量化择时面面观

量化交易本身是一个很广泛甚至有些模糊的概念，从广义上看所有采用与数量有关联的手段进行的交易设计都可以被认为是量化交易。量化手段多种多样，贯穿在包括选股、择时、交易和风控的整个交易过程中。根据量化交易作用的时间和量化思想的内涵，我们可以将量化交易策略相关的手段分为六个大类——量化择时、量化选股、量化模型交易和风险控制策略。

而其中的量化择时，就是指根据某种数学指标序列数据的走势决定合适的入场和出场点。其本质是寻找一个或多个可以指导某种可交易标的未来的因子，然后用一个机械化的规则告诉你买卖时点。

从广义上看，传统的技术指标交易就是一种简单的量化交易手段，他们就是把历史的价格或者交易量数据简单建模，用以指导交易。但量化择时策略的数据分析范围远远大于传统的技术指标，量化基金可以将几乎任何数据进行分析，并将它们纳入到择时模型之中。只要一个数据可以获得，基金经理就有可能把这个数据纳入到他们的模型之中。

比如韩国在2014年到2016年曾有一个胜率颇高的择时交易策略：韩国基金经理在朝韩边境放置了一些震动探测仪，当检测振幅超过一定阀值时就做空韩国股指。这是一个以“朝鲜土地震动幅度”数据为指标的量化择时模型，由于当时半岛局势紧张，韩国市场对朝鲜武器实验非常敏感，这个择时模型一度获得了非常不错的收益。

除了韩国的地震波，特朗普的推特也是广大量化基金经理喜的“数据源”。作为世界上最具权势的人，特朗普对世界的影响是方方面面的。尤其是在他执政的早期，大家还没有见过这种啥事先发推，说话都直来直去的美国总统。自然而然，量化基金经理们就盯上了特朗普的推特，他们爬取特朗普最新推特内容，迅速自动识别其语义，然后把语义转化为一个“特朗普指标”，再依靠这个指标进指导自己的入场时机。到现在，这种社交媒体舆情监控已经成为比较主流的量化择时策略。每天有大量量化基金在实时分析特殊人物或者机构的言论，不单是欧美交易员在分析推特上的言论。微博、雪球等中文媒体也成了量化基金的重要“数据源”。

互联网舆论数据分析算是起步较晚的数据来源了。相比之下卫星数据、遥感数据、航拍数据等等则早就进入了量化择时交易模型之中。不管是美国大豆产区的卫星图，还是马六甲航道的原油贸易都是量化基金重要的择时数据来源。作为世界最大的铁矿公司，巴西淡水河谷的干线货运铁路上空总是盘旋着直升机和航拍器，这些都是量化基金的“数据间谍”，它们后方的期货交易者们要依靠这些飞行器的航拍数据来指导自己的期货头寸和进出场时机。除此之外，宏观经济数据、行业发展数据、公司基本面数据这些基本面数据和交易参与度、市场资金流向、交易者行为模式等市场微观结构数据也都是被广泛应用的量化择时数据源。

除了这些从数据来源上做功夫的量化择时策略之外，大量的量化择时模型还依靠对数据的处理分析来构建自己的优势。

这些模型，有的是从海量数据中分析出来的简单规律，比如曾经在日本市场上获利颇丰的菲阿里四价指标：昨天高点，昨天低点，昨天收盘，今天开盘，可并称为菲阿里四价，它是由日本期货冠军菲阿里实盘采用的主要突破交易的参照系。此外还大量结合应用了“阻溢线”的概念，即我们通常所说的压力、支撑线。还有曾经西蒙斯早期使用的空中花园策略：采用开盘第一根K线的方向作为判断当日趋势的标准。

有的则依靠复杂的数学方法和计算机科学对数据进行深度分析建模，不管是计量经济学方法、统计学方法、信号处理方法还是系统工程方法，各种各样的模型构建理论都被实验用于金融市场的模型建立之中。而各种各样的计算机应用，比如图像识别模型、气象预测模型、空间物理模型、高铁控制模型和地质勘探模型等等，也都被纳入到量化择时模型建立使用的工具之中。

不管是采用脑洞大开的数据，还是借力高深莫测的数学理论和强大的计算机算力。量化的方法可以帮助投资者看的早，看的远，看的多，看的深。帮助投资者构建信息优势，并将这种优势转化为知识优势。进一步的，在量化择时的使用上就是介入时机更好，退出掌握更优。

从量化择时的基础看，数据和数据的处理能力是其两大核心基础，在可以预见的未来，人类社会产生和能够记录的数据会越来越多。计算机和基础科学的发展也保证了数据处理能力的进步。随着这两大核心基础的不断发展，量化择时在未来的市场上肯定会拥有更大的空间。