1 在瀏覽器中打開(kāi) www.joinquant.com2 編寫策略代碼點(diǎn)擊頂部的“我的策略”,選擇子菜單“我的策略”,在左側(cè)輸入python代碼
![]() 這里600050,是中國(guó)聯(lián)通的股票代號(hào),XSHG代表滬市。 若是想要對(duì)“科大訊飛”進(jìn)行量化,只需要設(shè)置 g.security = '002230.XSHE’,這里XSHE代表深市。 3 編譯運(yùn)行點(diǎn)擊編譯運(yùn)行,右側(cè)的上半部分顯示回測(cè)結(jié)果,下半部分顯示日志和錯(cuò)誤。 ![]() 這里默認(rèn)的統(tǒng)計(jì)時(shí)間為2016-6-1到2016-12-31,若想改成自定義的時(shí)間需要注冊(cè)并登錄。 4 名詞解釋(1)基準(zhǔn)收益就是大盤的收益。 (2)策略收益就是你的策略所能產(chǎn)生的收益。“好”策略的收益至少要超過(guò)基準(zhǔn)收益。 (3)阿爾法:投資中面臨著系統(tǒng)性風(fēng)險(xiǎn)(即Beta)和非系統(tǒng)性風(fēng)險(xiǎn)(即Alpha),Alpha是投資者獲得與市場(chǎng)波動(dòng)無(wú)關(guān)的回報(bào),一般用來(lái)度量投資者的投資技藝。比如投資者獲得了12%的回報(bào),其基準(zhǔn)獲得了10%的回報(bào),那么Alpha或者價(jià)值增值的部分就是2% · α>0,策略相對(duì)于風(fēng)險(xiǎn),獲得了超額收益 · α=0,策略相對(duì)于風(fēng)險(xiǎn),獲得了適當(dāng)收益 · α<0,策略相對(duì)于風(fēng)險(xiǎn),獲得了較少收益 (4)貝塔:表示投資的系統(tǒng)性風(fēng)險(xiǎn),反映了策略對(duì)大盤變化的敏感性。例如一個(gè)策略的Beta為1.3,則大盤漲1%的時(shí)候,策略可能漲1.3%,反之亦然;如果一個(gè)策略的Beta為-1.3,說(shuō)明大盤漲1%的時(shí)候,策略可能跌1.3%,反之亦然 (5)夏普比率:表示每承受一單位總風(fēng)險(xiǎn),會(huì)產(chǎn)生多少的超額報(bào)酬,可以同時(shí)對(duì)策略的收益與風(fēng)險(xiǎn)進(jìn)行綜合考慮。 (6)最大回撤是一個(gè)風(fēng)險(xiǎn)指標(biāo),衡量極端風(fēng)險(xiǎn),表示在測(cè)試區(qū)間內(nèi)最大的可能浮虧。注意這里是浮虧,不是虧損。 例如:初始凈值為1元,后來(lái)增長(zhǎng)到最高點(diǎn)1.6元,近期跌到最低點(diǎn)1.6元。則最大回撤為 (1.6 - 0.6) / 1.6 = 62.5%。 5 分析圖2中的基準(zhǔn)收益為4.43%,策略收益為66.69%,遠(yuǎn)高于基準(zhǔn)收益。這說(shuō)明這個(gè)策略在2016-06-01至2016-12-31這段時(shí)間內(nèi),若用于中國(guó)聯(lián)通股票,會(huì)產(chǎn)生很可觀的收益。 6 換一支股票試試將g.security = '600050.XSHG’改為g.security = '002230.XSHE’,這里002230是“科大訊飛”的股票代號(hào)。 編譯運(yùn)行后,發(fā)現(xiàn)策略收益為-2.90%。這說(shuō)明,在2016-06-01至2016-12-31,對(duì)于科大訊飛股票,若使用了程序中的策略,會(huì)產(chǎn)生很差的收益。 ![]() 7 總結(jié)從上面針對(duì)兩支股票運(yùn)行同一策略所產(chǎn)生的不同效果來(lái)看,同一策略對(duì)不同的股票所起的作用是不一樣的。好的策略應(yīng)該選取多種不同的指標(biāo)進(jìn)行策略組合,以提高策略收益和策略的穩(wěn)定性。本文所演示的策略僅僅是為了讓初學(xué)者了解策略的大體過(guò)程。 文章分享自微信公眾號(hào): 海天一樹(shù) 掃碼關(guān)注公眾號(hào) 本文參與 騰訊云自媒體分享計(jì)劃,歡迎熱愛(ài)寫作的你一起參與! 原始發(fā)表:2017-10-08,如有侵權(quán)請(qǐng)聯(lián)系 cloudcommunity@tencent.com 刪除 登錄后參與評(píng)論 相關(guān)文章 2018程序員必備碎片化學(xué)習(xí)工具 碼個(gè)蛋第239次推文
??
