精华内容
下载资源
问答
  • 量化策略

    2018-10-18 18:32:00
    神经网络量化策略太重要。尤其是对于端上设备。因此记录一些资料。 定点和浮点基础知识: https://blog.csdn.net/baidu_24281959/article/details/52015811 一个定点浮点的深度学习框架:...

    神经网络量化策略太重要。尤其是对于端上设备。因此记录一些资料。

     

    定点和浮点基础知识:

    https://blog.csdn.net/baidu_24281959/article/details/52015811

    一个定点浮点的深度学习框架:http://lepsucd.com/?page_id=630

    转载于:https://www.cnblogs.com/Key-Ky/p/9812210.html

    展开全文
  • 量化策略源码 Init_StockALL_Sp.py —— 【数据采集】利用tushare接口将日线行情存储到本地数据库。 DC.py —— 【数据预处理】将本地存储的日基础行情整合成一份训练集。 SVM.py —— 【SVM建模】对个股用SVM进行...
  • 量化策略代码

    2019-04-22 22:55:25
    99个量化策略,含源代码,分析给喜欢量化交易的朋友。
  • 牛牛量化策略交易

    2021-02-25 21:06:26
    《牛牛量化策略交易 - Python 课程》一套快速入门到精通的短视频教程 课程特点如下: 1. 从零开始教编程; 2. 量化与编程相结合; 3. 简易精炼,快速入门。   课程体系如下: 初级班 - 独立实现策略回测与分析...
  • 量化策略分类

    2020-08-13 10:11:02
    一、国内主流量化策略体系 目前国内量化策略类型的划分方式多样,从投资范围和风险收益属性特征差异的角度,可以将市场上主要的量化策略划分为市场中性策略、指数增强、量化选股、CTA、套利类策略、期权策略以及...

    一、国内主流量化策略体系

    目前国内量化策略类型的划分方式多样,从投资范围和风险收益属性特征差异的角度,可以将市场上主要的量化策略划分为市场中性策略、指数增强、量化选股、CTA、套利类策略、期权策略以及量化多策略等。

    国内主流量化体系

    资料来源:中信证券研究部

    其中,量化公募产品主要以指数增强和量化选股为主,量化基金专户和量化私募产品主要以市场中性策略、CTA策略为主。

    二、公募基金量化投资策略篇

    目前量化公募产品主要以指数增强和量化选股为主(合计占比超过90%),这两个策略前期我们也讲过比较多,今天就带大家简单回顾下。

    指数增强

    所谓“指数增强基金”,就是在跟踪标的指数的基础上,用量化投资的方法,适当调整持仓范围,追求获得超越标的指数的收益。

    以小景家的三只增强型指数基金为例,这三只基金均采用基本面选股模型增强,投资范围主要为标的指数成分股及备选成分股,且对跟踪偏离度和跟踪误差有限制。

    PS:以前写过很多关于指数增强的文章,如果还有想补课的童鞋,可以看一下小景家有关指数增强的干货哟,下面有部分链接:

    三分钟读懂:指数增强基金是什么?

    三分钟读懂:A股最受欢迎的沪深300指数增强基金是如何炼成的?

    三分钟读懂:指数增强基金的增强效果为何千差万别?

    做指数增强有哪些方法?

    当指数遇上增强,像极了爱情

    量化选股

    对比指数增强产品而言,量化选股主要通过多因子、风格轮动和行业轮动的模型使策略的风险暴露更高,即资产组合受到金融风险影响的程度可以通过因子的调整来实现,从而获取超越基准的Alpha收益。

    以小景家的量化新动力基金和沪深300指数增强基金为例子,虽然二者在模型框架上没有本质区别,都是采用多因子量化模型进行选股。但与沪深300指数增强基金相比,量化新动力基金的股票持仓不局限于标的指数,选择范围更大,操作更为灵活,且在合同中对跟踪误差没有严格限制。

