【发刊词】我要讲的,是“有明确成长目标”的量化课

不论是量化私募基金的招募难题,还是象牙塔里学生的迷茫或是传统金融人转行量化的难点……这门课想给出一个明确的匹配! 你的目标在哪里,就跟着这一系列课程学到哪里。

大家好,欢迎来到Quant实战成长计划。我是主讲人陈晓优。

介绍一下“原来也不会编程”的我自己

有些听众朋友可能对我已经比较熟悉了,但是在这里还是让我先简单的自我介绍一下。我毕业于伦敦卡斯商学院的金融工程硕士,那么英文是Mathematics and Finance。在我的整个大学课程中,我对编程的接触仅仅限于Excel VBA和Matlab, 尽管当时也有C++、Cshell等专业编程的选修课,但因为听说考试比较难,所以我也没有选。回国之后,我开始了在金融机构的六年量化从业经历,先后是从研究员到交易员,再到投资经理,期间负责过CTA价差交易,期权波动的交易等等的量化策略。

在工作的过程中,我发现当时的各类商业量化交易软件的不足,于是在2014年的时候开始尝试基于python开发自主的量化交易系统,在2015年初1月份的时候正式发布在Github,成为了vn.py开源项目。那么到现在差不多已经整整四年过去了,vn.py也已经成为了Github上四大排名全球第二的开源量化交易平台。我们的社区用户数量已经超过2万,各类机构用户的数量也早已超过300家。所以在今年初的时候,我选择离开量化私募行业,创立了自己的公司,专注于提供vn.py开源项目的各类量化交易解决方案。

金融机构招3种量化人,你匹配吗? 

那么随着国内金融市场的快速发展,各类金融机构券商、期货、银行、基金、私募等等,对于量化这块的人才需求都是十分的巨大。比如明年初(2019年)国内的期权类产品将一下子迎来三个巨大的品种,深圳100ETF、沪深300 ETF和中金所的沪深300股指期权,再加上已有的上证50ETF期权,我们国内的金融市场上的期权量化策略将第一次真正能开始跑数十亿体量的大资金。这个时候无论对于机构还是个人,只有在那之前你做好了准备,机会才可能是你的。

而我遇到很多朋友可能想要学习量化交易这块的知识,希望将来能够进入量化交易行业,或者说自己直接通过量化来管理自己的投资。但很遗憾的是,绝大部分人的知识和经验体系和这些金融机构的量化岗位招聘需求,或者说他自己去做量化交易实盘去实现一个稳定盈利的需求,匹配度都比较差。那么有一次机会我也是和一位大型券商资管老总,还有一位国内比较顶尖的量化私募的CIO一起吃饭的时候,我们就聊到这个话题。在这里我总结一下:

  1. 首先所有的金融机构,不管你是大机构,中型机构,小型机构,不管你是券商还是私募还是基金等等,理想中的量化人才,都是有着多年的实战经验,自带赚钱的策略,甚至最好你是直接有能跑的策略程序。那么这样你上来就能为公司创造交易收入,这一类人肯定是少之又少的。也其实不在我们今天要讨论的事情的范围内。
  2. 第二种选择就是从零开始自己培养新人,但培养新人也不是一件容易的事情。想要做好量化,必须同时要具备理论和实践两方面的能力,缺一不可。但很遗憾的是,大多时候遇上的这种应聘者,要么是刚毕业的学生,可能很多是海归,很多是名校毕业的,书本上教的知识他也都懂,各方面成绩确实也都不错。但是无论对于编程的实践,还是对于金融市场,它几乎都是毫无经验的。
  3. 另一类可能是自己做过多年的交易,甚至于炒股、炒期货,有很多年的这种盈利亏损的历史。那么他能对于各种分析的方法讲得头头是道,甚至有一些厉害的自己也能做这种策略的编程,写了一些策略的程序。但是因为缺乏对于金融理论的基础知识和一个整体上框架上的这种完整认知,很容易犯一些常识性的错误,然后自己还不知道。

四个方面的能力,你缺哪一块?