2017馬上就要過(guò)去了,2018來(lái)了。
工作、生活節(jié)奏超快的今天,想要不斷提升自我,碎片化閱讀學(xué)習(xí)是你最佳的選擇,如果你有一顆學(xué)習(xí)的心,那這些學(xué)習(xí)型的公眾號(hào),絕對(duì)會(huì)讓你受益匪淺。
小編為你精選了技術(shù)領(lǐng)域幾個(gè)精品微信訂閱號(hào),涵蓋了時(shí)下最熱門的技術(shù)領(lǐng)域,還有行業(yè)內(nèi)的熱點(diǎn)新聞和干貨教程推送。同時(shí),你還能加入這些公眾號(hào)的學(xué)習(xí)社群,和各個(gè)領(lǐng)域的大咖面對(duì)面交流,不斷學(xué)習(xí),提升自我!!
想要學(xué)到更多,什么時(shí)候開(kāi)始都不晚!趕緊加入吧!
數(shù)據(jù)與算法之美
人工智能,深度學(xué)習(xí),用大數(shù)據(jù)思維解決不可能的問(wèn) 【精華干貨】Quant 需要哪些 Python 知識(shí) 謝謝大家的支持!現(xiàn)在該公眾號(hào)開(kāi)通了評(píng)論留言功能,你們對(duì)每篇推文的留言與問(wèn)題,可以通過(guò)【寫評(píng)論】給圈主留言,圈主會(huì)及時(shí)回復(fù)您的留言。
想在市場(chǎng)上賺錢,必須同時(shí)具備兩樣能力:
研究:做出正確的能夠獲利的決策,也就是尋找Alpha的能力
交易:基于研究的結(jié)果和交易信號(hào),執(zhí)行相應(yīng)的下單風(fēng)控等操作,也就是將Alpha落實(shí)到你賬戶盈利上的能力
研究方面
python編程能力:
python基礎(chǔ)編程,必須掌握,不僅僅是會(huì)語(yǔ)法,還有各種語(yǔ)言細(xì)節(jié)的坑(當(dāng)然比C++少很多)。對(duì)于常年使用R MATLAB SAS的研究人員來(lái) 【Matlab量化投資】支持向量機(jī)擇時(shí)策略 推出【Matlab量化投資系列】
機(jī)器學(xué)習(xí)
所謂機(jī)器學(xué)習(xí),其實(shí)就是根據(jù)樣本數(shù)據(jù)尋找規(guī)律,然后再利用這些規(guī)律來(lái)預(yù)測(cè)未來(lái)的數(shù)據(jù)(結(jié)果)。
但是,直到今天,機(jī)器學(xué)習(xí)也沒(méi)有一種被大家廣泛認(rèn)同的理論框架產(chǎn)生,這個(gè)也是機(jī)器學(xué)習(xí)被大家詬病的原因之一:它是沒(méi)有理論基礎(chǔ)的。
目前機(jī)器學(xué)習(xí)的方法大概可以分為以下幾種:
1、經(jīng)典的參數(shù)統(tǒng)計(jì)估計(jì)方法:基于傳統(tǒng)統(tǒng)計(jì)學(xué),需要已知的樣本分布形式,局限性比較大。
2、經(jīng)驗(yàn)非線性方法:利用已知樣本建立非線性模型(如人工神經(jīng)網(wǎng)絡(luò)),克服了傳統(tǒng)參數(shù)估計(jì)方法的困難,但缺乏統(tǒng)一的數(shù)學(xué)理論。 【獨(dú)家發(fā)送】機(jī)器學(xué)習(xí)該如何應(yīng)用到量化投資系列(四)——關(guān)于漲跌的思考基于Python 編輯部
微信公眾號(hào)
關(guān)鍵字全網(wǎng)搜索
『量化投資』:排名第一
『量 化』:排名第二
『機(jī)器學(xué)習(xí)』:排名第三
我們會(huì)再接再厲
成為全網(wǎng)優(yōu)質(zhì)的金融、技術(shù)技類公眾號(hào)
系列文章(點(diǎn)擊即可查看)
機(jī)器學(xué)習(xí)該如何應(yīng)用到量化投資系列(一)
機(jī)器學(xué)習(xí)該如何應(yīng)用到量化投資系列(二)
機(jī)器學(xué)習(xí)該如何應(yīng)用到量化投資系列(三)
目錄
⊙機(jī)器學(xué)習(xí) & scikit-learn簡(jiǎn)介
⊙HS300歷史數(shù)據(jù)特征一覽
⊙基于歷史漲跌的機(jī)器學(xué)習(xí)預(yù)測(cè)模型構(gòu)建字
機(jī)器學(xué)習(xí) & scikit-learn簡(jiǎn)介
簡(jiǎn)單說(shuō):機(jī)器學(xué)習(xí)算法是一 【獨(dú)家發(fā)布】期貨市場(chǎng)內(nèi)外盤低頻統(tǒng)計(jì)套利基于Python 聲明
作者: 阿布
公眾號(hào)獨(dú)家授權(quán)
未經(jīng)允許 禁止轉(zhuǎn)載
github地址:
https://github.com/bbfamily/abu
本策略可直接運(yùn)行,運(yùn)行地址
https://github.com/bbfamily/abu/tree/master/abupy_lecture
首先導(dǎo)入本節(jié)需要使用的abupy中的模塊:
算法交易之父托馬斯·彼得菲最成功的一段經(jīng)歷是利用當(dāng)時(shí)最快的計(jì)算機(jī),租賃獨(dú)享電話線以保證數(shù)據(jù)傳輸暢通無(wú)阻,甚至超越時(shí)代定制平叛電腦,使用統(tǒng)計(jì)套利在不同市場(chǎng)進(jìn)行對(duì)沖策略。
這是 用AlphaGo背后的人工智能做金融投資 量化投資與機(jī)器學(xué)習(xí)
為中國(guó)的量化投資事業(yè)貢獻(xiàn)一份我們的力量!
