1.什么是量化交易? 百度的意思是:是具体化的,使用模型进行程序化的交易。通俗点就是根据各种数据或自己的交易想法,通过程序去执行交易。 2.量化交易的品种分类? 本人不会编程,但各种量化交易策略基本都使用过,包括:纯搬砖套利,网格,马丁,趋势套利等,各种策略适合不同市场。 3.什么是纯搬砖套利? 纯搬砖套利也可以叫对冲套利,纯搬砖套利是通过读取两个或以上交易平台同一种币的价格,如出现达到我们预期的差价,则执行一买一卖进行套利。 例子:A、B 两个交易所,做eos 及usdt 交易兑的纯搬砖,eos(按7usdt 一个计算)分别在两交易所各存放1000 个,usdt 也各存放7000。利润设置:考虑买卖一次的交易费千分之四的情况下,设置需要赚取千分之二。假定每次交易eos 个数为100 个。当然利润设置方面,具体赚多少可以自己调整。买卖 eos 的个数方面也是可以根据自己调整的。当 A、B 两平台eos 差价达到千分之六时,就执行 A 平台买入100 个eos,B 平台卖出100 个eos,成交后eos个数不变,usdt 增加1.4 个。这1.4 个usdt 就是我们这一次交易的利润了。 4.纯搬砖套利优劣势及适合市场 纯搬砖套利的优势: 1、保持交易币(如eos、xrp 等)数量不变,赚取定价币(btc、eth、usdt 等),适合持币者赚取利息。 2、适合交易币被套的时候,盘活资产,提高创利机会,因为交易币被套如果你不操作是不会产生任何收益的。 纯搬砖套利的劣势: 1、目前市场上各种量化交易策略,导致两平台之间的差价已经很低了,尤其是主流币种想靠纯搬砖获利的可能性越来越低,而选择低投资价值的币(如空气币),套利空间虽然比较大,但币的性质决定了风险较高。 2、需要资金量较大,资金使用率不高。买进或卖出的时候有可能因为抢不到买一或卖一的单而导致亏损。适合市场:我觉得纯搬砖套利属于全能型的策略,因为交易币不会减少,有持币的特性,而有波动才能出现差价的机会,因此觉得比较适合震动向上的市场。既能套利赚 udst 等定价币,交易币也能享受牛市。当然熊市也适合,毕竟在熊市,交易币被套的可能性较大,可以通过纯搬砖套利赚取差价,赚点利息,跑赢 GDP 就好了。 5.马丁格尔策略 举个例子,假如你有 12700 元,使用其中的100 元作为初始资金去猜硬币的正面,如果猜中了就循环用100 元去继续猜,猜不中就按 200 元下注去猜硬币正面,继续猜不中就400、800、1600、3200、6400,在这7 次猜的过程中赌猜中一次就回本。相当于按1:2:4:8:16 这样翻倍下注,直到赢了为止。为什么说马丁策略比较适合币圈呢?因此马丁策略在币圈上不会像赌场上那样输了就不见了钱,你可以理解为猜输了就底价位补仓。 再举个币圈马丁的例子:我们选择 eos 对usdt 的交易对,我们持有 usdt,把赢当作 eos 上涨,输当作eos 下跌。根据自己持有usdt的数量设置可补仓的次数及下跌多少翻倍买入,上涨多少全部卖出,如果第一次买的 eos 赌输了,eos 下跌,当跌到我们设置的3%时,我们就翻倍买进 eos。再赌他上涨,然后一直循环,当你设置可以赌的次数越多,你回本的概率就越大。 6.马丁格尔策略优劣势及适合市场 马丁格尔策略的优势: (1) 根据设定的可补仓次数,赌在这么多次的交易中只要赢一次就可以回本,只要数学好,把概率设定好,胜率会很大。 (2) 赚的都是定价币,如 btc,eth 和usdt 这种,有比较稳定的价值。 (3) 资金占用不多,是纯搬砖的 50%资金,而且持有的都是定价币,稳定性较高。 马丁格尔策略的劣势: (1) 因为自己对参数的设置不理解,或错判交易币的波动幅度,导致可补仓的次数用完,资金被套。 (2) 市场出现单边下跌行情时,导致满仓被套的可能性很大。 (3) 因为拿的都是定价币,牛市的时候收益不怎么高。当然币王btc 除外。 马丁格尔策略适合的市场: 马丁格尔策略比较适合震动市场,尤其喜欢 W 型K 线的币种。最理想的状态是先下跌,再上升,再跌,再升,无限循环。 本文来源:OKEx情报局 —- 编译者/作者:OKEx情报局 玩币族申明:玩币族作为开放的资讯翻译/分享平台,所提供的所有资讯仅代表作者个人观点,与玩币族平台立场无关,且不构成任何投资理财建议。文章版权归原作者所有。 |
量化交易是什么?浅谈如何通过量化收益增加收入!
2020-03-18 OKEx情报局 来源:火星财经
LOADING...
相关阅读:
- 比特币自动智能量化交易机器人的优点和缺点都有哪些呢?2020-10-28
- CCR炒币软件量化—— 数字货币比特币是现在最热门的投资产品之一2020-09-27
- CCR炒币软件量化——没有情绪不会被牛市熊市所带来的情绪波动而影响2020-09-27
- 量化交易外汇称王完胜传统EA汇圈新时代2020-09-25
- 量化交易展望2020-09-16