外_匯_邦 WaiHuiBang.com       在反復的測試中，在各類系統的敲打中，你會發現一些原來肉眼看不到或會忽視的行情特點。www.emoneybtc.com這個反復猜想、嘗試、否定、改進、再嘗試的過程，非常類似於自然科學領域的實驗室研究。而且和那些實驗員一樣，你得寫實驗報告：把每次改動發生的變化記錄下來，縱向橫向比較，解讀其中的意義。為了進一步了解研究對象，還有必要自定義一些指標來揭示一些變化規律，就如同實驗室需要添置一些新儀器一樣。我個人至少目前為止，堅信這才是真正的程序化研究。程序化研究的標的，就是行情自身的特征。就像自然科學的研究，它的目的往往很基礎，就是想把某個東西弄明白——把它們的特征、結構、變化規律找出來。其艱苦和不確定性，尤其是在分子以下層面上進行研究，由於量子效應，非線性特征逐漸占主導，這層面的材料科學、化學、分子生物學的研究，除了基本的現代科學分析方法的指導和儀器的幫助外，真的少不了通過海量的試錯來實現的，而且還不一定有結果，還要有點運氣。

程序化交易，是想著怎麼用這些特征。但沒有程序化研究的程序化交易，往往走不遠。它們總是在試圖把自己的既有的主觀系統客觀化而已，量化到一定階段，就有瓶頸。真正沉下去的研究，在解決一個問題時又會產生更多問題，而這往往是原先想不到的。這在科學領域是再正常不過的現象了。只有這樣的研究，才能源源不斷產生靈感，讓自己對行情的理解和策略庫本身都得以持續增加。而通過程序化研究，由著自己對行情的新見解產生新的策略，可能對交易者來說真的是不可或缺的收獲。

有位專業從事基本面交易的團隊帶頭人曾經如此評價交易的本質：“這是逐漸接近事物本真的過程。”我深以為然。這話的潛台詞表明了三點：過程的曲折和艱苦，有捷徑也輪不到你，這個行業就是精英競技場，就是這麼殘酷;方向是更深入、更細致、更純粹，那些泛政治化和陰謀論的方法是沒有立身之地的;過程比結果更重要，沒必要迷戀別人用其他方式獲得的暴利。我覺著這話用來評價程序化研究和交易一樣合適。只不過，基本面領域的“事物”，主要是指品種、產業鏈、市場;而程序化領域所對應的“事物”，主要指波動。程序化研究就是用計算機程序探索波動規律的過程。那種把程序化看成只是把自己的交易方面的想法用程序寫出來，是買椟還珠，珠都沒拿到，自然看程序化怎麼都只是一個工具而已。當我看到波濤的《原理》的引言中提到程序化的兩條發展路線，其“革命”和“改良”的兩種劃分，和我對這個圈子的認識，基本是一回事。並且非常榮幸的是，波濤和我一樣，認為後者只是傳統技術分析方法的計算機化應用，而前者多代表的方向才是真正意義上的“計算機化的技術分析方法”。工具論者並非真正理解程序化的人，我的感受沒有錯!

其實中國國內的程序化研究者很多都是半路出家，他們缺少自然科學研究方法的系統性訓練，他們缺乏西方科學的那種從分析到綜合的自下而上的思路;反之，他們中的部分人喜歡在形而上的立場上創設和推銷觀點。目前國內公認的最好的講程序化交易的書還是波濤的三本。但有網友認為其思想精髓也沒有跳出《通向金融王國的自由之路》。如果要說程序化應該是什麼樣子，其實就是應該直接看看國外。國外，在70年代及後幾年，是程序化研究的黃金時期，那時候，石油危機、滯脹、布雷頓森林體系的崩潰，導致市場波動率大增，趨勢行情層出不窮，就像最近十年。但那時候，個人電腦還沒推廣。程序化研究的測試離不開高性能計算機，那時候只有大公司和專業機構才能有這樣的人力物力，加上程序化交易是新事物，投入使用之前透徹的研究是必要的，所以那時候研究和應用是一個相對分離的狀態，這導致那時候出了很多的量化交易的基礎研究層面的學術報告。

