近年来，随着计算机技术的发展与普及，在金融行业催生了一股量化交易的趋势。无论是交易者、经纪商还是代理机构都争相研究开发各种类型的量化交易策略来进行交易或吸引投资者。所谓量化交易，就是把交易的逻辑或规则编写成算法程序并通过计算机自动执行下单的方式，其相对于主观交易最大的优势在于可以有效避免情绪干扰，24小时监控市场波动并客观地执行一个经过历史行情验证过的交易策略。从量化交易策略构建的思路上来看，大致可以划分为三大类型：基于价格走势（指标数据），基本面信息（宏观经济数据）与用户行为（交易订单数据）。它们都各有其特点，可以独立运行也可以整合成一个系统。今天我们仅从Followme交易社区的角度来重点探讨基于“用户行为”这一类型的量化交易策略。
顾名思义，基于“用户行为”的量化交易策略是指通过对用户的行为（此处的“行为”仅指交易行为即订单数据，未来还可以扩展至其他维度上的行为）进行定量分析后进行正向或反向跟随其交易订单的策略，包括直接复制用户交易订单或整合成一个自动产生交易信号的智能系统。Followme作为国内首屈一指的交易社区，目前注册用户超过30万，月活跃交易账户超过2万，平均每3秒就产生1笔交易订单，2018年全社区共产生超过3000万条订单数据。如何对日渐庞大的数据价值进行深入挖掘与分析，产出稳健的量化交易策略，是我们团队一直在努力思考与研究的方向。Followme的创始人Marco先生曾经说过，“一个人的思维习惯和行为方式一旦形成之后将很难去改变，不管是赌博还是交易，人在输钱之后的犯错概率都会指数级递增。”为此，Followme专门成立了数据事业部，致力于打造一个震撼行业的创新性产品——FollowQuant。FollowQuant是一个性能极其强大，集实时、历史订单数据可视化分析与量化策略构建、回测等功能于一体的大数据管理工具，通过该系统，我们可以对上千万条用户的历史订单进行量化分析，从中挖掘研究各种用于构建交易策略的思路并进行回测验证后对用户的实时交易订单进行正向或反向跟随交易。该产品分为企业版与个人版，企业版主要面向的是拥有大量用户交易数据源的经纪商、代理机构或对冲基金，可以从自有的用户交易数据中创造出稳健的量化交易策略，提升业务盈利能力，该版本预计于6月份上线；个人版主要面向的是Followme交易社区的用户，可以对社区里的多个交易员进行量化分析并构建自己的投资组合策略，降低交易风险，该版本预计下半年进入开发。
简而言之，我们的目标是通过FollowQuant来构建一套算法，能够用最少的数据量和最快的时间（毫秒级）判断出一个交易者当下的这1张交易订单是赢钱还是亏损的概率更大，是适合正向还是反向跟随？由于在整个外汇保证金的交易市场中，能够一直保持持续稳定盈利的交易者占比不足10%，因此我们更多时候是在思考如何从90%的亏损交易者的交易行为中开发出稳健的反向跟随交易策略。正如业内的一句老话所言：“赢钱的方式有很多种，但输钱的原因却都大同小异”。为便于大家更好地理解这个话题，我们还是围绕Followme交易社区的用户交易数据进行探讨，主要有以下3个方面。
1. Followme过去半年的用户交易数据
上一期的期刊中我们对2017年9月1日至2018年10月1日的用户交易数据进行了统计分析，这次我们接着对2018年10月1日至2019年4月1日的数据进行回顾。
- 账户盈亏与风险管理情况
从账户的盈亏情况来看，2019年上半年无论是交易员还是跟随者实现盈利的账户占比均较2018年提升5%以上，其中跟随者的账户盈利更是大幅提高16%，并略高于交易员账户。
从交易的风险管理来看，2019年上半年交易员与跟随者的平均亏损水平均较2018年有所下降，其中跟随者跟随交易的风控水平大幅提升将近60%，跟随者自主交易的平均亏损还不到跟随交易的一半。（我们认为这里主要原因在于跟随者的自主交易会受到跟随交易的影响，更多时候都是在跟随交易的基础上进行自主交易，因此风险回报相对而言会更高）
总体来看，Followme交易社区在提升用户交易的专业能力与风控意识方面继续发挥重要作用，我们吸引并挖掘了一批优质交易员入驻社区，通过我们的FollowRank智能账户评级系统可以更科学、精确地评估他们的交易绩效，跟随者跟随交易的表现较去年相比也显著提高，无论从账户的盈亏还是交易的风险管理来看，社区用户的总体表现都要远远优于在单一经纪商内部的用户。
- 品种交易情况
从绩效表现最好的品种来看，大家获利更多的仍旧是在外汇的交叉盘品种上，由于社区上有大量用户偏好采用震荡型的马丁策略，而这类型的策略在一些相关性较强的叉盘品种上表现较好，如AUD/NZD，EUR/GBP等。
从绩效表现最差的品种来看，过去半年大家在日系相关货币及原油、黄金上表现较差。事实上，原油、黄金、日元在过去半年里都曾走出几波较大的趋势，其中日元还遭遇了一次小型“黑天鹅”事件，但显然在大的趋势行情下大多数用户反而亏损更多。
总体来看，这也验证了著名的前景理论中的价值函数模型——人们在面对收益时普遍厌恶风险，但面对亏损时却偏好追逐风险。这也解释了为什么大多数交易者更容易接受震荡型的策略，因为这种类型的策略获利次数更多，持仓时间更短；而对于趋势型的策略，往往是逆人性的，因为它试错的次数更多，持仓时间更长，对资金和仓位的动态管理要求更高。