    关于指数增强和量化选股基金的区别,前期《指数增强基金和主动量化基金,有什么区别?》这篇文章里也仔细给大家讲过,感兴趣的小伙伴可以点击浏览哦~

    三、基金专户和私募基金量化投资策略篇

    目前国内量化基金专户和量化私募产品主要以市场中性策略和CTA为主,同时也运用了量化多策略、套利策略等。

    市场中性策略——追求绝对收益

    市场中性策略的基本逻辑是在买入一篮子股票多头组合的同时,持有空头工具如期权、股指期货等,以对冲市场的Beta风险,力争追求绝对收益(Alpha),而不承受市场风险(Beta)。

    国内市场中性策略一般基于多因子模型和统计套利模型两大类。多因子模型将组合投资看做是因子的组合(如行业、规模、成交量、价值等),投资组合的风险/收益被拆解为一系列因子,但是这个策略对模型本身的逻辑性、稳定性要求比较高;统计套利模型则是主要基于对历史数据(估值、财务数据等)的统计分析,依据相关变量的概率分布,捕捉其中的大概率机会,不过随着参与人数的增加,寻找这样的机会变得更加困难。

    市场中性策略的好处在于相对稳定,由于基本排除了系统性风险带来的收益或者是亏损,基金最后的收益主要取决于构建投资组合的能力。如果基金经理的组合水平较高,且比较稳定,基金将能够长期保持较为稳定的收益。但是这个策略在市场行情非常好的时候,就会表现地不好,因为市场中性策略在抠出潜在市场亏损的同时也压低了市场的潜在收益。

    如2014年底,牛市开始进入中期,市场中大多数股票型基金都因此而收益,但采取市场中性策略的基金由于持有空头股指期货,尽管股票多头出现了盈利,可被空头股指期货的损失所掩盖,市场表现大幅度落后于股市平均水准。因此,市场中性策略适用于中长线投资,短线具有抗跌的效果。对于风险偏好相对较低,且对流动性要求不高的投资者来说,市场中性策具有优势。

    CTA策略——分散组合投资风险

    CTA,即管理期货策略。管理期货被称为最“分散”的策略,由于基于管理期货基金本身的特性,其可以提供多元化的投资机会,从商品,黄金,到货币和股票指数等。因此在某种程度上,管理期货基金的决策一般对计算机程序较为倚重,可以实现与传统的投资品种保持较低的相关性,来达到分散整体投资组合风险的目标。

    海外长期数据显示,CTA 策略与其他策略之间呈现出显著低相关性,加入CTA 策略可平滑组合净值曲线,降低组合的波动性,其核心收益来源于低频、小概率的大幅正收益,需要长期持有。

    海外CTA 策略与其他策略呈现出明显的低相关性

    CTA以做多波动率为主,跟随趋势而非预测趋势,从交易策略上可分为趋势跟踪策略、反转策略和套利策略,从交易频率上又可分为日内高频、短、中、长周期策略。由于CTA策略主动控制各类资产交易风险,并很好地在事前事中事后做风险控制,往往在市场大幅波动时有不错表现,对投资组合起到保护作用。如2008 年美国市场,道指下跌33.8%、对冲基金整体亏损21.6%、股票多空类策略亏损11.9%,而CTA 策略获得了14.1%的正收益。

    CTA策略适用于长线投资,且在震荡行情中往往能够保持稳定的正收益,对流动性要求不高的投资者是个不错的选择。

    量化多策略——“全能选手”

    量化多策略是指采用多种策略的量化投资,从不同投资维度,在不同市场情况下捕捉市场定价失效的投资机会,力争有效控制风险的基础上,实现基金资产的长期稳定增值。

    量化多策略某种程度上可以平衡单个策略可能出现的风险和失效,从而有效控制整体组合风险,收益相对比较稳健。但如何在多策略之间取得平衡是一个考验投资经理水准的关键问题,因为每一种策略都有其特定的适应条件和特点。

    对于比较保守型投资者来说,量化多策略采取了多种策略,具有分散风险的作用,具有明显的吸引力。

    套利策略——“黄金搭档”

    采用量化的方法来进行套利本质上都可以看做是套利策略,根据套利的不同方向,套利可以分为期限套利、跨市套利、跨品种套利和基金套利等,根据套利标的的不同,可以分为股指期货套利、商品期货套利、ETF套利等。

