期權量化交易開放

① 在投行內部做量化交易與獨立出去做量化交易有何不同

這里我們只說量化交易，不討論量化研究和量化定價這一塊的業務。
量化交易是分兩個階段的。第一個階段是2008年以前，或者說Dodd-Frank法案以前，投行內部林立著各樣的很多對沖基金或者類對沖基金的實體，比如Morgan Stanley的PDT（Process Driven Trading）和高盛的Global Alpha，而很多投資銀行的自營交易業務也很像對沖基金。在這一階段，這些類對沖基金的實體和外面的對沖基金是沒有啥區別的，業務很類似——賭方向、做部分對沖（Partial Hedging）、跨市場套利，也非常敢於承擔風險。
當時在投行內做對沖基金類型的量化交易有著非常大的優勢，因為兩點——第一是銀行有著非常良好的融資渠道，融資成本顯著地低於當時的對沖基金，如果你嘗試去組建過一個基金，你就知道資金成本對於一個對沖基金的影響多麼大——巴菲特這么多年的成功是離不開長期1.6倍的財務杠桿和其低於中央銀行存款准備金率的資金渠道的（詳細內容參見AQR的論文——Buffet's Alpha）。 炒股需要經常總結，積累，時間長了就什麼都會了。為了提升自身炒股經驗，新手前期可以私募風雲網那個直播平台去學習一下股票知識、操作技巧，對在今後股市中的贏利有一定的幫助。
第二是銀行有著一個灰色的信息流——客戶的交易記錄。這個交易信息，就是今天，也是非常有用的內部消息。幾周前Bill Gross從PIMCO離開時，所有投行的Sales都瘋了，不停地研究之前PIMCO在自己銀行的倉位，然後分析那些債券最有可能最先被清盤，從而給其它客戶交易建議。而當年文藝復興多次更迭合作的投行，就是因為其大獎章基金的交易記錄得不到妥善的保密，很多合作銀行的自營交易桌跟著交易。
這兩個優勢造成了當時的自營交易極其暴利，而且管理層為了做大業績，全力支持明星交易員放大杠桿——而實際上，金融危機期間很多的CEO都是靠著自營交易的暴利業績從交易大廳升職到管理層的——比如Citi的前任CEO Pandit和摩根斯坦利的前任John Mack。
這也造成了，為什麼很多高盛離職的自營交易員在金融危機後，當銀行不能做自營交易後出來自立門戶開設對沖基金，卻完全無法復制當年的業績——因為他們是因為整個組織的強大而獲得超額收益，當失去了資金優勢和信息優勢後，一切都成為了浮雲。
2008年，准確說是2009年後，一切都變了。
首先是政府明令規定自營交易不讓幹了，於是各種投行旗下的基金，放入資管部的放入資管部（比如Goldman Sachs Global Alpha進入GSAM），獨立營業的獨立營業（比如PDT從摩根斯坦利分離），要不直接就關門大吉了（比如UBS、德銀）。
還有一些碩果僅存的，一般是在股票交易部門，打著對沖為名，通過會計手法，維持著極小的自營規模，這種類似的團隊很多投行都有。但是不成氣候了，也不會造成任何系統性的風險——當然，各種馬路傳奇故事也銷聲匿跡了。
銀行內部還有沒有量化交易了，其實還有——那就是隨著計算機技術進步的自動化做市交易。做市在國內這個概念剛剛出現——因為期權做市商制度的引入。但是在美國這個是從華爾街開始就有的交易體系了。簡單來說，就是假設你經營一家買可樂的小店，你有兩個主要的交易——一是從總經銷商那裡拿貨，用的價格是Bid，二是分銷給街邊下象棋和夕陽下奔跑的孩子們，這是Ask。Bid是你的進價，Ask是你的出貨價格，Bid一般小於Ask（除非你是搞慈善的）。你持續的維持報出這兩個價格，同時根據你的存貨來調整報價或者對應報價的數量——比如你的存貨太多，大爺不出來下象棋了，你就降低Bid，這樣很難進到貨了，而保持Ask，等待有人來消耗你的庫存。
這個過程就是基本的做市商交易流程，在金融中，由於沒有實際的總經銷商供貨，你的報價（Bid-Ask）是基於你對於對應資產的Fair Price的估計來決定的，通常是你算出來的均衡價格加減一個值構造成Bid-Ask組合。在很長的時間內，這個報價都是靠人來完成，這個過程是枯燥的，而且很容易出錯——而對於期權類產品（非線性價格）也很難快速報價。我之前和期權交易員合作過很長時間，他們的工作不一定智力上很難，但是對於人得耐力絕對是一種挑戰——因為在開市後他們要注意力高度集中的報價，一quote兩quote，一quote兩quote，似爪牙，似魔鬼的步伐，報價，報價，在這交易大廳報價... ...
於是，從簡單的資產起，從交易所級別開始支持API交易了。什麼是簡單的資產，就是Vanilla類別的，比如個股、指數、外匯、國債等等。因此投行由於本來就是大量資產的做市商，開始把原來這套過程通過計算機來完成。後面大家發現計算機是完美勝任這項工作的，因為計算機能夠高速計算庫存來調整報價，還能報出很多復雜的單類型。因此從2000年開始個股、指數開始逐步被自動化做市來包攬，2005年後個股期權自動化做市大熱，而2008年後外匯自動化做市也相當成熟了，2010年開始國債自動化做市也在美國興起——這也是我目前在工作的內容。
那麼對沖基金呢，除了傳統的量化Alpha，他們難道不能也做這個業務嗎？實際上，很多對沖基金的自動化做市業務比投行還要好——比如Citadel，比如KCG。但是區別何在？區別在於兩點，第一是很多對沖基金不是專屬做市商（Designated market maker）。DMM的特權是其有專屬席位——在美國這樣高度商業化的國家，DMM也是非常稀有的。原因在於，DMM是有責任的，那就是在各種大型金融危機中，當流動性極差的時候，DMM還是要持續的報價，一quote兩quote，一quote兩quote，似爪牙，似魔鬼的步伐... ... 在流動很差的時候這是非常危險的，因為大家丟給你的都是不好的資產，比如大跌的時候，都在賣，你的Bid反復被Hit，然後又沒人來hit你的Ask，浮動虧損可以非常大。那麼DMM的特權呢，DMM可以獲得非常高比例的rebate，也就是說，傭金返點非常高。這是對於其承擔的義務的回報。

