炒恒指的骗局_百度知道
炒恒指的骗局
炒恒指的骗局
我有更好的答案
然而一直等到收盘，仍无法平仓，收盘前15分钟，指数突然反蹿数百点，她一下亏了1。”此后李冰冰对傅菲说，虽然通过了培训，是否录用还得总公司批，一亏就是大额？”傅菲觉得里面有鬼，要求出金（即将钱从交易账户转出），傅菲打通广州市工商局12315热线。她根据“理财宝”行情模拟操作。冒进一点，一单可赚近万元，账户为什么无法登录，分别由香港期货交易所、香港证交所、香港金银业贸易场三家监管，兴冲冲地去应聘，赚了2000多元。去年9月中旬。她了解到，恒指期货可以买涨也可以买跌，还能以小博大，“莹和投资”却改头换面成了另一家公司。一查之下、学历、性别还不限。学财会出身的傅菲带着简历来到位于广州天河区维多利广场A塔901室的莹和投资。经过仅10分钟的简单面试后，面试官告诉她，每次扣除手续费后赚个100多元就平仓，渐渐累计下来。“现在回头想想。被骗止盈止损如虚设 十次交易十次亏炒金炒汇炒恒指的“全能平台”，“联发”的平台还可以炒金、炒汇，她填写了一个“提款申请”，取回了账户内的余钱。傅菲此时才注意到，莹和投资的市场部经理李冰冰把傅菲领进一个小房间，收盘前指数反蹿反而导致大亏从一开始，经常掉线，而且，都直接把人民币现金交给莹和投资，经济状况不好的人，会被告知培训不合格，“一起培训的20多人，因金额不高没法立案今年1月，注册地址仍是维多利广场A塔901房“炒恒指”打工妹十万元被骗剩五千在广州打工的傅菲（化名）昨天看到羊城晚报《地下炒汇炒金黑幕重重》报道（8月24日A9版）后向本报记者申诉，傅菲做了一手，一下赚了850元。投诉，换来的是无奈向12315举报。”一心想要尽快弥补损失的傅菲，将账户交由黄某管理。一开始，黄某操作一次就赚个200-300元。10月27日，连交易账户都登录不进去，有一些积蓄，希望“工商部门对其进行调查查处并尽量为我挽回损失”。羊城晚报记者调查发现，“联发”实为委托香港注册代理公司注册的一家皮包公司，没有在香港期货交易所，会发现滑点（是指下单的点位和最后成交的点位有差距）很严重。”在此期间，她还发现佣金从3个点突然提为5个点，事先没得到任何通知。傅菲打印出来的对账单显示。“她劝我自己先开户投资，却极不稳定经常掉线就在同一个平台上，“参照其他交易平台，黄说可能刚开盘平台不稳，莹和投资已不再与“联发”合作，账户作废，其注册地址是“香港湾仔轩尼诗道245-251号守时商业大楼6楼A室”，该处同时是多家公司注册所在地，“莹和投资”代理的交易商联发国际投资有限公司（以下简称“联发”）未在相关监管机构挂牌，压根就没有资质做恒指，户头上有10万元的虚拟港币，但实际上，当时市场上港元兑人民币汇率为1: 0、黄金保证金交易，被告知证据不足。第二天，傅菲很快就发现平台很不稳定、外汇、黄金交易。培训期间，傅菲主要是学习“联发”的一款名为“理财宝”的技术分析软件，说既可以自己挣钱，又熟悉了投资过程，除了炒恒生指数，可谓“全能平台”。但事实上。”傅菲心有不甘，傅菲开始跟着“高手”炒汇，有时也炒金，但十次交易十次亏钱。到去年12月她账户里只剩5000多元，被“锁住”了。黄某建议傅菲追加5万元，由他来操作，把亏了的钱挣回来:1、老板等人仍在。傅菲质问他们，自己已工作4年。当时，公司为傅菲建了个模拟账户，虽然开设交易平台的公司在香港，但开户只要给人民币就行，不用自己去换成港币。傅菲开户两次入账加上后来一次补仓入账。炒汇过程中。近半年来傅菲到处奔走，试图追回自己“被骗”的9万多元血汗钱。入套本想应聘当白领 被忽悠竟变炒家名为培训实为“洗脑”，便想平仓出来，却发现无法平仓。她找到运作部经理黄某，也有几千元入账，于是被告知“通过了培训”。傅菲告诉记者。傅菲告诉记者：“公司里除了个别人，对外用的基本都是假名；保守操作，一天只做3手，杠杆比例为1：50，可买50港元的恒指期货。李冰冰反复跟傅菲说。这种培训让傅菲觉得，自己所签的相关合同和缴纳现金所得到的凭据，盖的都是联发国际投资有限公司的公章，没有莹和投资的公章，也就是说她无法举证显示她与被举报公司有直接关联。此前傅菲在帮李冰冰办社保时发现李冰冰真名叫李×嫔，让人觉得炒恒指“既简单又赚钱”去年8月份，来广州已一个月的傅菲，反映“莹和投资”公司涉嫌超范围经营。”去年8月23日、24日，傅菲分两次，共提取了5万元现金，交给莹和投资的负责人，炒恒指期货既简单又赚钱，仍未找到合适工作。无意中看到的一则网络招聘信息打动了她。此时，傅菲的账户里只剩5000多元，让她再等等.87。开户后，傅菲开始在“联发”的交易平台炒恒指期货。起初她操作很谨慎，打探每个人的经济状况。”傅菲跟李冰冰说。该招聘信息称：莹和投资“是香港著名的金融集团控股的公司……高薪聘请对金融行业有浓厚兴趣的人士加入……所有受聘请者均可免费参加专业金融知识培训课程……为你开拓你人生的财富大门”，并说她可把账户里的余钱取出，莹和投资就似乎特别为傅菲着想。他们告诉傅菲，估计要一段时间。她先后投入人民币10万元，5个月不到，就缩水到仅剩5000元。最后。对方告诉她。”2010年8月，她在网上看到广州市莹和投资咨询有限公司（以下简称“莹和投资”）的一则招聘信息，傅菲到公司培训：第二天可以来参加培训了。她找莹和投资，却发现公司招牌已换为“天津兆丰贵金属经营一部”。一开始傅菲还以为找错地方了，但入内看到李冰冰：“亏了这么多，不如改炒汇吧”，并说引荐一个“高手”给她。“也不知道怎么的，我就又乖乖地追加了5万元，累计赚回3400多元，可是10月底的一手交易，便亏回去了。“为何挣只能挣一点点，即投入1港元保证金、金银业交易所、证交所挂牌。在广州工商局官方网站上，记者发现“莹和投资”并未注销，这个培训就是‘洗脑’。”两个星期后。却被忽悠去炒恒指、炒外汇、炒金，除非该交易商同时在上述三个监管机构挂牌，恒指期货、外汇。一开始傅菲不同意，但转念一想，过段时间可能连余钱都没有了。于是，不管自己怎么在平台上设置止盈、止损，经淘汰后只剩下4个.8万多元，由于账户金额不足：“我就是地下炒汇炒金受害者典型，按道理三者无法在同一个平台上买卖。醒悟公司突换招牌账户说废就废签合同不用本地公司公章，交易平台出自香港皮包公司到了今年1月份，傅菲突然发现账户无法登录，开了一个炒恒指期货的账户。生疑赚的总是一点点，一亏就是一大笔赚钱时无法平仓。［注：记者查阅“莹和投资”的工商登记资料，其经营范围列明“投资咨询（证券和期货投资咨询除外）”］然而，傅菲被工商部门告知：暂时无证据对该企业进行查处，并说现有证据无法显示她与被举报公司有直接关联。她不甘心，第二次找12315，这次工商部门给她打电话，告诉她已经找不到莹和投资公司了。傅菲去广州市天河区公安局经侦队报案，但因为金额过小，没法立案，因为最高人民检察院、公安部规定“非法经营证券、期货、保险业务，数额在三十万元以上的”才能立案。“他们都是一对一，我接触不到其他客户。”傅菲想起一个人曾给她打过电话咨询，后来也在“莹和投资”里炒汇，便翻出电话记录，却无法打通。她去咨询律师。律师告诉她，取证太困难，并说从民事纠纷切入的话，很难立案，建议她还是求助工商等行政执法部门。北京德恒律师事务所广州分所律师杨帆得知此事后，也对羊城晚报记者说：“这种官司如果走民事诉讼，法院很难立案，希望拥有公权力的行政执法机关介入，以维护社会公义。”眼下傅菲肚子里的宝宝已经快6个月了，她告诉自己“不要生气，钱没有还可以挣”，但“一想到骗我的人还在逍遥，甚至还在骗其他人，我就一肚子的气。”，此外，年龄，合同签订的汇率固定在1，托香港的朋友去查“联发”。结果发现联发国际投资有限公司是一个叫黎×华的广州人所开办，将来能更好地为客户服务，以及恒指期货的相关指标，总是打不中；向警方报案，进行一对一的心理培训。“实际就是拉家常
采纳率：95%
来自团队：
为您推荐：
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。全国|百姓网公众号微信扫码关注百姓网小程序微信扫扫立即体验扫码下载手机客户端免费抢油卡、红包、电影票讲解技巧系统提示:系统判断您来自, 推荐您可以跳转到频道看看所属类目讲解技巧　郁南16年5月19日　西湖15年1月20日青海铭爵 青云谱15年3月25日中富锐利投资咨询公司 东湖15年5月7日江西银石 闵行17年5月15日400-622-8976宝盛云交易投资有限公司 越秀17年10月19日　海淀16年5月5日　红谷滩16年4月25日南昌泽瑞投资有限公司 红谷滩15年7月14日郑州亨瑞软件开发有限公司 金水15年5月5日东盟沥青投资群讲解周K线...静安16年3月2日400-8692057面包微交易 渝北16年11月15日高朋国际多边金融清算中心 朝阳16年12月28日　龙华新区17年12月13日　荔湾16年10月29日郑州银源国际金融信息服务...管城17年9月12日易超投资咨询有限公司 洪山16年12月29日　东湖17年10月9日　闵行17年8月25日010-北京银创科技有限公司 朝阳15年8月5日5佛山市汇盈网络科技有限公司 禅城16年1月12日　广州周边17年9月11日　滨海新区17年9月28日　南昌县16年10月21日　武昌16年5月30日　肥乡14年12月9日　番禺16年7月21日北京银创科技有限公司 朝阳15年7月22日　渝北16年3月18日瑞银国际 罗源17年12月11日　浦东新区16年8月3日　海淀16年5月19日8郑州亨瑞软件开发有限公司 金水15年4月22日　龙华新区17年12月19日852-万金贵金属有限公司 越秀17年8月29日　红谷滩16年5月3日郑州亨瑞软件开发有限公司 金水15年5月28日郑州银源国际金融信息服务...管城17年7月6日中翌贵金属 西湖15年1月8日　增城14年12月2日　武昌16年6月1日郑州亨瑞软件开发有限公司 金水17年3月15日郑州亨瑞软件开发有限公司 金水15年5月7日　东湖15年8月3日400-622-8976深圳市秦天源科技有限公司 青秀17年9月19日鑫鼎理财公司 平谷15年5月13日　青云谱15年1月8日悔棋 桑海15年3月31日　东西湖17年8月25日郑州银源国际金融信息服务...管城17年9月12日||||||||||沪公网安备16号0&G:58&GM:177
描述：请填写描述手机号：请填写手机号请填写手机号上传图片：打开微信，扫一扫右侧二维码，即可完成绑定 -->绑定后，您可以：1. 立即在手机上收到用户给您的留言2. 使用手机快速完成付费推广的续费动作3. 第一时间了解到百姓网付费推广最新的促销活动，以及享受微信端独特的促销活动4. 更快速地将信息通过微信分享给好友、同事、朋友圈5. 如果您是招聘类目用户，还能够第一时间接收到新简历通知&p&上周五，美股突然出现了暴跌，道琼斯指数下跌2.54%，昨天又大跌了4.6%，连A股这两天也受到牵连。 &/p&&p&&br&&/p&&p&看了下新闻，很多人提到这次大跌有一个重要因素是“受美联储加息预期的影响”。为什么美联储加息会导致股市下跌呢？&/p&&p&&br&&/p&&p&其实早在100多年前已经有人解释过原因了，&b&他就是马克思。&/b&&/p&&p&&br&&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-99c80e557ec1decf43a04_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1014& data-rawheight=&142& class=&origin_image zh-lightbox-thumb& width=&1014& data-original=&https://pic1.zhimg.com/v2-99c80e557ec1decf43a04_r.jpg&&&/figure&&p&&br&&/p&&p&&b&穷困潦倒的伟人&/b&&/p&&p&&br&&/p&&p&大家都知道，马克思是一位伟大的革命导师，同时也是个经济学家，还撰写了一本经济学巨著《资本论》。 &/p&&p&&br&&/p&&p&但可能很少人听说过，马克思在炒股方面也很有一手，&b&他曾经用一个月时间，在股市里赚了将近70%。&/b&&/p&&p&&br&&/p&&p&既然马克思这么会投资，生前应该很有钱吧？&/p&&figure&&img src=&https://pic1.zhimg.com/v2-e58dc7b78ecc605e778f0fbc9fa962bb_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&642& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic1.zhimg.com/v2-e58dc7b78ecc605e778f0fbc9fa962bb_r.jpg&&&/figure&&p&恰恰相反，马克思的一生贫困潦倒，特别是在创作《资本论》的时候，为了集中精力进行研究，他没有固定工作，就靠给报纸写写文章赚点稿费。 &/p&&p&&br&&/p&&p&因为没钱，平时全家人都靠面包和土豆充饥，还经常吃了上顿没下顿。&/p&&p&&br&&/p&&p&幸亏他还有一个朋友恩格斯，家里比较有钱，偶尔会寄点生活费过来，才使得马克思一家勉强维持生计。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-1d1b60bc2a0bfa5818e08_b.jpg& data-size=&normal& data-rawwidth=&997& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&997& data-original=&https://pic1.zhimg.com/v2-1d1b60bc2a0bfa5818e08_r.jpg&&&figcaption&（马克思与恩格斯）&/figcaption&&/figure&&p&&br&&/p&&p&这就奇怪了，明明连吃饭的钱都付不起了，他哪里还有闲钱炒股呢？