mixcapital韩卫平:区块链资产量化交易的特色和实践

候利华 2018-12-19 17:23

作者 快手小刀

来源 耳朵财经

2018年12月16日,由耳朵财经、EAR FUND联合主办的主题为“EBTC · 2018中国区块链技术大会暨区块链行业颁奖盛典”的活动在北京· 朗丽兹西山花园酒店举行。

这是一场熊市的盛会,虽然正处区块链寒冬,但现场座无虚席,场面热烈。

全天峰会,两场圆桌论坛,30余位区块链领域顶级大咖、100家主流媒体、1000名合作伙伴与行业精英参与,共同分享经验、交流心得。

 下午,mixcapital创始人韩卫平发表了演讲,2013年就进入区块链领域,经历数次牛熊的交替,他分享了近几年的感受和思考。然后对量化交易的那些事做了系统全面的分享。

以下为演讲实录:

/1/2013年的老韭菜所思所悟 

非常感谢耳朵财经组织这么好的大会,在这么寒冷的冬天,有这么多人来参加,也让我们对这个行业更加坚定了信心。首先这个场面我感觉到非常熟悉,因为我在2014年的时候,做过一个非常类似情景下的演讲,那时候比特币从8000跌到了800。那次是一个非常成功的树立很多竞争对手的演讲,因为那次演讲之后,大量的人按照我们的方法进入这个行业去做量化交易,后面赚了很多钱。也有一些非常耳熟能详的机构,都是那时候进来的。我也希望能够给大家分享更多的干货,不管是竞争对手也好,还是在这个行业痛苦挣扎的朋友也好,希望大家都能够尽快度过这个寒冬,能够为行业做一点贡献。

我们是谁呢?mixcapital是2013年在这个行业从事交易的一家对冲基金,2013年夏天的时候,我们开始逐渐配置数字资产,那时候从人民币400、500,一直到1000,一路都在买。所以我们在投资属性上有双重属性,因为我们我们也是比特币的原教旨主义者。

在2013年之后,有几次大的牛熊,我们是穿越了整个牛熊。在这里分享下我们穿越牛熊的做法和思考。2013年的那个冬天,比现在的冬天要寒冷得多。因为那时候信仰者很少,整个行业比较低迷。那时候我们的做法就是从2013年开始,我们发现价值投资在那个阶段并不适用,从那时候我们转向量化投资。因为行业的流动性小,所以不可能有特别大的收益。你在熊市的时候,不亏钱已经不容易了,赚大钱是很难的。

所以那个时候把更多的资产配置到大宗商品、股票,因为我们运气的因素,那几年股价也大涨,大宗商品表现很好。所以在另外一个市场赚的盆满钵满。

去年2017年的夏天我们杀回这个行业,正好又赶上了这个行业的这波牛市。所以去年有几个基金,就是我们主要投资股权的基金,投资了1.5亿美元。mixcapital主要做量化交易和对冲,也投资了一些和币相关的项目,也是1.5亿美元的规模。我们和地方政府成立一个30亿人民币的产业基金,在科技领域投资中国企业。我们正在和华尔街的团队组建一个基金,是10亿美元的规模,这是我们现在做的事。

/2/量化交易的三大流派

后面讲讲和数字货币量化交易相关的事。数字货币交易和传统投资一样,可以分为三个大的流派,其中一个就是价值投资流派,以巴菲特为代表,很多2013年以前进入这个行业的人,基本上的大部分属于比特币的信徒。我们身上也带有这个属性,这是一类投资机构,大概都是在比较早的进入到这个行业。

第二类,以去年进来的投资机构为主,他们投了很多链的项目。我认为他们更倾向于索罗斯的投资流派,索罗斯是对国家进行市值管理,对一个货币进行市值管理。数字货币领域也在对货币进行市值管理,它更像是一个公司的市值管理这样去做。但是这种方法,我们不太用的。

第三种,正好是适应当下的环境,以西蒙斯为代表的量化交易。它的特点,不一定是金融背景,但很多是数学和物理学背景的人组成的团队。

举一个实际例子,我有几个做飞行员的朋友,他们在量化领域做得非常成功。看似是一种巧合,后来有一次我跟他们一起聊,我发现还不完全是巧合。他们说,在他们飞行过程中,相当于把生命交给了仪器和数据,所以做量化交易的时候,他们愿意去完全相信自己的系统,就是他们不相信自己的判断。因为在天空飞行的时候,人的判断经常是不准确的。你不知道是在向左向右,这些东西感觉不出来。所以他们做得比较成功,这在某种程度也启发了我们。系统做出来的判断,是比人做出来的判断要靠谱得多。

/3/干货:量化交易的两种方法

量化交易分很多种方法,从基本的逻辑推理上来讲,有两大类方法。

第一大类,自顶向下的方法,你能够清楚赚钱的逻辑是什么。比如第一次BTC分叉BCH的时候,有个非常简单的策略大量持有BTC,为了对冲BTC价格下降的风险,可以在期货市场做做空。这时候分叉出来的BCH就是你的收益,这个收益当时挺高的,这是一个典型的通过原理来推导出来的方法。

