后使用快捷导航没有帐号？
交易人的网聚家园
|原作者: 倪成群
程序化交易是什么？量化投资又是什么？事实上，我们中的绝大部分人并没有尝试了解程序化交易和量化投资的正确概念，而是笼统地将两者画了等号。更多所谓的评论者则直接把高频交易与低延时交易混为一谈，指鹿为马，误导公众舆论行吸睛之实。　　在最早期纽约证券交易所(NYSE)的定义中，程序化交易是指包含15只股票以上、成交额在100万美元以上的一篮子交易，2013年8月NYSE取消了定义中总价值100万美元以上的条件。在后来的市场实践中，程序化交易的对象扩大到各个交易所上市的股票、期货、期权等，是由电脑直接发出下单指令并自动执行的。　　随着金融衍生品的不断丰富，程序化交易成为机构投资的重要交易实现手段，解决了机构迫切需求的批量下单、全市场不间断交易、减少冲击成本等问题。这是一种技术手段，用软件下单替代了人工委托。机构采用程序化交易手段是希望在尽可能减少市场冲击的条件下，加速价格的形成，例如VVAP、TWAP等算法交易都是十分基础的程序化交易，其本身并不会放大涨跌幅。　　量化投资的概念更加广泛一些，通常我们理解以数据模型为内核，以程序化交易为手段，能够自动识别投资机会并自动触发交易的系统性投资方法才是量化投资。不难看出，量化投资是投资的一种套路，而程序化交易只是一种客观的交易实现手段。极端一点来说，与场内喊单相比，投资者通过各种软件报单到经纪公司前置机，之后进入交易所撮合成交的过程其实也是程序化交易。　　我们不能简单地把量化投资理解成程序化交易，更不能简单地把程序化交易理解成高频交易，量化是道，程序化是术，不应该被混为一谈，量化投资在国内还有巨大的发展潜力。国内出台的一系列抑制过度投机的措施虽然将量化投资一并连累，但其出发点仍然是针对那些可能扰乱市场秩序的程序化交易行为，以维护市场公平性。具体的方法可以商榷，但厘清概念、区分种类对监管者和从业者来说是不可或缺的前提。（图为量化投资大事记）程序化交易在争议中成长在金融历史的多个时期，程序化交易与市场的剧烈波动都被联系起来，多个国家都曾经出现过打压程序化交易的阶段性举措，但同时也有众多的研究成果显示程序化交易并未破坏市场的稳定性，大量的实证研究表明，程序化交易与市场价格波动没有必然联系，也没有证据显示指数套利加剧了市场价格的波动。　　金融交易史上从来不缺乏魔鬼交易员，胖手指事件可谓比比皆是，但为什么程序化交易会格外引发市场的关注呢？笔者认为，这与程序化交易一旦出问题，有可能在极短的时间内导致非常严重的后果，并有可能引起整个市场的连锁反应密不可分。加之程序化交易的“黑箱”特性，经过媒体的宣传发酵之后，令整个过程更加扑朔迷离，比起简单的胖手指事件更具新闻性。　　而事实上，在全球金融市场耳熟能详的几个恶性事件中，出错的程序化交易与魔鬼交易员相比并没有在破坏力方面更为惊人。　　2015年6月，德意志银行在伦敦的外汇部门的一名交易员将一订单中的“净值”错误处理为“总额”，令德银向一家美国的对冲基金客户白白送出了60亿美元，紧急协商之后，德银于次日收回了这笔款项，震惊的德银马上进行了高管调整。　　比起德银这一次的幸运，2010年5月瑞穗证券操盘手在J-COM公司股票上的一次胖手指事件令瑞穗证券最终经济损失超过300亿日元。　　另一个广为流传的事件是2005年6月，一名富邦证券公司的经纪人在接受客户交易委托时，将英文数字8000万(eighty &million)元误听为80亿(eightbillion)元。结果当日11时33分至11时40分之间，台湾股市大盘指数从6284.82暴涨到6342.45点，百余股票涨停。　　而在标志性的程序化交易事故中，首屈一指的当数骑士资本的交易故障，以及Sarao利用程序化交易导致2010年美股闪崩这两大事件。　　日，当时全美最大的做市商、高频交易领先机构骑士资本在此前一天更新做市部门的交易系统时出现误操作，向市场发出了许多针对NYSE股票的错误报价，导致150多只股票价格异常波动，在不到一小时内巨亏4.4亿美元。该事件的直接后果是曾经风光无限的骑士资本被竞争对手收购才得以避免破产。　　