    套利本质上是利用了市场的信息不对称和市场的非完全有效,使得市场定价出现偏差,而套利的存在使得这种市场价格偏差的发生减少。目前,套利策略经常搭配其他量化策略一起使用,是量化投资策略的“黄金搭档”。对于收益性和流动性要求不高,但对确定性要求较高的投资者来说,有效的套利策略能带来持久的安全与收益。

    需要温馨提醒大家的是,以上几种基金专户和私募量化策略对投资者的要求较高,具备资金条件和风险承受能力的投资者才可以购买哦。

    总结:

    综合来看,量化策略种类众多,在风险、收益、市场容量、灵活性方面存在较大的不同,每一种策略都有相应的优缺点,投资者应根据自己对收益性、安全性以及流动性的不同需求来选择适合自己的策略。

    量化选股以及指数增强策略由于市场容量大,且投资标的多为股票(相对于期货、股指等标的更容易被普通投资者接受)而广受公募基金的欢迎。市场中性策略与CTA策略需要长期持有才能体现价值,且对投资者的风险承受能力要求更高,基金专户或私募基金的投资者在风险承受能力和持有周期上更容易满足策略的需求。

    ----------------------------------------------------------------

    推荐阅读:

    1.一个量化策略师的自白(好文强烈推荐)

    2.股票期货经典的量化交易策略都在这里了!(源码)

    3.期货/股票数据大全查询(历史/实时/Tick/财务等)

    4.全网优秀的量化交易干货文章分享都在这里啦!

    5.学习Python量化有哪些书籍?这里有一份书单送给你

    6.量化金融经典理论、重要模型、发展简史大全

    7.干货 | 量化选股策略模型大全

    8.量化交易入门(精华必读版)

     

    展开全文
  • VNPY系统是一个开源 的量化策略交易系统,学习本课程快速上手量化交易,赚取属于自己的第一桶金! 手把手教课,不错过任何一个细节。 1.环境准备 2.国内期货CTP 3.其他市场交易接口 4.第一个量化策略 5.历史数据回测...
  • 量化策略的分类

    千次阅读 2019-12-09 10:22:22
    一、国内主流量化策略体系 目前国内量化策略类型的划分方式多样,从投资范围和风险收益属性特征差异的角度,可以将市场上主要的量化策略划分为市场中性策略、指数增强、量化选股、CTA、套利类策略、期权策略以及...

    一、国内主流量化策略体系

    目前国内量化策略类型的划分方式多样,从投资范围和风险收益属性特征差异的角度,可以将市场上主要的量化策略划分为市场中性策略、指数增强、量化选股、CTA、套利类策略、期权策略以及量化多策略等。

    国内主流量化体系

    其中,量化公募产品主要以指数增强和量化选股为主,量化基金专户和量化私募产品主要以市场中性策略、CTA策略为主。

    二、公募基金量化投资策略篇

    目前量化公募产品主要以指数增强和量化选股为主(合计占比超过90%)。

    指数增强

    所谓“指数增强基金”,就是在跟踪标的指数的基础上,用量化投资的方法,适当调整持仓范围,追求获得超越标的指数的收益。

    量化选股

    对比指数增强产品而言,量化选股主要通过多因子、风格轮动和行业轮动的模型使策略的风险暴露更高,即资产组合受到金融风险影响的程度可以通过因子的调整来实现,从而获取超越基准的Alpha收益。

    三、基金专户和私募基金量化投资策略篇

    目前国内量化基金专户和量化私募产品主要以市场中性策略和CTA为主,同时也运用了量化多策略、套利策略等。

    市场中性策略——追求绝对收益

    市场中性策略的基本逻辑是在买入一篮子股票多头组合的同时,持有空头工具如期权、股指期货等,以对冲市场的Beta风险,力争追求绝对收益(Alpha),而不承受市场风险(Beta)。

     

    国内市场中性策略一般基于多因子模型和统计套利模型两大类。多因子模型将组合投资看做是因子的组合(如行业、规模、成交量、价值等),投资组合的风险/收益被拆解为一系列因子,但是这个策略对模型本身的逻辑性、稳定性要求比较高;统计套利模型则是主要基于对历史数据(估值、财务数据等)的统计分析,依据相关变量的概率分布,捕捉其中的大概率机会,不过随着参与人数的增加,寻找这样的机会变得更加困难。