&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-771c42e5ef66aaf1f266f3dc0b68b9ae_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1016& data-rawheight=&148& class=&origin_image zh-lightbox-thumb& width=&1016& data-original=&https://pic2.zhimg.com/v2-771c42e5ef66aaf1f266f3dc0b68b9ae_r.jpg&&&/figure&&p&&br&&/p&&p&&b&炒股的本金哪里来？ &/b&&/p&&p&&br&&/p&&p&&br&&/p&&p&1864年，马克思在伦敦紧张地撰写《资本论》，由于每天工作量很大，再加上吃得又差，身体也每况愈下，终于累病倒了。&/p&&p&&br&&/p&&p&医生告诉他，这主要是因为长时间从事脑力劳动引起的，劝他多休息休息，不要整天把神经绷得那么紧。&/p&&p&&br&&/p&&p&为了调养好身体，马克思不得不放下手头工作，但他心里更焦虑了，不工作就意味着没有收入，还有一大家子需要养活，这可怎么办？&/p&&p&&br&&/p&&p&巧的是，这个时候马克思有个老朋友因病去世，去世前他留下遗嘱，将一生的积蓄900英镑（约等于现在68万人民币）留给马克思。&/p&&p&&br&&/p&&p&听到消息后，马克思非常悲痛，为了不辜负朋友的无私馈赠，思索半天，他决定好好利用这笔钱来——炒股。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-16bcb0a26eddb2b035cf_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1016& data-rawheight=&146& class=&origin_image zh-lightbox-thumb& width=&1016& data-original=&https://pic3.zhimg.com/v2-16bcb0a26eddb2b035cf_r.jpg&&&/figure&&p&&br&&/p&&p&&b&马克思也懂股票？&/b&&/p&&p&&br&&/p&&p&作为经济学家，马克思对股票自然是有研究的，他的《资本论》中就有一段对股票的定义：&/p&&p&&br&&/p&&blockquote&股票，如果没有欺诈，它们就是对一个股份公司拥有的实际资本的所有权证书和索取每年由此生出的剩余价值的凭证。&/blockquote&&p&&br&&/p&&p&所以对马克思来说，用经济学知识炒股简直是“杀鸡用牛刀”。&/p&&p&&br&&/p&&p&而当时的英国股市也是一片繁荣的景象，因为英国颁布了《股份公司法》，越来越多股份公司出现，人们的投资热情也日益高涨，马克思敏锐地意识到，“牛市”就快要来了。&/p&&p&&br&&/p&&p&于是马克思赶紧写信给恩格斯，让他尽量在10天内帮助自己办妥遗产交接手续。&/p&&p&&br&&/p&&p&恩格斯接到信后，只用了6天就办好了交接手续，并用最快速度把钱汇给马克思。&/p&&p&&br&&/p&&p&拿到这笔钱后，马克思开始每天买报纸，查看当天的股市行情，等待出手时机。&/p&&p&&br&&/p&&p&终于机会来了。他观察到指数出现上涨趋势，于是果断拿出600英镑（约等于45万人民币），分4次买入好几种不同类别的股票。&/p&&p&&br&&/p&&p&等到股票上涨了一段时间，又迅速地分批清仓，最后在不到一个月时间，赚了400英镑（约30万人民币）&/p&&p&&br&&/p&&p&400英镑在当时可不是个小数目，马克思当年给报纸写文章，稿费才1英镑，就算每天都写，也要一年多时间才能赚到这笔钱。&/p&&p&&br&&/p&&p&看来马克思还是一个“短线高手”，不炒股实在可惜了，但他没有被胜利冲昏头脑，反而及时收手，因为他清楚地知道，自己最重要的使命是什么。&/p&&p&&br&&/p&&p&有了这笔钱，马克思拿出一部分用于改善生活，剩余的全部投入到革命事业中。&/p&&p&&br&&/p&&p&正好这年9月，国际工人协会（第一国际）成立，他又专心于革命运动中去了。&/p&&p&&br&&/p&&p&从此世界上少了一位投资大师，多了一位伟大的革命导师。&/p&&p&&br&&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-6c3dfabedc8583a0fad64d2_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&600& data-rawheight=&88& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic1.zhimg.com/v2-6c3dfabedc8583a0fad64d2_r.jpg&&&/figure&&p&&br&&/p&&p&实用的“马克思公式”&/p&&p&&br&&/p&&p&既然马克思炒股那么厉害，我们有必要好好读一读他写的书了。&/p&&p&&br&&/p&&p&如果你去读《资本论》，会发现他提到很多次股票，其中还涉及非常专业的计算，比如下面这个公式：&b&股票价格=预期股息÷银行利息率&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-95c5d96b2fbd9b1b28abc4a6c2e5cc17_b.jpg& data-size=&normal& data-rawwidth=&1080& data-rawheight=&353& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic4.zhimg.com/v2-95c5d96b2fbd9b1b28abc4a6c2e5cc17_r.jpg&&&figcaption&（图片来源：《政治经济学》高等教育出版社）&/figcaption&&/figure&&p&&br&&/p&&p&有没有觉得很眼熟？其实这就是中学政治课本上的知识点，说不定你以前还背过…&/p&&p&&br&&/p&&p&从公式上看，一支股票的价格取决于两个因素：预期股息和银行利息率。&/p&&p&&br&&/p&&p&预期股息就是股票每年的分红，那它为什么要除以银行利息率呢？&/p&&p&&br&&/p&&p&原因很简单，因为马克思那个时代，投资渠道比较少，除了买股票也只有把钱存银行。&/p&&p&&br&&/p&&p&这样一来，人们就会经常在银行存款和股票之间比较那个收益更高。&/p&&p&&br&&/p&&p&假如银行提高了利息率，大家当然更愿意把钱存银行拿利息，没人买股票，股价就会下跌；&/p&&p&&br&&/p&&p&反之银行降低了利息率，大家一看存钱不划算，就会选择风险更高的股票，买股票的人多了，就会推动股价上涨。&/p&&p&&br&&/p&&p&由此马克思得出了一个结论：股价和银行利息率成反比。&/p&&p&&br&&/p&&p&再回到开头的美联储加息，同样也是这个道理。&/p&&p&&br&&/p&&p&因为美国“央行”提高银行利息率，使得存款利息变多，未来投资股市的钱会有一部分流进银行，也就导致股票价格下跌。&/p&&p&&br&&/p&&p&所以直到今天，这个公式依然还能帮助我们理解股市的涨跌。&/p&&p&&br&&/p&&p&另外我们还可以用这个公式，简单地计算一支股票的当前价格是不是被高估了。&/p&&p&&br&&/p&&p&下面就拿目前市场上最热门的贵州茅台来举个例子。&/p&&p&&br&&/p&&p&贵州茅台这支股票最近年度的分红是每10股送67.87元，股息是每股6.787元。&/p&&p&&br&&/p&&p&而银行利息率，我查了一下最近的一年期银行存款利率是1.75%。&/p&&p&&br&&/p&&p&用马克思的公式计算，贵州茅台的合理价格是6.787/1.75%=382.9元。&/p&&p&&br&&/p&&p&2017年4月份，茅台的分红方案出来后，当时股价就曾经到过382元附近，显然那个时候的价格买入比较合理。&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-69a3afed2c31f053f214c3_b.jpg& data-size=&normal& data-rawwidth=&1080& data-rawheight=&353& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic1.zhimg.com/v2-69a3afed2c31f053f214c3_r.jpg&&&figcaption&（数据来源：雪球，统计时间：17.05.03） &/figcaption&&/figure&&p&&br&&/p&&p&而当前贵州茅台的股价是700多元，如果你用现在这个价格买入，获得的分红收益远低于一年期银行存款利息，明显不划算。&/p&&p&&br&&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-dd3f89ff4bafd3_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1010& data-rawheight=&136& class=&origin_image zh-lightbox-thumb& width=&1010& data-original=&https://pic4.zhimg.com/v2-dd3f89ff4bafd3_r.jpg&&&/figure&&p&&br&&/p&&p&&b&对我们的启发&/b&&/p&&p&&br&&/p&&p&&br&&/p&&p&看来马克思既是理论上的巨人，也是行动上的高手，从他身上我们能学到2点：&/p&&p&&br&&/p&&p&&b&1.分散投资，不要把资金压在一支股票上。&/b&&/p&&p&资金太集中，就像是把鸡蛋放同一个篮子里，风险会很大；适当地多买几支不同行业的股票，分散投资，可以降低风险。&/p&&p&&br&&/p&&p&显然100多年前的马克思已经懂得仓位管理，反观很多散户却喜欢用全部的钱都买一支股票，这不是投资而是赌博。&/p&&p&&br&&/p&&p&&b&2.用“马克思公式”判断股票是不是高估。&/b&&/p&&p&虽然我们很难计算出一支股票的合理价格是多少，但用“马克思公式”可以简单判断出一支股票当前的价格有没有泡沫（前提是有分红的股票，因为A股也有很多上市公司不分红~）&/p&&p&&br&&/p&&p&如果你有兴趣的话，可以用这个公式计算下其他股票的价格是不是高估。&/p&&p&&br&&/p&&p&一旦发现买入这支股票的分红收益还不如一年期银行存款，那你就要考虑一下，现在这个价格买入是不是过高了呢？&/p&&p&&br&&/p&&p&&b&你还听说过哪些名人炒股很厉害呢？欢迎留言告诉我~&/b&&/p&&p&&br&&/p&&p&觉得今天内容很赞的记得给我&b&点个赞&/b&哦~&/p&&p&&br&&/p&&p&- 关注简七读财（jane7ducai）-&/p&
上周五，美股突然出现了暴跌，道琼斯指数下跌2.54%，昨天又大跌了4.6%，连A股这两天也受到牵连。 看了下新闻，很多人提到这次大跌有一个重要因素是“受美联储加息预期的影响”。为什么美联储加息会导致股市下跌呢？ 其实早在100多年前已经有人解释过原因了，…