日，美股市场神秘暴跌9%，道指在几分钟内大跌近1000点。漫长的调查持续了5年，直到2015年37岁的交易员Navinder Singh Sarao在英国被捕。美国司法部在一份声明中表示，美国正在寻求引渡。据披露，美股闪崩当天，Sarao通过分层算法及spoofing算法操纵标普500E-Mini指数获利90万美元，而美股投资者在几分钟内因闪崩损失了近1万亿美元。　　此外，近年来包括西班牙股票交易所IBEX、东京交易所、CME在内的全球多家主要交易所也都曾出现过因系统问题导致交易暂停的事故。自程序化交易逐渐为市场所认知以后，各国监管机构对其进行约束与管理的措施就从未停止过，包括对于影响市场稳定的重大事件的责任人追诉民事责任。　　总之，破坏市场交易秩序的并不是程序化交易技术本身，那些出问题的程序化交易与胖手指事件一样，背后的违法、违规行为，流程缺失以及交易机制漏洞才是这类事件的始作俑者。（作者单位：海证期货）
刚表态过的朋友 ()
上一篇：下一篇：
交易之家官方交流①群
交易之家官方交流②群
工作时间：9:00-18:00什么是量化策略？
所谓量化，就是把行为模式中的事件或信号数字化，通过一套固定的逻辑来分析，而不是单凭人的感觉或直觉进行判断和决策。
量化策略通常是自动执行的，但也是可以人工执行的，比如通过技术指标或财务指标选股其实也是一类量化策略，只是执行部分可能由人工完成。
传统的交易员通常是在看到某种图形化的技术形态后，就执行一些特定的交易，如果能把图形形态用一系列计算机程序能识别的数据来描述，让程序自动判断并决策是否要进行交易，并自动进行仓位的管理和风险控制动作，这样也就变成了量化策略。
通常来讲，一般所谓的量化策略是指整个交易过程完全实现为计算机程序，从数据接收、处理到交易执行都是由计算机程序自动完成。 为了开发这样的量化策略，预先需要收集一定量的数据，并在其基础上建立一套基于数字的处理决策模型，通常把这一过程叫做量化策略的研究；策略研究好后，就要实现它，让它run起来。
量化策略究竟是什么样子的呢？
其实说白了，也没有什么神秘的，一个量化交易策略要完成的事情也就是如下这么点事：
从数据处理角度来看：
输入： 行情数据、基本面数据、数量化的新闻事件、成交回报等等
处理： 数据的加工、逻辑判断运算
输出： 交易订单
从信号处理角度来看：
输入信号：
行情数据是随机事件(tick)和短周期的时序事件(bar)
量化的新闻数据（news event）是偶然事件
基本面数据(fundamental financial data)是长周期的时序事件
信号反馈： 成交回报
信号处理： 信号的加工处理，包括变换、增强、过滤去噪、判别等
输出信号： 看涨还是看跌（多空交易信号，买还是卖）
思考： 现实中，通常模拟信号系统会比数字信号系统效果更好，但实现起来更复杂。量化策略是不是也有类似的规律？
从建模的角度来看：
完成一个策略需要两大步骤，首先是策略研究；其次是策略的实现和改进。
假设前提：
历史会重复，规律就隐藏在数据中
行情发展是众多参与者行为共同作用的结果，人的金融行为集合是有迹可循的
建模过程：
准备数据＞ 清洗加工 ＞ 挖掘 ＞ 发现规律 ＞ 提出模型假说 ＞ 回溯检验
结果： 一个相对可靠的模型，并且在逻辑上是解释得通的；
模型只是研究的结果，还需要把模型用计算机程序实现出来，应用到未来的交易上，才真正变成一个策略：
抽取出模型的核心逻辑，找出需要的输入数据并接入、实现数据加工、判断处理的逻辑、正确地输出交易信号
不断分析改进
从人工智能的角度来看：
量化策略就是一个能坚定地执行你的交易思路的智能机器人，它会替代你去时刻监视行情变化，完成烦琐的交易动作。
其他细节方面：
面对市场固有的不确定性，一些交易技巧其实也很重要
根据资金情况和行情决定每次的下单量，下单过程如何逐渐降低总体成本，增加赢的概率，比如买的时候降低仓位的VWAP， 根据行情走势的运动冲量决定仓位的调整。
从策略层面讲，也就是止赢止损。