    市场中性策略的好处在于相对稳定,由于基本排除了系统性风险带来的收益或者是亏损,基金最后的收益主要取决于构建投资组合的能力。如果基金经理的组合水平较高,且比较稳定,基金将能够长期保持较为稳定的收益。但是这个策略在市场行情非常好的时候,就会表现地不好,因为市场中性策略在除去潜在市场亏损的同时也压低了市场的潜在收益。

    如2014年底,牛市开始进入中期,市场中大多数股票型基金都因此而收益,但采取市场中性策略的基金由于持有空头股指期货,尽管股票多头出现了盈利,可被空头股指期货的贴水所掩盖,市场表现大幅度落后于股市平均水准。因此,市场中性策略适用于中长线投资,短线具有抗跌的效果。对于风险偏好相对较低,且对流动性要求不高的投资者来说,市场中性策具有优势。

    CTA策略——分散组合投资风险

    CTA,即管理期货策略。管理期货被称为最“分散”的策略,由于基于管理期货基金本身的特性,其可以提供多元化的投资机会,从商品,黄金,到货币和股票指数等。因此在某种程度上,管理期货基金的决策一般对计算机程序较为倚重,可以实现与传统的投资品种保持较低的相关性,来达到分散整体投资组合风险的目标。

    海外长期数据显示,CTA 策略与其他策略之间呈现出显著低相关性,加入CTA 策略可平滑组合净值曲线,降低组合的波动性,其核心收益来源于低频、小概率的大幅正收益,需要长期持有。

    海外CTA 策略与其他策略呈现出明显的低相关性

    CTA以做多波动率为主,跟随趋势而非预测趋势,从交易策略上可分为趋势跟踪策略、反转策略和套利策略,从交易频率上又可分为日内高频、短、中、长周期策略。由于CTA策略主动控制各类资产交易风险,并很好地在事前事中事后做风险控制,往往在市场大幅波动时有不错表现,对投资组合起到保护作用。如2008 年美国市场,道指下跌33.8%、对冲基金整体亏损21.6%、股票多空类策略亏损11.9%,而CTA 策略获得了14.1%的正收益。

    CTA策略适用于长线投资,且在震荡行情中往往能够保持稳定的正收益,对流动性要求不高的投资者是个不错的选择。

    量化多策略——“全能选手”

    量化多策略是指采用多种策略的量化投资,从不同投资维度,在不同市场情况下捕捉市场定价失效的投资机会,力争有效控制风险的基础上,实现基金资产的长期稳定增值。

    量化多策略某种程度上可以平衡单个策略可能出现的风险和失效,从而有效控制整体组合风险,收益相对比较稳健。但如何在多策略之间取得平衡是一个考验投资经理水准的关键问题,因为每一种策略都有其特定的适应条件和特点。

    对于比较保守型投资者来说,量化多策略采取了多种策略,具有分散风险的作用,具有明显的吸引力。

    套利策略——“黄金搭档”

    采用量化的方法来进行套利本质上都可以看做是套利策略,根据套利的不同方向,套利可以分为期限套利、跨市套利、跨品种套利和基金套利等,根据套利标的的不同,可以分为股指期货套利、商品期货套利、ETF套利等。

    套利本质上是利用了市场的信息不对称和市场的非完全有效,使得市场定价出现偏差,而套利的存在使得这种市场价格偏差的发生减少。目前,套利策略经常搭配其他量化策略一起使用,是量化投资策略的“黄金搭档”。对于收益性和流动性要求不高,但对确定性要求较高的投资者来说,有效的套利策略能带来持久的安全与收益。

    总结:

    综合来看,量化策略种类众多,在风险、收益、市场容量、灵活性方面存在较大的不同,每一种策略都有相应的优缺点,投资者应根据自己对收益性、安全性以及流动性的不同需求来选择适合自己的策略。

    量化选股以及指数增强策略由于市场容量大,且投资标的多为股票(相对于期货、股指等标的更容易被普通投资者接受)而广受公募基金的欢迎。市场中性策略与CTA策略需要长期持有才能体现价值,且对投资者的风险承受能力要求更高,基金专户或私募基金的投资者在风险承受能力和持有周期上更容易满足策略的需求。

    来源:信合量化

    ------------------------------------------------------------------------

    推荐阅读:

    1.一个量化策略师的自白(好文强烈推荐)

    2.股票期货经典的量化交易策略都在这里了!(源码)

    3.期货/股票数据大全查询(历史/实时/Tick/财务等)

    4.当真躺着赚钱?量化交易的十大难题

    5.从量化到高频交易,不可不读的五本书

    6.如何有效的规避量化交易中的滑点?

