算法交易：制胜策略与原理

前言 本书所涉及的是一个适用于散户和机构交易者的、实用型的交易算法及相关策略，但它并不是一个在金融理论方面的学术专著。相反，我希望 可以告诉读者的是：我是将一些在过去几十年里最有用的金融研究、见解与相应的思考相结合，而且，实际利用这些理论进行现实的交易工 作。 因为在本书当中，交易策略处于一个中心的位置，所以，我们将广泛地涵盖这些交易策略，它们大致可分为：均值回归系列和动量系列。我们 将为每一类策略所相关的交易制定相应的技术标准，而同样重要的是，我们要探寻交易策略运行的基本原理。同时，所有研究的重点是简易型 的以及线性的交易策略。但是，过度拟合的矫正方法以及数据探测过程当中所生成的偏差，常常会困扰这些具有复杂特质的交易策略。 在均值回归交易策略所相关的系列当中，我们将讨论以多元的统计技术［如扩展版的迪基-富勒检验（Dickey-Fuller检验，即ADF检验）、 赫斯特（Hurst）指数、方差比检验、半衰期检验模式等］来检测时间序列的均值回归之属性，以及相关的平稳性；同时，我们还要检测一个 由金融工具所构建的投资组合之协整属性［相关检测模式包括协整型ADF检验（即CADF检验）、约翰森（Johansen）检验等］。除了前述这 些统计测试模式被机械地应用于时间序列而外，我们还要努力传达一个直观的理解方法，即要认知相关测试的真正用意以及简易数学方程背后 的深层含义。 我们将解析一些具有均值回归属性之投资组合所相关的最简单的技术和策略模式［如线性交易模式、布林带线、卡尔曼过滤法则（Kalman filter）等］。另外，我们还要解析在向相关的测试模型和交易策略模型输入相应数据之时，我们应该输入原价，还是价格对数，抑或是价 格比率——到底哪种形式是最有效的，特别是我们还要说明：多用途的，且与多种交易策略相关的卡尔曼过滤法则对交易者而言，是不是有效 的。在本书当中，时间序列与横截面式的（即横向的）均值回归之交易策略的区别将被讨论。我们将探讨在均值回归交易策略之中，尤其是在 处理点差的时候，“缩放技术”和突出错误数据之风险的做法到底有哪些优势与劣势。 均值回归交易策略的案例来自日间和盘中的股票交易模式、交易所交易基金（ETF基金）之间的配对交易和多重交易、ETF基金与成分股票之 间的交易、货币之配对交易、期货之跨期与跨市场的套利交易。我们将解释最近几年，由于黑池交易和高频交易的兴起，使得前述这些交易策 略在实际的操作过程中面临很大的挑战；我们还将说明某些基本面的要素是如何能够应对一个目前非常有利可图的ETF基金之配对交易所出现 的、暂时性的背离情境；同时，我们要说明如何应用同样的要素构建一种改进型的交易策略。在讨论货币交易时，我们很小心地对相关问题进 行了相应解析，即我们要解释为什......