第二就是絕大多是對沖基金不是Broker，也是你一般想買股票不會去找他們報價。在外匯和債券這類市場中，有兩級市場，一個是B2C市場，也就是零售市場，裡面基本都是Broker-Client，而第二級就是B2B市場，都是Broker-Broker。一般來說，B2B市場的Bid Ask Spread要低一些。一個形象的例子就是，我小時候去批發書的商店買書，一個商店有本習題集沒有，於是老闆去隔壁家拿了一本，賣給我，最後肯定這個老闆要把一部分價格還給隔壁家，我付的價格和老闆付給隔壁家的價格就是B2C到B2B市場的差價。
這里投行又耍流氓了，他們有著B2C市場的接入優勢，因此只要客戶量夠大，基本都能把自動化做市實現盈利——因為根據大數法則，一定時間內，買賣雙方的交易量應該是均衡的。
那麼對沖基金靠什麼——靠更好的策略。對沖基金如果要做高頻做市的，基本在B2B市場參與，他們不是DMM，但是也自己去報價，然後靠著對於價格走向的准確判斷，來調整報價，實現拿到多數對自己有利的單，或者持有更久符合預測方向的單，來達到盈利。這種不是DMM卻自發去做做市商的行為，叫做Open Market Making。
Citadel是期權自動化做市的王者，頂峰時期一年的利潤可以到1 Billion（2009），而整個市場那年的利潤也就是7 Billion左右。因此如果策略逆天，沒有客戶流，也能靠做市賺錢的。
此外，做市業務之外，對沖基金還多了很多機會。因為很多業務銀行做起來不劃算——比如商品。考慮一個金融類公司，不能光討論交易策略，宏觀上你一定要思考資金成本等問題，這才是投資之道在投資之外。商品這些之前銀行幹了很多壞事的業務（詳細參加高盛的銅交易和JP的風電交易）都被監管方克以了極高的資本罰金。這是Basel III裡面的規定，也就是你拿著1元的股票和1元的監管資產過夜受到的處罰是完全不同的，具體演算法參見Basel對於RWA（Risk Weighted Asset）計算的細則。這一系列監管，造成了對沖基金有了大量的新業務——因為投行退出。而大量銀行的人才也流向了對沖基金。
現在門徑這么清晰，那麼投行和對沖基金做量化交易的工作差別就很明顯了——投行主要以自動化做市為中心的高頻信號、客戶流分析、報價博弈論等研究為主。而對沖基金主要是傳統的量化Alpha、量化資產配置為主——當然還有公開市場自動化做市了。
希望可以幫助到你，祝投資愉快！

