云子量化

我做过的资产类型挺广的，期货、数字货币、可转债、ETF都做过，但是除了期货之外，都谈不上特别熟悉，我尝试从市场参与者的角度来思考一下，同一种类型的策略为什么在这种资产上有效，但是在其他资产上无效，这个问题其实也是挺普遍的一个难题。

一、市场参与者角度

每一个市场上都有众多的市场参与者，这些众多的市场参与者除了追求利润之外，往往还各有不同的目的，再加上每个市场都有其独特的基本面影响因素，就导致市场每一个市场几乎都是与众不同的市场。

按照交易目的的不同，可以尝试把市场参与者分成三类：一类是套利者；一类是套保者；一类是投机者；在一些微观结构的书中，可能还尝试把市场参与者分成十几种，这种分类太广泛，反而可能不太容易理解市场参与者。这个分类方法基本上是参考了期货从业考试上的分类，可能也是大家都普遍接受的。

按照交易经验来看，可以把市场参与者分为不成熟参与者，一般参与者和成熟参与者。

按照资金量的多少，可以把市场参与者分为散户和大户。

如果对于市场参与者仅仅只刻画这三个维度的话，那么基本上可以把这个市场上的参与者分为18类，每个市场这18类参与者的比例不同，导致对于新闻事件、价格变动的反映也不一样。

所以市场参与者的不同，必然导致同一种策略逻辑在一个市场上表现可能相对比较好一些，在另一个市场上表现比较差一些。

如果想在不同的市场上开发策略的话，尤其是一些日内策略等交易频率比较高的策略，需要考虑这些市场上不同的市场参与者占比导致的市场特性。

二、交易制度问题

不同的市场交易制度还很可能不同，具体的交易制度也会影响到究竟这种策略表现会不会好。比如国内的期货是有涨跌停的，数字货币似乎没有所谓的涨跌停，涨跌停的不同，也会导致策略的有效性不一样。

可转债虽然可以自由的进行T+0,但是一般不能够做空，期货之类的可以自由的做空，能不能做空这样的交易机制不一样，也会导致策略有效性不一样。

三、总结

在不同的交易制度下，各个类型的市场参与者占比不同，会导致同一个策略逻辑有效性不同，可能在同一参数下有不同的表现。

交易制度还好说，但是市场参与者的比例很难去界定，除非你能拿到交易所的数据并采用合适的算法去界定具体的市场参与者，这样就能够定量的去区分市场参与者的比例的不同。

更难的是还要考虑在这个市场上不同市场参与者对行情的影响程度。

这个是一个复杂的体系，特别难。关键是有没有用其实也不能确定。

对于我这样的一个量化投研人员来说，我直接是觉得这个策略在这个市场上表现不错，就随手测试一下在其他市场上表现是不是也好，如果在大部分市场上表现都不错，我可能觉得这个策略普适性还不错。

对于日内策略来说，一个一个市场开发吧，需要根据具体资产的特性去看。

如果从理论上的交易制度和市场参与者结构不同很难去指导策略的开发的话，从策略本身去看，可能反而会有柳暗花明的感觉。