這類報告主要是揭示了金融市場的一些共性和內部的差異性，也即主要是回答金融市場是怎樣運動的，但直接賺錢的法門並未有多少。包括著名的唐奇安通道，其實就是來自於這類報告。在約翰·墨菲的《期貨市場技術分析》一書中，也經常提到那類研究成果。不是說後面的報告消失了。而是這段時期的報告提供了我們現在常用的和最有共識的一些理論和工具的基礎。但我相信，後來，隨著專業投資機構的興起，也隨著個人電腦性能的提高，程序化研究不再是一種集中的行為，而是分散的，機構和個人可以獨立作深入研究，並自由決定是否公布成果。但量化交易一旦規模擴大，市場容量就是一個零和博弈的資源，為了獨享市場容量，商業機構和個人肯定是傾向於將有實用價值的成果列為機密。後面的報告可能更多的是一種適用性的統計分析，離實用及揭示行情本身特征就越來越遠了。

而在國內，用程序化進行實戰的最早一批人，其實也不是期貨人士，而是地下外匯保證金交易者。地下外匯保證金交易在80年代末就開始了，國外的軟件平台天然就提供相對成熟的程序化交易編程功能。加上外匯交易的連續交易無停板特性讓程序化發揮更加無限制。但外匯的全球市場一體化也導致某些簡單經典策略無法實現盈利，因為老外們已經在這個市場用濫了。

我們在程序化交易中，常會有以下一些問題。

在墨菲的書裡我們就可以看到同樣的策略下，不同品種有不同的優化值。這個值我認為就是一種表征品種特性的特征值，就像中國人與英國人的區別，區別是客觀存在的，甚至我們還可以追蹤證明這些區別是穩定存在的。我個人一開始持的觀點是，認為堅持用一種相同的參數和邏輯來對待這些注定有區別的品種或時間周期，是無法令人信服的。當然，我們可以進一步證明，這種區別不但歷史穩定，還有一定的規律。但隨著實踐經驗的積累，我發現，對待這類區別，完全可用微調策略的方式來解決，這是研發接近尾聲時的工作，而更重要的工作是邏輯、是思想。

對於組合方式，波濤在書中用統計數據提出了單策略多品種或單策略多周期要比多策略單品種表現好的觀點。我個人認為，這和他的統計的策略模型的異質性不足而跨市場的各品種之間的異質性卻很強有關。我個人認為，組合的價值在於業績波動性的錯位平滑效果，它只能通過業績的差異性才能得以實現——無論是策略間，還是品種間。可惜，國內民間合法投資渠道有限，門檻高，政策限制多，交易成本高。而很多品種之間有是高度聯動的。比如，黃金期貨和黃金T+D就沒有組合價值;債券市場只有具備資質的機構可以，而個人投資債券的品種非常少;票據市場個人不能投資;股市是T+1的;合法外匯渠道沒有槓桿。我們在國內能感受到的只有有限的幾個活躍期貨品種之間的高度的聯動性，而農產品和工業品雖然存在行情風格的異質性，但農產品在應用常規趨勢系統時效果實在不怎麼樣。

所以，在國內，現實是合法品種數量太少，品種間相似性太大，我認為多策略比多品種更重要，前提是這些策略必須有足夠的異質性。否則近親繁殖，恐怕可能導致業績波動的加劇——尤其是建立在趨勢追蹤系統上的策略，因為趨勢追蹤系統的豐富性遠遜於非趨勢系統。當然，趨勢追蹤系統其遠高於非趨勢系統的長期數學期望水平，令其注定應該成為整個組合的骨干。“多策略比多品種更重要”的這個認識，我的依據來源於自己的直觀觀察感受、朋友的程序化實踐的體會、還有網上其他人的體會。其實國外真正的多品種組合，是投資機構在全球范圍內瘋狂尋找一切能交易的品種：現貨、期貨、股票、股指、期權、匯率、利率、債券、CDS、房地產、各類基金等。如果放在全球，那麼真的，哪怕只做股票，各個國家的股票市場都可以提供足夠的異質性了。

