当前位置:首页 行业动态 正文

数字资产量化入门:这里有三种主流量化策略套利逻辑

2023-07-05

撰文:刘议骏

来源:Hashkeyhub

编者注:原标题为《数字资产增值新潮流:量化策略让你的资产稳定增》

 

近几年来,传统金融人才涌向数字资产行业,新的金融系统飞速搭建,跳过冗杂的试错阶段,可以套用正规传统金融的方法进行盈利。

数字资产在某种意义上可以定义为一般等价物,在金融属性上容易与法币的金融衍生模式打通,因此数字资产的各种定期、活期财富产品也渐渐兴起。如何通过传统金融的方法在数字资产行业中进行稳定盈利?最重要的是量化交易。

本文就将介绍量化策略是什么,以及其中的3个方法。

 

数字资产量化入门:这里有三种主流量化策略套利逻辑

量化交易(Quantitative Trading),简单来说就是基于数学模型,由计算机程序严格地执行事先制定的交易策略代替人进行交易。

数字资产量化入门:这里有三种主流量化策略套利逻辑

量化交易界面

对比传统的交易手法:

  • 量化交易严格遵循纪律性,避免了交易员主观感情带来的不必要损失;
  • 量化策略不会仅以单个指标作为判断因素,而是综合宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度,基于海量数据进行系统性的判断;
  • 量化交易的核心思想是基于系统性判断的基础,买入低估资产,卖出高估资产进行套利
  • 程序没有疲劳一说,只要有交易机会,策略就会启动,有时甚至会在一秒内进行几十次交易;
  • 量化策略以概率取胜,在足够交易数量的前提下,部分交易的亏损并不会影响整体的良好回报率。
在已有的优势之上,24小时不停的数字资产市场为量化交易提供了更多的机会;

同时,数字资产市场的信息不透明性以及信息传递的隔阂,对于量化交易来说更容易发现套利机会。

因此,量化策略在数字资产市场上往往能够比在传统市场中表现得更加优异,让十位数的年化收益成为现实。

目前数字资产的量化收益已经远高于传统金融的量化收益。英国银行同业拆借利率(LIBOR)向来是各大央行指定存款利率的标准。

2020年5月,LIBOR仅为2.28%,而保本型数字资产理财产品的年化利率则保持在6%-12%。

这个区间是给到C端用户的收益,如果加上机构本身的成本费用与利润,实际的年化利率还会更高。

数字资产量化入门:这里有三种主流量化策略套利逻辑
各国央行均在下调利率 
数字资产量化入门:这里有三种主流量化策略套利逻辑
量化策略能够带来优秀的收益回报率,但并不是所有的量化策略都是同一张脸谱,一般来说量化策略也会按照:交易产品、盈利模式、策略信号、交易速度等维度进行分类。在数字资产市场中,现有的三种比较主流的策略是: 趋势套利策略、期限套利、搬砖套利。 

数字资产量化入门:这里有三种主流量化策略套利逻辑
在市场趋势形成后,以牛市为例,在上涨趋势中,通过数学模型确立下方支撑位与上方压力位并以此定义【无套利区间】(理论价差)。当市场价格高于/低于【无套利区间】时,即视为存在套利机会,并进行卖出/买入操作。在一次趋势套利交易完成后,策略将继续分析市场,并重新寻找套利机会,进行下一次交易。
数字资产量化入门:这里有三种主流量化策略套利逻辑
趋势套利大多只针对单一交易品种,其主要的难点在于判断市场中是否真的形成趋势,因此在市场交易量不突出,处于震荡行情中时趋势套利策略的收益并不明显,且风险较大。 
数字资产量化入门:这里有三种主流量化策略套利逻辑
期限套利的是根据现货价格和期货价格的基差(基差=现货价格-期货价格)进行投机。在期限套利策略中,单一现货或期货的价格对策略没有影响,唯一影响收益的因素是基差。具体操作是在同一时间对同一交易品种的期货和现货进行相同金额,相反方向的交易,如下图:

数字资产量化入门:这里有三种主流量化策略套利逻辑

注:数字资产交易所中一笔BTC合约的价值可能是100美元,因此如果买入1BTC,需要卖出X(X= BTC实时美元价格/100)笔期货合约。

数字资产量化入门:这里有三种主流量化策略套利逻辑

搬砖套利是一种相对简单的一种策略。核心是发现同一币种同一时间在不同交易所存在的差异,跨平台在价高平台卖出,在价低平台买入,以此赚取差价利润。具体操作如下图:

数字资产量化入门:这里有三种主流量化策略套利逻辑

但是这种策略需要定期对交易所中的剩余资产进行配平,并且币种价格也会影响到最终的收益率。从某种程度上来说还是存在一定风险的。趋势、期现套利属于风险套利(统计套利),核心竞争的是对未来趋势的判断准确度。其实还存在无风险套利,但不要以为没有风险就可以赚到钱了。

无风险套利主要包含了对冲套利(搬砖套利就是对冲套利的一种),三角套利两种,核心竞争的是网速、算法效率和佣金,对于大部分机构来说,这里的门槛反而更高,暂不展开讲解。

本文仅简单介绍了三种量化策略,在实际情况中的操作要远比文中提到的复杂,其中不乏多种策略结合,需要考虑的影响因子也更为繁多。策略承载量、市场流通性、资金池深度、网速、场外因素、自然灾害等对于最终收益都可能有着巨大的影响。

当前的数字资产交易量较过去下降许多,限制了许多量化策略的执行。甚至一些团队的主要收益来源于高频交易的做市商服务。

许多量化产品也只能相应降低利率以应对不活跃的市场交易量。