Jadi, apa itu kuantitatif?
Trading tradisional: Nelayan tua menilai berdasarkan pengalaman di mana ada ikan (melihat grafik K/ mendengarkan berita)
Trading kuantitatif: Menggunakan sonar untuk memindai topografi dasar laut (model matematis), secara otomatis menebar jaring dan menariknya (trading terprogram)
Keunggulan: termasuk disiplin, sistematis, real-time, diversifikasi, dll.
Kekurangan: termasuk kesalahan sampel dan bias sampel, resonansi strategi, kesalahan atribusi, kotak hitam, dll.

01、Mengapa perlu melakukan trading kuantitatif?
Metode investasi tradisional seringkali bergantung pada pengalaman dan intuisi, tetapi manusia mudah dipengaruhi oleh emosi, seperti ketakutan dan keserakahan, bukan berdasarkan perasaan pribadi untuk mengelola aset.

Trading kuantitatif, di sisi lain, menganalisis sejumlah besar data dan model untuk menemukan pola pasar, mengurangi gangguan faktor subjektif, menemukan aset investasi, membangun strategi investasi yang dapat digunakan kembali dan dioptimalkan secara berulang, serta membimbing proses pengambilan keputusan investasi.

Dalam aplikasinya, investasi kuantitatif hampir mencakup seluruh proses investasi, termasuk pemilihan saham kuantitatif, timing kuantitatif, arbitrase kontrak berjangka indeks saham, arbitrase kontrak berjangka komoditas, arbitrase statistik, perdagangan algoritma, alokasi aset, pengendalian risiko, tentu saja juga mencakup pasar cryptocurrency, dan lain-lain.

02、Keunggulan trading kuantitatif

Disiplin
Investasi tradisional dalam banyak hal dipengaruhi oleh emosi manusia seperti keserakahan dan ketakutan, sehingga terkadang sulit untuk menjamin disiplin dalam pelaksanaan trading.

Umumnya, akan sangat ketat dalam menjalankan instruksi investasi yang diberikan oleh model kuantitatif, dan tidak akan diubah sembarangan sesuai dengan perubahan emosi investor, sehingga memiliki disiplin trading yang relatif ketat.

Sistematis
Karakteristik sistematis dari kuantitatif terutama mencakup model kuantitatif multi-level, observasi multi-sudut, dan pemrosesan data yang sangat besar.

Model multi-level terutama mencakup model alokasi aset besar, model pemilihan industri, model pemilihan saham unggulan, dan lain-lain.

Observasi multi-sudut terutama mencakup analisis dari berbagai sudut pandang, seperti siklus makro, struktur pasar, valuasi perusahaan, pertumbuhan dan kualitas laba, serta emosi pasar.

Pemrosesan data yang sangat besar berarti bahwa investasi kuantitatif dapat memperoleh kemampuan pemrosesan data dan informasi yang jauh melampaui kemampuan otak manusia, sehingga dapat menangkap lebih banyak peluang investasi.

Real-time

Dapat dengan cepat dan tepat melacak perubahan pasar, terus menemukan model statistik baru yang dapat memberikan keuntungan lebih, dan mencari peluang trading baru. Kuantitatif terus mencari celah valuasi, melalui pemindaian yang komprehensif dan sistematis, menangkap peluang yang dihasilkan dari penetapan harga yang salah.

Diversifikasi

Diversifikasi trading kuantitatif juga dapat dikatakan mengandalkan kemenangan berdasarkan probabilitas.
Ini ditunjukkan dalam dua aspek:

Pertama, menemukan pola dari data historis, pola historis ini sebagian besar adalah strategi yang memiliki probabilitas menang yang tinggi di masa lalu;

Kedua, mengandalkan penyaringan kombinasi saham/koin untuk menang, bukan hanya satu atau beberapa saham/koin. Dari sudut pandang portofolio investasi, ini juga menangkap saham/koin dengan probabilitas tinggi, bukan hanya bertaruh pada satu saham/koin.

03、Kekurangan trading kuantitatif
Kesalahan sampel dan bias sampel
Banyak strategi kuantitatif sangat bergantung pada data historis, tetapi data historis mungkin kurang bervariasi dan tidak memiliki akumulasi waktu yang cukup lama, sehingga pengambilan sampel dapat menghasilkan kesalahan karena jumlah yang terlalu sedikit, atau bias karena pengambilan sampel yang tidak acak.
Aturan korelasi yang diperoleh dari dasar ini dapat menjadi tidak valid begitu keluar dari rentang sampel, sehingga kehilangan referensi.