时刻记住风险的存在，如果你忘记了，市场会很快给你一个惨痛的教训来提醒你的，所以最好还是在市场老大出手前做点什么吧。
止损，策略是预先写好的程序，很难像人一样能够快速随机应变（虽然没有纪律的交易者经常没有太好的成绩），每笔交易必须有预先设置好的止损逻辑，也就是决定什么情况下该认输退出。
止赢，止赢其实也是一样的，逻辑也得预先设置好，确定什么时候该停止进攻以保住现有的胜利果实。
换个角度看，止赢就是另一种形式相对愉悦的止损，比如趋势跟随交易，一旦发现趋势不再继续了，也就是发现前一次的判断错误，就该纠正了，当然这时是有赢利的，所以说形式上相对愉悦。
在统计套利、或对冲类的策略
上，止赢就是走到模型预定的边界，需要结束这一次交易行动了，不要试图再去模型研究范围边界以外的未知领域探险。
策略研究不易，找出一个模型并验证成功，能给你带来极大的喜悦。
但策略只有完整实现了，交易起来了，它才能真正体现你研究的价值
我们感受过你同样的痛苦
作为策略师：
策略执行速度慢如蜗牛
时间就是金钱，交易速度经常是制胜的关键，你的策略却经常慢了半拍
想法受到了不应有的限制
在一个封闭的平台上开发策略，有时就像是“戴着镣铐跳舞”
Deadline一天天临近，你却还在“不务正业”
的确，从底层开始，你什么都能做，但时间不等人
眼睁睁看着机会溜走，你的策略却还没完成，世上已经有大把的时间序列、数学、统计、以及机器学习的工具包存在，可你还得耐心等平台开发者为你增加一个函数, 或者是“重新发明轮子”
作为资金管理者：
你有大量的策略师或策略，却不清楚谁在做贡献，谁在拖后腿？
面对只有策略师才清楚的程序黑箱，你的资金安全吗？
即便是策略师本人实现的程序，策略师就能确保它万无一失地面对变幻莫测的市场吗？
一个好的策略平台非常重要
试试红树量化平台吧，它虽不是万能良药，但能在很大程度上减轻你的痛苦！有没有做量化交易系统分析程序的
22:32:10 +08:00 · 15830 次点击
我花费了很大时间做了一个中国股市市场分析软件，能够对股票进行预测，期间发现了很多问题，由于没有最初是数据源，只好各大网站把数据，但是发现腾讯，新浪，搜狐，yahoo的数据并不是全部准确，他们这是要闹哪样，对数据对了半天，有些是历史数据，尤其是腾讯的数据，大盘的数据居然个别地方查了一大部分，看来说设么数据挖掘，说什么数据处理，什么大数据，最基本的数据的准确性必须做到无误才能够进行数据分析。苦了写了半天的代码，结果发现数据都是错的~有没有做数据分析系统的，类型金融分析程序的童鞋可以出来交流一下~，目前就我一个人在写这个程序，算法写了很多，还差几个牛逼的算法，我的股票收益率还是不错滴，有个模拟测试的账户，随便玩玩的，就是没怎么认真。前面交易很频繁，后面久没有怎么交易了，我的模拟账户：做量化投资分析的可以跟我联系，或者懂得R语言的也行哦我想把这个做成产品~邮箱：
第 1 条附言 &·&
23:35:48 +08:00
其实我想把这做成推送给散户来用，毕竟散户都在赔钱，不赚钱，也不懂得止损，所以会更亏钱。目前就是前期搞好股票筛选系统，保证成功率在90%以上就能够盈利，有些事系统性风险，不能把控，比如说有的股票会出现突发性新闻，突发性的停牌和较长周期的停牌。有些政策性风险很难把控。交易系统的其实很容易。如果我选的这些股票90%都能赚钱，那么每个争取第一天入手第二天卖出基本都能盈利。但是有些股票筛选的毕竟是有风险性的。
第 2 条附言 &·&
15:26:54 +08:00
迎大家要求每天开始推荐股票验证。推荐期间为两周时间。明天开始。每晚10点以后放出。每天只有五只股票
100 回复 &| &直到
15:06:41 +08:00
& & 22:52:26 +08:00
可以看一看 交易开拓者,目前市场上专业的工具之一.太多的专业性的方法,个人去做,不一定做的很好.并且要有相关的工作经验以及操盘经验,这不是简单的模拟可以达到了.写成一个自动的模型,并且要把模型中的参数调优,是非常的难的事.不同的品种,不同的时间线操作,也有不同的策略.非常的难,长久的赚钱,更难.