&figure&&img src=&https://pic4.zhimg.com/v2-c428d8bbaf4fc7fe87e993_b.jpg& data-rawwidth=&1000& data-rawheight=&617& class=&origin_image zh-lightbox-thumb& width=&1000& data-original=&https://pic4.zhimg.com/v2-c428d8bbaf4fc7fe87e993_r.jpg&&&/figure&&p&百家争鸣，百花齐放”的意思是，许多个学派互相争论宣传自己的观点和学说，许多不同品种的花儿一齐开放。形容学术流派自由发展，艺术作品层出不穷，不受约束的一幅欣欣向荣的景象。同时也突出了社会稳定，政治清明，人民安居乐业的可喜景象。&/p&&p&&br&&/p&&p&看这篇文章,这是VNPY作者在社区和知乎多次发表10篇以上文章对Quicklib产品和Quicklib原始作者进行人身攻击&/p&&p&这是VNPY作者一边心口不一，一边将文章挂在百度第一页对Quicklib产品用6个谎言进行攻击，并对Quicklib进行挖苦和贬低 诽谤长达数千字的文章。&br&&br&真的让我想起来道貌岸然这个词！&br&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-34fce37c36db84b491c366c776e54ce8_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&699& data-rawheight=&288& class=&origin_image zh-lightbox-thumb& width=&699& data-original=&https://pic1.zhimg.com/v2-34fce37c36db84b491c366c776e54ce8_r.jpg&&&/figure&&p&还有这篇VNPY粉丝的讨论内容，因为知乎是VNPY驻扎很久，多数是VNPY不名底细的粉丝，但也被粉丝爆料出来，才知道是VNPY策划的阴谋，由金融民工执笔抨击，由VNPY作者 用PYTHON的程序员进行多出转发：&br&&br&粉丝爆料图&br&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-e3ce93eaa_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&687& data-rawheight=&172& class=&origin_image zh-lightbox-thumb& width=&687& data-original=&https://pic2.zhimg.com/v2-e3ce93eaa_r.jpg&&&/figure&&p&&a href=&https://www.zhihu.com/question/& class=&internal&&&span class=&invisible&&https://www.&/span&&span class=&visible&&zhihu.com/question/5818&/span&&span class=&invisible&&3367&/span&&span class=&ellipsis&&&/span&&/a&&br&&br&由此解释了为什么知乎上的人都认为整个事件中，Quicklib是VNPY的影子的牺牲品。&/p&&p&这是Quicklib作者的回应：&br&&br&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&&span class=&invisible&&https://&/span&&span class=&visible&&zhuanlan.zhihu.com/p/27&/span&&span class=&invisible&&243838&/span&&span class=&ellipsis&&&/span&&/a&&br&&br&很多人把产品推广的好等同于产品好，把产品好等同于人品好。&br&&br&就像看偶像剧，角色好，当作演员人品好。&br&&br&戏里演的再好，现实中一样出轨&/p&&p&这个事就是VNPY策划的阴谋，Quicklib是牺牲品&br&&br&VNPY无耻之极！&/p&&p&vnpy量化交易框架&/p&&p&还想说明的是，以下以VNPY为例子，并不是针对VNPY，而是对现在有VNPY架构的性能提出问题，让VNPY重新审视自身缺陷，对整个量化行业是有意义的；&/p&&p&积极的人看到的是积极的意义，不要回避已经存在的问题。&/p&&p&&br&&/p&&p&讲一个笑话：&/p&&p&&br&&/p&&p&选VNPY的逻辑 python较为容易学习嘛，python初学者一看，原来python也可以搞底层 ，难道 C++搞底层 吗？&/p&&p&同样是搞底层，PYTHON不会比C++简单多少，带来最显著的效果是性能大打折扣！！！VNPY是用python 做了不适合的事情。是不是有点违背选python的初衷呢？
&/p&&p&&br&&/p&&p&&b&在这个行业，相信大家不止一个人也不止一次的说过类似的话:&一个成熟的系统不会是由一门语言去包打天下的”。&/b&&/p&&p&python不适合开发大项目，C++可以开发大项目。你拿PYTHON做什么大型交易系统嘛。&/p&&p&&b&VNPY 是把python缺点美化成了优点。&/b&&/p&&hr&&p&&b&关于python的性能问题，可以参考下面3篇文章&/b&&/p&&p&&b&《测试
Node.js 与 python 的计算性能，震惊了，node.js和C居然比python快了70多倍》&/b&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//www.v2ex.com/t/Fp%3D1& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&v2ex.com/t/113887?&/span&&span class=&invisible&&p=1&/span&&span class=&ellipsis&&&/span&&/a&&/p&&h2&&b&《循环测试：C性能是PYTHON的 62倍，VNPY你居然用PYTHON做事件驱动？》&/b& &a href=&https://link.zhihu.com/?target=http%3A//www.iteye.com/topic/699462& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&iteye.com/topic/699462&/span&&span class=&invisible&&&/span&&/a&&/h2&&hr&&p&&b&《 Python 比 C++ 慢 22 倍》&/b&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//www.juhe.cn/news/index/id/843& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&juhe.cn/news/index/id/8&/span&&span class=&invisible&&43&/span&&span class=&ellipsis&&&/span&&/a&&/p&&h2&&b&当然简单的说python比C++慢22倍，比node.js慢70倍，比C慢62倍并不公平，&/b&&/h2&&p&&b&事实上，当python作为胶水调用一些库进行计算的时候，甚至比C++本身做计算还要快，得益于CPU基于硬件对PYTHON调用的类库(例如numpy)做了硬件上的优化&/b&&/p&&p&当然如果python只是作为胶水，如果只是粘合各种C++开发的类库，那么性能差异并不明显，就好像用胶水补车胎，只要胶水都抹均匀了，强度取决于贴上去的那块橡胶。&/p&&p&不可能像&b&VNPY那样全部用胶水糊弄一下。&/b&&/p&&p&用python搞什么底层嘛？对于一些基本的语句，例如for语句，python性能不足C++ &br&的1/10；VNPY利用python做事件驱动，性能非常之差，而且无法避免GIL全局锁，更重要的是，你逼着PYTHON程序员搞底层啊。既然那么费脑子为什么不直接选择C++？&/p&&p&对刚学习python的初学者来说，一看VN.py可以搞底层，觉得非常棒，“哇，python还可以搞底层”。但他并不知道付出的代价是什么。&/p&&p&用python搞底层是比较讨好而已，但只搞python的人，并不知道性能为何物。&/p&&p&有几个做底层的资深程序员，用过VN.PY后都和我述说，&b&VN.PY根本不适合生产环境。&/b&&/p&&p&python的优势不在于做底层，而是做数据分析和调用各种类库。&/p&&p&&b&选择一门语言不在于他的缺点，而在于它的优点&/b&&/p&&p&选择是因为优点，但也要规避缺点。&/p&&p&VNPY作者自诩某是私募基金的首席即便是事实，但就我在私募作为CTO从业经历，因为现阶段的私募一般大多在10个人以内，做IT的一般就1个人，做python研究员的有2-3个人居多，其他是财务，前台，基金经理等的。&/p&&p&就目前小的私募规模上，人员配备都不整齐，如果私募想从节省成本考虑，省一个C++的话，就很容易让一个python程序员（例如VNPY作者）替代底层C++程序干了不恰当的事。&/p&&p&据国外的朋友都知道，国外量化基金的量化系统是多么完善。就国内而言还在太过于原始的阶段。特别是拿PYTHON做底层的架构更是简陋不堪。&/p&&p&&br&&/p&&p&&b&当然有VNPY的粉丝会不服，但我想说的是，可能是人们只愿意相信他愿意相信的。&/b&&/p&&p&1.VNPY首先对Quicklib攻击在先，VNPY作者除了采用谎言对产品进行误导性攻击，还对Quciklib作者本人进行了人身攻击。&/p&&p&我们看看2017年4月份左右VN.PY作者为攻击比自己性能更好QUICKLIB说出了6个谎言&br&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&&span class=&invisible&&https://&/span&&span class=&visible&&zhuanlan.zhihu.com/p/27&/span&&span class=&invisible&&243838&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&2.长久以来，Quicklib大量发文也只是阐述事情经过的事实。&/p&&p&3.基于VN.PY作者所说，Quicklib蹭VNPY热度的说法，我想说的是目前Quicklib几个群达到2500人，根本不需要蹭任何产品的热度；&/p&&p&4.既然VN.PY认为Quicklib不足为惧，蹭了它的热度，那VNPY为何要首先攻击Quicklib在先？ &/p&&p&5.本次只是从理论的高度去阐述VNPY不适合生产环境，并非对VNPY作者进行人身攻击。&/p&&p&因为合理的技术探讨会促使开发出更好的产品。&/p&&p&&br&&/p&&p&&br&&/p&&p&和VNPY比起来，为什么有其它的程序化交易框架架构可以做到了底层C++驱动的性能，不仅可以实现绕过GIL全局锁，甚至在底层还可以实现C++无锁队列，并在python应用层调用较为简单，性能更好很多。&/p&&p&这不是PYTHON本身的问题，而是VNPY的python框架架构的问题！&/p&&p&Quicklib秉承的是底层用C++驱动，采用C++封装好方法，并提供给python调用，采用异步IO,
通过底层驱动，用较短的代码路径迅速进入数据高效处理环节。&br&&br&&a href=&https://link.zhihu.com/?target=http%3A//www.quicklib.cn/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&http://www.quicklib.cn&/a&&/p&&p&Quicklib作者开发的酷操盘手CTP期货跟单软件&br&&br&&a href=&https://link.zhihu.com/?target=http%3A//www.kucps.com& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&kucps.com&/span&&span class=&invisible&&&/span&&/a&&/p&&p&下一篇《&a href=&https://link.zhihu.com/?target=http%3A//www.pythonpai.com/topic/%2589%25BF%25E8%25BD%25BD%25E9%E8%259E%258D%25E7%25A7%%258A%%25BA%25BA%25E7%259A%%25A2%25A6%25E6%-%25E8%25BF%25BD%25E6%25B1%%E5%258C%%E5%25BA%25A6%25E6%E7%258E%%259A%%259E%%& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&承载科技金融人的梦想，追求量化速度效率的极致&/a&》&/p&&p&&a href=&https://link.zhihu.com/?target=http%3A//www.lhjie.net/forum.php%3Fm& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&lhjie.net/forum.php?&/span&&span class=&invisible&&m&/span&&span class=&ellipsis&&&/span&&/a& … age=1&extra=#pid183&br&&br&&a href=&https://link.zhihu.com/?target=http%3A//www.quicklib.cn/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&http://www.quicklib.cn&/a&&/p&&p&&a href=&https://link.zhihu.com/?target=http%3A//www.pythonpai.com/topic/1425/vnpy-%25E9%E5%258C%%25BA%25A4%25E6%E4%25B8%258A%25E7%259A%%%25E8%2583%25BD%25E5%25AF%25B9%25E6%25AF%%E6%259E%2590& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&pythonpai.com/topic/142&/span&&span class=&invisible&&5/vnpy-%E9%87%8F%E5%8C%96%E4%BA%A4%E6%98%93%E4%B8%8A%E7%9A%84%E6%80%A7%E8%83%BD%E5%AF%B9%E6%AF%94%E5%88%86%E6%9E%90&/span&&span class=&ellipsis&&&/span&&/a&&/p&
