鄧力文 - 量化交易等於自動印鈔機？（二） | Exchange²
鄧力文
2024-09-16 02:00
字體大小
上次我們討論甚麼是量化交易，第一步工作就是收集和整理數據。數據資料庫至關重要，沒有好的數據來源，就無法提煉出有效分析。這就像做一道好菜，食材的質量決定菜的好壞。假設一切數據都已整理好，那麼我們為何能從中獲取交易策略，並創造回報呢？
當數據整理好後，下一步就是設計策略與回測，這涉及大量的機械學習（Machine Learning）。許多人認為機械學習就是將數據輸入模型，然後自動獲得預測結果。然而，世界上並不存在一部自動炒菜機，能將任何食材變成你理想中的美味佳餚。同樣機械學習的關鍵在於，你首先要清楚自己希望它學習甚麼。
涉及複雜數學原理
在計量金融中，我們經常處理時間序列數據（Time Series Data）。舉例來說，當你分析2年期國債利率，並繪製一個與時間對比的圖表時，可能會覺得其中存在某種模式或重複現象。
於是你嘗試將2010至2020年的2年期國債利率數據的「規律」提取出來，並輸入到機械學習模型中，假設這個模型學習這些「規律」後，能否預測2020至2024年走勢？接着你將預測結果與實際數據對比，檢驗其準確性。
這個例子只是為了說明問題，實際工作環境要複雜得多，數據的「規律」可能存在於多維空間。這使數據分析和模型學習涉及許多複雜數學原理。美國傳奇對沖基金公司Renaissance Technologies的創辦人Jim Simons，透過機械學習創造超額回報，其團隊成員就有不少科學家。原因是數學上的幾何學，正是解決如何找尋一個「有規律的形狀」。但我既不是數學家又不是科學家，那麼能否把握這些機會呢？我認為答案是肯定的，下周再與大家分享。
鄧力文
最Hit
47歲婦常飲1種湯 腦出血中風亡！長期飲恐致癌？醫生揭4大風險
2024-12-09 13:48
深圳菊花展2024｜深圳3大菊花展12月開鑼 免費入場賞逾12萬株菊花花海 附交通攻略
2024-12-10 19:14
更多文章
