文章来自Tokendaily，作者：ALI HAMED ATEET AHLUWALIA，译者：Moni
原文链接：3359 www . token daily . co/blog/why-build-a-quant-fund-in-crypto比人们想象的要难
即使监管机构承认加密货币是一个资产类别，但要建立一个以数字货币为基本面的加密货币基金仍然非常困难。承销代币本身并不是一件容易的事情，加密货币的真实价格/价值很容易被市场操纵。而且，即使你能让加密货币产生公允价值，短期内也很难和其他市场达成一致。
随着2018年加密货币市场的持续低迷，很多自认为在2017年获得成功的“加密货币对冲基金”早期投资者现在已经被淘汰。人们开始相互关注，试图找出如何建立一个市场中立的策略，尤其是对于那些仍然相信市场的人。现在，他们对判断下一轮牛市的时机没有那么自信了。
有人开始尝试推出套利基金，有人专注做市，还有一些成熟的基金。他们已经有足够的资本基础，现在他们正试图追求量化的解决方案。首先，交易套利非常困难。市场上已经有人在做了，或者处于观望状态，蓄势待发，所以现在加密货币市场几乎不可能发现明显的交易收益差。市场竞争也很激烈，很多高频交易员已经进入这个领域，这方面的基础设施通常很难复制。
因此，作为一种替代方案，很多人(包括一些成熟的加密货币基金)开始花大量时间研究量化策略，以确定自己能否在日益混乱的市场中找到一个可行的能够获得回报的方案。
2017年，比特币的价格涨幅高达1300%，2018年下跌了73%(目前为止)――这种无情的波动似乎很适合量化交易。然而，在加密货币生态系统中建立量化策略比你想象的要困难得多，这很大程度上是因为加密资产类别非常新颖和不成熟。虽然一些量化方案对市场很有吸引力，但也会伤害市场。数据来源不可靠、交易委托书集中、交易对手信用风险增加、流动性有限、交易滑点等都会成为尝试量化解决方案的障碍，加密货币行业的很多基金都无法解决这些问题。
(注：滑点是指下单地点与最终成交地点的差异。一个可能是硬件原因。比如黄金价格剧烈波动时，网络延迟，软件系统和服务器的响应等。导致成交价格与挂单价格不一致；另一种是人为原因，比如黄金交易商的后台操纵，使得黄金交易平台的报价与实际报价存在差异，导致黄金白银交易商在该买入的时候没有及时买入，在该卖出的时候没有及时卖出。一般来说，投资者很难分辨是什么原因造成了滑点，这就给一些不法交易者带来了获取不正当利益的机会。)
虽然量化解决方案可能仍然是一个有吸引力的策略，但事实上，它们可能比人们想象的更微妙。下面，我们将列举一些我们已经认定的、能够证明量化基金难以建立的原因：
量化交易是模型驱动的。虽然在传统资产类别中很难建立稳健的模型，但在加密货币市场中建立模型更难――因为在很大程度上，加密货币的数据非常糟糕。
事实上，历史价格/交易订单簿的数据是稀缺的，没有可靠准确的数据，就无法构建有效的量化模型或周期。虽然有些人可能会依赖大量的第三方数据提供商，但是你很难确定这些第三方数据提供商的数据来源是否可靠，你也不知道这些第三方数据提供商给出的数据的准确性。要知道，如果这些资金没有接入各种加密货币交易所的websocket或者API，那么你就不得不问一下它们过去几年的数据的确切来源――即便如此，你也很难知道谁的数据是真实准确的。
一旦你有了“干净而准确”的数据，下一个问题就是如何利用它。与传统投资市场不同，加密货币市场没有任何限制，每个市场参与者都可以访问交易委托书。事实上，全世界有很多加密货币交易所，这使得事情变得更加复杂，许多新的加密货币交易所不断涌现。你如何确保你的websocket或者API连接到最相关的加密货币交易所？答案是聘请最熟悉加密货币行业发展的工程开发人才。只有在他们的支持下，才能提取最高优先级的数据――当然，雇佣这些优秀人才的价格并不便宜。
假设你现在有一个这么优秀的工程部，你在价格、交易量、交易委托账本上都获得了你想要的每一个数据点。下一步该怎么办？这就给我们带来了第二个问题——数据清洗。2018年之前，加密货币交易所之间存在巨大的差价。仲裁员可以在一个加密货币交易所以某个价格购买比特币，同时在另一个加密货币交易所以其他价格出售比特币。这种套利方法似乎没有风险。虽然这种情况是不规则的，但是你还是要知道所有加密货币交易所之间的价格差异，否则肯定会影响你的回测
）的结果。举个例子，模型A可能在一家加密货币交易所分析出 20% 的投资回报率，但也可能在另一家加密货币交易所上分析出12%的投资回报率。信不信由你，这就是游戏规则，加密货币也不例外。（注：量化回测就是用量化策略对过去指定时间段进行模拟交易,从而得到的收益以及净值变情况。）