第二大类,根据规律、数据、统计学、大数据得出来的规律。但是这些规律可靠不可靠,需要长期的验证,这是两大类不同的思路。

量化交易的关键点在于,要寻找到那些能够有预期为正的收益机会,这些方法分为两种。一种是交易的胜率不高,但是它的盈亏比很高。比如我们有一个策略,胜率在50%左右,看起来成绩平平。但是一旦它成功了,它的回报率是100%多,如果失败了,它的亏损只有10%。所以它是一个盈亏比10倍以上的策略,表现非常好。另外是用一种方法去提高胜率,这个我们后面也会看到。

你的盈亏比是100%的时候,只要有超过50%的胜率,你的策略就可以赚钱。如果提高策略的可靠性呢?刚刚说了,有一些方法是从大数据中归纳总结出来的,这些方法是否靠谱呢?如果能够经过理论的验证,你觉得靠谱,那信心会极大的增强。另外还有一种是要经过长期的测试,要理论和实践相结合,在市场长期测试,而且最好是经过一些黑天鹅的事件检验。

但是在测试过程中,尤其是在历史数据回测过程中,要避免使用未来函数。因为在现在这个时点,当时的数据和之后的数据是可以得到的。一些指标也好、方法也好,它可能会不经意间用到了未来函数,看似这个策略表现非常好,但是都是你已经知道未来发生的事情了,这个事一定要避免。

/4/数字货币和传统的量化交易的区别

数字货币的量化交易,跟传统的量化交易有不一样的地方。

第一,交易所道德风险因素。

因为我们从2013年到现在,交易所丢币跑路、及后期交易所的做法,我们吃过很大的亏。几千万的仓位被爆掉,出现过好几次。我觉得这都是买来的教训吧,就是交易所的道德风险。到了现在很幸运的是,有了很多正规的交易所,这样的事情越来越少了。

第二,基本面数据缺乏。

链圈、币圈的公司存在时间很短,而且信息披露要求不像上市公司,要求披露这种财报和数据。币圈的公司披露的信息很少,可用的信息也非常少,这是这个行业的难点。

第三,流动性低。

毕竟很多币的流动性不高,可以交易的币品种不多。

第四,交易所接口不稳定。

即使你有很好的策略,有些是因为交易所技术的原因,有些是人为的原因,使得你经常不能够达到你想要的交易效果或者成本。

第五,衍生产品缺乏。

传统领域可以用的对冲方法,在币圈也比较缺乏。

数字货币可用的基本面数据,我们找了一些,在这儿跟大家分享一些。比如我们看链上数据的时候,有一些链的新增地址数和币价有一定的正相关性,包括活跃地址数,也有一定的正相关性,这在小币种的表现上比较明显。特殊地址的大额转账,会有一些相关性。比如某一个持仓量很大的基金在抛售,还有交易所上币的变动,都会有正相关性。

举一个例子,这个数据是我们对外提供的第三方服务,是一个网站,会对交易有帮助,这是网站上的数据统计结果。可以看到左侧是RDD币的价格数据,右侧是新增地址数。可以看到日期是在2月13号,新增地址数开始爆增,2月14号价格开始剧烈拉升,正好是提前一天,有非常强的相关性。

这是DOGE狗狗币半年的走势,基本上它的每一次价格上升,都和链上交易数正相关,而且恰好都是提前一两天,像这样的规模是可以指导交易的。

另外也有奇葩的,像达世币,它链上的交易数据大增之后,开始暴跌。我无法给出一个确定靠谱的解释,有可能是因为背后有团队故意做一些动作,是误导大家。所以链上数据的相关性,有些是正相关,有些是负相关。具体的规律大家可以上我们的网站TokenView.com上看。

我们在网站上开了一个价格信号的模块,预测的准确率蛮高的。在11月份到现在,所有币种的预测准确率在90%以上,之前是百分之七八十的情况。这两天要给大家分享,所以测一下实际的效果,把我吓了一跳,居然有8倍的回报,就是按照这个信号做的话。从今年的1月份到现在,有7倍的回报,这是只做多,不做空的。如果包含做空的话,回报太恐怖了,我们没敢放出来。

我们做了一些低风险的套利策略,其中一个策略把四个低风险的策略组合在一起。为什么呢?因为有一些策略,像搬砖的这种,它的机会越来越小。所以需要跟其他策略组合在一起,才能有更高的收益。从今年8月份到现在,差不多有年化30%左右的收益。

我们也用各种深度学习的方法,把社交网络上的数据、把搜索指数、微信上的热度、链上的数据都综合在一起做训练。得出来的结果还可以,从2011年到2018年的7月份,测试的结果是年化72.9%的收益。

我分享的就是这些,谢谢大家。