作为一般的投资者为什么要选择外汇量化交易

1. 作为一般的投资者为什么要选择外汇量化交易

外汇的价格反映出的是货币供给和需求的一种平衡状态。影响供给和需求的两个最重要的因素是利率和经济的表现，在各项经济指标中，如国民生产总值、国外资本的流入或是国际间的贸易差额代表的就是一个国家的经济表现，也决定了这个国家货币的供给和需求。每天都会有不同的经济指标公布，而在这些林林总总的数据中，作为一般的投资人必须要有能力判断哪一个比较重要，在判断重要性之后，还要对基本面和技术面有一定的分析处理能力。


如果从基本面分析的话，是注重金融、经济理论和政局的发展，从而判断供给和需求要素。基本面分析和技术分析最明显的一点区别就是，基本面分析研究市场运动的原因，而技术分析研究市场运动的结果。
当以另一国货币估价一国货币时候，基本面分析包括对两国宏观经济指标、资产市场以及政治因素的研究。宏观经济指标包括经济增长率等数字，由国内生产总值、利率、通货膨胀率、失业率、货币供给量、外汇储备以及生产率等要素计算而得。资产市场包括股票、债券及房地产。政治因素会影响对一国政府的信仸度、社会稳定度和信心度。
下面是一些主要经济指标的解读：
1、国内生产总值(GDP)：是指某一国在一定时期其境内生产的全部最终产品和朋务的总值。
2、经常项目余额：这是对美国与世界其他国家所进行贸易的最广泛的统计。该数据每季度统计美国货物/劳务贸易包括海外投资的收入和向海外企业的付款。一个长期增长的经常项目赤字对美元是不利的。
3、贸易余额：统计美国货物及劳务进出□的差额。这是国民生产总值中对贸易净额的最直接统计。长期恶化的贸易余额让人联想到美元下跌的压力。
4、非农业人员就业数据：是对全美非农业就业人口的月度统计。这一数据会强烈影响FED的利率政策。它是非常重要的数据，是对经济发展非常可靠的同步统计。如果就业数字强劲，那么利率和美元汇率都会上升。（反之则利率汇率下降）
5、消费价格指数 CPI:衡量购买固定样本商品的成本发化。CPI—般被看作是衡量美国通胀率最佳的月度指标。CPI 的快速上升会带动债券收益（长期利率）上升，因为投资者在持有长期债券时要求贴水。这会使债券持有者遭受损失，从而使美元和美元资产不再吸引人。
6、生产者价格指数 PPI:衡量产成品价格发动水平。分析人员关注“核心”的生产者价格指数的发化比率，不包括商品和能源价格。PPI 不包括运输，批发和零售成本。它不对服务领域进行衡量。PPI 的迅速上升可以看作是通货膨胀，会使债券贬值，长期利率上升。对美元汇率的影响通常是不明确的，要结合其他数据解读。
7、资本帐收支：主要描述一国的长、短期资本流动情冴。
8、利率：利率是借出资本的回报或使用的代价。一国利率的高低对货币汇率有着直接影响。高利率的货币由于回报率较高，则需求上升，汇率升值；反之，则贬值。
9、零售销售：全部耐用消费品和非耐用消费品的销售总和，朋务项目不包括在内。强劲的零售销售数据一般对债券市场是坏消息，对美元汇率是好消息。
10、工业生产：是美联储对制造、采掘和公用事业总产出的统计指标。商品生产企业占全美收入的40%。如果工业生产的增长加速，首先会对美元利好，迕而将造成加息的压力。“过多”的增长则会引发生产的瓶颈，造成更高的生产价格，从而产生通胀的威胁。
11、 耐用消费品订单：月度统计制造商得到的耐用消费品（或估计能够使用三年以上的商品）订单的价值。订单数量的增长说明需求已经超过了供给，生产市场上的不平衡威胁到长期经济增长和价格稳定。这会增加压力迫使美元汇率和利率上升。
12、采购经理人指数（NAPM 或 PMI):基于公司采购经理调查的指数。该指数在50以上时意味着采购经理人期望生产条件进一步改善。NAPM 读数在消费仍然健康时会上升。激增的制造需求会限制产能，推高生产者价格。总体上，NAPM 读数如果远远多于50，则美元利率汇率都会上升。
而除了以上这些指数外，各种其他指数，各种关于外汇，货币，国家政策等等的新闻都是需要随时关注的，所以，作为一般的投资者，是没有这个能力，时间，精力同时去处理这么大的一个信息量的，也是没有办法跟一个机构或是团队竞争的，在这样一个现实的基础上，外汇量化交易，即通过计算机，运用量化策略，从庞大的市场中筛选数据，找寻统计上的关系，找到预测商品，货币的价格波动模式，从而找到投资的机会，的一种交易模式，是不受上述各种经济数据的影响，也不需要对基本面和技术面进行分析，而且量化交易以先进的数学模型代替人为的主观判断，克服人性的弱点，如贪婪、恐惧、侥幸的心里，也克服认识的偏差，借助系统强大的信息处理能力使其具有更大的投资稳定性，极大的减少投资者情绪的波动影响，避免在市场极度狂热或悲观的情况下做出非理性的投资决策。

