计算机交易自动化及其前景
|
| 来源：www.licai-web.cn 作者：理财知识网 |
|
以下是对投资管理人CHENGPENG的采访：
问：计算机交易自动化到底是个什么样的概念？
答：有广义和狭义两種理解。广义的理解是把一切计算机化的交易都称为自动化交易，譬如，欧洲早期从人工叫价交易到计算机化交易的转变，就被称为自动化交易的飞跃。我这里讲的是狭义的理解，是指交易决策及其执行的自动化。狭义的计算机自动化交易的实际内容有两个方面，一个方面是自动化辅助交易工具，譬如目前已经商品化的触价启动指令工具，它可以代替人工监控行情变化，当价格到达人预先设定的价位时，立即触发某个交易指令——这種工具不智能，但是自动化；另外一个方面就是指计算机自动交易系统，计算机自动交易系统实际上是智能交易机器人，它有两个属性，一个是系统交易属性，一个是机械自动化属性，前者是后者的基础，后者是前者的必然。
问：高手可否不用自动化交易？
答：当然可以不用自动化交易。自动化交易是交易计算机化以来的产物，交易所没有采用计算机撮合交易之前就有不少高手，他们都不可能也当然没有进行自动化交易，而他们还是高手。但是，期货、证券、外汇市场几乎是人所共识的是：投机交易制胜的根本瓶颈不是有无交易秘诀，而是能否跨越人性的局限，高史N猿晌呤郑罡镜氖撬窃诳缭饺诵跃窒薹矫嬗薪细叩男扌小＜扑慊远灰鬃钪饕挠攀普枪姹苋诵缘娜醯悖缘缱拥乃俣取⒉坏〉木Α⒗渚驳睦硇浴⒏痔募吐沙饺说男睦怼⑸砭窒蕖Ｈ诵匀醯闫涫凳侨诵杂攀频墓采剩词故歉呤郑不故侨耍灰侨耍筒豢赡芡耆鹑诵缘娜醯悖虼耍呤秩裟芄皇迪肿远灰拙涂梢愿蟪潭壬瞎姹苋诵跃窒蓿垢呤指摺⒏榷ā⒏志玫乇３钟狈歉呤质迪肿远灰自蚩梢杂行Ы档统晌呤值娜诵孕扌谐杀尽�
问：是否是任何交易系统都可以计算机自动化？
答：应该说任何可以自动采集分析素材、具有逻辑化的分析推理决策过程的交易系统都可以实现完全的计算机自动化交易。有些交易系统的分析素材无法实现自动采集，譬如那些以定性调查资料为素材的交易系统；有些交易系统不具有逻辑化的分析推理决策过程，譬如那些以所谓“临场感觉”、“直觉”来决策的交易系统（能否称为交易系统？）等等，则无法实现计算机自动交易系统的交易，但可以使用计算机自动化辅助交易工具进行交易。
问：据称，金融大鳄索罗斯的“对冲基金”也主要使用计算机自动交易系统进行投机交易，但最终失败，这是否是计算机自动交易系统的过错呢？
答：当然不是。索罗斯在新书《开放的社会》中，明确承认他做出错误预测是导致对冲基金失败的的原因。我前面讲过，计算机自动交易系统具有两个属性，首先是系统交易属性，其次才是机械自动化属性。计算机自动化交易能否制胜，首先取决于合理设计的交易系统能够制胜，否则，计算机自动交易反而会成为加速失败的利器。
问：自动化交易给交易者、经纪商和其他交易服务业带来怎样的挑战？
答：全球的银行、经纪公司和基金经理人使用自动化交易系统已经很多年了，其中，很多著名的基金在交易中很大程度上依赖于一些能自动分析趋势、发现市场机会、进行模型交易的工具。随着自动化交易系统和先进的自动交易工具的参与，交易者已经遭遇到没有先进的交易工具和更具创造性的交易思路就无法在这个市场上赚钱的困境。在当今的國际交易市场上，电子交易系统的着重点已经从交易策略的自动化转移到交易思路的自动化。
最近7年，自动化交易系统在期货市场经历了快速发展阶段，在这个阶段，國际期货市场经历了从场内公开叫价到电子屏幕显示及从现场交易到远程网络交易的转变，这些转变为期货行业自动交易系统创造了高速发展的良好条件，同时，也使得传统经纪商的功能角色逐步地發生演变。经纪公司虽然可以通过传统经纪业务的优势在市场上参与竞争，但更必须通过提供高质量的自动化电子交易技术服务，才能使公司获得较高的市场份额，从而使期货行业内传统经纪商进入了“身份危机”的时代。为了在新的环境中获得竞争优势，经纪商不得不再次利用他们在销售、交易和研究方面的核心服务力量，帮助客户在不同的市场和资产类别中，识别和建立更加智能化的交易模式。虽然对期货经纪商而言，速度和市场研究仍然是核心竞争力，但经纪商之间的根本区别将是在自动交易系统中能否提供相应的智能服务。 (香塘伟业评估中心)
《系统化交易方法的优点》
系统化交易方法具有以下优点：
1、顺势交易；大多数交易系统都是顺势交易系统，也存在一些逆势交易系统；
2、纯粹技术分析性；系统交易方法完全排除任何基本面分析的影响；
3、客观性；程序化交易系统以计算机为决策工具，完全排除了决策主体的主观判断，从而有效解决了交易者的情绪对交易的负面影响这个問題；
4、数量化；完全数量化；
5、机械化；程序化交易系统的全部规则和参数完全机械化，使得系统交易方法相对于非系统交易方法而言比较容易实施；
6、资金管理制度化；资金管理制度是交易系统的有机组成部分；
7、风险控制制度化；风险控制制度是交易系统的有机组成部分；