② 國內支持股票期貨期權基金交易的量化平台都有哪幾家

目前國內量化交易平台主要有掘金量化、優礦、聚寬、米筐、訊投、國泰君安、同花順、龍軟、TB、京東量化、Big、雷礦等等。
專業度較高應該是掘金量化、訊投、優礦
用戶量較大應該是聚寬米筐
人工智慧：Big

③ 量化期權投資經理有前途嗎

量化投資這個東西比較小眾，據說國外是主流，不過這個說法最近我比較懷疑，因為好像大家對「量化交易」這個詞理解不太一樣，比如做市商，那可能都是通過程序來完成交易對沖，這個可能和我們說的量化交易不是一回事。
再說回來，目前股票量化很難做，因為不是T+0，期貨要好做不少，但是我知道的比較少人去做，而期權，目前國內商品期權和個股期權加在一起才4個品種（我假設你是做國內的交易，並且都是場內期權），從我實盤來看，商品期權的流通量還是很低，這就會導致你不斷撤單改價，也就會影響你的滑點，最終你交易下來，恐怕和你模擬的結果差別很大。
另外個問題是手續費，如果按照期權金的比例來算，期權的手續費真是相當高了，尤其是個股期權，所以這個會導致你短線模型基本沒法做。
但是從我個人來看，我認為期權是比較合適做量化交易的，這里涉及的因素比較多，遠遠比期貨股票復雜，這點來看是適合量化交易的，只是在這么小的水池裡，是不是要搞這么復雜，我就不好說了。
沒在證券公司干過，不知道一般是否有這種職業位置配置，所以上面我只能說說我對這個交易本身的看法了。
你要是有啥這方面的信息也希望分享一下，大家都了解了解。

④ 國內證券期貨期權可實盤的量化平台都有什麼平台

您好，在文華金融上有量化交易的原型模板，在購買過後一般都需要自己的交易思維通過代碼程序修改，成為適合自己的交易程序，但這都些軟體需要付費購買，版本不一樣，收費的價格也不一樣。
希望能夠幫助您！

⑤ 個人能做量化交易嗎

可以，目前期貨、期權可以進行量化交易，使用ctp或真格量化等工具進行編程。其中真格量化支持Python語言，更容易上手。

⑥ TEC 期權量化代幣什麼時候開通交易

估計最早也要今年過完吧
說是逐漸開放自己有交易
我的量化代幣可交易量一直固定的幾十個
希望早點開放吧

⑦ 目前市面上的量化交易平台做到了什麼程度

交易開拓者程序化交易平台

根據賬戶狀況和交易信號來推動交易訂單，使用類似於Pascal TBL語言開發策略模型的語法。 TB為定量模型開發中的戰略發展提供更為全面的賬戶和交易功能，市場數據功能和統計功能。 它提供了最近的國內TICK數據和多周期歷史市場數據。 它還為戰略績效評估提供了基礎。提供豐富的戰略回溯報告項目。 就定量交易而言，單一的結核病終端支持同時接受報價和交易的20-30個單一物種圖表，但由於客戶技術架構，缺乏對高頻率和更復雜政策的支持。 現階段結核病在市場低端定量交易平台上有很多期貨公司的合作份額較高。

安易金融終端是國內期貨和券商獨立開發的股票自動化交易工具。 交易模型是使用通用腳本語言和技術指標進行圖表驅動的自動交易。 在這個階段，Ahn免費使用程序化交易工具，為國內期貨和股票提供歷史價格。 相對簡單的股票，對沖期貨和圖表交易都可以進行。

⑧ 真格量化怎樣接入ETF期權實盤交易

需要期貨商的介面接入

⑨ 量化投資和期權研究哪個方向比較好

當然是量化，期權在我國發展還很要一段時間

⑩ 廣發璽智量化期權適用的投資者類型

廣發資管璽智量化期權資產管理計劃的風險評級為高風險，所以申購該產品的風險評級情況必須是積極型或進取型才可以正常申購。