Overview概述本文将简单介绍算法交易并以风险平价基金为例，介绍如何构建资产配置模型。Report报告算法交易简介
算法交易是一种使用自动预编程的交易指令来执行交易的方法，包括时间、价格和成交量等变量。这种交易是为了利用计算机在速度和数据处理方面的优势而开发的。流行的「算法」包括交易量百分比、成交量加权平均价格、时间加权平均价格和执行落差交易。在21世纪，算法交易已经获得了散户和机构交易商的吸引力。投资银行、养老基金、共同基金和对冲基金可能需要分散执行更大的买卖指令，或者执行交易的速度太快，以至于人类交易员无法做出反应，所以算法交易被广泛使用。2016年的一项研究表明，外汇市场超过80%的交易是通过交易算法完成的，而不是人工。「算法交易」这个术语通常与「自动交易系统」同义。其中包括交易策略，如黑箱交易和大量依赖复杂数学公式和高速计算机程序的定量交易。这些系统运行的策略包括做市、套利或纯粹的投机(如趋势跟踪)。其中许多属于高频交易(HFT)，其特点是高成交量和高订单交易比率。在人类交易者能够处理他们观察到的信息之前，高频交易策略利用计算机根据电子接收到的信息做出复杂的决定来启动指令。因此，2012年2月，美国商品期货交易委员会(CFTC)成立了一个包括学者和行业专家在内的特别工作组，就如何最好地定义高频交易向CFTC提供建议。算法交易和高频交易导致了市场微观结构的巨大变化，尤其是流动性的提供方式，但同样也带来了一些争议。闪崩
3D MMORPG链游SOUNI通过私募和盲盒销售共融资500万美元:据官方消息，基于区块链的3D MMORPG游戏SOUNI宣布融资500万美元，其中290万美元来自私募融资，210万美元来自盲盒销售。私募融资由Shima Capital和YBB Foundation领投，GameStarter、Ventory、Good Games Labs、Exnetwork Capital、AU21 Capital、X21、ZBS Capital、LaunchZone、Kyros Ventures、VBC Ventures、Gains等约50家机构参投。新融资将用于构建和升级游戏的创新功能，并扩大SOUNI的市场。SOUNI的下一个里程碑是在2022年1月推出MPV，目标是在游戏中吸引至少5000名玩家。[2021/12/12 7:33:55]
金融海啸爆发、全球震荡，许多市场最后都遭高频交易把持，虽然流动性因此增加了，但这样的市场结构，却还没经过衰退的考验。VIX最近飙高，让大家更有理由对股市被做空时、流动性的供应状况感到忧心。在全新的流动性生态系统内，股市崩盘至今都是短暂的、影响相对较小，然而一旦经济真的陷入困境，下一次股灾恐怕就没这么温和，流动性一口气蒸发、势必会加重抛售潮。2018年2月初因国债利率飙升、降低高股息类股的吸引力，并促使「恐慌指数」(VIX)狂飙，道琼工业平均指数三个交易日就狂杀近两千五百点。高盛指出，美股急剧杀跌，跟高频交易脱不了关系。而果不其然，2020年3月价值1.4万亿的风险平价策略的程序交易引发了美股的流动性危机，三大股指大幅崩盘。风险平价是什么
Yam Finance官方：YAMv1持有者将通过迁移合同销毁YAMv1来生成YAMv2:Yam Finance官方今日发文公布YAM迁移过程：首先将创建一个新的YAMv2 ERC-20令牌，这将是一个标准的ERC-20令牌；所有的YAMv1持有者都将通过迁移合同销毁YAMv1来生成YAMv2；接收到的YAMv2令牌数量将基于底层的YAMv1平衡；迁移合同期限为48-72小时，截止日期之后将无法迁移。此前，Yam Finance计划启动迁移计划，让社区控制项目。从YAMv1到YAMv2的迁移是此过程的第一步，从那里开始，YAMv2代币持有者将就社区提案传达他们期望的前进之路。[2020/8/17]
2008年的次贷危机带来的一个可预见的变化是，风险管理变得更加重要，有时被认为比绩效管理更重要。从业者和研究人员开始更加认真地调查不那么激进的积极投资组合，以避免在下跌或波动的市场中可能出现的灾难性损失。两种投资组合方法，即最小方差和等权(EW)方法，被广泛使用。最小方差投资组合的目标是使投资组合的方差最小，它属于平均方差(MV)投资组合框架，由HenryMarkowitz在1959年首创。因此，最小方差组合继承了均值-方差型组合的缺点，即对协方差矩阵的估计过于敏感。这种方法也倾向于高度集中的投资组合，将风险分散在少数资产上，这与作为分散风险的一种方式的分散投资的常识方法是相悖的。在金融危机等极端事件发生时，这种集中的投资组合可能会招致灾难性的损失。例如，在2007至2008年的金融危机中，股票的回报率为-50%，随之而来的是大多数对冲基金的糟糕表现。因此，通过最小化均值-方差优化来分散资本的投资组合不一定分散风险。在一个新的投资组合中，资本在所有可获得的资产中是均等多样化的。实证研究发现，没有一个基于优化的投资组合在样本外夏普比率、收益或周转方面始终优于简单的EW投资组合方法。可能的原因是，通过优化方法设计的投资组合会受到估计误差的削弱，这种估计误差可以通过对投资组合权重添加约束来克服。尽管EW投资组合的良好的样本外表现，但这种简单粗暴的风险分散处理方式简直是再天真不过的方式。所以，随之而来的是一种被称为风险平价方法的新范式，它能使投资组合及其风险真正更加多样化。大约在2005年，风险平价证明了统一的风险贡献实际上导致了一个足够多样化的投资组合，以及(事前)风险贡献。使用历史数据计算的风险不仅是对风险差异程度的数学度量，而且是(事后)资产损失贡献的良好指标(即观察到的未来风险和损失)，特别是当存在较大损失时。根据这一观察，避免潜在巨大损失的一个有前途的方法是在选定的资产上分配风险贡献。典型的风险等值投资组合是一个等风险贡献(ERC)投资组合，它使所有可用资产对投资组合的总风险贡献相等。风险平价策略起源于1996年，美国著名对冲基金桥水基金(BridgewaterAssociates)，设立了第一支风险平价策略基金：全天候基金(AllWeatherfund)。在2000~2002年美国股市大调整中，风险平价策略因其出色的表现脱颖而出，随后该策略逐渐得到投资机构的青睐，2008年金融危机再一次证明了该策略的成功。风险平价策略构建