2. 在投行内部做量化交易与独立出去做量化交易有何不同

这里我们只说量化交易，不讨论量化研究和量化定价这一块的业务。
量化交易是分两个阶段的。第一个阶段是2008年以前，或者说Dodd-Frank法案以前，投行内部林立着各样的很多对冲基金或者类对冲基金的实体，比如Morgan Stanley的PDT（Process Driven Trading）和高盛的Global Alpha，而很多投资银行的自营交易业务也很像对冲基金。在这一阶段，这些类对冲基金的实体和外面的对冲基金是没有啥区别的，业务很类似——赌方向、做部分对冲（Partial Hedging）、跨市场套利，也非常敢于承担风险。
当时在投行内做对冲基金类型的量化交易有着非常大的优势，因为两点——第一是银行有着非常良好的融资渠道，融资成本显著地低于当时的对冲基金，如果你尝试去组建过一个基金，你就知道资金成本对于一个对冲基金的影响多么大——巴菲特这么多年的成功是离不开长期1.6倍的财务杠杆和其低于中央银行存款准备金率的资金渠道的（详细内容参见AQR的论文——Buffet's Alpha）。 炒股需要经常总结，积累，时间长了就什么都会了。为了提升自身炒股经验，新手前期可以私募风云网那个直播平台去学习一下股票知识、操作技巧，对在今后股市中的赢利有一定的帮助。
第二是银行有着一个灰色的信息流——客户的交易记录。这个交易信息，就是今天，也是非常有用的内部消息。几周前Bill Gross从PIMCO离开时，所有投行的Sales都疯了，不停地研究之前PIMCO在自己银行的仓位，然后分析那些债券最有可能最先被清盘，从而给其它客户交易建议。而当年文艺复兴多次更迭合作的投行，就是因为其大奖章基金的交易记录得不到妥善的保密，很多合作银行的自营交易桌跟着交易。
这两个优势造成了当时的自营交易极其暴利，而且管理层为了做大业绩，全力支持明星交易员放大杠杆——而实际上，金融危机期间很多的CEO都是靠着自营交易的暴利业绩从交易大厅升职到管理层的——比如Citi的前任CEO Pandit和摩根斯坦利的前任John Mack。
这也造成了，为什么很多高盛离职的自营交易员在金融危机后，当银行不能做自营交易后出来自立门户开设对冲基金，却完全无法复制当年的业绩——因为他们是因为整个组织的强大而获得超额收益，当失去了资金优势和信息优势后，一切都成为了浮云。
2008年，准确说是2009年后，一切都变了。
首先是政府明令规定自营交易不让干了，于是各种投行旗下的基金，放入资管部的放入资管部（比如Goldman Sachs Global Alpha进入GSAM），独立营业的独立营业（比如PDT从摩根斯坦利分离），要不直接就关门大吉了（比如UBS、德银）。
还有一些硕果仅存的，一般是在股票交易部门，打着对冲为名，通过会计手法，维持着极小的自营规模，这种类似的团队很多投行都有。但是不成气候了，也不会造成任何系统性的风险——当然，各种马路传奇故事也销声匿迹了。
银行内部还有没有量化交易了，其实还有——那就是随着计算机技术进步的自动化做市交易。做市在国内这个概念刚刚出现——因为期权做市商制度的引入。但是在美国这个是从华尔街开始就有的交易体系了。简单来说，就是假设你经营一家买可乐的小店，你有两个主要的交易——一是从总经销商那里拿货，用的价格是Bid，二是分销给街边下象棋和夕阳下奔跑的孩子们，这是Ask。Bid是你的进价，Ask是你的出货价格，Bid一般小于Ask（除非你是搞慈善的）。你持续的维持报出这两个价格，同时根据你的存货来调整报价或者对应报价的数量——比如你的存货太多，大爷不出来下象棋了，你就降低Bid，这样很难进到货了，而保持Ask，等待有人来消耗你的库存。
这个过程就是基本的做市商交易流程，在金融中，由于没有实际的总经销商供货，你的报价（Bid-Ask）是基于你对于对应资产的Fair Price的估计来决定的，通常是你算出来的均衡价格加减一个值构造成Bid-Ask组合。在很长的时间内，这个报价都是靠人来完成，这个过程是枯燥的，而且很容易出错——而对于期权类产品（非线性价格）也很难快速报价。我之前和期权交易员合作过很长时间，他们的工作不一定智力上很难，但是对于人得耐力绝对是一种挑战——因为在开市后他们要注意力高度集中的报价，一quote两quote，一quote两quote，似爪牙，似魔鬼的步伐，报价，报价，在这交易大厅报价... ...
于是，从简单的资产起，从交易所级别开始支持API交易了。什么是简单的资产，就是Vanilla类别的，比如个股、指数、外汇、国债等等。因此投行由于本来就是大量资产的做市商，开始把原来这套过程通过计算机来完成。后面大家发现计算机是完美胜任这项工作的，因为计算机能够高速计算库存来调整报价，还能报出很多复杂的单类型。因此从2000年开始个股、指数开始逐步被自动化做市来包揽，2005年后个股期权自动化做市大热，而2008年后外汇自动化做市也相当成熟了，2010年开始国债自动化做市也在美国兴起——这也是我目前在工作的内容。
那么对冲基金呢，除了传统的量化Alpha，他们难道不能也做这个业务吗？实际上，很多对冲基金的自动化做市业务比投行还要好——比如Citadel，比如KCG。但是区别何在？区别在于两点，第一是很多对冲基金不是专属做市商（Designated market maker）。DMM的特权是其有专属席位——在美国这样高度商业化的国家，DMM也是非常稀有的。原因在于，DMM是有责任的，那就是在各种大型金融危机中，当流动性极差的时候，DMM还是要持续的报价，一quote两quote，一quote两quote，似爪牙，似魔鬼的步伐... ... 在流动很差的时候这是非常危险的，因为大家丢给你的都是不好的资产，比如大跌的时候，都在卖，你的Bid反复被Hit，然后又没人来hit你的Ask，浮动亏损可以非常大。那么DMM的特权呢，DMM可以获得非常高比例的rebate，也就是说，佣金返点非常高。这是对于其承担的义务的回报。

