量化概念

A collection of 8 posts
卡玛比率/夏普比率/索提诺比率
量化概念

卡玛比率/夏普比率/索提诺比率

卡玛比率 表示基金收益和最大回撤之间的关系,也叫做“单位回撤收益率”。它代表的是每单位回撤能获得的收益率。 卡玛比率 =(区间年化收益率 - 无风险收益率)/区间最大回撤 某投资组合的年化收益为10%,历史最大回撤为5%,那么该投资组合的卡玛比率为:(10% - 5%)/ 5% = 1。 这个例子中,卡玛比率越高,说明该投资组合在承受单位回撤时获得的回报越高。 卡玛描述的是过去一段时间内的某一个极端截面的情况。 夏普比率 投资组合每承受单位总风险产生的超额报酬,衡量的时收益和风险之间的关系。 夏普比率 =(投资组合收益率 - 无风险利率)/投资组合的标准差 某基金的年平均净值增长率为15%,无风险利率为5%,标准差为10%,那么该基金的夏普比率为:(15% - 5%)/ 10% = 1。 这个例子中,夏普比率越高,说明该基金的单位风险所获得的风险回报越高。 夏普描述的是过去一段时间的持续的某种特性。 对于低波动策略的投资组合,夏普比率可能是更符合策略特点的评估指标。 索提诺比率 索提诺比率则评估投资人每承担一单位下行风险,所能获得的超越最低可接受回报率的额外
2 min read
冲击成本/交易成本/择时成本
量化概念

冲击成本/交易成本/择时成本

冲击成本:指在交易中需要迅速而且大规模地买进或者卖出证券,未能按照预定价位成交,从而多支付的成本。 交易成本:分为显形成本和隐性成本。显形成本包括:交易税费、过户费等;隐形成本包括:买卖价差、冲击成本、机会、择时成本等。 择时成本:我有可能进行拆单,我拆单的过程中,原来的1分钟变成一个小时,一方面有可能导致我的股票的价格可能会自行的有些变动,这些价格变动的过程中,股票价格有可能往我们不利的方向变动,那我的建仓成本就上升了,这就是择时成本。 💡择时成本和机会成本我们统称为交易风险,这个冲击成本随着建仓的时间或者说我们拆单拆的越细,随着建仓时间的推移,建仓时间拉长,我的建仓成本呈下降的趋势,这个交易风险随着时间的拉长,我的建仓交易的风险越来越大,我们必须在交易风险和冲击成本之间有一个取舍,交易风险和冲击成本加总起来我们叫做交易成本,其实总的交易成本随着建仓时间的增长一般是先下降,然后上升。
2 min read
算法交易(一)
量化概念

算法交易(一)

TWAP (Time Weighted Average Price) 时间加权平均价格算法:使我的建仓成本和某段区间内的时间加权平均价格相吻合。 简单理解来说:在指定时间段,100万股,比如接下去3个小时购买,每间隔10分钟买一次,3个小时可以建仓18次,总体的数量,除以18次,可以得出每一次交易的数量1000000/18 = 55555。 通过拆分,每间隔10分钟发一笔委托,不同分割节点均匀分拆,和市场实际的成交情况没关系的。 建仓速率是匀速的。 有些大的机构会加一些随机的因素在里面,均匀的拆分,很容易发现,这样很可能暴露意图,每次数量加一个随机数,这样能隐藏我们建仓的目的,多了一些不确定性,比如恒生PTrade每笔委托时间在某个范围内随机,以及每笔委托数量在某个范围内随机。 两个局限性:市场成交量是波动变化的,均匀分配固定的数量是不够合理的,盘中冲击比较大。 如果订单比较大,每次的数量数量还是比较大的。 TWAP是等时间间隔下等量的单,由于TWAP 操作和理解起来非常简单,因此其对于流动性较好的市场和订单规模较小的交易仍然较为适用。 VWAP (Volume Wei
11 min read
各种价格指令
量化概念

各种价格指令

限价指令 限价指令指交易所撮合成交系统执行指令时按限定价格或更好价格成交的指令。对于买方来说,成交价小于等于报单价,对于卖方来说,成交价大于等于报单价。例如某交易者想以1000的价格做多动力煤2201合约,当他以限价指令申报买入,只有当行情价格小于等于1000时才能成交,否则无法成交。 市价指令 市价指令几个交易所还略微有点区别,大商所市价指令指以涨跌停板价格参与交易的指令; 中金所、郑商所市价指令指不限定价格,按当时能成交的价格参与交易的指令; 上期所和能源中心没有市价指令。 FAK指令 立即成交剩余指令自动撤销指令指在限定价位下达指令,如果该指令下部分申报手数成交,该指令下剩余申报手数自动被系统撤销。 FOK指令 立即全部成交否则自动撤销指令指在限定价位下达指令,如果该指令下所有申报手数未能全部成交,该指令下所有申报手数自动被系统撤销。 简单来说FAK是指成交多少就是多少,不能成交的部分则自动被系统撤销,FOK是指全部成交或者全部撤销。 对手价 以对手的报价来委托,可以保证即时成交。 最新价 最新成交的价格 超价 以高于对手的报价来委托,通常
2 min read
IC/IR(一)
量化概念