福布斯：Layer1 通过「电力套利」降低比特币挖矿成本，低至每度电 1 美分:福布斯撰文报道比特币挖矿公司 Layer1 在美国德克萨斯州运营的细节，由于电网存在波峰波谷，而 Layer1 通过在当地的电网进行「电力套利」，实现了更低成本的比特币挖矿。Layer1 和当地的电网签署了称之为「按需求响应」的长期合同，通过在电力高峰期关闭矿机，也就相当于售出了更高价格的电力，据测算，他们挖出每个比特币的成本约 1000 美元，相比较当前比特币价格约 9200 美元，利润率约 90%。Layer1 表示，他们的比特币挖矿设备浸在矿物油中以实现冷却效果，而且得益于当地天然气和风力发电，电力成本是世界上最便宜的之一。但就算如此，电力高峰期间电价也会飙升，据估计德州的发电机在高峰时段的 1% 时间占年度收入的 15%。所以这也为 Layer1 提供了套利空间，他们与电网签署了长期合同，以较低价格获取电价，然后在高峰期间关闭比特币矿场就可以获得额外的收入以减少整体的挖矿成本，使得电价可以下降约 75%，至每度电不到 1 美分。[2020/5/23]
上文曾经说过，风险平价策略是一种资产配置策略，重点在于配置风险，而不是配置资产。举个简单的例子，经典的债股组合中，债/股比例为4：6。风险平价组合的目的是让单个资产对整体投资组合总风险具有相同的贡献。举个非常简单的例子，我们将构建一个「BTC-USDT」组合的风险平价策略。我们需要首先定义一个边际风险贡献：
分析 | Joel Telpner合伙人：美国证监会最终会通过比特币ETF:2018虚拟货币对冲基金峰会上，Joel Telpner合伙人Sullivan Worcester认为，通过ETF的重要标准是：是否有标的资产、资产要能够持续交易、并强调标的资产的一致性。由于目前比特币仍未在大范围内交易，无法建立稳定的资产类别来作为ETF合适的标的资产。他认为，未来随着比特币成为主流，SEC的以上顾虑将会消失。[2018/8/2]
其中：wi表示第i个资产的权重
硬币资本Eric Meltzer：VR游戏可通过区块链连接现实:硬币资本Eric Meltzer 在“三点钟无眠区块链”群讨论中指出，区块链技术有望通过Proof of local 把游戏和真正的世界连接到一起，不通过Gps，而是通过路由器端口，可以让用户互相争现实世界的地盘，对广告商而言，也有很多应用场景。[2018/2/26]
表示组合风险另外，考虑资产的权重，我们将σ(Rp)看作权重w1和w2的函数，定义资产1对组合p的边际风险贡献，即资产1的单位配资权重w1的增长引起的组合风险σ(Rp)的增长，再乘以权重w1，则单个资产的总体风险贡献为：
把单个资产的总体风险贡献相加之和为总风险
明白了这一点，我们将单个资产的总体风险贡献除以总风险，就能得出单个资产的最佳配比。最终我们只需要在以下两个限制条件下求出最优解，就是等风险下的最佳资产配比。
这便是全天候基金最著名的版本等风险贡献投资组合。它使用投资组合的波动率作为风险的代理指标，该方法以每个投资品对组合的波动率贡献相同为目标来确定最佳的配置权重。我们就针对EWRCP策略逻辑构建一个「BTC-USDT」组合。首先，我们选取2017年1月2日至2020年6月16日的BTC和USDT数据，这一步是利用coinmarketcap的close价格实现的。我们同时选取这两个资产的单独风险，然后求等权组合标准差。接着，我们利用协方差计算出TRC1和TRC2，即单一资产总体风险贡献。
我们可以看出，BTC因为波动性远高于USDT，它对总体风险的贡献更大。有了TRC1和TRC2，我们就能计算出风险平价模型中的w1和w2，即BTC和USDT的权重。代入后，我们即可算出新的投资组合资金曲线。我们利用基金净值模式进行了转化。
我们能用肉眼看出，经过资产配置后，波动率明显降低了，在几次BTC的较大回撤时，风险平价基金的回撤几乎肉眼不可见。
但同时，风险平价基金也面临着一个问题，即在穿越牛熊的同时，收益率却远不如等权基金。目前为止，华尔街主流的风险平价基金的选择都是加杠杆从而提高收益率，但也导致了今年三月份的美股流动性危机。Conclusion结语虽然风险平价模型不能直接生搬硬套在数字货币市场，也不能对较小的资金做配置，但是理解其中的原理，能够帮助我们更好地控制模型风险，能够一定程度上解决「我该给这个品种多少资金」或「我的风险敞口应该如何设定」类似的问题。风险提示：警惕打着区块链和新技术的旗号进行非法金融活动，标准共识坚决抵制利用区块链进行非法集资、网络、ICO及各种变种、传播不良信息等各类违法行为。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。