2. 反向跟随交易策略的本质
从字面上来看，很多人包括我在内一开始也认为“反向跟随交易”就是纯粹地跟用户往相反的方向交易，从而简单地认为该类型交易策略是建立在“大多数交易者都是错的”这一理论假设基础之上。但从交易角度而言，每一个交易者当下开仓进场的每一笔交易都与上一笔交易无关，市场价格永远在波动，因此其交易的最终结果取决于交易者何时平仓出场，从一定程度上看该结果是随机性的。事实上，大多数最终亏钱用户的交易胜率并不低（Followme交易社区过去半年亏损的用户平均胜率高达58%），但是平均盈利点数不会太大，少数几笔亏损就能把之前大部分甚至全部的盈利抹去。因此，大多数交易者的亏损并不是因为判断错了市场的方向，而是败在了面对市场时的过度自信，认知扭曲与推卸责任等天生的人性弱点上，金融大鳄索罗斯曾经说过：“我的成功不是来自于猜测正确，而是因为我有认错的勇气”。
以Followme交易社区上的黄金这一品种为例，过去半年的交易量占比将近50%，从上图中可以看到全社区用户在黄金上的平均亏损为8USD/手，若对过去半年所有用户的黄金订单进行反向跟随交易，结果仍旧是亏损的，因为黄金这一品种在平均点差成本约在16～25USD之间（个别经纪商还会更高），即便不考虑跟随交易中的延时与网络故障成本，按照16USD/手的极低点差来算，还要亏损至少8USD/手。
上图是过去半年在Followme交易社区上有至少30笔黄金交易订单的账户在黄金这一品种上的平均盈亏趋势图。可以看到，能够被反向跟随并且获利高于交易成本（即用户平均亏损大于25USD/手）的账户占比约43%，即有将近60%的账户订单被反向跟随将会导致亏损（其中约有18%的用户甚至连交易成本都没赚回）。因此，反向跟随交易策略的本质并非基于“大多数交易者都是错的”这一假设前提，因为从统计结果上看，全做反向跟随交易最终的结果也还是亏损的（成本较高），该类型策略的核心在于抓住了大多数市场参与者的心理共性——面对收益时厌恶风险，面对亏损时却追逐风险，而这种情况恰恰会发生在大的趋势行情启动时，因此从某种程度而言，其与趋势型策略的原理并无大异（该类型策略的特点是胜率较低，但平均盈利点数较大，恰好与大部分交易者的行为相反）。那么如何用最少的试错成本去找到那些可能会有更大亏损的交易订单？这便是FollowQuant致力于解决的问题。
3. 反向跟随交易策略的优点与劣势
显而易见，反向跟随交易策略是建立在绝大多数零售市场参与者的心理共性上，正如前文所述，人性很难改变。从概率角度而言，从一个足够大的数据样本中得出的统计结论符合正态分布，具有一定的普适性。因此该类型策略的优势在于可以较大程度地避免类似基于行情价格构建量化策略所遇到的参数过度优化问题，且在未来的应用中表现也会更加稳健。
但也不意味着这种策略完美无缺，经过实践我们认为该类型策略主要有以下3个劣势：
- 交易成本较高。由于其成功是建立在统计上的概率优势，因此决定了它的交易订单量相对较大，成本较高，从风险回报角度而言，可能很难实现超额回报。
- 技术实现存在一定风险。由于需要对每一笔新的用户订单进行复杂的实时计算，并通过跟随交易的方式下单，因此存在一定的延时成交或网络故障风险。
- 严重依赖数据源的“质量”与稳定。首先用户数据中需要包含足够多的“风控意识”较差的交易者，且他们要有较多的“犯错”订单或行为，因为这直接决定了该策略的潜在收益；其次，用户交易订单量的突然增大或减少都会影响到策略的绩效，因此还需要尽可能确保样本数据的总量稳定在合理范围。
在一个零和博弈的市场中，你的一次错误很有可能就是别人获胜的机会。你是否曾经过度自信并频繁交易？你是否曾经面对亏损超过自己预期时依旧在找各种理由来坚持自己的判断直到无法挽回？你是否曾经在连续亏损之后想要报复市场而加大仓位？……我想这些问题每一个在市场里的交易者都曾经遇到过，希望此次通过对构建基于用户行为的反向跟随交易策略的探讨能够给到所有社区用户在交易上的一些思考和警示，若能减少大家在各自未来交易之路上所遇到的挫折，这便是我们的工作所创造的价值。
คำชี้แจง (Disclaimer) : เนื้อหาข้างต้นเป็นเพียงมุมมองของผู้เขียนแต่เพียงผู้เดียว และไม่ได้แสดงหรือสะท้อนถึงจุดยืนอย่างเป็นทางการของ Followme แต่อย่างใด Followme ไม่รับผิดชอบต่อความถูกต้อง ความครบถ้วน หรือความน่าเชื่อถือของข้อมูลที่ปรากฏ และจะไม่รับผิดชอบต่อการดำเนินการใด ๆ ที่เกิดขึ้นจากเนื้อหานั้น เว้นแต่จะมีการระบุไว้เป็นลายลักษณ์อักษรอย่างชัดเจน
เขียนข้อความของคุณตอนนี้