& & 22:58:31 +08:00
@ 我觉得还可以啊，并且组合多种算法多种策略~
& & 22:59:58 +08:00
@ 并且我的实际账户也都是在赚钱~
& & 23:06:12 +08:00
关注下。我有个前同事在做这个。
& & 23:20:57 +08:00
@ 很多的人做模拟时,都是赚钱的,实盘上,就不如模拟操作那么顺利.还和资金总是有关.
& & 23:24:05 +08:00
@ 我做的就类似于通过算法推送改股票是否会上涨，因为每个股票都会到一定期间上涨，通过波段分析股票趋势，所以我能够很快在底部把握住个别的股票~
& & 23:25:30 +08:00
@ 我做的就好比是傻瓜选股神器，
& & 23:33:28 +08:00
你需要什麼樣的數據源? 分比? 分時? 日線?
& & 23:41:11 +08:00
想法很好，但是这个复杂度不是一般的。PS: @ 请发表下获奖感言吧
& & 23:44:50 +08:00
Level2的数据都要好多钱的.网站上的那些数据不知道慢了多少了.
& & 00:11:19 +08:00
@ oo,主力是仅仅一部分，但是主力有时候仅仅是在加仓，并没有达到真正开始上涨的趋势。
& & 00:15:42 +08:00
r语言指的是ruby？
& & 00:20:13 +08:00
& & 00:28:54 +08:00
& & 04:49:38 +08:00
lz我虽然在华尔街实习过但是量化啥的没做过，做网站搭后台什么倒是不含糊。有合作可能么？
& & 06:22:01 +08:00 via Android
我用iqfeed 数据源这个东西还是越贵的越好…
& & 08:32:26 +08:00
推荐你看看酷壳的那篇冰与火的文章。里面有一句非常的精辟。做挖掘之前首先你要洗数据，很多很多的数据都是脏的，不完整或者不够精确的。而这个东西常常需要你不停的人肉，不停的改进过滤算法。
& & 10:22:52 +08:00
--最近正好公司正准备上线这样的软件。选择的是大智慧的DTS（龙软策略交易系统），我刚从软件公司那边培训回来，分享一些有用的信息。---使用LUA做策略脚本编写语言---有指标和各种数据的查询API，数据信息还算是比较强劲---绑定券商交易账号后，支持策略触发自动交易---有matlab接口，支持M函数---可以通过编写XML自定义前台界面--缺点有---软件还未达到精工细作的程度，经常会出现各种小问题---文档支持较差--简单想到的就这么多，欢迎交流。
& & 10:31:58 +08:00
@ 我不喜欢用matlab，好臃肿的赶脚。其实我想做成产品，给散户推荐股票。
& & 11:55:27 +08:00
LZ说的算法是指计算概率吗？趋势分析什么的？
& & 12:18:05 +08:00 via iPhone
@ 概率根本就不靠谱
& & 12:38:58 +08:00
@ 你的年化收益率是多少？
& & 13:10:24 +08:00
@ 刚开始做，月收益能稳定在30%左右，有时候能把握住强势个股~
& & 13:31:27 +08:00
@ 30%？够NB的？量化我不太懂，但我觉得你研究历史数据终究还属于统计套利，那不还是在研究概率吗？只不过你的模型跟先进，概率更高？可以这么理解吗？
& & 13:35:53 +08:00
@ 不研究概率，就研究趋势
& & 13:39:16 +08:00
@ 我理解趋势也是概率，你只能说未来趋势可能朝哪个方向，但你不能100%肯定，否则你的模拟交易不应该有亏单
& & 15:07:49 +08:00
通达信有全套的数据，需要做一些逆向。
& & 17:31:44 +08:00
@ 那实际上你做的只是选股算法。如果只做算法的话，没必要自己写一个专门的软件，通达信万德之类的都可以自己写函数。
& & 18:36:55 +08:00
@ 那你写过函数没有？
& & 20:26:01 +08:00
楼主如果自己玩票，那就算了，怎么High怎么来。如果想专业做量化交易产品拿出去卖，并不容易。精确的行情数据是一大难点，从网页上抓的数据当然不靠谱，这种数据用来做产品，效果无保证。自动化交易，也有专门的Fix协议：
刚搜了下，国内提供此接口的券商不多，这里有一家：
