.st0{fill:#FFFFFF;}

《程式交易、演算法交易的迷思》-2-知識的價值 

接觸了一些社群,如同「交易的本質」一文中提到的,有些人很抗拒別人提到這些演算法或財工背景知識的分享,彷彿大家多知道了一些背景知識,就不會想要上程式交易的推廣課程。(擋了財路?)

事先閱讀:「《程式交易、演算法交易的迷思》-1-交易的本質」。

在推廣教育上,讓大家懂得更多,知道這些知識的「價值」在哪,大家反而會更樂意於拓展知識而學習,因為「知識」真正發揮用途的時機是我們很難事先預料的。

其實很訝異部分人對知識的不看重,但這或許也是因為缺乏「懂」知識,卻又願意用「平實」語言與大家分享的說書人[1]吧。這樣的人雖然存在,但總是在大家不會特別注意的光譜上。

因為人性傾向於讓自己站在優越的高點上,也習慣將目光放在這樣的人身上,即使理性思考後會知道這類的故事並不合理。

文章回顧 – 「從 GME 事件談裸賣選擇權」。
炫耀財富,一天之內從獲利 8 萬美元到虧損 240 萬美元的真實案例。

知識的價值

看過前文之後,如果真的對交易、程式 / 演算法 / 計量交易有興趣,但確實又無法對交易員求「道」之路感興趣的人,還記得這句話嗎?

說穿了,這類利用技術、知識不對等的條件取得獲利先機的機會終究是短暫的。

即使是短暫,但確實是可行的。但這需要深厚的金融交易知識、理論知識,甚至是技術知識。並且需要不斷持續的精進、研究最新領域的知識才有可能掌握這樣的獲利機會。

全盤資訊的掌握

讓我們思考以下的例子。

假設要開一家賭場,其中要提供幾種不同類型的賭局給賭客參與。除了賭局的規則、細節、賠率、進行流程要完善的規畫準備之外。

是不是也要考慮賭客兌換籌碼 / 彩金的規則、細節、流程?

還有賭場資金運轉的規劃等。(當然還有整體環境的規劃,是否可以觸發賭客持續不斷下注的心理)

基於這些大大小小的因子,才能計算每一場賭局的賠率,站在一個穩操勝券的位子上開展業務是吧?

這其中尚且會有像 Thorp 一樣的人出來影響勝率。但為什麼到了「想要」進行程式 / 演算法 / 計量交易的時候卻又能接受自己的不求甚解呢?

在前文提到了,成功交易員的特質:

  • 有學養
  • 冷靜
  • 擅長規劃

其中的「學養」說的就是這。

惟有 (盡可能) 掌握全盤資訊的人,才有可能站在一個勝率高的制高點,享受短暫的獲利先機。

全盤資訊的掌握 - 程式交易、財務工程

財務工程

而財務工程涉及的範圍都涵蓋了這些。

  • 交易規則、市場慣例
    >> 基本的買賣規則,但不懂規則的人會變韭菜。
  • 利率曲線建構
    >> 合理的評價、資金成本計算,才能發展出有效的資金管理策略。
  • 商品理論評價
    >> 計算、找出價差 (套利空間)。

在金融機構中負責商品設計、發行、避險交易的人,即是仰賴這樣的理論背景與知識賺取穩定的收益。

一線銀行的複雜選擇權交易員憑藉的也是對選擇權「風險」的深度理解,才有辦法從造市交易 (Market Making) 中賺取價差。

文章回顧:
衍生性商品風險管理 Derivatives Risk Management」- 認識風險、分辨損益的來源。
How SG Lost Fortune with Turbo Warrants」- 認識風險、避免無法掌握的因子。
A Lesson That Has Been Taught」- 什麼是合理的評價?
Derivatives Building Block 新金融商品設計的 3 種方式」- 衍生性金融商品的設計慣例。
結構型商品市場慣例 Structure Product Market Convention」- 結構型商品市場慣例。
Breaking Down the Black Box 解構黑盒子」- 認識複雜風險因子、合理評價的延伸。
同質性避險策略 Hedging with Homogeneity」- 金融商品發行策略、特殊避險策略。

Python

Python 能扮演什麼角色呢?

包含網路協定、科學計算、大量資料的處理、資料視覺呈現的各種支援都相當成熟且完整,在這樣的基礎之下,剩下的只需要大家展現創造力與想像力了。

Python 社群的人大多數也是 open minded 樂於與他人討論並且一起分享成果的,畢竟 Python 是自由語言,且社群中大多數的專案都是開源的。在這樣的氛圍之下,這個程式語言的社群只會更為茁壯。

當擁有了 Python 這個工具、社群,幾乎所有想像中可以嘗試的分析、測試或是新方法的建模都可以透過 Python 進行原型設計 (Prototyping)[2],並且在 fine tune 之後都可以獲得效能不錯的原型。

如果建構出來的交易模型是具有可期待性的,最好是找程式設計大神幫你用效率更高的演算法、語言 coding 再拿到市場上實際操作。

以避免成為一線銀行、避險基金利刃之下的韭菜。

在交易之外

即使不進行交易,財務工程、計量分析的知識能有什麼價值呢?

先到網站首頁訂閱 Quants Note 的電子報、到臉書粉專按讚追蹤我們的文章,有價值的知識不是只有書本上的那些公式而已,有更多的應用在相關的、衍生的產業中可以讓擁有這些知識的人有著「優渥待遇」的機會。

自營交易是一條路。

但不交易的路,也有很多條。


[1] 推薦大家可以關注「遠得要命的數學王國」,作者的理論背景相當扎實且談論的議題相當廣泛;此外,當然就是「Quants Note」,希望大家能持續關注我們的新文章與活動。

[2] 過去我們是用 Matlab 或 C++ w/ QuantLib 或自行開發的函式庫。

  • 跟前輩聊完實在有很大的收穫,對金融業前中後端所需要的能力更有明確的方向,對未來就業有更清楚的了解,謝謝前輩無私地分享~~!

  • {"email":"Email address invalid","url":"Website address invalid","required":"Required field missing"}
    >