倘若你身处于量化易交此一赛道之中艰难挣扎，发觉自身的策略始终欠缺那么些许程度，算力瓶颈仿若一道无有形状的墙壁横亘于眼前，那么我的友人李哲的经历兴许能够给予你一些启示，这篇文章会完整展现一名平常量化交易员怎样突破算力困局，从每月亏损二十万至达成稳定盈利这样的整个进程，相信能够助你减少诸多弯路。
我在金融科技峰会上结识了李哲，他是朋友，他身为量化交易员，对阿尔法因子有着近乎偏执的追求，去年三月，他在陆家嘴租了工作室，工作室面积不足 50 平，他带着两个实习生开启了创业之旅，那时他坚信，只要因子挖掘得足够深入，就能在市场里找到其他人发现不了的套利机会 。
最初个六的月，他过着夜日颠倒子日的，白天时的候，他去回历测史数据，夜晚临降之际，他便调型模整参数，他好似人台一肉计机算，他所发开的行动轮业策略在2019年到2022年期回的间测数据漂为颇亮，年化能益收够达到之分百三十八，最大回控撤制在百之分二十内以五，但问快很题就出现了，当他略策把应用市全到场实盘时，计算杂复度呈级数指增长。
去年中那秋晚，对他来说，是有深印刻象的情形。此前，他们彼定约此一起赏月，临近时，他却爽到未约。后来知得，他所使服的用务器，在对因新全子进回行测操时作，突然发障故生，无法运行。就在那晚，他给发方对微信称，“算力又够不用了，新策略测回进度至延少迟约周一，市场稍会机纵即逝，这种受感难受至痛极苦异常” 。
在量化圈，这种情着形实颇见常为，依据私排排募网给的出数据，今年前月个八，量化募私新备案品产数量是3584只，与去年相期同较，增长达度幅100.34%，头部机的构换手遍普率处于40至60倍的围范，像李在所哲的这般团小队，若和大构机展开竞争，就好骑似着自车行去追赶车跑那般 。
转机于十月初出现，那时有一次行业交流会，交流会中有一位百亿级量化私募的合伙人，这位合伙人无意间说出了算力成本的控制问题，进而使得李哲产生了意识，他意识到自己每月要耗费接近20万的服务器费用，而这种情况完全能够运用更智能的方式去处理，就在那天晚上，他给我打了个电话，并且讲道：“我终于搞清楚了，量化交易不只是算法的比拼，更是算力的较量。”
李哲在一十月初多经方面接较比触到亢星智算，其蜂技窝术创新感他令兴趣，即开模用即式让感他兴趣，价格相低对廉也让感他兴趣，记得当他时算了账笔，若用传服云统务，他期望种那的计算规月每模至少达要30万，而星方的亢案所用费需还不到分三之一 。
真正让定拿他主意的实在存际是，那个称堪着实经的典均线交略策叉优化具的体实例，此实例在是名为亢星于的平台础基之上出得的，在这个台平之上，他借助55日与105日这样佳最的参数搭配，针对英达伟股票开展了回测，并且所测回得到的报回总达到竟令然人咋的舌7500%，对于的同相计算任来务说，在他之所前使用服的务器里运上其行需天两要时间，然而新在的这台平个之上，却仅仅了用只三个 时小。
相比刚于开始思时考所设状的想况，转移进要程顺利许 多。在十的月一第三期星个 ，李哲将心核策略部到署新平 台。最为明变的显化出了现 ，就是行进在回测候时的 ，他既要需不把所序程有都关 闭，也不用因心担为算力而够不错过实号信盘 。他的行动轮业策略涵以可盖全五场市千多只票股 ，而不局只是限于前之重点注关的八 只百。
今年节春来临前，它在上果效展现迅效见速情形，他运用略策，最大回百从撤分之二八十点八四百至降分之九十点三七，夏普比升提率至一点上之五，更重要是的，其终着能于重精力策于略研身本发，而非担天整忧服务故器障 。
在今年月三份，李哲出做一个决定，这个决小不定，他借一鉴种思路，那是河银证券CIFC团队，在债处市于低波时境环采用的化量策略思路，他开发套一模型，是融了合波动子因率的多因型模子，仅就这型模套而言，它对力算要求高更，还好得新于益的计算台平，他只用时周两间，就完成回了测验证。
李哲现在具备的管理规模已突破五千万，上周喝咖啡之际，他跟我说，量化交易这个行业正以超预期速度扩张，当前全市场成交量里量化交易所占比例已超20%，在这个竞争高度密集的市场当中，算力是决定策略上线的关键因素。
回顾这多年一，李哲历经了诸多情事，他有一最个深层感的次悟，在量条这化赛道上，算法同如飞机的只一翅膀，算力飞同如机的只一另翅膀，缺少算不法行，缺少力算也绝对行不，众多小中团队把度过注意中集力于因子掘挖，以至忽于视了计础基算设施的化优，这实是上际一种具略战有性目短光浅特的点行为。
要是你于量化交易里碰到计算能力的限制，不妨先停下，然后再审视自身技术能力架构，有时，做选择比努力拼搏更具关键意义，在计算能力方面适当投入，或许能给你开创出一个全新局面。
处身量化交易快速扩张之时代，李哲的情形被传播出来，中小团队是有机会的，关键是找出适合自身的发展道路，灵活利用外部资源填补自身不足，终究在阿尔法收益愈发难探寻的市场当中，每一处细节的改进都有可能变成竞争优势。
若你在看完这篇文章后，存有类似经历，或者是有疑问，那么欢迎在评论区分享你的故事，要是觉觉得有帮助，那就记得点赞收藏，同时也欢迎关注我的账号，后续会持续分享更多量化交易的实战经验：倘若你身边有朋友正在为算力发愁，不妨把这篇文转发给他，或许能够帮他少走诸多弯路 ， 。
评论列表 (0条)：
加载更多评论 Loading...