기금넷 공식사이트 - 금 선물 - 양적거래 적용
양적거래 적용
정량적 투자 기술은 다양한 구체적인 방법을 포함하며 투자 상품 선택, 투자 시기 선택, 주가 지수 선물 차익 거래, 상품 선물 차익 거래, 통계 차익 거래 및 알고리즘 거래 분야에서 널리 사용됩니다. 여기서는 통계적 차익거래와 알고리즘 거래를 예시로 사용합니다.
1. 통계적 차익거래.
통계차익거래는 자산가격의 역사적 통계법칙을 이용한 차익거래의 일종으로, 이러한 역사적 통계법칙이 앞으로도 계속 존재할 것인지에 대한 위험이 있습니다.
.
통계적 차익거래의 주요 아이디어는 먼저 상관관계가 가장 좋은 투자 품종 쌍을 찾은 다음, 각 투자 품종 쌍의 장기적인 균형 관계(공적분 관계)를 찾는 것입니다.
, 특정 품종 쌍의 가격 차이(공적분 방정식의 잔차 오차)가 어느 정도 벗어나면 포지션을 개설하기 시작하고 상대적으로 저평가된 품종을 구매합니다.
상대적으로 과대평가된 품종을 공매도하고 가격차이를 균등화하여 균형으로 돌아온 후 이익을 얻습니다.
주가지수 선물 헤징은 통계적 차익거래에서 오랫동안 사용되어 온 운영 전략입니다. 즉, 다양한 국가, 지역 또는 산업의 지수 상관관계를 이용하고 동시에 특정 상품을 사고 파는 것입니다.
쌍지수선물이 거래됩니다. 경제 글로벌화 상황에서 다양한 국가, 지역, 업종의 주가지수 간 상관관계가 더욱 강해지고 있으며, 이로 인해 주가지수에 시스템적 리스크가 발생하기 쉬우므로 이에 대한 대비가 필요합니다. 지수 간의 통계적 차익거래를 헤징하는 것은 위험이 낮고 수익률이 높은 거래 방법입니다
.
2. 알고리즘 거래.
자동매매, 블랙박스매매, 기계매매라고도 알려진 알고리즘 거래는 컴퓨터 프로그램을 이용해 알고리즘을 설계하여 거래 지시를 내리는 방식을 말합니다.
거래에서 프로그램이 결정할 수 있는 범위에는 거래 시간 선택, 거래 가격, 최종적으로 거래해야 하는 자산 수까지 포함됩니다.
알고리즘 거래의 주요 유형은 다음과 같습니다. (1) 구조적 알고리즘 거래라고도 하는 수동적 알고리즘 거래. 과거 데이터를 사용하여 거래 모델의 주요 매개변수를 추정하는 것 외에도
이 거래 알고리즘은 시장 상황에 따라 거래 시기와 거래 수를 적극적으로 선택하지 않고 확립된 거래 정책을 따릅니다.
거래를 수행합니다. 이 전략의 핵심은 슬리피지(목표 가격과 실제 평균 거래 가격의 차이)를 줄이는 것입니다. 패시브 알고리즘 거래는 가장 성숙하고 널리 사용됩니다. 예를 들어 국제 시장에서 가장 일반적으로 사용되는 거래 가중 평균 가격(VWAP) 및 시간 가중 평균 가격(TWAP)은 모두 사용되는 것으로 분류됩니다. p>
>
동적 알고리즘 거래. (2) 적극적 알고리즘 거래, 기회주의적 알고리즘 거래라고도 합니다. 이러한 유형의 거래 알고리즘은 시장 상황에 따라 실시간 결정을 내려
거래 여부, 거래 수량, 거래 가격 등을 결정합니다. 가격 하락을 줄이려는 노력 외에도 활성 거래 알고리즘은 점차적으로 가격 추세 예측에 초점을 맞춥니다. (3) 처음 두 가지를 결합한 포괄적인 알고리즘 거래입니다. 이러한 유형의 알고리즘에 대한 일반적인 방법은 먼저 거래 지시를 세분화하고 이를 여러 기간으로 분배하는 것입니다. 각 기간의 특정 거래는 활성 거래 알고리즘에 의해 판단됩니다. 이 둘을 결합하면 단일 알고리즘으로는 얻을 수 없는 효과를 얻을 수 있습니다.
알고리즘 거래에는 세 가지 거래 전략이 있습니다. 하나는 거래 비용을 줄이는 것입니다. 대규모 주문은 일반적으로 여러 개의 소규모 주문으로 분할되어 점차적으로 시장에 진입합니다.
이 전략의 성공 여부는 같은 기간의 평균 구매 가격과 거래량 가중 평균 가격을 비교하여 측정할 수 있습니다. 두 번째는 차익거래입니다. 일반적인
차익거래 전략에는 일반적으로 국내 채권 가격, 외화 표시 채권 가격, 현물 환율 등 3~4개의 금융 자산이 포함됩니다. 시장 가격이 이 이론에서 암시하는 가격에서 크게 벗어나고 거래 비용을 초과하는 경우 무위험 이익을 보장하기 위해 4번의 거래를 사용할 수 있습니다. 주가지수선물에 대한 기간차익거래는 알고리즘 거래를 이용해 이루어질 수도 있습니다. 세 번째는 시장조성이다. 시장 조성에는 매수-매도 스프레드에서 이익을 얻기 위해 현재 시장 가격보다 높은 매도 지정가 주문이나 현재 가격보다 낮은 매수 지정가 주문을 넣는 것이 포함됩니다.
또한 거래자가 지수 수익률을 시뮬레이션하는 데 사용하는 "기준점" 알고리즘과 가장 변동성이 크거나 불안정한 시장을 찾는 데 사용되는 "스니퍼" 알고리즘과 같은 보다 정교한 전략이 있습니다.
.
모든 유형의 패턴 인식 또는 예측 모델을 사용하여 알고리즘 거래를 시작할 수 있습니다.