许聪说币：比特币谈一谈数字货币的量化投资行业（二）

接着上篇文章讲：

主动量化投资策略

基本分成分成趋势类型和波动类型两类。因为无论是传统金融还是数字货币市场，市场的走势都可以分解成两种，一种是趋势市，一种是波动市。其余走势都可以看作是这两类走势的叠加。量化策略的意义，就是在趋势市中抓住单边机会，在波动市找到不合理的定价的机会。

无论采取哪类策略，重要的是判断目前是趋势市还是波动市。因为从历年统计里看，量化对冲基金在牛市业绩差于long-only基金或者long-short基金，而在波动市或者熊市可以跑赢后两者，原因在于不同市场条件下，各类收益贡献的比重差别很大，所以判断市况是第一位的。

除要考虑趋势和波动外，具体到交易层面，还需要考虑冲击成本。量化交易特别是高频量化，成交量都较大，持续的交易对市场本身就是一种影响，也会改变盈利的结构，甚至会直接冲击盈利到变成亏损，当市场深度不够的时候，对订单的分析和下单的拆解也变得重要。算法交易在这方面具有很大优势，我们也会在后面介绍。

趋势类策略

趋势判断主要是要判断目前是什么样的市场，是向上还是向下，以及什么样的标的更适合这样的市场。如果判断错误则风险非常之高，但是对应的判断正确的收益也极大。

量化选股（币）

量化选股或者选币，就是构建一系列标的（多空）组合，无论是股还是币。量化选股（币）有很多种类型，最广泛应用的就是多因子模型，其基本原理在于拆解可以构成标的物上涨和下跌的因素，也可以说是因子分析。

即在构建投资组合的时候，不是以标的物本身进行分类（比如某行业分配多少权重），而是按照因子进行分类，某一类因子给予多少权重。当然股票和数字货币也有不同，股票的因子会更多，因为涉及到很多基本面的因素，数字货币情绪面（如推特的讨论）或者事件驱动类型（减半、重大升级、合作）的因子更多，但是关键在于，找到合适的因子进行模拟和回测。

容易犯的错误比如，把一些看似重要、但实际并不重要的因子，分配过多的权重，而增加了风险，所以还需要对因子的有效性进行检验。

股票的常见的因子包括：估值、成长（比如净利润增加率）、资本结构（比如外资持有）、动量。换手率、资金流入、行业轮动等。

数字货币常见因子包括：市值、成交量、动量、社交平台（讨论数、follow量）、特殊事件（升级、Coinbase上币等）、宏观流动性等。

可以看出，基本面投资其实和量化投资有相通之处，使用量化方法去进行基本面投资，也是A股一些基金经理喜欢的策略，甚至基本面本身，只要是基于数据的，也可以算作量化的一种。其他一些量化选股模型还包括风格轮动、行业轮动、资金流等模型，有些也可以统一在多因子模型下，这里就不赘述。

量化择时

量化择时是一种估计走势的方法，其实也可以算作因子分析的一种，是以市场方向的判断作为主要利润来源，但是风险也较大。

量化择时起初就来源于比较简单的技术分析手段（如均线、量能等）分析，一般分成趋势择时指标、市场情绪择时指标、牛熊线指标、市场异常指标、以及一些根据特殊指标进行调整的方法（时变夏普比率、分形方法等）。

波动类策略

波动类策略是试图不承担系统性风险的做法，无论系统是向上，向下还是波动，希望把系统风险排除在外。比如著名的阿尔法策略，就是把系统风险贝塔，通过衍生产品对冲掉，剩下的只是个股、个券，个币的收益。波动类策略在牛市中仍然跑不过长仓基金，熊市和波动市则可以获得超额收益，属于长期稳健型的方法。

衍生品套利（期货、期权）

在衍生品市场比较发达的产品上，可以使用这种套利方法。对于期货而言，分成期现套利和跨期套利两种。比如在现货市场上买进低价格的现货，在期货市场上卖出高价值的期货，以获取价格回归的利润。基本依据是期货到了结算日，价格会回归现货价格。跨期套利就是不同期限的期货之间进行买卖套利。可以看出，期货的套利是一种市场中性方法，需要市场不断地波动从而产生定价偏差机会出现，平稳的市场很难产生套利机会。

对于期权而言，情况比期货要复杂，因为期权的收益结构与标的物价格相比，不是线性的，所以根据不同类型的期权组合，可以构建出很多复杂类型的套利模型，传统市场上根据收益结构图，给出了非常形象的名字，比如蝶式套利、飞鹰套利、跨式套利、转换套利、垂直套利、水平套利、反向转换套利、双限套利等。目前数字货币的期权市场刚刚发展了两年左右，成交量还较小，集中在Deribit、CME等大型交易所，但毫无疑问期权会是一个很大的潜在市场。

统计套利

统计套利是指通过对相关投资标的的历史统计规律进行研究，发现其相对应的长期均衡关系（协整关系），当某一对品种的价值偏离到一定程度后，开始买入向下偏离的，卖出向上偏离的，甚至只进行单边操作，在长期均衡关系回归以后获利了结。统计套利的标的可以从最简单的配对交易(两个标的之间)，到一系列标的投资，关键在于寻找出标的之间的协整关系。

比如对于数字货币市场，有人曾做过莱特币/比特币，以太坊/比特币之间的配对交易，就是计算出一对数字货币比值的长期历史均值，然后买入低估的那个，如果可以做空，在衍生品市场卖出，最后以求得价值的回归。