所以现在，你有一个被认可的模型，并且正在寻找合适的地方去验证这个模型。那么，你会如何选择加密货币交易所呢？在雷曼兄弟破产之前，加密货币交易对手信用风险与信贷市场的风险是具有一定相关性的。从某种意义上说，只要不使用冷存储解决方案在现实世界中交付加密货币，基本上你都在进行双边交换。这种情况下存在的一个问题就是，你最好给自己的冷存储下的加密货币上个保险，而且最好仔细阅读保险细节，因为加密资产投保与其他客户资金保险有所不同。你必须要问的一个问题就是，加密货币交易所对客户资产的实际投保比例是多少，黑客并不会针对加密货币交易所的一小部分资产进行攻击，他们想要整个交易所的资产。不仅如此，如果可能的话最好还是再阅读一下保险政策，如果你第一次看到加密货币相关的保险产品，需要查看保单里面所涵盖的内容，比如索赔流程等细节，否则你根本不会想到那些保险产品会包装的多么虚伪。
你还应该了解选择提取数据的加密货币交易所所在位置，以及这些加密货币交易所在哪些监管框架内运作？他们有没有被冻结过资金？他们如何在比特币和法定货币交易中获利？在从加密货币兑换到法定货币的时候，你还需要将额外的买入/卖出交易成本考虑在内，在这种情况下你对交易保证金要求是否感到满意？在传统资产类别中，如果你需要对特定资产进行杠杆交易时会有保证金要求，这意味着你需要将交易头寸总额的一小部分用于支付保证金。一般来说，对于传统资产交易所而言，保证金是比较稳定的，如果他们需要对保证金要求进行更改，应该也会给投资者发送相应的通知。
举个例子，Crude Oil 要求散户投资者在交易前一个月需要提供交易头寸的 6% 作为初始保证金，这样才会给他们提供 16.67% 的杠杆率。而在加密货币市场里，你可能没有“这么好”的运气。你需要为多头交易提供40%、甚至更多交易头寸比例的保证金，空头交易的保证金比例甚至高达 125%。是的，你没有看错，125%，这意味着你获得的是一个“负杠杆率”。不仅如此，一些加密货币交易所往往不会及时告知客户保证金比例调整，所以充分了解加密货币交易所情况，对避免踏入到这种陷阱是至关重要的。
一旦你对加密货币交易所感到满意，那么在进行量化交易之前最好多测试几次，并看看有没有其他同行在进行交易。接下来，你可能会看到另一个有趣的部分――滑点。滑点是指下单的点位和最后成交的点位之间的差异。如果你购买了标准普尔 500 指数期货，会发现有时候滑点可能只是几个基点；而在加密货币中，如果你没有那种计划执行交易，那么花点可能会达到好几个百分点。即便是比特币――这个目前市值最大、也是历史最久的加密货币也是如此。因此你需要制定一个交易计划，规划好执行交易的场所和工具，同时还要分析出在不同滑点条件下需要做些什么。
另一个需要在量化回测中加入的关键因素是交易费用，当然这个过程其实非常简单，一些现有的研究结果就会告诉你某个交易所的交易费用数据信息、以及交易费用随时间变化的情况。
对于交易者而言，也许最大的绊脚石就是量化策略本身。2017 年，整个加密货币市场表现都非常好，因此许多人被这种表象给“愚弄”了。现实的情况是，任何人在 2017 年 12 月中旬之前购买了加密货币，并且在 2017 年或2018 年初卖出，那么都会赚钱。真正考验“高手”技能的，是看他们是否在 2018 年赚钱，对于进行加密货币量化交易的系统而言也是如此。
许多加密货币投资经理都认为自己已经创造了一个出色的量化交易模型，但不要忘了，这些系统里的数据都来自于 2017 年牛市的指数变化，他们不过受益于正确的地方、正确的时间，仅此而已。一个真正稳固的量化交易模型既能在多头中赚钱，也能在空头中赚钱长短，包括 2017 年。
如果能够将优质的量化策略真正应用到加密货币中，当然有可能帮助你成为赢家。但是对于一家传统基金而言，简单地招募一名开发工程师，然后使用一些“过时”的量化策略是无法让你获得成功的。
你至少需要充分考虑以下四点：
1、招募适合的人才，并且构建正确的基础设施，同时还要在上面投入巨大的成本；
2、可用的数据要么不多，要么质量较差；
3、由于滑点和交易费用等问题，每次交易可能都会存在不少障碍；
4、一个当前看似不错的量化模型可能很快就会变得过时。
2019 年，可能会有更多机构进入到加密货币量化领域，虽然加密货币价格大幅下跌，但这一领域里高质量人才的涌入速度并没有像我们预期的那样放缓，许多传统对冲基金也开始发力，当然前提是需要吸引更多高质量人才。
实际上，未来获得成功的加密货币量化基金可能不会越来越多，就像在 2018 年成立一家风险投资基金的难度肯定比 1998 年成立一家风险投资基金的难度要大得多。想要实现成功的加密货币量化策略，在人才和基础设施方面的投入可能比大多数人想象的要多得多。
