邓力文 - 量化交易等于自动印钞机？（二） | Exchange²
邓力文
2024-09-16 02:00 HKT
字體大小
上次我们讨论甚么是量化交易，第一步工作就是收集和整理数据。数据资料库至关重要，没有好的数据来源，就无法提炼出有效分析。这就像做一道好菜，食材的质量决定菜的好坏。假设一切数据都已整理好，那么我们为何能从中获取交易策略，并创造回报呢？
当数据整理好后，下一步就是设计策略与回测，这涉及大量的机械学习（Machine Learning）。许多人认为机械学习就是将数据输入模型，然后自动获得预测结果。然而，世界上并不存在一部自动炒菜机，能将任何食材变成你理想中的美味佳肴。同样机械学习的关键在于，你首先要清楚自己希望它学习甚么。
涉及复杂数学原理
在计量金融中，我们经常处理时间序列数据（Time Series Data）。举例来说，当你分析2年期国债利率，并绘制一个与时间对比的图表时，可能会觉得其中存在某种模式或重复现象。
于是你尝试将2010至2020年的2年期国债利率数据的「规律」提取出来，并输入到机械学习模型中，假设这个模型学习这些「规律」后，能否预测2020至2024年走势？接着你将预测结果与实际数据对比，检验其准确性。
这个例子只是为了说明问题，实际工作环境要复杂得多，数据的「规律」可能存在于多维空间。这使数据分析和模型学习涉及许多复杂数学原理。美国传奇对冲基金公司Renaissance Technologies的创办人Jim Simons，透过机械学习创造超额回报，其团队成员就有不少科学家。原因是数学上的几何学，正是解决如何找寻一个「有规律的形状」。但我既不是数学家又不是科学家，那么能否把握这些机会呢？我认为答案是肯定的，下周再与大家分享。
邓力文
最Hit
宣萱上载「拖手相」官宣古天乐恋情？无预警甜蜜发图惹网民疯狂 本尊上水10字亲回应
2025-11-13 22:00 HKT
孝女为亡父取消电话合约 反被客服要求「机主亲身嚟办理」 网民：叫爸爸回魂揾佢整
2025-11-13 18:11 HKT
香港老板大赞厨师见工有诚意！港男「盛装」应征中厨 即场抛镬炒小菜 网民恭喜：尊重自己同工作
2025-11-13 16:00 HKT
更多文章