数字货币特有的套利

此处介绍的是数字货币特有的套利模式，也就是说这类套利机会的存在，只存在数字货币交易所或者数字货币交易对之间。当然这些模式在其他产品上也曾经出现过，比如外汇的三角套利，但在数字货币交易上有了更新的应用，在此也一并归入数字货币特有的套利模式中。

跨交易所套利

早期曾出现在不同交易所的相同交易对，价格不一致且持续存在的情况，于是可以在高价交易所卖出，在低价交易所买入同一个交易对获利。

比如在两个交易所都挂牌的数字货币，可以在两边同时进行操作。比如交易员在A交易所存有ETH，在B交易所存有BTC，A交易所的ETH/BTC价格高于B交易所，则可以在A交易所卖出ETH获得BTC，在B交易做通BTC买入ETH，这样可以免除交易所之间转账手续费，然后ETH和BTC都获得了同步的增长。

交易所内多数字货币对套利

需要交易所内有多个数字货币对，且互为计价货币和标价货币，比如BTC/USDT, ETH/USDT, ETH/BTC三个对，在某一时刻，肯定会出现不一致的情况，在计算手续费后，可以进行三角套利，卖出较高的，买入较低的。

比如

BTC/USDT=8000, ETH/USDT=200, ETH/BTC=0.2542, 显然ETH/BTC被高估了，那可以同时卖出ETH/BTC，并买入ETH/USDT，这样ETH和BTC的基础头寸大致不变，但是BTC的量增加了。或者是，用USDT买入ETH，卖出ETH/BTC, 得到BTC后卖出BTC/USDT，用USDT买入ETH，循环往复。

以上跨交易所套利和交易所内多数字货币对套利结合，进行跨交易所三角套利，但是就更复杂，因为要考虑转账手续费、转账时间和交易机会的存续性等因素。跨交易对三角套利起源于外汇市场，但是外汇市场参与人多，套利机会较少。早年数字货币套利的交易机会也很多，现在也开始变少，原因就是量化套利的人越来越多。

法币交易对套利

这是一种结合外汇和数字货币的三角或多角套利模式，就是当不同法币交易对，比如BTC/JPY, BTC/KWR，JPY/KWR之间出现价差的时候，可以进行跨数字货币和外汇的套利。

但是这种套利需要交易者有多国的银行账户和法币出入金渠道，不是简单交易策略的问题，而且也要考虑合规成本，目前各国也开始追踪数字货币的洗钱、黑市交易。早前有团队比较擅长这种模式，但是能持续做下去的并不多，以后估计也不会成为主流模式。

被动投资（含指数增强）

被动投资其实就是指数投资，现在数字货币市场也没有受认可的指数，大部分的指数都是各类公司自己编制，缺乏一致性和认可度。比特币的市值仍然占据60%以上，编制一个大盘指数也只是将前几大数字货币按照一定的权重配置一遍，收获的大盘收益主要还是比特币的收益。

指数增强是另外一个有意思的方向，但对于数字货币市场目前不会很实用。比如相对收益是一个很流行的概念，是相对一个大盘指数的收益，现在没有一个数字货币的大盘收益指数，因此意义不大。

我们可以借鉴的是，通过一个相对合理的篮子，加入我们的主观判断和因子的调整，获得一个比比特币收益高，但是比山寨币收益稳健的组合，然后通过不断地调仓，保持收益的稳定性。但这仍取决于我们想获得什么样的收益。

指数投资或者是指数增强，仍然是属于趋势投资，基本逻辑是未来数字货币市场会上升。

资产配置

资产配置是这些年兴起的概念，多使用于传统的跨资产类别投资，如在股票、贵金属、期货、固定收益、货币市场基金等方向，方法如等权重投资、全天候投资等。

数字货币其实可以成为全天候投资中的一个新的配置类型，例如其按照增长和通胀把经济周期分成四个象限，每个象限配置一系列最受益资产，数字货币可以成为这一揽子配置货币里面的一个部分。但是由于风险较高，权重不会太大。

现在借助量化手段，全天候策略可以自动的根据输入信息进行权重调配，这也是结合了基本面和量化的数量型方法。

算法交易

算法交易也诞生于美国，和金融市场的电子化密不可分。在20世纪70年代大量的交易所开始把委托指令流改成使用计算机系统进行自动化处理，这样每一笔的交易订单都可以被计算机程序所捕获，从而获得下单的时间、价格、数量等多方面信息，为算法交易提供了最主要的数据来源。算法交易的兴起，使得市场订单中很大部分的订单都按照算法执行，也显著提升了市场信息传播效率。

算法交易的核心就在于对交易所订单的拆解分析和对市场的状态的有效评估，从而不断调整算法，降低时间成本和冲击成本等。算法交易的主要策略都在于对订单价格、交易量和成本的分析，一般策略包括TWAP、VWAP、MVWAP、VP、Step、IS等几个常见类型。

中国资本市场使用算法交易起步较晚，但是电子交易系统非常先进，只是在相关技术研究和市场制度上有一些落后，不利于算法交易的展开，监管方面也有一些限制。

算法交易既可以是被动的，也可以是主动的，也可以是综合主动被动到一起。被动型算法交易主要是执行既定算法内容，核心是减少冲击成本和价格滑动。主动性算法交易更加复杂，需要进一步判断市场状况，除降低成本外，也在分析订单过程中逐步寻找市场机会。也可以把二者结合起来。

下一篇讲述风险归类和风控措施

如果你是潜在数字货币投资者或已经是标准投资者，没有时间分析行情、自己也不擅长分析，那么许聪将尽我所能去帮助你。问学必有师，讲习必有友。? 我是许聪，带你玩转币圈的引路人V:szhb676

—-

编译者/作者：许聪说币

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。