做软件的有一家金仕达 大智慧的DTS交易所端接口，应该也是Fix的，但客户端就不一定。虽然在海外Fix地位如同Http一样基础，在国内却不一定通行于各家券商，这样可控制的下单账户就非常有限，需要各种奇葩方法一一搞定，于是你只能依靠大智慧、金仕达这样专业厂商提供的交易接口。实际上你做的不是量化交易系统，我听说这东西，都是用多个券商的N个账户一起上，而且需要T+0、可做空，才能够稳定套利。你做的是非精确自动交易策略，如果你做成一个平台，让大家在上面管理账户，写写自动交易脚本，应该有一定市场，等于把很多行情软件的指标系统变成SaaS，比如：
& & 20:32:11 +08:00
行情数据花点心思还能搞出来，交易接口搞不定，只能用最最老土的办法，模拟按键精灵，分析好后，该下单时自动点击各种交易软件的按钮，哈哈哈。想想都很欢乐，一个交易机器人满屏抓数据，然后乱开交易软件下单界面，哐哐下单，然后坐等N天后盈利，实在让人心惊肉跳，胆小的不敢这样玩。
& & 21:51:02 +08:00
@ 大神果真出现了，没有钱买数据啊，数据要接到一些机构的数据。没有那么多钱。不用t+0,中国股票没利空控机制，也不能做空，因为不能买跌。哈哈感谢推荐~
& & 21:59:44 +08:00
@ 交易策略先不着急做，目前做的就是通过算法选出会上涨的股票。这是第一步
& & 22:05:18 +08:00
A股没什么人搞量化交易，因为限制太多，受政策影响太大。搞量化交易的一般去玩期货
& & 22:09:00 +08:00
@ 政策一方面，最终的是可以做，要去实践，并且我认识几个做的非常厉害的
& & 22:15:33 +08:00
Matlab有接口可以直接从yahoo等网站调取股票的历史和当前信息，不过实时性没有Bloomberg这些付费的源头好。关键字 high frequency trading，Matlabps.没记错的话个人写的程序自动下单交易在国内是违法的(虽然很多事都是违法的，可是一旦出事钱就都是给别人赚的了。押注在一直没有人跟你较真上感觉不是很稳妥)
& & 23:16:38 +08:00
@ 不违法，现在各个期货公司程序化推广如火如荼，券商也慢慢加入战团。@ 各家数据都不同，但是差异不会特别大，如果做5分钟级别以上的趋势，应该木有太大影响吧。国内几家行情软件提供商的数据也有些许差异，应该是数据切片方式不同造成的。比较准确的历史数据只有花钱了，短期免费数据可以考虑用上期技术提供的CTP股票接口，好像能取最近一个月的日线，自己做tick落盘积累一下。
& & 23:43:57 +08:00 via iPhone
不 T+0 感觉不好玩啊。但是三十的月收益也是真厉害啊。
& & 00:13:20 +08:00 via Android
月收益稳定三十还做什么软件啊，直接从事股票投资得了。复利算下来几年就发了。。
& & 02:06:33 +08:00
@ 一分钱都没有，还有负债~
& & 02:22:52 +08:00
大智慧里面可以编写插件调用各种数据接口，以前曾经写过带dll的公式。不过这东西写出来骗骗股民还可以，真要是盈利的话，几乎是不可能的。
& & 02:32:15 +08:00
@ 我做的跟那对公式不一样好么
& & 02:50:44 +08:00
@ -。- 本人研究股票也有七八年了吧，从电话交易0买入1卖出开始接触，筛选股票的指标在系统里面都带着，我写的那个指标还分析10档委托分笔成交，就算是纯理论性的研究mathematica的公式也写过，到最后技术分析都是假的，至于模拟成交，我会说国泰君安模拟系统排名第一的人，是忘了密码再也没登陆，05年买入茅台五粮液么。好吧，上面的话有点打击人了.......... 如果说数据接口的话，中国目前level2用的是FAST协议，里面的数据包括日线、五分钟线、逐笔成交、分笔成交、大单成交、10档买卖、F10信息都可以通过接口轻松获得，既可以用大智慧提供的简单脚本计算（选股系统），也可以在编写的dll里面调用，数据已经是目前能够获得的最精确的了。
& & 02:58:10 +08:00
@ hexin那个下单系统，我可以逆向出接口来，这个自动交易比较简单，不过国内目前不是T+0，如果是股指期货还有做自动交易盈利的可能性
& & 09:50:18 +08:00
成功率90%... 有拿历史数据做backtesting么？敢问lz的这个系统运行了多长时间？理论上50%的成功率加上良好的资金管理策略就有可能赚到钱的。