Resonansi strategi

Banyak strategi kuantitatif, mirip dengan strategi analisis teknis, begitu suatu strategi terbukti efektif, dengan meningkatnya jumlah pengguna, di bawah resonansi strategi, efektivitasnya menjadi berkurang.

Kesalahan atribusi

Dalam strategi kuantitatif multi-faktor yang cukup luas, adalah dengan membalikkan hasil data untuk menemukan alasan. Selama cukup banyak faktor dibangun, kemungkinan besar akan mencapai hasil tertentu yang sudah diketahui.

Namun, ketika strategi kuantitatif yang dibangun berdasarkan kombinasi multi-faktor digunakan untuk trading nyata, mungkin akan gagal karena alasan atribusi yang salah. Karena membalikkan hasil untuk menemukan alasan tidak dapat membedakan dengan tepat mana yang merupakan faktor kebetulan dan mana yang merupakan faktor kausal yang menentukan.

Kotak hitam

Berbagai strategi kuantitatif, termasuk frekuensi tinggi, hedging, atau arbitrase, seringkali tidak memiliki hubungan kausal yang mendalam, efektivitas strateginya sebagian besar dibangun di atas korelasi yang kuat dalam data historis. Logika strategi terletak pada, berdasarkan data historis, jika probabilitas 55% atau lebih besar adalah efektif, maka selama data yang diulang cukup banyak, peluang menang akan terakumulasi.

04、Bagaimana trading kuantitatif bekerja?
Mengumpulkan data

Mengumpulkan data historis produk keuangan seperti saham, koin, obligasi, kontrak berjangka, dll., seperti harga, volume perdagangan, laporan keuangan perusahaan, dll.

Mengembangkan model

Menemukan pola berdasarkan data, seperti 'koin tertentu sering naik setelah jam 3 sore, pesanan perdagangan, volume pesanan, tingkat biaya modal, dll.'. Mengubah pola ini menjadi model matematis, seperti formula atau aturan tertentu.

Uji kembali strategi

Menggunakan data historis untuk menguji apakah aturan ini efektif, melihat apakah metode ini dapat menghasilkan uang di masa lalu.

Melaksanakan trading

Menggunakan program komputer untuk otomatisasi pelaksanaan trading, seperti secara otomatis melakukan pemesanan ketika aturan terpenuhi.

05、Ada dua pendekatan dalam membangun strategi

Satu adalah data mining, menemukan struktur yang stabil melalui statistik dan induksi dari sekumpulan data. Analisis teknis yang umum digunakan termasuk dalam kategori ini. Karena data harga bergerak secara acak, tidak mungkin ada struktur yang stabil dan berkelanjutan, perlu terus menerus diiterasi dan dioptimalkan, tetapi data baru yang dihasilkan di masa depan sedikit, sulit untuk menemukan struktur stabil baru dari sedikit data, sehingga ketika pola statistik data historis gagal, strategi ini juga pada dasarnya kehilangan nilai.

Jalur pengembangan strategi ini adalah, pertama ada data, kemudian挖掘 pola, dan terus menerus dioptimalkan dan diiterasi.

Pendekatan kedua adalah pembuktian logis, menghasilkan kesimpulan melalui deduksi matematis, seperti teori arbitrase paritas, melalui perhitungan akan menghasilkan batas arbitrase, selama harga melebihi batas, akan ada peluang arbitrase, terlepas dari bagaimana harga bergerak, selama melebihi batas arbitrase, akan ada peluang arbitrase.

Jalur pengembangan strategi ini adalah, pertama deduksi logis untuk menghasilkan pola, kemudian memilih kondisi dasar, seperti perubahan suku bunga, perubahan biaya penyimpanan, yang akan menghasilkan hasil perhitungan yang berbeda, menggunakan hasil perhitungan baru untuk menunggu peluang trading yang dipicu oleh harga.

Besok saya akan merilis video tentang bagaimana trader top Wall Street menggunakan arbitrase kuantitatif untuk mendapatkan ratusan juta!