許多交易者渴望成爲算法交易者,但很難正確編碼他們的交易機器人。這些交易者經常會在網上找到雜亂無章且具有誤導性的算法編碼信息,以及一夜暴富的虛假承諾。然而,可靠信息的一個潛在來源來自在線算法交易課程 AlgoTrading101 的創建者 Lucas Liew。自 2014 年推出以來,該課程已吸引了超過 30,000 名學生。
Liew 的課程側重於以有組織的方式介紹算法交易的基本原理。他堅信算法交易“不是一個快速致富的計劃”。下面概述了設計、構建和維護您自己的算法交易機器人所需的基礎知識(取自 Liew 和他的課程)。
概要
- 許多有抱負的算法交易員很難找到正確的教育或指導來正確編碼他們的交易機器人。
- AlgoTrading101 是可靠指令的潛在來源,自 2014 年推出以來已獲得超過 30,000 條指令。
- 交易算法或機器人是識別買賣機會的計算機代碼,能夠執行進入和退出訂單。
- 爲了盈利,機器人必須識別定期和持續的市場效率。
- 雖然快速致富計劃的例子比比皆是,但有抱負的算法交易者最好保持適度的期望。
什麼是交易機器人?
在最基本的層面上,算法交易機器人是一種計算機代碼,能夠在金融市場中生成和執行買賣信號。這種機器人的主要組成部分包括指示何時買入或賣出的進場規則、指示何時關閉當前頭寸的退出規則以及定義買入或賣出數量的頭寸規模規則。
顯然,您需要一臺電腦和互聯網連接才能成爲一名算法交易員。之後,需要一個合適的操作系統來運行 MetaTrader 4 (MT4),這是一個使用 MetaQuotes Language 4 (MQL4) 編碼交易策略的電子交易平臺。儘管 MT4 並不是唯一可以用來構建機器人的軟件,但它具有許多顯着的優勢。
一個優勢是,雖然 MT4 的主要資產類別是外匯(FX),但該平臺還可用於使用差價合約 ( CFD ) 交易股票、股指、商品和比特幣。使用 MT4(相對於其他平臺)的其他好處是它易於學習,擁有大量可用的外匯數據源,而且是免費的。
算法交易策略
開發算法策略的第一步是反思每個算法交易策略應具備的一些核心特徵。該戰略應該是市場審慎的,因爲從市場和經濟的角度來看,它基本上是合理的。此外,用於制定戰略的數學模型應基於健全的統計方法。
接下來,確定您的機器人要捕獲哪些信息。爲了制定自動化策略,您的機器人需要能夠捕捉可識別的、持續存在的市場低效率問題。算法交易策略遵循一套嚴格的規則,利用市場行爲,一次性市場低效率的發生不足以圍繞策略構建。此外,如果市場效率低下的原因無法確定,那麼將無法知道該策略的成功或失敗是否是偶然的。
考慮到上述情況,有許多策略類型可以爲您的算法交易機器人的設計提供信息。這些包括利用以下(或其任何組合)的策略:
初步研究的重點是制定適合您個人特點的策略。在制定策略時,個人風險狀況、時間承諾和交易資本等因素都很重要。然後,您可以開始識別上述持續存在的市場效率低下。確定市場效率低下後,您可以開始編寫適合您個人特徵的交易機器人。
回測和優化
回測側重於驗證您的交易機器人,其中包括檢查代碼以確保它按照您的意願行事,並瞭解策略在不同時間框架、資產類別或市場條件下的表現,尤其是在所謂的“黑天鵝”事件中比如2007-2008年的金融危機。
現在您已經編寫了一個可以工作的機器人,您將希望最大限度地提高其性能,同時最大限度地減少過度擬合偏差。爲了最大限度地提高績效,您首先需要選擇一個能夠捕捉風險和回報要素以及一致性(例如夏普比率)的良好績效衡量標準。
同時,當你的機器人過於接近過去的數據時,就會出現過擬合偏差;這樣的機器人會散發出高性能的假象,但由於未來永遠不會與過去完全相似,它實際上可能會失敗。使用更多數據進行訓練、刪除不相關的輸入特徵以及簡化模型可能有助於防止過度擬合。
現場執行
您現在可以開始使用真錢了。但是,除了爲您可能經歷的情緒起伏做好準備之外,還有一些技術問題需要解決。這些問題包括選擇合適的經紀人和實施機制來管理市場風險和運營風險,例如潛在的黑客和技術停機。
在上線之前,交易者可以通過模擬交易學到很多東西,模擬交易是使用實時市場數據而不是真錢來練習策略的過程。
在此步驟中,驗證機器人的性能是否與測試階段的性能相似也很重要。最後,需要進行監控以確保機器人設計的市場效率仍然存在。
結論
對於沒有經驗的交易者來說,學習一套嚴格的指導方針並取得成功是完全合理的。然而,有抱負的交易者應該記住要有適度的期望。
Liew 強調,算法交易最重要的部分是“瞭解你的機器人將在哪些類型的市場條件下工作以及何時會崩潰”和“瞭解何時進行干預”。算法交易可以帶來回報,但成功的關鍵是理解。任何承諾高回報但沒有充分理解的課程或老師應該是遠離的主要警告信號。