如何用IED编写股票量化交易策略的量化策略

如何进行股票量化_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
如何进行股票量化
上传于|0|0|文档简介
&&利用程序化交易,克服人性的恐惧、贪婪等不利因素
阅读已结束,如果下载本文需要使用1下载券
想免费下载本文?
定制HR最喜欢的简历
你可能喜欢阅读原文:
京东金融官方资讯QQ: 只要你有想说的就可以来吐槽,还有机会获得丰厚奖品哦!
设计量化交易策略其实就是一个想法+验证的过程。
一、想法的来源:
大概有以下几个思路:
1、金融理论。
金融理论里资产定价的核心就是无套利原则。这里说的套利既包括通常意义的统计套利,也包括更宽泛的概念比如相同的预期收益率下,卖出风险较大的组合,买入风险较小的组合,也是一种套利。因此,多因子模型就是一种套利模型,承担相同风险下,寻找收益率最高的因子组合,从而得到对冲后的alpha。由于这部分是比较学院派的做法,因此推荐大家看下知名的教科书,比如博迪的《投资学》。
2、符合逻辑的直觉
比如从内部人获取信息的角度,大股东以及管理层增持意味着对本公司发展有信心,因此预期公司业绩向好。比如破增发价且距解禁日在一段时间内,那么上市公司可能有维持股价的动力。再比如通过分析与个股相关的新闻,从而能够判断市场对该股的情绪、态度等。这种类型的策略的关键是想法要符合逻辑,符合直觉。
3、一些经典的方法
比如海龟策略,dual thrust,羊驼选股、二八轮动等等。可以借鉴一下这些经典策略的思路,不过要注意一下这些策略在今天还是否有效。
二、验证过程:
1、 目测观察
这个方法主要适用上述的第二种方法。比如大股东增持,我们可以先在交易软件中,寻找到大股东增持的个股及发生的时间点,然后观察一下之后的走势,是不是和我们的逻辑一样。
这部分主要是用历史数据对上述想法进行验证,也包括调参数等。
3、 测试稳定性
在回测中,我们通常会反复调整参数,让策略达到理想的表现,但这样往往会导致过拟合。一中排除方法是将参数稍微做些变动,观察策略的表现。比如原策略是每月1日调仓,我们可以改为每月3日调仓,然后观察一下结果,如果策略差距较大,那么原策略就很可能是过拟合。
另外持仓数量也值得注意。与基本面分析需要深入个股层面不同,量化策略并不对个股基本面进行深度研究,而是通过分散化降低个股层面的异质风险。因此如果一个策略平均持仓很少(10只一下)那么策略的表现可能只是某一只个股表现好,这是可能采取一些验证方法,比如原来选股是选排名前10,那么可以换成排名10-20,如果差距较大,那么说明策略可能只是运气好。
阅读原文:
关注京东量化学院!获取更多最新最全面的量化交易知识!
参考知识库
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
访问:7808次
排名:千里之外
原创:19篇
转载:44篇
(1)(22)(16)(12)(13)量化基金 量化交易策略如何执行?_基金吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名:今日本吧第个签到,本吧因你更精彩,明天继续来努力!
本吧签到人数:0成为超级会员,使用一键签到本月漏签0次!成为超级会员,赠送8张补签卡连续签到:天&&累计签到:天超级会员单次开通12个月以上,赠送连续签到卡3张
关注:526,126贴子:
量化基金 量化交易策略如何执行?收藏
基金投资对象备选库的业内通俗称谓。《证券投资基金管理公司内部控制指导意见》中规定,建立投资对象备选库制度,研究部门根据基金契约要求,在充分研究的基础上建立和维护备选库,为基金研究业务控制的主要内容之一。量化模型, 是把数理统计学应用于科学数据, 以使数理统计学构造出来的模型得到经验上的支持, 并获得数值结果。这种分析是基于理论与观察的并行发展, 而理论与观测又通过适当的推断方法而得以联系。深圳东瑞同丰金融服务有限公司——东瑞智慧量化交易系统,他首创了河南省计算机全自动量化投资新模式,同类系统,目前全国只有三家,河南仅此唯一一家。该系统去年5月-12月在国度证券进行为期7个月的实盘操作。初始仓位780万。根据数据统计日均盈利率为0.9%。同期大盘运行空间为点震荡。2015年5月该系统接入万联证券实盘交易。当月总盈利率30.35%,执行控仓保护策略后实际盈利率15.175%,同期上证实际盈利率为8.5%. 2015年6月我系统总盈利率为-12.21.执行控仓保护策略后,实际总盈利率为-5.11%。同期上证实际盈利率为-7.12%.6月末大盘持续暴跌,6月26日触发停仓保护策略。系统自动将所有候选股票池清仓锁死,进行停盘保护策略直至7月7日。成功躲避开至今为止中国证券史上最大的下跌行情。截止8月7日,该系统复仓后1个自然月盈利率24.2%,同期上证指数上涨0.67%该系统(东瑞智慧量化交易系统)通俗的讲从两个方面规避市场风险。一利用理论基础对大数据进行分析,筛选确立成熟的交易模型策略,以此规避20%的投资风险。更重要的是,该系统利用计算机代替人的思维,去控制买卖策略的严格执行。彻底规避因为“买不买?卖不卖?”造成的60%以上的投资风险。综上所述,为了不再继续每天犯罪,为了实现我们手里的钱保值增值,我个人认为,选择去投资很重要,而具体选择哪一种产品、哪一家平台,尤为重要。东瑞同丰——东瑞润之,创银同丰。详情可私聊。
登录百度帐号推荐应用
为兴趣而生,贴吧更懂你。或3920人阅读
系统工程(1)
用 Python 写了个简单的股票量化交易框架
集成了以前写的
欢迎 star 和 fork
因为行情的获取用到了 async / await 所以暂时只支持 Python3.5
支持 佣金宝 和 华泰 两家券商的自动登录和买卖。
使用的是新浪的免费行情,大概一秒钟推送一次 所有的 3000 多只股票的实时数据。
也可以自己引入 tushare 这个免费的财经信息获取包 或者 引入 wind
其中的事件驱动引擎 和 策略模板 是模仿的 vnpy 的框架
编写非常简单,因为功能比较有限。可以查看下面的 策略_Demo1
from easyquant import StrategyTemplate
class Strategy(StrategyTemplate):