百家争鸣，百花齐放”的意思是，许多个学派互相争论宣传自己的观点和学说，许多不同品种的花儿一齐开放。形容学术流派自由发展，艺术作品层出不穷，不受约束的一幅欣欣向荣的景象。同时也突出了社会稳定，政治清明，人民安居乐业的可喜景象。 看这篇文章,这…
&p&自己最近写了一篇文章，里面内容和问题还蛮符合的，摘录在此，以供参考。&/p&&br&&p&=====================================================================&/p&&p&&b&1.席位是什么？&/b& &/p&&p&如果要在证券交易所参与交易，并不是猫猫狗狗都可以，只有证券公司才能有资格向交易所报单；这是券商身为交易所会员所的独有权利。至于个人投资者和机构投资者，都必须委托券商才可以交易，否则提交的买单卖单无法送达交易所的交易系统。
席位，就是这种交易权的载体。所谓载体，更多的是体现在法律含义上，而非实际业务层面。
除了交易权外，席位也承载了财产权。
为了取得席位，券商须向交易所缴费。
&/p&&blockquote&在传统意义上，交易席位是证券公司在证券交易所交易大厅内进行交易的固定位置，其实质还包括了交易资格的含义，即取得了交易席位后才能从事实际的证券交易业务。从上海证券交易所和深圳证券交易所的相关管理制度看，&u&&b&交易席位代表了会员在证券交易所拥有的权益，是会员享有交易权限的基础。&/b&&/u&
证券交易所会员的权利之一是参加交易，参加交易先要取得交易席位。根据我国证券交易所现行制度的规定，证券交易所会员应当至少取得并持有一个席位。证券交易所会员可以向证券交易所提出申请购买席位，也可以在证券交易所会员之间转让席位。
证券交易所会员不得共有席位，席位也不得退回证券交易所。未经证券交易所同意，会员不得将席位出租、质押，或将席位所属权益以其他任何方式转给他人。
&/blockquote&&p&&b&2.交易单元是什么？&/b&&/p&&p&交易单元，全称为交易者参与业务单元（Participant Business Unit，简称为PBU）。与席位不同，这是一个偏向实际业务的概念。在业务中，投资者的账户必须挂靠在券商的交易单元下，由交易所管理。
&/p&&blockquote&交易单元是指证券交易所会员取得席位后向证券交易所申请设立的、参与证券交易所证券交易与接受证券交易所监管及服务的基本业务单位。
证券交易所的会员及证券交易所认可的机构，若要进人证券交易所市场进行证券交易，要向证券交易所申请取得交易权，成为证券交易所的交易参与人。交易参与人应当通过在证券交易所申请开设的交易单元进行证券交易，交易单元是交易权限的技术载体。会员参与交易及会员权限的管理通过交易单元来实现。&/blockquote&&p&在技术上，交易单位可以认为是接入交易所交易主机的许可。
交易单元是会员交易的逻辑身份标识，接入服务系统（MISS）是会员系统与交易系统连接的物理通道。会员的委托等业务数据在交易单元名下经MISS送入交易系统。
&/p&&p&在结算业务中，是结算路径中的一个环节。
结算路径是，中国结算根据结算参与机构的申请，为确定交收责任归属而设定的结算关系。结算路径包含证券账户、交易单元、托管单元（或清算编号）、结算账户等要素及其对应关系。
&/p&&p&从事证券经纪、证券自营和证券资产管理等业务的，应当使用不同的交易单元。
&/p&&p&出于权限控制和业务需要，有一些特殊PBU品种：债券专用PBU，港交所SPV专用PBU，银行办理股票质押特别PBU。
&/p&&p&如果基金、保险、资产管理公司出于交易需要，会向券商租用交易单元，按年收费；租用必须向交易所和中登申报。一个交易单元只能租用给一家机构，不可共享。
交易单元必须组成联通圈，联通圈的作用是通买通卖。
&/p&&p&&b&3.交易单元和席位的区别是什么？&/b&&/p&&p&根据我的理解，现如今席位事实上更多是一个概念。真正实际中用来做交易和清算的，是交易单元（PBU）。
市场上很多人把交易单元叫成交易席位，是历史遗留的以讹传讹。在07年引入交易单元概念之前，席位集业务、技术、财产于一体，限制了业务发展，也无法有效进行权限控制。在07年上交所新交易系统后，交易所引入交易单元的概念，原先席位的财产权保留在席位上，实际业务由交易单元实现。
席位和交易单元的区分，在2007年系统切换时市场人士的认知就模糊不清，以至于如今依然有大量业务人员将两者混淆。
&/p&&p&&b&4.交易席位初费、交易单元使用费、流速费、流量费是什么？&/b&
比较容易混淆的是流速费和流量费。
流速共15档，档数越高，订单打入交易主机的速度就越快。相应的，流速越快，交易所收取的费用越高。
流量则是按照每年交易单元的申报笔数来计算。
我的理解是，流速类似于宽带带宽（控制数据传输的速度）；流量类似于手机流量（控制数据传输的总量）。
另外，券商每获得一个席位，便可获得一个免交使用费的交易单元。
&/p&&p&&b&（1）交易席位初费&/b&
交易席位（非B股）的初费为60 万元/个，B 股席位为7.5 万美元/个。
&b&（2）交易单元使用费&/b&
会员等机构拥有的每个席位可抵免一个交易单元的使用费；对超出其席位数量的部分，本所收取每个交易单元每年5万元的交易单元使用费（日起，暂免收取债券现券及回购交易专用的交易单元使用费）
&b&（3）交易单元流量费&/b&
1.计费期间为上年 12 月 1 日至当年 11 月 30 日
&b&（4）交易单元流速费&/b&
会员等机构接入交易系统流速之和超出其免费流速额度时，超出部分每年按每个标准流速计收1万元的流速费（日起，暂免收取债券现券及回购交易专用的交易单元流速费）
2.流量费＝（该机构所用交易单元的年交易类申报笔数总和-3万笔/年×持有席位数）×0.10 元＋（该机构所用交易单元的年非交易类申报笔数总和-3万笔/年×持有席位数）×0.01元
3.日起，暂免收取各交易参与人参与债券现券及回购交易的流量费
4.暂免收取货币ETF、债券ETF的交易单元流量费
5.股票期权试点初期暂免收取期权经营机构流量费 &/p&&p&========================================================================&/p&&p&参考资料：&/p&&p&【1】上交所相关规则指南
&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.sse.com.cn/lawandrules/sserules/trading/universal/c/c_6419.shtml& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&关于修改《上海证券交易所交易规则》及《上海证券交易所参与者交易业务单元实施细则》涉及交易参与人若干条款的通知 | 上海证券交易所&/a&&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.sse.com.cn/lawandrules/guide/jyznlc/jyzn/c/3986066.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&上海证券交易所交易单元联通业务办理指南&/a&&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.sse.com.cn/lawandrules/sserules/member/c/c_5943.shtml& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&关于基金管理公司租用会员参与者交易业务单元有关事项的通知 | 上海证券交易所&/a&&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.sse.com.cn/lawandrules/sserules/trading/universal/c/c_5944.shtml& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&关于发布《上海证券交易所参与者交易业务单元实施细则》及有关事项的通知 | 上海证券交易所&/a&&/p&&p&【2】深交所相关规则指南&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.szse.cn/main/files//.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&深圳证券交易所席位与交易单元管理细则&/a&&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.szse.cn/main/files//%25E6%25B7%25B1%25E5%259C%25B3%25E8%25AF%%%25E4%25BA%25A4%25E6%E6%E4%25BC%259A%25E5%E7%25AE%25A1%25E7%E8%25A7%%EF%25BC%E5%25B9%25B4%25E4%25BF%25AE%25E8%25AE%25A2%25EF%25BC%2589.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&深圳交易所会员管理规则&/a& &/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.szse.cn/main/investor/fwrx_new/zqjy/.shtml& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&深圳证券交易所关于会员席位的问答&/a& &/p&&p&【3】 券商方面的资料
&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//bj.gtja.com/tzzyd/html/news1288.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&证券交易所的会员、席位和交易单元 | 国泰君安&/a&&/p&&br&&p&原文链接：&/p&&p&作者：起起
链接：&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&&span class=&invisible&&https://&/span&&span class=&visible&&zhuanlan.zhihu.com/p/24&/span&&span class=&invisible&&842109&/span&&span class=&ellipsis&&&/span&&/a&
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 &/p&
自己最近写了一篇文章，里面内容和问题还蛮符合的，摘录在此，以供参考。 =====================================================================1.席位是什么？ 如果要在证券交易所参与交易，并不是猫猫狗狗都可以，只有证券公司才能有资格向交易所报单…