     

     

    展开全文
  • vn.py社区精选1 - 包学包会的Python量化策略加密为什么要加密?从执行方式上,编程语言可分为2类,编译型语言和解释型语言:编译型语言(如C++等),在程序执行之前,会先通过编译器对程序源代码执行进行编译,将其...

    vn.py社区精选1 - 包学包会的Python量化策略加密

    为什么要加密?

    从执行方式上,编程语言可分为2类,编译型语言和解释型语言:

    编译型语言(如C++等),在程序执行之前,会先通过编译器对程序源代码执行进行编译,将其转变为机器语言后(如.dll 或者.exe),再由机器语言负责最后的运行操作; 解释型语言(如Python等),则省去了编译的过程,而是选择在程序运行的时候,通过解释器对程序逐行做出解释,然后直接运行。

    尽管在分类上属于解释型语言,Python在实际运行时为了提高效率,同样会先从源代码(py 文件)编译为字节码文件(pyc文件),而后在运行时通过解释器再来解释为机器指令执行。第二次运行该Python文件时,解释器会在硬盘中寻找到事先编译过的pyc文件,若找到则直 接载入,否则就重新生成pyc文件。

    但无论是py文件还是pyc文件,都有极高的风险泄露源代码:

    py文件:Python程序的可读源代码;

    pyc文件:作为字节码,可以通过某些工具(如uncompyle6)还原为.py文件。

    无论是谁,都不会希望自己辛辛苦苦开发的量化策略被任何第三方窃取,因此自然而然就产生了对策略文件进行加密的需求:对py文件加密,生成可以正常加载运行,但无法被反编译的pyd文件(在Linux上为.so文件)。

    解决方案Cython

    作为Python语言的子集,Cython主要被用来解决Python代码中的运行效率瓶颈问题,如

    numpy底层的矩阵运算加速,期权的实时定价模型等等。

    除了加速功能外,Cython也提供了一整套Python语言的静态编译器,可以将Python源代码转换成C源代码,再编译成pyd二进制文件(本质上是dll文件)。

    尝试用VSCode打开一个编译生成的pyd文件:

    可以看到内容全都是不可读的二进制乱码,从而实现了我们需要的代码加密功能。

    一步步学加密

    尽管听起来有点复杂,Cython的实际操作却非常非常简单,装好工具后只需要一条命令就能完成所有编译工作,所以完全不用紧张,照着下面的傻瓜教程一步步操作就好。

    第一步

    安装时请勾选“使用C++的桌面开发”,如下图所示:

    第二步

    在Python环境中安装Cython,打开cmd后输入运行pip install cython即可:

    第三步

    创建一个新的文件夹Demo,把需要加密的策略(如demo_strategy)复制到该文件夹下:

    第四步

    在Demo文件夹下,按住“Shift”+ 鼠标右键,点击“在此处打开命令窗口(或者Powershell)”进入cmd,输入以下命令来进行编译:

    cythonize -i demo_strategy.py

    随后Cython工具会自动执行C代码的生成和编译工作,输出类似下图中的一系列日志信息:

    第五步

    编译完成后, Demo 文件夹下会多出 2 个新的文件, 其中就有已加密的策略文件demo_strategy.cp37-win_amd64.pyd:

    第六步

    在操作系统的用户目录下(如C:\Users\Administrator\),创建strategies文件夹,用于存放用户自己开发的的策略文件。将上一步生成的demo_strategy.cp37-win_amd64.pyd, 放到此处即可运行:

    第七步

    启动VN Trader后,进入CTA策略模块即可看到加密后的DemoStrategy策略已经正常识别并加载到了系统中:

    展开全文
  • QuantTester:CTA量化策略回测系统
  • 虽然量化策略已经是一个半专业的名词,但是各种策略其实也是纷繁庞杂的,策略与策略之间思路的内核也有着很大的区别。所以最近我也有一个想法,就是把整个量化策略的体系进行一些简单的分类,下面是一些介绍性的成果...
  • 传统量化策略 VS AI量化策略

