Python量化交易入门

Posted 传智教育官方博客

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python量化交易入门相关的知识,希望对你有一定的参考价值。


学习目标

了解量化交易定义


一、量化交易(Quantitative trading)

1.1 定义

量化交易(量化投资)是指借助现代统计学和数学(机器学习)的方法,利用计算机技术来进行交易的证券投资方式。

量化交易从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,用数量模型验证及固化这些规律和策略,然后严格执行已固化的策略来指导投资,以求获得可以持续的、稳定且高于平均收益的超额回报。

1.2 掌握技能

二、量化交易的分类

目标:
说明量化交易的分类
说明常见金融产品的专业投资方法
了解量化交易的优势

2.1 分类


关于这三种分类,不用记忆它们的定义。我们课程主要的量化投资方法是市场中性的策略。

2.2 三种分类特点以及要求

趋势性交易

适合一些主观交易的高手,用技术指标作为辅助工具在市场中如鱼得水的,但如果只用各种技术指标或指标组合作为核心算法构建模型,从未见过能长期盈利的。

一般也会做一些量化分析操作,使用编程如python/matlab 。
市场中性

在任何市场环境下风险更低,收益稳定性更高,资金容量更大。适合一些量化交易者,发现市场中的alpha因子赚取额外收益,例如股票与股指期货的对冲策略等。

会做一些量化分析操作,使用编程如python/matlab。

高频交易

在极短的时间内频繁买进卖出,完成多次大量的交易,此类交易方式对硬件系统以及市场环境的要求极高,所以只有在成熟市场中的专业机构才会得到应用

适合一些算法高手,使用C/C++编程语言,去进行算法交易,对软硬件条件要求比较高。

1、金融专业出生,对金融市场环境非深入了解(交易员、基金经理)

2、基本了解金融基础、投资知识,对数据挖掘、机器学习方法擅长,挖掘股票等的价值 (quanter)

3、非常擅长算法,C/C++ ,编写程序化的一些交易方法 (程序化交易员)

三、 金融产品以及衍生品的常用投资技术

投资策略


注:比特币不属于衍生品,通常使用的也是趋势策略,少部分使用高频策略

四、量化交易优势

严格的纪律性
完备的系统性

完备的系统性具体表现为“三多”。

首先表现在多层次,包括在大类资产配置、行业选择、精选个股三个层次上我们都有模型;

其次是多角度,量化交易的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度;

再者就是多数据,就是海量数据的处理。人脑处理信息的能力是有限的,当一个资本市场只有100只股票,这对定性投资基金经理是有优势的,他可以深刻分析这100家公司。但在一个很大的资本市场,比如有成千上万只股票的时候,强大的定量化交易的信息处理能力能反映它的优势,能捕捉更多的投资机会,拓展更大的投资机会。

靠数学模型取胜

股票实际操作过程中,运用概率分析,提高买卖成功的概率

五、总结

股票的量化投资可以说是一种价值投资,我们所做的也是去挖掘市场中的价值股票,而并非去预测股票涨跌来进行投资等等(至少目前机构不会采取这种方式指导投资),这需要大家明确的一个问题。

最终量化分析是众多投资机构的工具、分析手段而已。

以上是关于Python量化交易入门的主要内容,如果未能解决你的问题,请参考以下文章

Python量化交易:投资组合

Python量化交易:回测交易接口

Python量化交易:数据获取接口

Python量化交易:策略创建运行流程

量化交易项目怎么做

量化交易入门