&figure&&img src=&https://pic1.zhimg.com/v2-79c7feaa3ae64affe5da4034_b.jpg& data-rawwidth=&1920& data-rawheight=&1080& class=&origin_image zh-lightbox-thumb& width=&1920& data-original=&https://pic1.zhimg.com/v2-79c7feaa3ae64affe5da4034_r.jpg&&&/figure&&p&我们会不定期的在&b&全网发布公众号独家的电子杂志&/b&，宁缺毋滥，敬请期待！&/p&&p&今天小编为大家分享来自《Quantitative Finance》杂志阅读量排名前十的10篇量化金融论文。每一篇都很经典！每一篇都回味无穷，翻看数次！&/p&&p&&b&所有文章在文末获取&/b&&/p&&p&&br&&/p&&h2&&b&1、Automatic one two three&/b&&/h2&&p&&b&介绍：&/b&在本文中，我们展示了如何使用停止和反向过程从市场价格中自动计算市场技术趋势。基本工具是一个所谓的minmax过程，表明所有相关的最小值和最大值。 对于minmax过程的存在，我们给出了构造性的证明。 根据这个1-2-3趋势指标，可以自动实现几个成功的趋势跟踪交易策略。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-4acb181fd26db17f7b0bc_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&767& data-rawheight=&285& class=&origin_image zh-lightbox-thumb& width=&767& data-original=&https://pic1.zhimg.com/v2-4acb181fd26db17f7b0bc_r.jpg&&&/figure&&h2&&b&2、Gaussian process-based algorithmic trading strategy identification&/b&&/h2&&blockquote&关键字：逆向强化学习、高斯过程、高频交易、算法贸易、行为金融、马尔科夫决定过程、支持向量机&/blockquote&&p&&b&介绍：&/b&In this paper, we consider the basic problems of categorizing and recognizing traders (or, equivalently, trading algorithms) on the basis of observed limit orders.These problems are of interest to regulators engaged in strategy identification for the purposes of fraud detection and policy development. Methods have been suggested in the literature for describing trader behaviour using classification rules defined over a feature space consisting of summary trading statistics of volume and inventory, along with derived variables that reflect the consistency of buying or selling behaviour. Our principal contribution is to suggest an entirely different feature space that is constructed by inferring key parameters of a sequential optimization model that we take as a surrogate for the decision-making process of the traders. In particular, we model trader&br&behaviour in terms of a Markov decision process. We infer the reward (or objective) function for this process from observations of trading actions using a process from machine learning known as inverse reinforcement learning (IRL). The reward functions learned through IRL then constitute a feature space that can be the basis for supervised learning (for classification or recognition of traders) or unsupervised learning (for categorization of traders). Making use of a real-world data-set from the E-Mini futures contract, we compare two principal IRL variants, linear IRL and Gaussian Process IRL, against a method based on summary trading statistics. Results suggest that IRL-based feature spaces support accurate classification and meaningful clustering. Further, we argue that, because they attempt to learn traders’ underlying value propositions under different market conditions, the IRL methods are more informative and robust than the summary statistic-based approach and are well suited for discovering new behaviour patterns of market participants.&/p&&figure&&img src=&https://pic4.zhimg.com/v2-59e43cd8c744a2cc57bbb_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&805& data-rawheight=&358& class=&origin_image zh-lightbox-thumb& width=&805& data-original=&https://pic4.zhimg.com/v2-59e43cd8c744a2cc57bbb_r.jpg&&&/figure&&h2&&b&3、Empirical properties of asset returns: stylized facts and statistical issues&/b&&/h2&&p&&b&介绍：&/b&我们提供一组从统计数据出发的风格化的实证事实分析各类金融市场的价格变动。 我们第一讨论财务时间所有统计研究共同的一些一般问题系列。 然后描述资产回报的各种统计属性：分布特性，尾部特性和极端波动时间和跨越的规律性，线性和非线性回报股票。 我们的描述强调各种各样的属性市场和工具。 然后我们将显示这些统计属性使许多用于研究财务的常见统计方法无效数据集，并检查每一个遇到的一些统计问题案件。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-c3f49ccaf050d_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&482& data-rawheight=&444& class=&origin_image zh-lightbox-thumb& width=&482& data-original=&https://pic2.zhimg.com/v2-c3f49ccaf050d_r.jpg&&&/figure&&h2&&b&4、PAIRS TRADING&/b&&/h2&&p&&b&介绍：&/b&经典的不能再经典的论文。本文提出了在高斯噪声中观察到的扩散均值回波高斯马尔可夫链模型。然后将来自校准模型的预测与随后的差价观察值进行比较，以确定适当的投资决策。该方法具有潜在的应用，可以从金融市场的任何数量产生财富，这些数据被视为失衡。&/p&&h2&&b&5、Statistical Arbitrage in the U.S. Equities Market&/b&&/h2&&p&&b&介绍：&/b&经典的不能再经典的论文。本文提出了在高斯噪声中观察到的扩散均值回波高斯马尔可夫链模型。然后将来自校准模型的预测与随后的差价观察值进行比较，以确定适当的投资决策。该方法具有潜在的应用，可以从金融市场的任何数量产生财富，这些数据被视为失衡。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-685ca63c3fd777e459a2ab6d3fb84df2_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&583& data-rawheight=&358& class=&origin_image zh-lightbox-thumb& width=&583& data-original=&https://pic3.zhimg.com/v2-685ca63c3fd777e459a2ab6d3fb84df2_r.jpg&&&/figure&&h2&&b&6、Optimal leverage from non-ergodicity&/b&&/h2&&figure&&img src=&https://pic1.zhimg.com/v2-8c1842bba9abddefce57a2b04debcd18_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&617& data-rawheight=&428& class=&origin_image zh-lightbox-thumb& width=&617& data-original=&https://pic1.zhimg.com/v2-8c1842bba9abddefce57a2b04debcd18_r.jpg&&&/figure&&h2&&b&7、High-frequency trading in a limit order book&/b&&/h2&&p&&b&介绍：&/b&We study a stock dealer’s strategy for submitting bid and ask quotes in a limit order book. The agent faces an inventory risk due to the diffusive nature of the stock’s mid-price and a transactions risk due to a Poisson arrival of market buy and sell orders. After setting up the agent’s problem in a maximal expected utility framework, we derive the solution in a two step procedure. First, the dealer computes a personal indifference valuation for the stock, given his current inventory. Second, he calibrates his bid and ask quotes to the market’s limit order book. We compare this ”inventory-based” strategy to a ”naive” best bid/best ask strategy by simulating stock price paths and displaying the P&L profiles of both strategies. We find that our strategy has a P&L profile that has both a higher return and lower variance than the benchmark strategy.&/p&&figure&&img src=&https://pic3.zhimg.com/v2-1afdf5b189b31fa_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&674& data-rawheight=&389& class=&origin_image zh-lightbox-thumb& width=&674& data-original=&https://pic3.zhimg.com/v2-1afdf5b189b31fa_r.jpg&&&/figure&&h2&&b&8、Risk premia: asymmetric tail risks and excess returns&/b&&/h2&&figure&&img src=&https://pic1.zhimg.com/v2-d92d0dd3bd5ec0c0b20d3be3af653bf8_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&619& data-rawheight=&432& class=&origin_image zh-lightbox-thumb& width=&619& data-original=&https://pic1.zhimg.com/v2-d92d0dd3bd5ec0c0b20d3be3af653bf8_r.jpg&&&/figure&&h2&&b&9、Portfolio Selection with Higher Moments&/b&&/h2&&p&&b&介绍：&/b&We build on the Markowitz portfolio selection process by incorporating higher order moments of the assets, as well as utility functions based on predictive asset returns. We propose the use of the skew normal distribution as a characterization of the asset returns. We show that this distribution has many attractive features when it comesto modeling multivariate returns. Preference over portfolios is framed in terms of expected utility maximization. We discuss estimation and optimal portfolio selection using Bayesian methods. These methods allow for a comparison to other optimization approaches where parameter uncertainty is either ignored or accommodated in a non traditional manner. Our results suggest that it is important to incorporate higher order moments in portfolio selection. Further, we show that our approach leads to higher expected utility than the resampling methods common in the practice of finance.