所以在这里我们把能力总结分为这里的四个方面:

首先第一条就是我们的数理分析能力,这一块的重要性不用我多说了,但是我在这里想要强调一下,量化交易中大家需要用到的各种统计分析的方法,你不能仅仅是懂得表面的皮毛,懂得怎么去用它,更要清楚每种方法背后潜在的问题。那么举个例子,就是很多人在参数优化的时候容易犯过度拟合的问题,落入过度拟合的陷阱中。

第二点是你需要具备有这个比较不错的市场经验。说白了我们的量化交易毕竟也是金融投资的一种,缺乏对于金融市场的常识,你肯定是不行的。有一些新人初学量化,他可能做股指的策略,一看收益率特别高,但是仔细再做一下分析,发现回测里面他根本没有考虑交易时的盘口价差成本,也就是我们俗称的“滑点”。然后在实盘交易里面,他也不知道说怎么在我的策略代码里面加上一些交易算法的控制来减少这个滑点,那必然就导致于你回测和实盘的结果会相距甚远,甚至你的老板会觉得你是不是之前写的代码直接就错了。

第三种能力是编程开发,那么这一块其实是以讹传讹的比较严重的,甚至我会说特别严重的。动不动就有些人说你要会C++的核心编程,然后不搞FPG吹一吹你都不好意思跟人聊天,其实完全没有必要这样。除了个别的高频交易公司对这些技术确实存在一定的刚需,我可以说95%的机构其实都不在乎它。有这些方面能力,你当然能加分,但是没有也没什么太大的关系。更重要的是你能把自己要用到的这些模型也好,策略也好,研究分析也好,用程序代码给实现出来,而不是说你一定要去懂高精尖的技术,更不要在这种对于公司来说特别重要的项目里面去乱用一些不成熟,或者你并没有掌握得十分彻底的这样的一些技术。

最后一块需要的能力是持续学习。那么在金融市场里面,我们知道总是在不断的涌现新的交易机会的。比如2010到2012年的股指期货日内,2015年的分级基金套利,16年的ETF期权波动率交易,以及到最近的2017年的数字货币搬砖套利等等。这些机会你想要把握住它之前三个方面,可以说是入门的要求,最后你想要获得成功,还是要靠持续学习的能力,保持住你的好奇心,遇到机会多花心思去研究。

传统金融转行:“范量化”的市场运营职位,你能胜任吗?

那么在量化行业里,除了我们刚刚提到的这种直接面向市场的量化前台职位外,现在越来越多的机构,尤其是大型机构,比如说信托保险银行,也在招聘各类和量化相关的市场运营的岗位,这类岗位尽管不用直接上台去做交易,但相关的运营管理工作也同样需要在脑子里能对量化交易有一个比较完整的概念。传统金融领域一些做市场运营的人,如果直接转过来,往往是很难立刻上手的。这也是为什么这一类机构,他们对于量化运营开出的工资普遍要高于市场平均3~50%的原因

这是一套“有明确成长目标”的系列量化课

那么刚刚我们提到这些人对于量化学习的需求是一样的,也是为什么我选择再次和华尔街见闻一起推出这样一个进阶系列课程的原因。同时每一个课程阶段,我们都有一个明确的成长目标。在这里我可以大致告诉你整个系列课程的内容,以及我们这五个阶段,每一阶段所能达成的目标。每个人都可以选择一个作为自己的终点,一步一步地去闯关前进。

首先第一阶段是我们海龟策略(Turtle Strategy),也就是现在你所看到的《30节课跑通量化交易》,那么在这一阶段,我们将会深入学习海龟交易这一经典的CTA交易策略的各种细节。从代码的开发到我们策略的回测,再到比起原版海龟的改进,它毕竟已经有3到40年的历史了,以及如何在实盘里面把海龟的自动交易跑起来。当年海龟尽管是一个量化策略,但它本质上是通过打电话给他们的broker去执行的,在21世纪你肯定没有必要这么做,我们当然是要用自动化的方式来实现。那么学完这一节之后,你将能够构建一个完整的量化研究知识框架,未来这套框架同样可以扩展到其他各种类型的策略上。

第二阶段是我们的算法交易(Algorithm Trading)。那么算法交易主要的应用机构,我这边举几个例子,一类是在越来越多的这样的一些直接进入市场的传统大型金融机构。那么比如说银行理财公司明年将可以直接投资股市,不像以前一样,他可能只能去投一些基金产品。对于他们来说,大资金的委托是不可能一次在市场上执行完的。所以他们对于各种拆单和自动执行的方案,存在着非常强烈的刚需。另一类可能是数字货币市场,7×24小时的这样的一个交易模式,同样是人力所不能及的。学完这一阶段后,对于在这一类机构的求职,那么将会大有帮助。

