1.5 部分可视化免编程量化分析平台

虽然编程实现了自由打造交易策略,并通过程序化下单的方式完成量化交易,但是不得不承认因为需要学习代码的门槛,使得量化投资的用户群受到严重制约。目前国内有上亿名股民,上千万名的活跃交易者,其中一部分可以通过数量化统计方式获得选股信息,而绝大部分投资者是通过大智慧、文华财经等软件,或者东方财富、新浪财经等网站获得并不透彻且信息量有局限的静态统计数据。

如何全市场回测我们的一个想法,一个完整严谨的投资思路,甚至获得专业的资金曲线和绩效评估?除了使用编程开发模型之外,国内出现了一些可视化免编程量化分析平台,为更广大的用户提供了解决方案。本节我们介绍其中4个平台,他们分别具备优势和特色,也试图成为证券行业的互联网流量入口。

1.同花顺i问财模型工具

同花顺的i问财平台上线较早,知名度高,用户量庞大,其以独有的文本化“策略问句”形式(意味着向平台发问),放低了量化投资的门槛,甚至都不需要借助太多财务方面的基本知识,即可实现回测,这与其背靠同花顺金融数据库是有很大关系的。其量化频道地址:https://www.iwencai.com/traceback。如图1-14所示。

图1-14 i问财首页入口,通过“策略问句”引导用户

比如它会引导用户输入类似这样的“策略问句”:前两天涨跌幅小于-2%;跳空高开;振幅小于2%;缩量;今日收盘价大于前两日最高价。然后点击“回测一下”,即可生成对于该选股规则的统计数据。这里的绩效和我们看到的长期绩效不同,以股票上涨为核心目标,分析“最优平均涨跌幅”和“最大上涨概率”,并通过“历史发生次数”告知用户该统计绩效的可信度。如图1-15所示。

图1-15 以上涨为核心分析点的绩效结果

持股周期是重要参数,平台默认测试1、2、3、4、5、10天的绩效。按照3.5%、7.5%两个分位数,平台生成了持股涨幅饼图供用户参考。由于整个回测过程完全基于数据支撑,所以底部“历史明细查询”栏,可以提供“股票简称”“起始时间”“终止时间”“起始价”“终止价”“区间涨跌幅”细节数据。参考我们订立的规则复杂程度,以及回测时间,我们认为i问财的回测效率是非常快的,适合普通投资者以极快的速度生成自己的交易策略,并验证效果。

该产品设计以“股票上涨”为核心目标,紧盯涨幅、上涨概率等关键绩效,可以说透彻地把握了自己的目标客户心态。平台搜索框甚至提供了免打字的功能,可以用鼠标勾选策略关键字。如图1-16所示。

图1-16 “策略广场”中较为高质量的策略模型

“创建策略”频道设计方式类似,但是绩效输出更为详细,由之前的仅以上涨为分析目标,转变成“单次收益平均值、预期年化收益率、盈亏比、最大回撤率、夏普比率、交易次数”等接近量化投资的绩效。资金曲线固定以沪深300为基准,按照回测时间绘制。

“策略广场”展示了在全部策略中表现较好的一些策略,相信投资者看到资金曲线都会动心。我们仔细分析了几个策略,发现条件设置较为周密,但是信号数量可能偏少,或者持股没有构成一个组合,所以在未来实盘的稳定性方面显得略有疑问。但是总体上它们都真实呈现了市场风险和收益来源结构,系统本身的回测平台效率也较高。

特点如下:

(1)基本面数据充实准确、维度多。

(2)量价关系表述简单,策略语句易掌握。

(3)回测速度快,图表呈现简洁易懂。

2.果仁网可视化策略平台

果仁网在专业程度方面略高于i问财,其创始人从曾担任通联数据CTO和研发总监,所以第一次登录该平台时会发现它更接近一个量化策略开发网站,而且是标准的多因子模型开发网站。

但是果仁网缺乏类似“策略问句”这样语言的识别能力(在一定程度上它不是非常入门的平台),所以该网站任何选项,都要通过鼠标点选或者输入值,一步步按规则完成。通过查阅资料我们注意到果仁网官方的观点,果仁认为量化可以不编程,但不能没有数学做基础。自然语言的不精确性,很难满足严肃的量化研究的需求。如图1-17所示。

图1-17 果仁网严谨详细的选股界面

在其核心频道“股票策略研究”,果仁网推荐用户按照“择股设置→交易模型→大盘择时→股指对冲”的顺序,依次搭建模型。第一个选项卡“择股设置”可通过设置“行情、技术指标、财务指标、财报条目、公司、大盘指标”选择到需要的股票。这就是我们常说的因子,你可以通过选择“财务指标”,然后选择“估值→市盈率、市净率”等,最后在右侧输入需要的值。

这样就可以实现静态的财务因子选股,比如低PB、高ROE等因子组合,都可以通过这个界面组合出来。当然如果读者们有一定的因子模型知识,还可以组织低动量因子、高成长因子、低估值因子,做出一个更加高性能的多因子模型。

“交易模型”选项也是本书后文要讲的调仓规则,可以选择模型I,这是大多数多因子模型的调仓模式,通过定期轮动的方式调整当前持仓股,使之符合模型要求,非调仓日不调整,以免产生过度频繁的交易。模型II增加了卖出条件的限制,我们可以设置止盈、止损、追踪止损等一些列条件。

“大盘择时”选项可以不使用,该模块作为一个附加模块来增强收益,在股灾或者大面积下跌时清仓股票降低损失。如果开启,大盘的动量效应充足则可以使用择时类技术指标交易,一旦确认选择的条件由熊变牛,或者由牛变熊,则可以调整仓位到空仓或仓位降低30%、50%、70%来降低风险。