8、系统性；交易系统本身是一个系统，交易小组和交易系统二者又构成一个新的更大的系统；
8、一致性；采用系统交易方法，使得交易决策活动具有一致性，这对于交易者获得长期的稳定的获利具有根本意义。
8、反应迅速；程序化交易系统对于市场的波动反应迅速，有利于系统交易者在剧烈波动的行情中抓住瞬息即逝的交易机会；
9、风险型决策；如果一个交易者采用系统交易方法进行交易决策活动，那么系统发出的每笔交易指令的具有相对稳定的获胜概率和期望收益率，这就使得在系统交易方法指导下的交易决策成为一種风险型决策。风险型决策的系统交易方法有利于交易者运用现代投资组合理论和方法。这一点对于非主力大资金非常有利。
系统化交易方法的缺点
另一方面，系统交易方法具有以下缺点：
1、概率性；交易系统发出的交易指令只具有一个获利的概率，不能保证每一个交易指令都能够获利；其实，非系统交易方法也不能保证每一个交易指令都能够获利；严格地说，这一条不能算作系统交易方法的缺点。
2、资金投入；交易系统的设计、制造、检验、评测、遴选、实战、维护和升级等工作需要进行一定的资金投入；
3、专业人才；交易系统的设计、制造、检验、评测、遴选、实战、维护和升级等工作需要一批专业人才；
2、挑战性；交易系统的开发工作具有一定的挑战性，需要设计者具有一定的实战经验和知识结构，
3、组织化；系统交易方法的实施需要建立一个专门的至少3人以上的作战小组，进行严密的分工协作；
4、单调性；如果采用程序化交易系统进行决策，那么，由于程序化交易系统的全部规则和参数完全机械化，不允许系统交易者主观随意改变，就导致系统交易方法的实盘运作工作具有机械性和单调性，比较枯燥、压抑和寂寞，使得交易者失去了那種自由的感**易的乐趣，这需要交易者能够耐得住寂寞。 (交易师)
《交易系统的胜率》
假设有交易系统A和交易系统B，各自的胜率都是60%。 假设，在一段时间中使用交易系统A得到5个交易，因为胜率是60%，所以5个交易可以简单的表示为：正确1、正确2、正确3、错误1、错误2。
然后使用交易系统B后，最终选定的交易最多有5笔，最少是0笔。
比如：
①使用交易系统B后，最终选定的结果是5笔，显然组合系统的胜率还是60%；
②使用交易系统B后，最终选定的结果是1笔，假如两種交易系统的相关程度是极端的，就有可能出现，这个1笔交易永遠是正确1、2、3中的任一个，那么组合交易系统的胜率就是100%；如果这1笔交易永遠是错误1、2中的任一个，那么组合交易系统的胜率就是0%；
③如果，使用交易系统B后，最终选定的结果是其他情况，已经没有必要再详细说明了（而且如果不再附加几个假设的话，是无法计算结果的）。
那么，对于特定的交易系统是不是就没有答案呢？ 有答案的 ，可以大概估计出任何一个交易系统的胜率，虽然不是准确的，甚至准确性也无法保证，但还是有参考价值的。
两个结论：
结论一）：从上面的分析可以看出，似乎组合系统的胜率只与交易系统A的胜率有关，而与交易系统B的胜率无关，因为计算过程只用到交易系统A的胜率，而没有用到交易系统B的胜率。
上面的分析是以交易系统A开始的，如果从交易系统B开始分析，又会得到组合交易系统的胜率与交易系统A的胜率无关，怎么矛盾了，出了什么問題。
其实组合交易系统的胜率与交易系统A、B的胜率都没有关系，而与他们的相关程度有关。
所以由两个胜率各自为90%的系统组合而成的的系统的胜率却反而会低于由两个胜率各自为10%的系统组合而成的系统，这是有可能的。
所以，单一的分析方法会胜过多種分析方法的综合，这也不奇怪。
所以，有人说系统越简单越好是有道理的，但系统复杂了也不一定是坏事。
结论二）：从上面的分析还可以看出两个简单的线性系统的组合系统却不是线形的，而是非线性的。
从上面的分析可以得到一些有“实用价值”的方法
比如，虽然你用的交易系统在以前的表现一直都很好，但你还不满意，想增加或减少一些规则，改善交易系统，提高战绩。
那么你是根据主观判断就决定交易规则的增减呢，还是根据一些更有说服力的判断标准呢？
如果你选择的是后者，那么有那些标准可供评价呢？除了获利率、胜率，还有其他标准吗？上面的分析是可以提供一些思路的，可以引申出一些有价值的标准的。
如果，你的交易系统的表现一直都很优秀，那么你就不能轻率的增加一些“非常好的交易规则”或删除一些“看起来不好的交易规则”，试图“改善”交易系统，因为你有可能是在画蛇添足。正确的做法是慎重、科学的“改善”交易系统。
不知道是否有人不明白我的意思，虽然我的分析是以交易系统A和交易系统B为基础的，但如果把“交易系统A和B”换成“交易规则A和交易规则B”，分析结果也是一样的，交易系统的胜率和组成系统的各个规则的各自胜率无关。 (交易师)
|
|
| 上一篇：
基本面分析的定义
下一篇：
汇市的黄金分割律
|
| |
|
|
|
|
|
|
|
 |
|
理财网热门分类 |
|
|
|
|
|