第二就是绝大多是对冲基金不是Broker，也是你一般想买股票不会去找他们报价。在外汇和债券这类市场中，有两级市场，一个是B2C市场，也就是零售市场，里面基本都是Broker-Client，而第二级就是B2B市场，都是Broker-Broker。一般来说，B2B市场的Bid Ask Spread要低一些。一个形象的例子就是，我小时候去批发书的商店买书，一个商店有本习题集没有，于是老板去隔壁家拿了一本，卖给我，最后肯定这个老板要把一部分价格还给隔壁家，我付的价格和老板付给隔壁家的价格就是B2C到B2B市场的差价。
这里投行又耍流氓了，他们有着B2C市场的接入优势，因此只要客户量够大，基本都能把自动化做市实现盈利——因为根据大数法则，一定时间内，买卖双方的交易量应该是均衡的。
那么对冲基金靠什么——靠更好的策略。对冲基金如果要做高频做市的，基本在B2B市场参与，他们不是DMM，但是也自己去报价，然后靠着对于价格走向的准确判断，来调整报价，实现拿到多数对自己有利的单，或者持有更久符合预测方向的单，来达到盈利。这种不是DMM却自发去做做市商的行为，叫做Open Market Making。
Citadel是期权自动化做市的王者，顶峰时期一年的利润可以到1 Billion（2009），而整个市场那年的利润也就是7 Billion左右。因此如果策略逆天，没有客户流，也能靠做市赚钱的。
此外，做市业务之外，对冲基金还多了很多机会。因为很多业务银行做起来不划算——比如商品。考虑一个金融类公司，不能光讨论交易策略，宏观上你一定要思考资金成本等问题，这才是投资之道在投资之外。商品这些之前银行干了很多坏事的业务（详细参加高盛的铜交易和JP的风电交易）都被监管方克以了极高的资本罚金。这是Basel III里面的规定，也就是你拿着1元的股票和1元的监管资产过夜受到的处罚是完全不同的，具体算法参见Basel对于RWA（Risk Weighted Asset）计算的细则。这一系列监管，造成了对冲基金有了大量的新业务——因为投行退出。而大量银行的人才也流向了对冲基金。
现在门径这么清晰，那么投行和对冲基金做量化交易的工作差别就很明显了——投行主要以自动化做市为中心的高频信号、客户流分析、报价博弈论等研究为主。而对冲基金主要是传统的量化Alpha、量化资产配置为主——当然还有公开市场自动化做市了。
希望可以帮助到你，祝投资愉快！

3. 什么是量化交易？A股适合量化投资么？如何建立量化交易模型？