量化策略專題研究：低頻量化策略的勝負博弈.pdf

量化策略專題研究：低頻量化策略的勝負博弈。所有量化模型都在試圖捕捉市場的規律，在訓練模型的過程中，不可避免需 要去擬合樣本內的一些場景。規律是金融市場客觀存在的，還是從樣本數據 挖掘所得到的，是所有量化模型都需要直面的問題。高頻策略和低頻策略的 不同特征使得策略評價層面存在差異，低頻策略的有效性評判所需時間更 長、難度也更大，甚至每一次投資決策的結果都可能是勝負的關鍵。因此低 頻策略的收益來源和邏輯支撐顯得尤為重要。常見的低頻擇時策略可能在匹 配資產背后的特定頻譜，或存在大級別行情貢獻了短期收益。

高頻與低頻策略的天然差異導致策略有效性評判層面有不同的考量

交易頻率不同會帶來換手率、持倉時間、策略容量的不同。高頻策略依賴于 即時的市場信息或情緒的套利機會，交易頻繁，持倉期短，能夠快速響應市場的短期變化，因此，對于波動和回撤的容忍度通常較小，計算策略交易的 勝率對于驗證高頻策略的有效性也是有意義的。與之相對，中低頻策略主要 交易市場價值，追求的是企業的長期盈利和資本市場錯誤定價帶來的投資機 會，其本身不具備短期交易特性，可能需要承受一定的回撤，且驗證策略有 效或者失效所需的時間通常較長。

高頻策略博弈勝率，低頻策略博弈勝負

高頻策略博弈的是勝率，需要數據、算法、算力三個方面的合力, 大量的數 據是高頻策略的基礎，算法的升級使策略邏輯持續創新，算力的支持保證策 略正常運維。低頻策略博弈的重心是勝負，在同等勝率的情況下，能夠有效 捕捉大幅上漲或是避開大幅回撤都會明顯提升策略業績，避開大幅回撤對夏 普比率和 Calmar 比率的提升有顯著作用，因此每一次投資決策的勝負都可 能是致勝的關鍵。

低頻策略的收益可能主要來源于對大級別行情的捕捉和對資產周期的把握

應用經驗模態分解方法提取全球主要股票指數的本征模態函數分量，每一種 分量包含了資產不同的幅值和頻率特征。測試低頻擇時策略在剔除了不同分 量后的業績表現，結果表明：1）低頻擇時策略的收益可能主要來源于對股 指序列內在周期特征的追蹤；2）對大級別沖擊的捕捉能幫助低頻策略有效 追漲止跌，獲得超額收益；3）提升數據的信噪比，有助于低頻策略更準確 捕捉資產的周期特征以及大級別行情。

市場在不斷進化，策略邏輯也需要不斷進化

基于低頻策略的持倉與收益特征，在低頻策略的運作過程中，策略的邏輯支 撐顯得尤為重要。如果僅從樣本內數據中挖掘一些規律，而缺乏有力的邏輯 支撐，那么樣本外的所有波動和回撤都只能歸結為市場的動蕩，較難合理去 評價策略的運作情況。如果低頻策略背后有足夠的邏輯支撐而不是僅依賴于 樣本內規律的重演，那么策略的運維會更為科學。市場在進化，通過挖掘市 場規律所形成的策略也應該不斷進化。金融市場促使投資者持續學習和進 步，而不斷進步的市場參與者使得金融市場更有活力。