君道量化头图4_10.png


单边交易

单边交易通过做多或做空标的,正确判断标的价格的涨跌变化并执行交易,来获得相应的利润。此交易模式,盈亏比较大(盈利一次的利润等于多次亏损的利润),相对利润较高,对政策适应性较强。


君道量化将这类策略分为趋势和震荡两大类来进行研发,通过趋势和震荡之间的对冲来降低整体收益的风险。


AP策略,趋势策略,适应标的:5种。该策略从行为经济学原理着手,通过了统计数据的分析检验,再配合严苛且自适应的仓位管理,经实盘验证在趋势行情中大幅盈利,震荡行情中略微回撤。


TNET策略,突破策略,适应标的:3种。该策略利用君道自有数据挖掘模式,通过数学建模确定可行交易方案,再利用君道自有参数优化系统确定适当参数。辅以ATR仓位管理,实现风险可控的交易模式。


KL策略,突破趋势跟踪策略,适用标的:3种。该策略从价格的分布特征入手,寻找分布特征相似的价格序列作为策略信号的判断基础,再配合参数的优化系统,精准的捕捉市场趋势行情。


君波过滤策略,突破趋势跟踪策略,适用标的:3种。该策略寻找较长时期价格维持在一个密集区域,利用特有的技术指标来监控均衡价格的被打破,从而跟踪市场走势,辅之于波动率过滤,捕捉市场均衡突破点。


股指震荡策略,震荡策略,适应标的:1种。该策略是利用股指期货波动大的特点设计的,利用技术分析指标,判断股指价格短期超买和超卖的区域,根据波动赚取利润。


套利交易

套利交易通过同时购买双边或者多边反向标的组,来达到将盈亏来源转至价差的目的。


通过盈亏最根本逻辑的变化来有效降低策略的风险,使得交易逻辑更为复合统计学规律,以此来提高策略的风险收益比,获得更为稳健的收益。同时因为和单边策略盈亏来源的不同两者相对独立,通过资产配置两种交易方式能有效的提高资金曲线的平滑度。


协整套利策略(低风险)

统计套利策略,适应标的:20种。该策略寻找期货合约之间的协整关系并进行程序化跨期、跨品种套利。通过数据挖掘搜寻同一个或多个品种之间的协整关系,即长期来看某些合约组合存在某种稳定关系;满足适当条件的品种进行套利交易;利用适当时间窗动态调整套利参数增强套利适应性,以应对重大市场变化;通过多个套利组的组合,降低策略波动性。

 

期权期货平价套利策略(无风险)

无风险套利策略,适应标的:2种。该策略对同一个期货品种和相同执行价格的看涨看跌期权进行期货期权平价套利,通过程序自动监控并执行赚取无风险利润。期货合约与相同执行价格的看涨看跌期权须满足某种内在关系,考虑实际情况后当偏移达到可套利的程度,执行交易并持有到期即可赚取无风险利润。


机器学习策略

机器学习是通过计算机模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。


运用在二级市场交易中的机器学习策略即为通过神经网络、SVM、K-means、凸优化等算法对市场数据进行挖掘、学习并找到某种既定模式,通过利用该模式进行交易的策略。


此种交易模式优势:算法会挖掘出人脑不易辨别或者没有足够经验(机器算法利用大数据)去辨别的模式。


君道量化在进行产品资产配置时会参考以下三个基本思路,根据资金需求和实际市场情况进行灵活配置并动态调整资产配置方案。


君道量化产品资产配置方案:


01

传统的马科维茨均值方差模型和在其基础上的black little man投资组合理论


02

公司自主研发的自适应资产配置模型


03

Cppi固定比例投资组合(保本资金)


  本文章909阅读
关注
一键咨询