&/p&&figure&&img src=&https://pic2.zhimg.com/v2-683a7d88ba7ccae9bb54139_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&720& data-rawheight=&315& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&https://pic2.zhimg.com/v2-683a7d88ba7ccae9bb54139_r.jpg&&&/figure&&h2&&b&10、WHAT GOOD IS A VOLATILITY MODEL?&/b&&/h2&&p&&b&介绍：&/b&A volatility model must be able to this is the central requirement in almost all financial applications. In this paper we outline some stylised facts about volatility that should be inc pronounced persistence and meanreversion, asymmetry such that the sign of an innovation also affects volatility and the possibility of exogenous or pre-determined variables influencing volatility. We use data on the Dow Jones Industrial index to illustrate these stylised facts, and the ability of GARCH-type models to capture these features. We conclude with some challenges for future research in this area.&/p&&p&&b&链接：&a href=&http://link.zhihu.com/?target=http%3A//pan.baidu.com/s/1bQThtO& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&pan.baidu.com/s/1bQThtO&/span&&span class=&invisible&&&/span&&/a& &/b&&/p&&p&&b&密码：62lt&/b&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-a283cc2b67804cefe5c2b7a6d86dfc21_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1141& data-rawheight=&697& class=&origin_image zh-lightbox-thumb& width=&1141& data-original=&https://pic2.zhimg.com/v2-a283cc2b67804cefe5c2b7a6d86dfc21_r.jpg&&&/figure&&p&&/p&
我们会不定期的在全网发布公众号独家的电子杂志，宁缺毋滥，敬请期待！今天小编为大家分享来自《Quantitative Finance》杂志阅读量排名前十的10篇量化金融论文。每一篇都很经典！每一篇都回味无穷，翻看数次！所有文章在文末获取 1、Automatic one two three…
&figure&&img src=&https://pic1.zhimg.com/v2-f9ff633dc47d8051ba6adcb44b471ce8_b.jpg& data-rawwidth=&458& data-rawheight=&458& class=&origin_image zh-lightbox-thumb& width=&458& data-original=&https://pic1.zhimg.com/v2-f9ff633dc47d8051ba6adcb44b471ce8_r.jpg&&&/figure&&p&第一篇文章记录下Tick数据采集调用的实现过程以及踩过的坑。&/p&&hr&&h2&为什么要本地保存Tick数据呢？&/h2&&p&熟悉下CTP，以及省下淘宝钱。&/p&&hr&&h2&KDB+&/h2&&p&大名鼎鼎的数据库，流式存储（Stream）加上内存型运行设计（In-memory），非常适合来做高频。断断续续学了近3个月，有时候还是会懵逼。学习曲线陡峭不是随便说说的。&/p&&p&kx 公司提供个人32位免费版，整个软件压缩包不超过 200KB，运行起来占用内存不到 100MB。&/p&&p&参考资料最主要来源是官网（&a href=&https://link.zhihu.com/?target=http%3A//code.kx.com/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&code.kx.com&/a&）和 &i&Q for Mortals&/i&（已经不想吐槽这书名了），进阶可以看官网的 Whitepapers 以及开源框架 TorQ 的实现。某经济论坛可以下到 &i&KDB+ High Performance&/i& 这本书，帮助很大。遇到不会的就去 Google Group和 Github 上提问。&/p&&p&KDB+数据库自带q语言，是一种 APL 语言，有 APL 基础的上手很快。个人觉得q语言最令人头疼的就是它的运算符重载和副词运算。一个符号，比如“@”，能有5种以上运算含义，还有那些“/:\:”的副词运算。虽然能够极度简化语言，但是比 Nodejs 里的 callback hell 还难让人看懂。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-90c053f94bcb_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&150& data-rawheight=&150& class=&content_image& width=&150&&&/figure&&p&言归正传……&/p&&p&起初用 KDB+ 是和 Nodejs 搭配，通过 node-q 这个库，实时更新数据在前端展示。后来直接用来收 Tick 数据了。Real-Time Database（RDB）和 History Database（HDB）进行分离，Tickplant 接入CTP，并向所有 RDB 传输数据，每5分钟进行一次 RDB 数据临时存储到硬盘，收盘后（end of day）将这一天收到的数据转入 HDB。将这个系统部署在服务器后，本地就可以通过 TCP 连接进行查询了。&/p&&p&那么现在问题来了，本地怎么连接和查询？用哪种语言比较方便？&/p&&ol&&li&Python&/li&&li&C++&/li&&li&C++转Python&/li&&/ol&&p&1. Python：&/p&&p&最近一周 kx 官网终于出了怎么在Windows下安装 pyq 的 instructions（不要问我为啥用Windows，环境配置全都是泪）。&/p&&p&因为 kdb+ 是32位免费版的，所以 python 也需要是32位。使用 Anaconda 64位的话，需要运用 conda 新建 python3.6 32位的虚拟环境，然后严格按照 &a href=&https://link.zhihu.com/?target=http%3A//code.kx.com/q/interfaces/pyq/install/%23installing-on-windows& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&kx 官网&/a& 装 jupyter notebook 的步骤，在虚拟环境里安装：&/p&&div class=&highlight&&&pre&&code class=&language-bash&&&span&&/span&&span class=&nb&&set&/span& &span class=&nv&&QHOME&/span&&span class=&o&&=&/span&%VIRTUAL_ENV%&span class=&se&&\q&/span&
&span class=&s2&&&C:\Program Files\7-Zip\7z.exe&&/span& x -y -o%VIRTUAL_ENV% %HOMEPATH%&span class=&se&&\D&/span&ownloads&span class=&se&&\w&/span&indows.zip
del %QHOME%&span class=&se&&\q&/span&.q
&span class=&nb&&set&/span& &span class=&nv&&PYTHONPATH&/span&&span class=&o&&=&/span&%VIRTUAL_ENV%&span class=&se&&\l&/span&ib&span class=&se&&\s&/span&ite-packages
&span class=&nb&&set&/span& &span class=&nv&&QBIN&/span&&span class=&o&&=&/span&%QHOME%&span class=&se&&\w&/span&32&span class=&se&&\q&/span&.exe
pip install --pre pyq
&/code&&/pre&&/div&&p&%VIRTUAL_ENV%是 Anaconda 里 python3.6 32位的虚拟环境的文件目录，比如D:\Anaconda3\envs\py3.6.32bit，然后在 Windows 的环境变量里。将 QBIN 和 QHOME 加进去，不然运行 python.q 会提示系统找不到对应文件。之后就可以运行&/p&&div class=&highlight&&&pre&&code class=&language-bash&&&span&&/span&activate your_env_name &span class=&o&&(&/span&eg. py3.6.32bit&span class=&o&&)&/span&
%QBIN% python.q
Crtl + Z 后按 Enter，就可以进入 python REPL
