量化交易：从程式化、系统化到智能化

系统化交易是当今世界上最流行的量化交易理念，系统化交易的提出，标志着人类由盲目的感性投资理念向理性的投资法则的转变。做到系统化、理念化和模块化，是人类投资和量化投资历史上投资理念的一个质的飞跃。系统化交易主要包括：主盈利模块、风险控制模块、资金管理模块。这三者相辅相成、缺一不可。当今国际投资市场上使用的主要的系统都是以程式化交易规则为主，并配合风险控制和资金管理，每年的收益率在30%左右。本文主要对人工智能化系统方面的设计技术进行了探讨。

当今世界纷繁复杂，其本身就是一个普遍联系、复杂多变的系统。系统本身是不稳定的，每时每刻都在变化出各种各样的形态。系统的平衡性、关联性、多样性、离散性、应激性（应变激烈、突发事件的能力）、变异性等使得系统变得离散而无所适从。在一个这样的系统中，没有人完全知道将来，只有一部分展开的事件能使人们隐约感觉到将来要发生什么。

智能化系统的核心部分是其所建立的技术基础，也就是其所依赖的技术分析平台。搭建技术分析平台并非如人们想象的那么简单。

交易技术必须形成一个系统，达到1+1>2才是我们理想的目标。在投资市场，没有几个人能准确预测将来，很多都是事后的“神仙”。在交易中，技术分析和交易技术是两个不同的理念，技术分析是一种对行情走势的初步的研判，纯粹是一种理论方面的东西；交易技术主要取决于你瞬间的反应速度，你的行动的果敢，交易计划的完整性，心理的承受能力，非系统风险的对抗能力等，而其中任何一项出现问题，操作者都有可能遭到毁灭性的打击！

我们所建立的智能化系统要求系统对所有的行情走势做出独立的判断，对所出现的问题必须在系统内部进行独立的智能化的分析，并给出处理方法，然后独立去执行，减少人为因素的干扰。应激性和自适应性是智能化系统的两大特点。

在制作一整套的交易计划的过程中，你必须考虑的是，可能出现的盈利和风险及整体获利能力。计划作的越详细，系统的抗风险能力就越强，但执行起来在形态识别方面需要的时间就越多，两者之间很难有一个两全的方法。计划不可能详尽到对所有突发事件都做出应有的判断和反应，这时只好对所发生的事件听之任之，来个不闻不问，或来个一刀两断止损出局。那么，这样的交易技术又如何在盈利率和盈利面方面有所提高呢？不能对现有或突发行情进行自适应的技术永远无法成为真正意义上的人工智能。

系统本身具有耗散性和自适应性，而智能化系统更是如此。智能化系统必须具有的一个典型的特征就是对每时每刻出现的行情都能够及时做出应激反应，判断出是什么样的行情或是什么样的噪音，并能对所发生的事件做出合理的反应。如果是以前从未出现过的事件，则从中学习经验，以便日后出现类似的事件时做出反应。随着各种事件的逐步累积，系统的智能化级数将越来越高。系统分析平台有各种各样的行情因子组成，根据不同的行情，系统将自动化拟定操作计划，并启动一系列的风险防范体系对所发生的事件进行评估，以得出最优化的投资组合。由于投资市场上70%以上的信号都是噪音信号，所以系统的优化是在所难免的，但绝对不能采用相同的技术来优化一套相同的系统。

开创新的分析技术使得智能化系统的开发工作难上加难，在噪音信号大于70%的系统中采用现成的技术如模糊数学、基于导数的优化等技术是一种天量的数据流动模型。由于各种因子的动态权重比率随时变化，要求在瞬间掌握并给出各个因子权重的变化量而求出未来的行情走势的局部变化数据，确实很难。数学上的计量总在理想的状态上进行，而现实中充满了各种各样的矛盾和噪音。当噪音信号大于实际走势信号时，系统很难给出令人满意的结果。因此智能化系统的开发过程就是一个寻找更多盈利点和屏蔽噪音的过程。随着系统的经验的无限累积，部分噪音将会在系统的经验库中被过滤。

在我们的测试过程中，系统的分析周期越长所产生的噪音信号就越少，但系统的经验累积速度和反应速度也会越慢，顾此失彼。由于系统的噪音是非均匀分布的，显然，与理想的环境相差太大，现行的数学计量方法是不能实现输出确认的结果的。

那么，怎样才能让系统对行情走势做出正确的判断呢？系统可通过对行情多空因子的测定和数学计量及行情短期走势的证实来感觉出未来的行情走势的轻重，然后确认其方向，得出最终所要的结果。还记得投资大师李弗莫关于“最小阻力线”的精辟论述吗？行情总是沿着阻力最小路线前进的，只要系统能感觉出哪条路线才是阻力最小的路线，那么什么问题都解决了。因此，适当的感觉对系统来说是至关重要的。在行情走势中，数学的计量得出的结果永远是粗略的，而系统存在的本身就是通过大量的数学模型计量得出一个胜算大于50%以上的结论。这就是系统所谓的感觉。

作为系统，其最主要的目的就是：实现利润的快速增长。在系统对行情的判断和实际走势方向一致时，交易就可以发生了。