第三阶段是我们的期权交易,英文是Option Volatility Trading,期权和期货还有股票这一类线性资产,有一个特别大的不同点,在于它可以交易波动率这一二维的金融资产。可能现在你还听不懂什么是波动率交易,简单来说就是无论资产本身涨跌,不管大盘是涨了还是跌了,那么你交易股指期权,交易它的波动率,你都可以实现一个盈利。这样学完这一阶段,我们可以比较好地把握住未来几年的期权红利时期。

第四阶段是我们的价差交易(Spread Trading)。价差是指两个以上的交易合约之间的价格差值。比如说跨期套利股指期货的主力和次主力合约,跨品种套利,虚拟钢厂价差,螺纹焦炭铁矿石,还有跨市场套利,比如说比特币的全球搬砖,这一类的价差交易,因为价差本身的自回归性,他们的特点是每笔盈利都不多,但是盈利的机会会非常多。所以如何在每笔交易里面通过各种价差算法来最小化你的交易风险就变得至关重要。完成这一阶段后,再遇到有任何资产出现这种大趋势性历史性大波动的时候,可能你不太愿意说我上台直接用海龟去持有一个多空投的仓位去这样做方向上的投机,那么用价差交易这一比较稳健的方式去获取一个稳定的收益,也是一个不错的选择。

到了第五阶段就是我们的机构进阶课程,那么英文叫Institutional Trading,和之前的四个阶段比,那么最后这个阶段会稍微偏IT一些。我们知道在大机构里面的业务总是多种多样的,你很少看到一个特别大型的基金,说我只做CTA或者我只做期权,在很多时候它可能还有自己内部的一套系统,你没有办法像说在小机构或者自己做的时候一样,用bn.py直接去连柜台做交易。你可能所有的交易都要通过公司的核心风控核心资管系统,但是不管这个技术架构是怎么样的,vn.py框架里面的事件驱动引擎,RPC的跨境成通讯组件,标准化的为服务等等,都已经为你提供了所需的工具。完成这一阶段后,你将能够拥有根据各种在机构里面的实际需求,以及机构里面现有的环境,涉及高效解决方案的能力。

那么以上就是我们五个阶段。到这里你可能已经选好了你的阶段目标,那么接下来我们就可以开始学习,但确实我也知道大家要坚持学下去并不是一件特别容易的事情。之前在见闻上开过一门线上课程量化24小时,有些听众朋友可能已经学过了,对于python语言以及量化交易有了一定的掌握,有了一定的基础。那么没有学过的朋友也可以先试试我们后续的入学测试,如果能够顺利通过,同样可以直接开始学习。不能通过的话你也不用担心,我们会附赠一部分24小时中的课程作为我们进阶系列的学习基础。

在之前《量化24小时》的课程中,我曾经说过:“跟着我的课程,两天就能够让你把一个最简单的程序跑起来。” 同样在接下来我们进阶系列第一阶段,大概第四节课的时候,你就可以亲自来体会一把海龟策略的回测研究分析。在后续的课程中,我和我的制作团队将会陪伴你一起完成整个系列的训练。

在第一个阶段的整个学习中,我们安排的一些配套的练习作业。同样在每节课前我们也会提供一些预习资料,帮助大家去更好的准备。同时我们也会有微信学习群,方便大家找到一些志同道合的小伙伴,然后在我们群里面助教小姐姐的各种督促下,彼此去陪伴彼此去激励,更好的一起前进。那么这些作业我也会经常选择一些比较有意思比较有实操意义的内容,避免大家说要么很枯燥,我这个学不下去了,要么说虽然很有趣,但是学完了对我实际未来去用我的量化交易这块知识毫无帮助,那么我们会在这两者之间取得一个最好的平衡。

OK那么你的量化之路可以走多远,现在目标已经有了,抱团成长的机制也帮你设立好了,最后就看你自己的了,期待和你一起顺利闯过第一关——跑通量化交易。

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。
相关文章