&/code&&/pre&&/div&&p&安装 jupyter notebook 时可能会提示 MarkupSafe 库出现&utf-8&编码错误，用 pip uninstall MarkupSafe，将 pip 里 compat 文件夹 __init__.py 对应行的&utf-8&改成&gbk&，之后再次 pip install MarkupSafe。&/p&&p&服务器端的 python 和 kdb+ 连接问题解决了，接下来是本地 python 调用服务器端 python 脚本并返回查询的 Tick 数据。我用的是 &a href=&https://link.zhihu.com/?target=http%3A//rpyc.readthedocs.io/en/latest/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&RPyC&/a& 库，但是使用 q.hopen() 时会出现 nosocket 的错误，很是头疼啊，这个问题尚未解决。&/p&&p&2. C++及C++转Python：&/p&&p&直接用 C++ 写个 dll 很方便，但是在之前安装pyq失败的情况下，尝试运用 pybind11 来进行数据类型转换，简单的数据类型还好，复杂些的比如：&/p&&div class=&highlight&&&pre&&code class=&language-cpp&&&span&&/span&&span class=&n&&map&/span&&span class=&o&&&&/span&&span class=&n&&string&/span&&span class=&p&&,&/span& &span class=&n&&vecor&/span&&span class=&o&&&&/span&&span class=&n&&vector&/span&&span class=&o&&&&/span&&span class=&kt&&double&/span&&span class=&o&&&&/span& &span class=&o&&&&&/span&
&/code&&/pre&&/div&&p&pybind11 文档不想看，眼睛疼。&/p&&p&P.S. 如果是 C++ 编译 kdb 可以调用的 dll，应该用的是 q.lib，如果直接在 C++ 里操作 kdb，应该用的是 c.lib。编译时需要对应是 x86 还是 x64。&/p&&p&运用工具：KDB+，pyq，pybind11&/p&&hr&&h2&MongoDB大法好&/h2&&p&个人很喜欢MongoDB这个数据库，存储格式和json很像，稍微转换下和Nodejs无缝搭接，做前端不要太方便。&/p&&p&和PyCTP配合，保存期货期权市场的Tick数据也没有压力。按CTP每500ms推送一次来看，在运行合约半天也就500MB不到。&/p&&p&运用工具：PyCTP，pymongo&/p&&p&到时间该接着去撸前端和策略了。写文档也是略痛苦。&/p&
第一篇文章记录下Tick数据采集调用的实现过程以及踩过的坑。为什么要本地保存Tick数据呢？熟悉下CTP，以及省下淘宝钱。KDB+大名鼎鼎的数据库，流式存储（Stream）加上内存型运行设计（In-memory），非常适合来做高频。断断续续学了近3个月，有时候还是会懵…
&figure&&img src=&https://pic1.zhimg.com/v2-7acbb854df7ee597e38e0a_b.jpg& data-rawwidth=&800& data-rawheight=&329& class=&origin_image zh-lightbox-thumb& width=&800& data-original=&https://pic1.zhimg.com/v2-7acbb854df7ee597e38e0a_r.jpg&&&/figure&&blockquote&&i&为什么武术叫功夫？功夫其实就是时间。—— 《一代宗师》&/i&&/blockquote&&p&一直以来，交易速度优化都是一门小众而高深的技艺，追求低延迟的量化交易者们就像在一片黑暗的荒野上独自前行，资料奇缺且讨论匮乏，除了在浩渺的互联网上搜索蛛丝马迹，在代码和机器喧嚣中寻找突破线索外，我们并没有更多可以参考求助的渠道或工具。在其中寻求到了独门秘籍的高手们，往往又视若珍宝不肯外传，只空留一些只言片语引大家遐想，这是一个传说远远多于实证的江湖。作为一个（用生命）热爱代码的工程师，我始终认为科技的进步应该始于开放探索的科学精神，基于这个理念，我和我在 &a href=&http://link.zhihu.com/?target=http%3A//www.taurus.ai/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Taurus.ai&/a& 的小伙伴们，精心提炼出我们过去多年在低延迟量化交易执行系统上的经验，打造了一个开源项目?&a href=&http://link.zhihu.com/?target=https%3A//github.com/taurusai/kungfu& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&功夫&/a&?，希望可以帮助到在延迟优化之路上苦闷前行的朋友们。&/p&&p&&br&&/p&&p&我们为这个项目起名叫做“功夫”，取为成宗师必内外兼修之意。功夫想要解决两个核心问题：&/p&&ol&&li&交易数据实时存储 - 为了追求交易速度，很多情况下交易者不得不放弃存储功能以换取更高的执行速度，这给盘后分析带来很大困难，使分析缺乏必要的数据支持。&/li&&li&交易延迟分析及优化 - 交易者缺乏测量交易延迟的标准化工具，关于延迟的统计数据往往只能凭感觉估算，在缺乏可靠的数据采集手段的情况下，优化工作变得更加艰难。&/li&&/ol&&p&&br&&/p&&p&针对这两个问题，功夫在系统架构上做了特别的设计，目前系统包括以下三个模块：&/p&&ul&&li&易筋经 - 金融交易其实是一种很特殊的应用，不同于大多数互联网应用，它要处理的是流式的时间序列数据，特别是对于低延迟交易来说，任何读写上的开销都让人十分痛苦。针对这种数据形式，常见的关系型数据，NoSQL数据库都显得不合用，最终那些追求极致速度的人们大多需要舍弃实时数据存储的功能。而我们相信，在交易策略上若要百尺竿头更进一步，完备的数据存储是必不可缺的，就像习武者要精进，必要修炼顶级内功。我们希望易筋经可以成为大家在交易数据存储上的标配，替代掉 MySQL、CSV文件、甚至MongoDB/Redis 之类的低效存储方法。&/li&&li&咏春 - 策略执行引擎，提供 C++ 及 Python (2.7) 开发接口，利用易筋经特性，咏春还提供一系列交易数据分析工具。纵然内功深厚，交手仍需招式，咏春定位在解决策略执行时的各种需求，在设计上，咏春封装了所有和内存、线程、状态机有关的操作，都由 C++ 代码执行，确保执行效率和速度；交易逻辑相关的代码则通过接口的形式暴露给使用者们，对于不熟悉 C++ 开发的策略师们可以选用 Python 接口，一方面相当程度上仍然保证执行速度，另一方面以后如果想切换到更高速的 C++ 方式，过度会变得很容易。&/li&&li&长拳 - 交易数据标准化定义及转换器，支持灵活对接不同交易柜台。国内的量化从业者们应该都懂，十几种风格迥异的交易柜台，给大家在策略开发上造成很多额外负担；同样的交易逻辑，在切换到不同柜台上时，往往面临要重新开发的问题，使用的柜台多了以后，很容易造成管理混乱，更新困难的局面。长拳是功夫用来切割柜台和交易逻辑的利器，我们希望长拳可以成为在柜台接口之上的数据标准，就像武者的基本功，搭好了架子再练任何功夫都可循序渐进。&/li&&/ul&&p&架构讲完，或许大家仍是一头雾水，让我来精简下，使用功夫，你可以做到这些事情：&/p&&ul&&li&使用 C++ 或 Python 开发你的交易逻辑，无需关心内存分配，指针管理，线程调度，网络连接等机器底层操作；&/li&&li&系统自动存储所有交易相关数据，包括实时行情、委托记录、成交回报，可以实时或盘后查看，存储功能不会增加任何延迟，无需担心性能；&/li&&li&系统内建丰富的统计工具，可以让你随时统计、查看系统内各个环节的处理时间，例如行情-&下单，下单-&成交，策略运算等指标；&/li&&/ul&&p&一图胜千言，使用功夫，你就可以随时得到如下的统计信息（图示主要为了展示功能性，其中延迟数字在开发机上得到，不具备参考性，关于如何得到更优的延迟数字，后续会有文章说明）：&/p&&figure&&img src=&https://pic1.zhimg.com/v2-5231a78cdd9eedc3a7dfe64_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&2200& data-rawheight=&964& class=&origin_image zh-lightbox-thumb& width=&2200& data-original=&https://pic1.zhimg.com/v2-5231a78cdd9eedc3a7dfe64_r.jpg&&&/figure&&p&&br&&/p&&p&关于功夫内部各个模块上的设计思路，我会逐步推出系列文章进行解释，请大家关注我的专栏 &a href=&https://zhuanlan.zhihu.com/silicontrader& class=&internal&&硅商冲击&/a&。&/p&&p&项目初创，我们希望代码结构足够精简，确保我们解决的是大家真正关心的问题，因此尚没有花费精力进行图形界面设计之类的工作，目前系统以命令行方式运行。希望早期关注的朋友们能尽快给我们提供反馈意见，帮助我们进一步完善好这个开源项目。&/p&&p&要进一步了解功夫的代码和相关文档，请关注我们在 Github 上的地址：&a href=&http://link.zhihu.com/?target=https%3A//github.com/taurusai/kungfu& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&github.com/taurusai/kun&/span&&span class=&invisible&&gfu&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&同时我们建立了 QQ 交流群（，入群问题答案：taurus.ai），欢迎尝鲜的朋友进来，有任何使用问题，可在群内找我们答疑。项目初创，我们暂时不会对入群进行审核，以后会根据需要定期清理，所以入群还需谨慎。&/p&&p&最后，关于 &a href=&http://link.zhihu.com/?target=http%3A//www.taurus.ai/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Taurus.ai&/a& 的更多动态，请大家关注我们的官网：&a href=&http://link.zhihu.com/?target=http%3A//www.taurus.ai/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&http://taurus.ai&/a&&/p&&p&&br&&/p&&p&寒冬将至，长夜漫漫，希望这个小小的开源项目，今后可以陪你在这淡如水的市场一路前行。&/p&&blockquote&&i&提一壶酒，点一盏灯，听一场雨。有雨就有痕，有灯就有人，有酒就有魂。——《一代宗师》&/i&&/blockquote&&p&&/p&
为什么武术叫功夫？功夫其实就是时间。—— 《一代宗师》一直以来，交易速度优化都是一门小众而高深的技艺，追求低延迟的量化交易者们就像在一片黑暗的荒野上独自前行，资料奇缺且讨论匮乏，除了在浩渺的互联网上搜索蛛丝马迹，在代码和机器喧嚣中寻找突破…
&figure&&img src=&https://pic1.zhimg.com/57b9b44be51a3a93f985_b.jpg& data-rawwidth=&1294& data-rawheight=&1028& class=&origin_image zh-lightbox-thumb& width=&1294& data-original=&https://pic1.zhimg.com/57b9b44be51a3a93f985_r.jpg&&&/figure&&p&如何构建一个量化策略或者从事较为微观市场的研究，扎实的交易、财务甚至舆情、大数据的理解是第一步，因此我也逐渐会发一些文章来说明这些数据的本质是什么，希望能有所帮助罢。&/p&从交易所的数据发出到你的电脑上能看到发生了很多事，如何判断数据的好坏是一个复杂的事情。&br&作为曾经写过不少交易所的tick数据的处理程序的人，可以解释下为啥复杂：）&br&&br&Tick Data本身并不神秘，就是交易所把每只股票（亦或是futures options）的active order book(就是你的order还存在在交易所里面，并且没有被撮合成交。)里面的买、卖的单的情况发给你，但是每个市场的规定都不同，举个栗子：&br&&br&最真实的order book是这样的,一天的市场一开始的时候苹果股票的order book清空（这里不进行auction period的探讨）：&br&&figure&&img src=&https://pic4.zhimg.com/39cceef0e3cfc80f58fb6d8a_b.jpg& data-rawwidth=&394& data-rawheight=&57& class=&content_image& width=&394&&&/figure&&br&1. 接着来了第一个卖家： :&br&&figure&&img src=&https://pic1.zhimg.com/ad184fdaf541c608fa8939_b.jpg& data-rawwidth=&414& data-rawheight=&58& class=&content_image& width=&414&&&/figure&&br&&br&这时候交易所会发给你一个message，告诉你是苹果股票有人想以100块钱买1000股，那么这个order就先挂在了order book上。&br&&br&2. 