& & 10:34:23 +08:00
@ 大神有出现了，小弟才研究短短一点时间，膜拜，hexin的怎么逆向出来数据，我的复权的数据一直不是很准确。求大神解答。
& & 10:35:15 +08:00
@ 那个是学习模式，神经网络算法，但是我先人工来搞搞，有些数据比如说复权的数据，很蛋疼。
& & 13:08:08 +08:00
可以试一下CTP平台（分期货和证券）。期货接口目前很多期货公司支持。证券接口也有部分券商支持。使用CTP可以获取到实时的行情，并能够进行交易。
& & 13:31:08 +08:00
如果楼主的模型能够赚钱的话，最好自己瞧瞧赚好了，最重要是低调。不是泼冷水，而是我们市场的流动性是有限的，尤其是股票市场，而且你还没有任何对冲防范风险的工具（股指、国债期货，股票现货，股票/指数ETF，融资融券等等），要避过第三方的阻击根本不可能。
& & 13:57:31 +08:00
如果你想要数据,你可以先试试外汇,美股,港股.这些东西你很容易拿到1min的数据.tick数据稍微费点心也能拿到.另外,我也泼点冷水,利用历史数据,技术指标判断未来走势,不管你用神经网络,SVM,统计学,最终只能是"呵呵"两字.你可能能做出模型来稳定盈利过去1年,2年,甚至5年,但是你要做出稳定盈利10年,20年的模型.....当然,如果你做这东西是为了卖服务,那就全靠忽悠的本领了.
& & 14:05:14 +08:00
@ 你有尝试过没有？当然国家有政策交易有规则，如果规则不变，当人不会变。如果交易规则变了，模型当然要改变。
& & 14:07:31 +08:00
@ 感谢提醒，说啥么的都有，总之我会研究出来的，目前组合上还有欠缺。
& & 14:22:13 +08:00
@ 交易规则只是影响市场的众多因素中的一个而已.
& & 14:35:55 +08:00
@ 实际交易层面有很多细节导致一个在历史上能盈利的模型无法在“现在”盈利，又或者是这种“预期的盈利”是在未来N年的某个时点内实现的。
& & 14:50:52 +08:00
@ 严重不同意~，你是否研究过量化系统？或者算法？
& & 16:08:39 +08:00
@ 以后你还是去海洋部落混吧。
& & 17:21:32 +08:00
@ 感谢推荐
& & 19:01:14 +08:00
@ ctp的接口程序从哪里搞到啊
& & 20:11:19 +08:00
正确处理数据源的方法是整合多个database的数据，比较以后整合数据或者舍弃异常数据。我做过S&P500的数据，用了4个database的数据，database和database之间还是会有差异。好的database基本上都不是免费的（尤其国内），可以看看当地图书馆有没有提供免费的database stream接入。个人看来所有的免费数据源里面，yahoo的数据相对算准确的了。可以尝试抓取多个免费的数据源进行比较降低误差，就像database一样，但是意义其实并不大。另外不是来泼冷水的，假如我们抓一只大猩猩随机抽股票进行交易操作，与最终软件产品进行对比，结果可能是软件产品的表现不会明显好于大猩猩。主要原因大概可以归结为三点：1. 楼主可以随便找几个教Finance的professor问一下，我身边的professor多数不相信技术分析的。对此有个非常简单易懂的假说可以参考Random Walk Hypothesis []，这个假说源自Burton Gordon Malkiel的一本书：A Random Walk Down Wall Street。这本书很棒，身边看完的人多数对技术分析死心了，一些例子用的都很漂亮。 2. 另外有个比较常见的假说是Efficient-market hypothesis []，大致说的是一个Efficient-market信息流通情况对股票价格的影响，其中Weak-form efficiency认为历史价格所包含的信息已经完全反应在了价格上，因此技术分析无效。但是实际运作当中，市场信息在一定时间范围内是不对称的，这里就会有套利机会，但这个也不是完全能用技术分析分析出来的。3. 不妨假设软件运行准确率99%+，那用户肯定不会少，假设80%的散户都在用这个软件，结果就是实际市场方向会倒向原来预测方向的反方向 [Fat Finger Effect]。而且这个效应是没办法衡量的，因为用户是否采信软件预测结果进行交易是未知事件。真正有可能通过分析进行获得的模式应该是fundamental analysis，利用一定方法去寻找被低估的股票进行投资；或者是HFT，寻找一些存在时间很短的套利机会。第一种迄今为止很难做到，因为这种股票很难定位，没有特别好的算法去寻找这种股票，楼主可以看看有没有什么特别好的算法去寻找这些股票；第二种，国内个人用户不现实。综上，这个软件很难做成。没去华尔街实习过，但是比较肯定的认为在没有消息源或者时光机的情况下要准确预测价格的实际可能性基本为0。好的投资心态、投资策略和信息关注度要远远比历史信息重要的多。