尋找倚天劍屠龍刀式的策略不如尋找許許多多特異性策略。這就好比是中國廚房和歐美廚房的區別。傳統的中國廚房是工具少，技巧多，一具多用。尤其是傳統廚房，切肉切菜切絲切塊到拍黃瓜蒜頭都用一把刀，盛酒盛水盛飯盛菜都用大海碗，扒飯夾菜剝皮剔肉撥豆腐都用一對筷。而歐美廚房，為實現每個特定功能都會有專門的工具匹配。哪個好?其實看看當下年輕人的選擇就知道，大家現在越來越多地把各種非必需的廚房工具搬回家，而不是像祖輩那樣在用法研習上費時間，效率肯定是有區別的。在交易上，研發或實踐，我都感受到非對稱策略、缺陷策略，空間非常大，而且可以在實踐中做到有的放矢，而它們的選取和組合，是本身就可以構成資金管理的有效的方式。它們的組合，由其獨立性，比一把屠龍刀式的策略內部實現資金管理，可以構造出更多變化且相互干擾更小，減少了不確定性。

另外，這種組合，還應該包括跨參數組合，我之前提到的對參數意義的挖掘，就用到了。若存在多個參數組的“穩定島”，其對應不同的特征形態，其實內在邏輯就已經發生了一些偏移，就可以看成兩個策略進行組合。同樣，還可以進行跨變量組合，跨邏輯組合。前者是對一些關鍵的控制性變量進行調整，額外增加捕捉某些特征的強度或規避某些可能帶來業績不穩定因素的特征，就可以視為新策略或加減倉依據。後者是增減一些邏輯開關，比如分別寫成日內交易和隔夜交易，就可視為兩個獨立的系統。總之，豐富的、特異性的非對稱策略和缺陷策略，帶來了豐富的組合手段和資金管理手段。程序化交易的組合架構，應該類似於航母編隊。一支編隊可能只有一艘航母，但有很多各種各樣的輔助艦只，但其實戰性要超越三艘裸航母，而經濟性又優於三艘裸航母，多好?!

程序化交易的未來

如果現在不會用電腦，不會用智能手機，不會用QQ、微博、微信，當然不會影響生活，但我很擔憂這樣的人在未來怎麼辦。也許他的孩子長大後會對他說：“跟你聊天真沒勁，這也不懂，那也不知道。”如果把期貨當成隨身攜帶的老虎機，那不懂程序化也無妨。但如果想說自己已經很懂期貨了，但居然不懂程序化，或者對程序化的理解很膚淺，我肯定“噓”他。

金融行業在十年前基本就是美國最賺錢的職業了，而那些制造業及其研發機構卻面臨巨大的壓力，大量高級人才被裁員後，就有一部分進入金融部門成為研究員;原來想從事研發工作的高等院校畢業生，在傳統領域也面臨就業困難，也湧入金融行業。他們帶來了非常先進和復雜的數學工具。在金融危機中，這些人又被趕來趕去，分散到倫敦、新加坡、香港、上海等地。危機後三年成了對沖基金飛速發展的黃金三年。對程序化交易的未來，我們不能無視國際上先鋒們的動向。

基於對市場的復雜性、以及行情波動性的基本認識，我覺得程序化可以在以下方面從其他學科中汲取養料：

1、基於混沌的模糊化分析和控制理論

2、基於分形，尤其是其中的統計自相似部分

3、人工神經網絡理論

4、模式識別領域

5、波譜分析領域

6、非線性期望的數學理論(用於風險控制)

……

程序化交易也可以超越波濤所論及的計算機化技術分析，而深入到計算機化基本面分析、計算機化突發事件(消息面)分析、計算機化心理(輿情)分析等。可能也就是通過這個過程，最終把非專業的散戶、非專業的投機方法，排擠出市場。未來，這個市場的狼，會越來越多，你是狼嗎?

外_匯_邦 WaiHuiBang.com