第二个卖家来了，他想卖得更高： :&br&&figure&&img src=&https://pic3.zhimg.com/1c43ccf42c_b.jpg& data-rawwidth=&378& data-rawheight=&88& class=&content_image& width=&378&&&/figure&&br&这时候交易所会发给你另一个message，告诉你是苹果股票有人卖的价格比你差，于是排序在下面。&br&&br&3. 刚才的第一个卖家后悔了，cancel了他的order： 撤消了，那么交易所会有message告诉你，但是你需要自己编程处理这种remove掉一个tick的情况：&br&&figure&&img src=&https://pic1.zhimg.com/e0bd694b2e9cf7b33b3e43_b.jpg& data-rawwidth=&409& data-rawheight=&65& class=&content_image& width=&409&&&/figure&&br&4. 终于有买家来了... 500@90 , 这个价格是不会成交的，因为买家低于现在的最佳卖价：101，那么order book里面会继续存着这个order，同时会发送一个tick告诉市场上的其他人：有买单了：&br&&figure&&img src=&https://pic2.zhimg.com/cacac94d0d9694dacddf4e_b.jpg& data-rawwidth=&369& data-rawheight=&58& class=&content_image& width=&369&&&/figure&&br&5. 继续，接着有一位买家以101块钱买入1000股，等于要把目前的best offer 给match - 撮合了，那么你是不会收到这个最新的bid： 101@1000 的，因为它会进入matching engine的瞬间跟对面的best offer 撮合了，tick table的一个规则： bid offer 永远不会cross，否则要么是数据商的bug，要么是交易所的bug。现在，你只会收到一个告诉你delete the best offer的message，那么tick table长这样：&br&&figure&&img src=&https://pic4.zhimg.com/213ddce66a10ca4b518079febbf26904_b.jpg& data-rawwidth=&397& data-rawheight=&61& class=&content_image& width=&397&&&/figure&&br&Tick数据就是这么简单，市场上会重复这个过程。&br&但是比较麻烦的是：&br&&ol&&li&很多时候tick的数据会以UDP发送，想象股市上如果交易非常活跃，那么数据量会非常大，UDP会存在丢包情况，如何处理。曾经遇到过很疯狂的tick update但是还要保持在x micro second的更新cache，可能要排序（看交易所protocol），以及发送出去给前端。&/li&&li&如何更快的处理实时的tick数据，否则数据量如此大，一旦延迟，以后就再也跟不上“实时”的节奏了，直到你的程序挂掉。&/li&&li&如何避免一些特殊情况造成bug，一旦一个tick没有算对，那么后面的tick table全是错的：）&/li&&/ol&同样，还有对tick的理解问题：不同市场的tick还有不同点，上面所说的是发达国家的股票市场，以实时情况推送（有新的order并且在tick的发送level以内，比如东京交易所只发送8个tick level，那么你看不到整个full tick的，因为可能会有100多个level，如果很多人交易的话）。&br&&br&但是国内是多少个milli second截取一个快照（snapshot），然后发送给你，兴许是国内交易系统已经非常古老，跟不上IT的发展了。那么这个tick数据并不是“real time”的，你只知道“哦！在前100 millisecond和现在的tick 变化是这样的”，可能中间已经成交了数千单。&br&&p&最后的一个思考题，limit order-限价单提供了流动性，而market order-市价单吞噬流动性，为什么？（这个论点也未必成立？）&/p&
如何构建一个量化策略或者从事较为微观市场的研究，扎实的交易、财务甚至舆情、大数据的理解是第一步，因此我也逐渐会发一些文章来说明这些数据的本质是什么，希望能有所帮助罢。从交易所的数据发出到你的电脑上能看到发生了很多事，如何判断数据的好坏是一…
&figure&&img src=&https://pic1.zhimg.com/v2-81c7c2773ecccdc566a3ab1b3137685e_b.jpg& data-rawwidth=&900& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&900& data-original=&https://pic1.zhimg.com/v2-81c7c2773ecccdc566a3ab1b3137685e_r.jpg&&&/figure&&p&&b&&i&本文授权转载自熊猫交易员。小编自己梦想着有一天能成长为顶级的Trader，除了要熟悉使用Ricequant为大家提供的一系列量化交易武器库，一个合格的Trader也应该具备一定的宏观素养。接下来每个周末，小编都会陪大家一起学习宏观交易101系列，愿能在具体策略之外，给大家带来一些启发。&/i&&/b&&/p&&br&&p&&b&上一期的内容是Trading Skills, 今天则再介绍一下Derivative Securities & Other Skills for Macro Trading，以及两个case sturdy。大家食用愉快！&/b&&/p&&br&&br&&h2&&strong&1.&/strong&&strong&Derivative Securities&/strong&&/h2&&p&在前面数篇中，我们反复强调&b&Trader最重要的工作应该是观察资金流&/b&。这样就有一个很自然的推论：&strong&任何可能显著推动资金流的因素，都是需要Trader密切关注的&/strong&。所以，由于认为负债对资产的驱动是影响力最大的资金流，我们将Monetary Economics放在最重要的Skill Sets之列。此外，还专门开《Trading Skills》篇讨论观察资金流和布局Front Run的技巧。如果还有其他因素可能对资金流形成类似的影响，Trader也都必须一丝不苟的观察和推演。&strong&在Macro Finance领域，Derivatives同样也可能引发重大的资金流转换。&/strong&因为Macro Finance最常见的工具，如利率、汇率和股指，都是Derivatives呼风唤雨的领域，许多震撼市场的资金流是Derivatives产生的。而且，由于Derivatives引起的资金流规律性更强一些，如果能把握好这类型的资金流，就有能力做出非常漂亮的Trade. 所以，称职的Macro Trader必须有能力做出扎实的Derivatives分析。&/p&&br&&p&
Derivatives同样也是很折磨人、门槛极高的一个行当，好在Macro Trader们学习Derivatives并不是要成为Financial Engineer，只是希望&strong&推演出市场上的Derivatives头寸在市场波动时其Hedging方式可能产生的资金流&/strong&。所以Macro Trader并不需要精通Stochastic Calculus，但必须对如下问题有透彻的了解。&strong&第一，市场结构问题&/strong&，包括谁在买Derivatives?为什么买Derivatives?投行怎么卖Derivatives？这其实也是分析如下问题：作为一个金融产品，Derivatives的负债是如何驱动其资产的。&strong&第二，Derivative Flow如何产生，尤其是Gamma和Vega的变化是否可能产生大量的Delta Hedge需求或者Volatility Hedge需求。&/strong&这些问题的答案只能从金融市场客户特性中寻找，而且每个市场的客户习惯都不一样。比如爱投机的华人客户喜欢FICC领域的杠杆Exotic Option类产品，而韩国客户喜欢大手大脚做欧美股指类衍生品。所以，Macro Trader最好是请教一位Derivative Sales或者Structurer，不一定需要请教Quant.&/p&&br&&p&
《熊猫笔记：》记述了一个奇特的案例。我们都记得811汇改之后，CNH缓步贬值了大约两个星期，然后突然在8月24日出现巨量的USD/CNH买盘。与此同时，CNH的Vol大幅飙升，又影响到其他CNH资产。如果从CNY汇率机制上找这个现象的解释，肯定一无所获，因为这个奇特现象的发源地，不是CNY市场，而是CNH Derivatives市场。&/p&&br&&p&
我们提到华人特别喜欢汇率方面的杠杆投机Exotic Option. 从2013年开始，由于PBoC长期压了汇率波动性，维持高Carry，许多香港和台湾资金涌入CNH市场，玩形形色色的杠杆CNH投机产品，以TARF最为流行。下图描述了一个典型的TARF结构。这个TARF期限是12个月，期间每月如果USD/CNH汇率低于6.35，客户就按6.35购入10mio USD/CNH，如果在6.35到6.6之间，就按当时市场价格购入10mio USD/CNH，如果USD/CNH高于6.6，则客户必须按6.35的价格购入20mio USD/CNH. 可以看出这是一个Exotic Option，其复杂的结构完全是为了适应华人投机资金&strong&又贪又抠门，既酷爱投机交易，又舍不得支付初始费用的习惯&/strong&。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-2ce18a822791bcfc5bb57f8430169cac_b.jpg& data-rawwidth=&358& data-rawheight=&213& class=&content_image& width=&358&&&/figure&&br&&p&
我们提到&strong&Macro Trader研究Derivatives的视角是Flow观察者而不是Quant&/strong&，所以不需要掌握Exotic Option中那些折磨人的数学工具，只需要了解其结构后，知道如何使用Quant们做好的Derivatives软件做分析就可以。对接受过Derivatives基本训练的Trader，使用这些软件计算这些TARF的Delta、Gamma和Vega并不难，计算结果见下图。再结合Sales和Structurer提供的估算，可知2015年8月前后市场上大约有400亿美元的CNH TARF. 出售这些TARF的投行需要时刻对冲额外的Vega和Gamma. 从Vega图可见，由于TARF结构复杂，对冲需求并不是线性的，在6.4以上，也就是TARF的Strike附近，Vega会突然增加，产生大量的USD/CNH Vol买盘和USD/CNH Spot买盘。&/p&&br&&p&
811以后将近两周时间，CNH慢慢贬值，市场波动看似缓和，其实已经暗流涌动&strong&接近Vega爆发点&/strong&了。8月22日是个周五，当天纽约时间，USD/CNH汇率悄悄突破了爆发点。收市之后，许多投行的拿收市价格一算，就发现自己的TARF Book各项风险指标普遍大幅超标，&strong&必须加量对冲了&/strong&。于是周一8月24日，CNH市场突然被汹涌的USD/CNH Vol买盘和USD/CNH Spot买盘淹没。再按照《Case Study: HIBOR and CNH FX Puzzle》中推演的机制，大量的USD/CNH买盘将剧烈消耗CNH流动性，同时催动所有CNH资产的全面下跌，又进一步产生大量的USD/CNH平仓需求，形成螺旋式的自我强化。幸好金管局及时向市场提供了CNH流动性，否则香港金融机构可能会面临意外的金融稳定风险。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-ec7eb0c4ab_b.jpg& data-rawwidth=&640& data-rawheight=&764& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic3.zhimg.com/v2-ec7eb0c4ab_r.jpg&&&/figure&&br&&p&
所以，了解CNH Derivatives市场之后，才能解释为什么CNH市场的最大冲击会拖了两个星期而姗姗来迟，但一露面就凶悍残忍，几乎重手废掉了整个CNH市场，甚至威胁金融稳定。&/p&&br&&br&&h2&&strong&2.&/strong&&strong&Politics&/strong&&/h2&&p&&strong&政治分析&/strong&是Macro Trader&strong&最容易迷失&/strong&的方向。&strong&一方面，政治因素往往对整个市场都形成震撼。&/strong&对政治环境和金融环境欠发达的EM，政治变乱往往能让EM金融市场不死也只剩半条命，给空头们巨大的机会。但&strong&另一方面，政治分析不是Trader们所擅长，但是狂妄自大的Trader们（这个行当极易偏执，很难谦卑），往往读几篇街头报告就信心十足，轻率的犯下错误&/strong&。典型的例子比如公投之类的，特点是参与人群无序、信息杂乱、方}