& & 22:13:15 +08:00
最近一段时间也在研究这个，目前正在抓数据，和楼主一样遇到各家网站数据不太一样的困扰。我的目标没有楼主那么宏大，只想利用数据和算法建立一套自己的选股模型，方便自己选股，轻松赚点小钱。模型算法还处于雏形中，希望和楼主交流下。
& & 22:49:21 +08:00
@ 第一点我不同意，我只有实践过才能证明，没有实践，我不相信，我会把这最终结果去进行实践的，2.不用技术分析，那心里因素久更不靠谱了。3.80%的散户是不可能的，只有少数人。非常的少。不超过几百人。4.个人用户很现实，我认识几个每天都能说3-5个涨停的。尤其是能够准确预测出明天高开出货的。5.既然人家每天都能说出几个涨停，我相信我可以比他做的更好。6.我差点去华尔街去做量化投资交易实习，由于一些原因，就是原先是要做电商网站来着。7.没有一个人能够不用心去做投资，因为心里因素占了投资一部分的比重，反而会判断失误。
& & 08:51:01 +08:00 via Android
有没有算过如果稳定月30%一年后会产生什么效果。说90%成功率没有意义，得说这个模型一个月能操作平均10次，90%获利多少，10%亏损多少。楼主是想做推荐股票的软件卖钱吧。这个思路很好。但是稳定30月收入的模型是不可能的。
& & 09:48:54 +08:00
@ 你可以去海洋部落论坛的ctp板块看看
& & 10:04:00 +08:00 via iPhone
@ 我给别人推荐了俩涨停。20%的收益。平均一周能说几个涨停。30%很保守
& & 14:08:50 +08:00
59f+1准确推荐涨停有多少次？保持30%收益已经多久了？
& & 15:46:25 +08:00
@ 就按30%算.如果投入10W年底你就可以把10W变成130W+.再下一年你讲获得超过1000W的财富偶尔的一两次预测不能说明什么,如果这个模型这么成熟,你敢连续一周贴出你的荐股么?命中率真的有90%?有些话不是光说说就行了的.
& & 16:50:47 +08:00 via iPhone
@ 刚开始研究
& & 16:51:47 +08:00 via iPhone
@ 目前帐户为负数。好多讨债的。
& & 16:54:01 +08:00
@ 要是我有这么个模型果断借10W.现在开始.年底就能有50W了
& & 16:54:15 +08:00 via iPhone
@ 有聊天纪录。贴再多也没有用，我原先给一个群免费推荐了三星期。个别股票涨幅搭30%最近心情糟糕
& & 16:55:11 +08:00 via iPhone
@ 没人肯借呵呵
& & 17:20:16 +08:00 via iPhone
@ 如果系统有系统性风险的话。比如说大盘再下跌。恐怕再怎么整赔钱的几率比较大。因为并未来市场的系统性风险。月收益必须保证大盘再振荡器和上升期才能保证的
& & 20:13:10 +08:00
@ 那是不是能理解成在当前情况下你目前一个月的预测都是正确的。其实吧，这样就很牛逼了。如果足够自信，你该做的事就是借钱。因为等你产品做出来，该模型很可能就不稳定了。能随时在震荡器保持30左右，已然是个牛散了。随便弄几万，雪球效应你在3-5年内会就会有过千万的资金。到那时候做啥股票，整个私募吧。
& & 21:11:46 +08:00
不是有一句鸡汤体断言叫：eat your own dog food
& & 21:21:21 +08:00
中国股市?!?!?!?!?!?!?!?!中国只有官商勾结的屠宰场~~~~
& & 22:08:06 +08:00 via iPad
年复合收益率超过20%的基金已经是排得上名次的了，我是指香港市场。lz还需要多实践检验自己的系统。太多聪明脑袋想在这里赚钱了。我自己也有类似的系统。行情来自google finance。
