数字货币市场和量化策略的结合

量化投资的兴起和数理金融学发展密不可分，美国经济学家 Markowitz 在 20 世纪五十年代建立的均值-方差模型可以说是量化投资的开端。

#01量化投资的发展历程

在 60 年代，William Sharpe 等四人在现代投资组合理论（MPT）的基础上上发展出了资本市场定价模型（CAPM），成为度量金融风险和收益的基本模型。另一个值得注意的方向是是 Fama 等人在 60 年代发展起来的有效市场假说，影响力持续至今。此外 Fama 和 French 在 90 年代还发展出了三因子模型，成为后来因子分析模式的开端。

随着衍生产品的不断发展，在上个世纪 70 年代美国经济学家 Black 和 Scholes 建立了期权定价模型（BSM model），又迅速地应用于金融市场，帮助金融衍生产品迅速的发展，反过来推动金融数学理论往前推进了一大步。

80 年代， 「金融工程」 这个概念被提出，形成新的学科形态并开始广泛吸收和研究相关成果。90 年代最重要的进展是金融风险管理方向，VaR 风险管理模型被广泛使用，已经被全球金融机构所广泛使用，是最重要的风险度量矩阵之一。

#02数字市场趋势

大部分策略都可以在数字货币市场进行应用，数字货币市场也存在自己特色的套利方法。量化投资在美国市场已经成为不可忽视的力量，2018 年量化对冲金规模已经占到所有对冲基金规模的 1/3。而中国的公募基金里，只有大约 1% 为量化基金，偏股型基金里约 5% 为量化类型，这也和公募基金的投资限制有很大关系。而在私募基金行业中，量化类型的私募基金占比已经达到了 20%，其中股票市场中性（31%）、CTA 趋势（29%）和股票多空（18%）为使用最多的三类量化策略。

#03未来的量化策略

数字货币市场的特性非常适合量化策略的使用，而亿启量化智能系统结合以下优势，为普通投资者提供服务：

1.数字货币本身波动较传统金融市场产品大很多，适合多种卖出波动率的量化投资策略。量化智能系统自动提供合适策略，不让投资者有任何方向上的困扰。

2.市场发展比较早期，产品都很初步，比如期货、期权产品，流动性低、定价有效性差，出现错误定价的机会多，量化投资可以很好地捕捉其中的定价偏离机会。

3.交易时间长，7*24 小时交易，不适合人工盯盘和交易，而更有利于发挥量化系统在盯盘、预警和捕捉交易机会的优势。

现在，大量的拥有传统金融优势的量化团队涌入数字货币市场，带来成熟的交易理念和系统，发掘交易机会。可以说量化交易策略的存在，使得数字货币市场的成熟化加快。

—-

编译者/作者：亿启量化

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。