“股指对冲”选项也是可选项,通过该方式可以做空一定比例的股指期货,几乎完全对冲掉Beta风险,保留Alpha收益,形成中性产品。为了回测尽可能详细,对冲比例、保证金比例都可以调整。如图1-18所示。

图1-18 较为专业的绩效展示和资金曲线图

果仁网也提供了策略商城和共享策略频道,可以在这里购买更专业的用户开发的交易策略,或者交流自编策略。总体来看,该网站更适合进行多因子模型开发,而且是严谨的定量模型开发。我们可以在这里看到更多有价值的、股票数量组合更合理的交易策略,还能看到部分股市内资产配置策略,带来更稳定的年度收益率。

3.聚宽向导式因子策略生成器

聚宽JoinQuant并非是可视化免编程平台,而是国内较大的量化研究平台,面向成熟的交易者使用Python为基础开发语言。但是为了扩大用户群,聚宽使用自己的数据储备和因子储备,开发了向导式策略生成器这个频道。向导式策略生成器的访问地址是:https://www.joinquant.com/algorithm/index/generateStock。如图1-19所示。

图1-19 聚宽平台因子选股界面

该频道和果仁网有一定类似之处,首先是“选股”规则建立,这里的因子选股有财务因子、行情因子、技术指标、资金流和其他条件,读者们可以详细体验两个网站的不同之处。

然后是买卖条件频道,这里有轮动和择时两个选择方式,如果选择轮动则略微简单,如果选择择时,将更多的是按照技术指标进行动量交易,这里需要单独设置买入和卖出条件,同时需要设置交易周期、持股比例等。

对于量化初学者可能会造成一定程度的选择性障碍,因为我们大多数时间没有准确描述自己的交易持股方法,甚至选股方法也没有系统地回忆和总结过,但是作为量化开发的规则,它们都是必须存在的。而且我们在模型开发后期能体会到,聚宽通过该频道大量鼠标点选的功能,将复杂的代码开发完全屏蔽掉。而如果交易者自己开发这些选股持股规则代码,仅熟悉代码、阅读API文档和准确完成交易模型代码构建,就需要数月时间。

“风险控制”多是对止损、止盈的设置,如果是多因子模型特别是中性Alpha模型,则可以放弃择时模块的构建。如图1-20所示。

图1-20 向导式策略开发工具拥有和编程开发同样的绩效界面

“其他参数”可以认为是回测环境。向导式策略开发工具的回测条件和聚宽的策略开发平台完全吻合,可以设置时间、资金量、频率(数据推送或者说模型运行频率),还有资金曲线图的对比基准。在“我的策略”频道,该策略会和Python开发编写的策略一样,在该频道被保存,以便后期回测和修改。

聚宽也在策略实盘方面做了很多探索工作,这保证了策略能够被有效使用,也降低了模型和交易之间的差距。

4.米狗K线模式识别量化平台

作为新晋免编程平台产品,米狗量化比起前面三个平台关注者较少。但是它有自己独特的工具与巨头竞争,这就是K线形态模型和图形组合模型。米狗最大的不同之处在于可以通过鼠标点选或圈选一段时间内的K线数据,或者调用系统内置的形态如“弧形底”“纺锤型K线”等形态,然后系统通过智能匹配后台历史数据,找到类似形态出现后的各项绩效,完成这种另类的模型搭建。米狗量化的访问地址是:http://www.migou360.cn/

最初我们也考虑过这种K线形态建模方式作为量化模型是否稳健,但是经过回测和基于交易者行为的分析,这种模式通过数学和编程代码撰写也被认为是可行的,而且A股大部分投资者对于K线形态印象深刻,也在日常交易中反复使用类似经验,所以以此方法构建模型有用户认知基础,也有内在逻辑。

进入米狗平台“模型列表”频道,首先设置初始资金,每次开仓使用权益的百分比和交易成本。米狗没有严格规定持仓股数量,可以大致认为每次使用10%资金,就是买入10只股票,实际上会有上下浮动,以保证资金能被高效利用。如图1-21所示。

图1-21 米狗K线形态识别和技术指标结合模型搭建工具

在策略构建的因子方面,第一个选项框“数据”还是老一套的行情数据、财务面数据,和其他平台没有区别。

第二个选项框“模型”是很独特的模块,可以选择K线形态模型,调用系统数据库K线形态,也可以选择图形模型,这里存储了一些K线组合形态,估计会非常消耗平台计算资源,所以暂时数量不多,还可以调用已经成型的选股模型,包括连续涨跌停和基本面有一定特色的个股。

第三个选项框“指标”主要以技术指标为核心,覆盖较为全面,每个技术指标的周期可以单独定义。比较、逻辑模块,完成了较为复杂的策略所必须的判断工作,比如我们选择3个K线形态,要求只出现1个即可执行选股买入,在逻辑模块选择“或者”即可达到目的。表达式模块可以构造新的因子,对于专业水平较高的用户可能比较实际。如图1-22所示为绩效展示界面。

图1-22 米狗平台的绩效展示界面

在回测速度方面,米狗依然无法和i问财相比,可能是因为策略逻辑更为复杂,而不仅是简单的限定性条件选股模型,但是我们测试同样复杂度的策略,米狗的速度比聚宽等平台快很多。回测界面详细程度类似专业量化平台,对于夏普比率、信息比率、胜率、年化收益等都有描述。资金曲线的对比基准可选,且标注出了最大回撤阶段。