& & 22:58:20 +08:00
@ 同意啊。ps:能开源，或者就给我小围观下不
& & 00:51:27 +08:00
推荐一本书《随机致富的傻瓜》，讲金融市场的随机性的，电子版很容易搜索到。
& & 01:58:51 +08:00
我觉得LZ可以先在本贴荐股。同时留个支付宝账号。您荐的股有人买了，并且真赚了，比如我会很乐意给您支付荐股费即便是70%的准确率就已经是非常不得了的。楼上vigoss已经说了复利的力量了LZ借个一万来炒吧发达之日指日可待。
& & 02:20:49 +08:00
你的系统如果是单单输入历史数据的, 就是在马尔科夫链上找相关, 和算彩票一样了.股票预测系统只有引入了新闻归类收集, 特别是能影响股民和投资者的信息收集才有可能(只是说有那么一点点可能了...)出效果. 而收集来的信息需要懂行的人手工赋予权重变成属性矢量(投行有这么做的), 或者你自然语言挖掘很牛逼, 可以机器完成大部分转换 --- 才能作为预测系统的输入.
& & 22:12:24 +08:00
能合作么？
& & 22:54:51 +08:00
@ 想怎么合作？
& & 14:05:48 +08:00
@ 看到30%的月盈利我湿了。。。。。如果能做到稳定月盈利30%，就把公司和所有家产卖了买你的软件，10亿元以内能承受
& & 20:28:01 +08:00
@ 最近没有时间，对比了一下数据分析，准数据的准确不是特别的好，这个问题是如果你认真对比过腾讯，大智慧，搜狐，网易的数据都会了解了，所以先打算从弄够直接获取数据源的btc入手先做数据分析了，这方面都具备一定的市场的开放性和广阔性。后面的话如果模型构建的完善后再接入股票市场，不过这东西风险性把控要通过全部的股票数据模型来预测市场。要是能直接接入上交所获取LEVEL2数据然后在做时间序列分析好周期模型运算估计有一定的把握。
& & 16:06:00 +08:00
根据我的研究发现，股市的基本原则就是跌多了就涨，涨多了就跌。。。楼主试试看我们家的这个http://
& & 16:12:47 +08:00
@ no，市场的规则并非跌多就涨，涨多就跌。时机很重要。
& & 16:15:40 +08:00
@ 那你看看我发的那个连接里面的内容吧，选几只股票试试，看看这个的时机如何？
& & 21:53:01 +08:00
@ 是股票诊断的吗？我对这种东西认知的只有概念和爆发性。金融里面有一个专业的术语叫动量~。
& & 22:01:58 +08:00
@ 你说的太专业我不懂诶，反正就是会定期发出买卖时机的啦，公式是数千个指标里挑出来优化过的哦。
& & 14:20:28 +08:00
@ r语言是一个专门做数据分析的语言平台
& & 18:22:17 +08:00
@ STATA和SAS也都有高频时序处理模块, matlab不用碰
& & 20:32:25 +08:00
很高级的样子。。。。学习下。。。。。。。
& & 16:14:31 +08:00
好多高手。。。膜拜
& & 01:59:04 +08:00
@ hi，刚刚去海洋部落转了一圈，网站内容surprise，不过不能注册了，现在还有什么办法注册账号进去混吗？
& & 20:59:07 +08:00
不知道楼主 现在还做不做 这个东西
& & 13:22:51 +08:00
感兴趣，现在还做不？
& & 20:47:20 +08:00 via iPhone
@ 楼主现在还在巅峰坚持吗
& & 22:11:32 +08:00 via iPad
@ 当然在了。
& & 14:36:50 +08:00
根据我小学肄业的数学水平计算，楼主 2013 年 7 月发帖， 10 万启动资金 宣称月复利收益百分之 30 ， 36 个月，今天楼主应该有 1 亿多财产了吧
& & 15:06:41 +08:00 via iPad
@ 最近刚研究出来，稳定的系统。
& · & 2978 人在线 & 最高记录 3762 & · &
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.1 · 28ms · UTC 09:36 · PVG 17:36 · LAX 02:36 · JFK 05:36? Do have faith in what you're doing.