def strategy(self, event):
""":param event event.data 为所有股票的信息,结构如下
{'162411':
{'ask1': '0.493',
'ask1_volume': '75500',
'ask2': '0.494',
'ask2_volume': '7699281',
'ask3': '0.495',
'ask3_volume': '2262666',
'ask4': '0.496',
'ask4_volume': '1579300',
'ask5': '0.497',
'ask5_volume': '901600',
'bid1': '0.492',
'bid1_volume': '',
'bid2': '0.491',
'bid2_volume': '9031600',
'bid3': '0.490',
'bid3_volume': '',
'bid4': '0.489',
'bid4_volume': '',
'bid5': '0.488',
'bid5_volume': '3572800',
'buy': '0.492',
'close': '0.499',
'high': '0.494',
'low': '0.489',
'name': '华宝油气',
'now': '0.493',
'open': '0.490',
'sell': '0.493',
'turnover': '',
'volume': '1'}}
print('\n\n策略1触发')
print('行情数据: 万科价格: ', event.data['000002'])
print('检查持仓')
print(self.user.balance)
print('\n')
运行之后基本是下面这样
启动主引擎
[ 14:05:36.649599] INFO: main_engine.py: 加载策略: 策略 1_Demo
[ 14:05:36.650250] INFO: main_engine.py: 加载策略: 策略 2_Demo
[ 14:05:36.650713] INFO: main_engine.py: 加载策略完毕
触发每秒定时计时器
策略 1 触发
行情数据: 万科价格:
{‘ask4’: 0.0, ‘ask1’: 0.0, ‘bid2_volume’: 0, ‘bid3’: 0.0, ‘bid5_volume’: 0, ‘name’: ‘万
科A’, ‘ask4_volume’: 0, ‘close’: 24.43, ‘volume’: 0.0, ‘ask3_volume’: 0, ‘bid5’: 0.0, ‘bid1’: 0.0, ‘ask2’: 0.0, ‘bid4_volume’: 0, ‘high’: 0.0, ‘ask5’: 0.0, ‘bid4’: 0.0, ‘ask5_volume’: 0, ‘turnover’: 0, ‘ask2_volume’: 0, ‘sell’: 0.0, ‘open’: 0.0, ‘bid3_volume’: 0, ‘bid2’: 0.0, ‘bid1_volume’: 0, ‘buy’: 0.0, ‘ask3’: 0.0, ‘low’: 0.0, ‘now’: 0.0, ‘ask1_volume’: 0}
[{‘asset_balance’: 2758.98, ‘market_value’: 2740.9, ‘enable_balance’: 18.08, ‘current_balance’: 18.08, ‘money_name’: ‘人民币’, ‘fetch_balance’: 18.08, ‘money_type’: ‘0’}]
策略 2 触发
行情数据: 华宝油气 {‘ask4’: 0.5, ‘ask1’: 0.497, ‘bid2_volume’: 4594100, ‘bid3’: 0.494, ‘bid5_volume’: 851300, ‘name’: ‘华宝油气’, ‘ask4_volume’: , ‘close’: 0.5, ‘volume’: 9, ‘ask3_volume’: , ‘bid5’: 0.492, ‘bid1’: 0.496, ‘ask2’: 0.498, ‘bid4_volume’: 313700, ‘high’: 0.501, ‘ask5’: 0.501, ‘bid4’: 0.493, ‘ask5_volume’: , ‘turnover’: , ‘ask2_volume’: , ‘sell’: 0.497, ‘open’: 0.5, ‘bid3_volume’: 997500, ‘bid2’: 0.495, ‘bid1_volume’: 5507952, ‘buy’: 0.496, ‘ask3’: 0.499, ‘low’: 0.495, ‘now’: 0.497, ‘ask1_volume’: }
[{‘asset_balance’: 2758.98, ‘market_value’: 2740.9, ‘enable_balance’: 18.08, ‘current_balance’: 18.08, ‘money_name’: ‘人民币’, ‘fetch_balance’: 18.08, ‘money_type’: ‘0’}]
看完之后感觉这个确实太好了
可以通过发送网络数据完成下单、撤单、查询操作
想起自己一个月来用c++写发送鼠标、键盘事件
查找子窗口
模拟输入参数
组合功能进行挂单、撤单、查询要高级多了
这一个月来苦哈哈写的c++操作第三方软件的代码啊
用这么灵活简单的方式就可以搞定了
下面这往篇文章我觉得是太好了
让人茅塞顿开的赶脚
关于获取公共api
网络登陆的文章
参考知识库
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
访问:85123次
积分:1438
积分:1438
排名:千里之外
原创:67篇
转载:17篇
评论:11条
(4)(5)(4)(4)(5)(9)(7)(6)(11)(7)(3)(11)(2)(1)(2)(1)(1)(1)

我要回帖

更多关于 量化股票多头策略 的文章

 

随机推荐