现应用。

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 免费注册
关注微信