    千次阅读 2018-12-28 11:23:20
    在BigQuant人工智能量化投资平台上可以快速开发股票传统策略和股票AI策略,今天我们就拿市值因子来练手,看看两个策略在2015-01-01到2016-12-31这两年时间各自的收益风险情形。 市值因子是国内股票市场能够带来超额...
  • 瑞银报告:亚太地区量化策略,UBS最新报告 2018年 量化交易必读
  • 什么是量化策略

    千次阅读 2017-05-23 15:55:42
    量化策略是指使用计算机作为工具,通过一套固定的逻辑来分析、判断和决策。 量化策略既可以自动执行,也可以人工执行。 一个完整的量化策略包含哪些内容? 一个完整的策略需要包含输入、策略处理逻辑、输出;...
  • 福星量化策略展示

    2021-03-11 10:43:58
    福星量化策略历史数据展示 股指IF103合约HHL_LS策略3分钟历史数据展示 1标准手IF2103合约,在32天内,共进行85次交易,总盈利为251,460。 股指IF2103合约RICH1策略10分钟历史数据展示 1标准手IF2103合约,在101天...
  • Python量化策略风险指标

    千次阅读 2019-05-10 10:50:22
    转 Python量化策略风险指标 如何衡量一个量化策略的好坏?一是比较稳定的收益,二是有严谨的回测,三是有清晰的逻辑。——刘富兵 引言 尽管过去不能代表未来,通过历史回测来评估量化策略仍然是量化投资非常重要...
  • 量化策略分析师

    2016-07-26 16:58:36
    量化策略分析师
  • 20210412-中信证券-量化策略专题研究:量化视角下的市场风格分析.pdf
  • 量化策略市场容量

    2019-09-29 01:30:30
    量化策略市场容量估算 1、当天交易量*5% 2、套利价差 a 市价 到 市价+a 之间的挂单量。 3、cta策略单次盈利 a 市价 到 市价+a 之间的挂单量。 转载于:https://www.cnblogs.com/bawu/p/9581076.html...
  • 真格量化入门课程——①量化策略思路入门 <br>一、什么是量化交易策略 量化交易策略,是采用数量化手段构建而成并进行决策的交易策略。是将人的投资思想规则化、变量化、模型化,形成一整套完整、可量化的操作...
  • 基于滞环比较思想在DSM中提出了一种可变门限量化策略,并通过理论和仿真分析了该策略下DSM输出的平均切换速率以及带内SNR性能。结果表明,采用所提出的量化策略,在带内SNR减少有限的情况下,能够有效降低DSM输出的...
  • 量化策略的评价指标

    2021-03-12 17:16:50
    量化策略的评价指标 收益曲线 年化收益 单利/复利 夏普比率 年化收益/最大回测 Alpha 主动投资能力 Beta 风险系数 风险 单只股票仓位
  • 量化策略及其中国市场容量

    千次阅读 2019-04-23 12:49:54
    量化策略及其中国市场容量 按语:量化策略已经成为国内证券投资基金的一种重要的投资策略,根据具体采用的策略不同又可分为多种类型。本文总结出八大类型的量化策略,结合国内实际运用情况逐一分析了各个策略在...
  • 量化编程、Python入门及量化策略、量化知识总结贴

    千次阅读 多人点赞 2018-07-26 17:03:30
    量化编程、Python入门及量化策略、量化知识总结贴 Ricequant 量化社区的初衷让各位爱好量化的人士可以碰撞思维,在分享和争辩中学习到有用且实战的量化知识。有赖于各位在社区中贡献满满的干货以及有质量的讨论,从...
  • 十分钟学会写量化策略

    千次阅读 2019-08-23 20:12:14
    本文通过讲述 [单股票均线策略] 在 Ricequant 量化平台的实现,熟悉平台并快速入门、创建自己的量化策略代码。难易度:入门级那么以下我们就先从 [单股票均线策略] 的代码实现及进行日级别回测讲起吧。1 确定框架:...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 4,953
精华内容 1,981
关键字:

量化策略