IC/IR(一)

IC:信息系数(Information Coefficient,简称 IC),代表因子预测股票收益的能力。IC的计算方法是:计算全部股票在调仓周期期初排名和调仓周期期末收益排名的线性相关度(Correlation)。IC越大的因子,选股能力就越强。 IR:信息比率(Information Ratio,简称IR)= IC的多周期均值/IC的标准方差,代表因子获取稳定Alpha的能力。整个回测时段由多个调仓周期组成,每一个周期都会计算出一个不同的IC值,IR等于多个调仓周期的IC均值除以这些IC的标准方差。所以IR兼顾了因子的选股能力(由IC代表)和因子选股能力的稳定性(由IC的标准方差的倒数代表)。 IC最大值为1,表示该因子选股100%准确,对应的是排名分最高的股票,选出来的股票在下个调仓周期中,涨幅最大;相反,如果IC值为-1,则代表排名分最高的股票,在下个调仓周期中,跌幅最大,是一个完全反向的指标。 实际上,反向的指标也是非常有意义的。最无用的IC值是0或者接近0的值,这代表该因子对于股票没有任何的预测能力。当IC的绝对值大于0.05时,因子的选股能力较强,当IR大于0.5时
2 min read
最大回撤
量化概念

最大回撤

最大回撤是指在特定时间段内,投资组合或资产从高峰值下跌到谷底的最大跌幅。也就是说,最大回撤反映了投资者所能承受的最大损失。通常以百分比的形式来表示,最大回撤可以帮助投资者了解投资组合在市场波动中可能遭受的最大损失。 直观地理解最大回撤,可以想象一个山峰和峰谷的图像。山峰代表资产或投资组合的最高点,而峰谷则代表最低点。最大回撤就是指峰和谷之间的最大距离。投资者希望最大回撤尽可能小,因为较小的最大回撤意味着投资组合的风险相对较小。 最大回撤 = (峰值 - 谷底) / 峰值 以一个例子来说明最大回撤的计算方法。假设在某个时间段内,投资组合的峰值为1000美元,谷底为800美元,则最大回撤为(1000 - 800) / 1000 = 20%。 首先,最大回撤能够帮助投资者了解投资组合在市场波动中可能面临的风险和损失。当投资组合存在较大的最大回撤时,可能需要考虑采取风险管理措施,如分散投资、设置止损等,以降低损失风险。 其次,最大回撤也是评估投资策略或资产表现的一个重要指标。在比较不同投资策略或资产时,可以通过比较最大回撤来评估它们的风险水平。较小的最大回撤通常
2 min read
滑点
量化概念

滑点

滑点,是指交易时下单价和实际成交价之间的差价。滑点有正偏移和负偏移,正偏移相比期望价格不利,负偏移则比期望价格有利。 比如计划以2560元价格买入10手甲醇,但最终成交均价可能是2562元,这就是不利的正偏移滑点;如果最终以2558元买到,则是更有利的负偏移滑点。 有人也许会问,我用限价单挂单,价格到了才成交,怎么会有滑点?即使有滑点,也只会是更有利的负偏移。 我们举个简单例子。当我准备下单时,一定是有了某种进出场理由,准备在某个点位操作。正常情况下单子发出去等成交就行了,但行情并不总是允许我们等。 进场时,如果行情朝我们预期的方向快速推进,“追还是不追”就必须立刻做出判断。片刻的迟疑可能就错失好价,进而影响接下的操作。所以,本来2560的价格,为了追价可能要报2562甚至更高的价格保证成交。 而如果是止损的情况下,会更加危险。准备止损时价格已经继续往不利方向变动,此时必须多加几跳甚至直接使用市价单保证顺利平仓。那么在盘口出现价格断层或跳空情况下,可能造成很大滑点。 期货交易中滑点很常见,甚至是无法避免的。一般其产生的原因如下: 网络延迟 对行情端来说,交易者在终端软
5 min read
复权
量化概念

复权

一、什么是股票复权? 复权就是对股价和成交量进行权息修复,按照股票的实际涨跌绘制股价走势图 二、为什么要进行复权? 上市公司进行除权除息之后,股价就会随之发生变化,但是股东的资产没有任何变化。 如果不进行复权处理,股价走势就会出现一个很大的缺口,会影响投资者进行正常的分析和判断。看似价格很低,其实也有可能是历史较高位置 比如股价20元的股票,在10股送10股之后,除权价格为10元,如果原有价格保持不变的话,股价的走势就会出现一个从20元到10元的巨大缺口 三、前复权、后复权、不复权 山西汾酒:2021年进行了送股,10送4的方案 1、不复权 在不复权的情况下,股价328-433元出现一个很大的缺口 2、前复权 保持现有价位不变,将以前的价格缩减,除权前的k线往下平移,使图形吻合,保持股价走势的连续性。图一中21年6月7日股价是503元,前复权后显示357.34元 3、后复权 保持先前的价格不变,将以后的价格增加。只要是股票曾经分红过的,股价就会高于当前的价格 图三中1541.16元就是后复权后的价格 4、定点复权
3 min read