传统的股市技术分析书籍一般从图表模式和技术指标出发,分析如何选择进入点和退出点、开发交易系统以及制定成功的交易计划。近年来,机器学习与神经网络技术快速发展,并且与传统量化方法相结合,产生了无限的可能性。基于此趋势,本书将重点放在交易模型的构建上,即如何寻找合适的算法来实现交易以及如何优化这些算法。本书直接从技术指标等数据出发,介绍了交易模型与投资组合优化方法、如何利用基础算法(线性回归、lightGBM)预测股市的涨跌与股价、利用消息面来预测市场情绪、利用深度学习和强化学习算法预测股票,以及如何进行套利交易和网格交易等。本书适合对投资有兴趣的人群阅读。
以实操为主,适合上手;表达浅显易懂,适合初中级读者;作者比较成熟,在写这类书上面有一定的功力。
吴岸城(Arthur Wu),毕业于浙江大学计算机系。拥有18年企业级软件服务与大型电信增值业务软件研发经验,8年机器学习/深度学习研发及管理经验。曾在某大型公司担任技术管理人员,某创业公司任首席数据科学家。出版两本深度学习著作,申请了多项算法专利授权。
如果可以预测股票走势,那该多么令人振奋,股市就成了自己的“提款机”,这对于处在任何阶段的人来说,诱惑力都很大。出于赚钱的目的,我投入对股票市场或其他投资标的的研究中,尽量只用机器学习或深度学习模型去选股、择时。在这个时期我走了一些弯路:
开始阶段我是兴奋的,总是迷信新的算法结构,迷信算法能解决一切,只用深度学习解决一切。刚开始时回测效果也相当好,但结果并不好,一直在找问题、找解决方案。
第二个阶段是迷茫时期,因为开始阶段的实盘效果不好,在这个阶段我几乎尝试了各种方法。从最早的海龟交易法到因子选择,到α、β超额利润,甚至形态方法、趋势方法等,可以说绝不放过任何一种方法,也没有放弃将它们与算法结合。
第三个阶段就是目前的阶段,在接触各个私募的不同算法思路后,我有两个发现:一是大家的实盘都有涨有跌,当然有些私募实盘线很稳,而实盘稳定有可能是上了对冲盘,在不考虑对冲的情况下,跑实盘最多6 个月,策略就开始不奏效或者收益开始降低;
二是大家慢慢抛弃了传统的因子理论、机器学习统计方法,并减少或者完全去除人工干预,通过向纯粹的算法模型转型来解决问题。
在这个阶段,我重新梳理了目标,不再将精力花在调整优化模型上,而是从最终结果出发最大化实盘的利润,比如进行中期预测,引入强化学习、高频交易概念,努力从市场上一点点抠出利润。这个过程同时也是发现自己心态上的弱点的过程,虽然我不想把整件事描述得很玄,但不管是直接进行实盘交易还是利用模型进行实盘交易,心态绝对是影响发挥的重要因素。
世界上绝大部分市场均是博弈环境,在博弈环境中唯一不变的就是变化本身,而变化的根源就在于多、空两种力量的互相制衡。
现在回到我为什么要写本书的问题上。刚开始只是想记录自己学习的步骤和目前的进展,后来越写越感觉需要学习更多的知识。除了将这些知识融入书中,我也不停地反思并渐渐补全了自己的交易思路。
虽然交易思路很重要,但本书还是将重点放在交易模型上,即如何实现交易模型,如何寻找合适的算法来实现交易,如何优化这些算法。至于交易思路这种看起来“玄而又玄”的东西,我认为更应该由交易者亲自去体悟,也就是在做的过程中体验、领会。
本书从内容上大致分为以下四个部分。
第一部分,即第一章,交易模型与投资组合。主要阐述交易策略。先介绍什么是交易策略、交易策略的种类,再从交易策略出发,普及回测、数据获取的概念,并引申到交易模型的概念。这就是现代量化交易的雏形,接下来分析量化交易的特征(特征工程可以算是量化模型中最重要的部分了)。本章最后梳理了投资组合的优化方法,并给出了部分代码。
第二部分介绍交易算法初级部分,包含第二章和第三章。第二章主要阐述如何用线性回归、lightGBM 方法预测股价,其中还穿插了外汇市场上常用的波动率预测。第三章比较特殊,阐述如何利用消息面来预测市场情绪,并根据市场情绪进一步判断股票市场。
第三部分是算法进阶的内容,包含第四章和第五章,主要阐述利用深度学习、强化学习的算法预测股票。除了讲解算法的优缺点,还逐步分析了传统强化学习算法不利于股票预测的缺陷——希望给大家提供一些思路,各类交易算法层出不穷,但思路变化的可能性比较小。
第四部分的内容比较庞杂,包括第六章至第八章。第六章从斐波那契数列开始,给出了股票形态上的分析。此分析完全脱离了深度学习算法。我个人并不排斥传统方式,只要有用、能经受住检验的方法,我认为都需要学习。第七章从套利出发,介绍了套利的特殊形态网格交易。由于网格交易有明显的缺陷,本章最后也提请读者注意和规避网格的问题。第八章是问答集,汇总了我遇到的形形色色的问题,供读者参阅。
书中没有收录所有的交易方法,毕竟写一本工具书并非我的初衷。同时,自有代码有产权归属问题,无法直接公开,因此本书所有的代码均来自公开代码(GitHub),或修改自公开代码,特此说明以免不必要的误会。
时间所限,书中肯定还有不成熟的地方,请大家批评指正。
谨以本书纪念我的父亲。