公眾號(hào)今天受邀為大家介紹一下由黃文堅(jiān)先生創(chuàng)立的墨寬人工智能量化投資平臺(tái)。
黃文堅(jiān) 香港科技大學(xué)本科、研究生,墨寬投資CEO,人工智能領(lǐng)域研究者,有多篇頂級(jí)學(xué)術(shù)論文發(fā)表。著有《TensorFlow實(shí)戰(zhàn)》,國(guó)內(nèi)計(jì)算機(jī)類書籍月度銷量冠軍,該書獲李開(kāi)復(fù)、Jeff Dean(谷歌大腦團(tuán)隊(duì)負(fù)責(zé)人)推薦,并在日本、韓國(guó)等地翻譯出版。目前正帶領(lǐng)團(tuán)隊(duì)研發(fā)新一代的人工智能量化平臺(tái),旨在將人工智能技術(shù)應(yīng)用于價(jià)值投資領(lǐng)域。團(tuán)隊(duì)成員包括北大、浙大、香港科技大學(xué)、中科院等 基于Python的開(kāi)源量化交易平臺(tái)及組件匯總 vnpy [1]
基于python的開(kāi)源交易平臺(tái)開(kāi)發(fā)框架。項(xiàng)目的用戶包括:私募基金,證券自營(yíng)、資管,期貨公司,高校的金融研究院系,個(gè)人投資者等,機(jī)構(gòu)用戶加起來(lái)至少20多家。
該項(xiàng)目擁有較為豐富的Python交易和數(shù)據(jù)API接口,基本覆蓋了國(guó)內(nèi)所有常規(guī)交易品種(股票、期貨、期權(quán)),具體包括:CTP(vn.ctp)、飛馬(vn.femas)、LTS(vn.lts)、金仕達(dá)黃金(vn.ksgold)、金仕達(dá)期權(quán)(vn.ksotp)、通聯(lián)數(shù)據(jù)(vn.datayes)。
?
特點(diǎn):簡(jiǎn)潔易用的事件驅(qū)動(dòng)引擎(v 我差不多,哦不我已經(jīng)是個(gè)廢人了No.4 我是小蕉。
好吧大家都說(shuō)技術(shù)看不懂,那好吧,今天一點(diǎn)技術(shù)都沒(méi)有,主要談?wù)勔粋€(gè)人來(lái)如何懶起來(lái)。
前幾日因?yàn)橐渴鹨粋€(gè)ElasticSearch集群,雖然只有三臺(tái)。但是,我就是不想一臺(tái)一臺(tái)去部署啊,煩死個(gè)人了。萬(wàn)一后面要部署1000臺(tái),那可要怎么辦??真心一臺(tái)一臺(tái)去處理咩。我懶得要命,我才懶得這樣干。 就抽象一下,提煉出一個(gè)垃圾批量部署的法子。安裝包準(zhǔn)備->環(huán)境準(zhǔn)備->安裝包上傳解壓->配置變更->啟動(dòng)服務(wù)器。看起來(lái)也就長(zhǎng)這樣,一個(gè)shell腳本搞定,雖然花了半天的時(shí)間,但是在后面操作其他機(jī)器的 小白零基礎(chǔ)編程到大佬級(jí)別是怎么學(xué)習(xí)Python的? 程序員在普通人眼里就像魔法師,一個(gè)腳本輕松搶幾十盒月餅(雖然最后被開(kāi)除),一個(gè)插件解決春運(yùn)搶票難題,幾十行代碼搭建一個(gè) Web 網(wǎng)站,用微信自動(dòng)和妹紙聊天,在程序員眼里這些事太稀松平常了,他們只不過(guò)是利用編程語(yǔ)言指揮計(jì)算機(jī)去自動(dòng)完成一些需要人類重復(fù)操作的繁瑣過(guò)程,等你會(huì)編程也就不覺(jué)得大驚小怪了。
??
有些人學(xué)習(xí)編程剛一開(kāi)始頭腦發(fā)熱,買了很多書,下載很多視頻,收藏上100G的資料,沒(méi)過(guò)幾天,熱情就褪去了,最后完成了從入門到放棄的全過(guò)程,究其原因主要是缺乏清晰的目標(biāo),沒(méi)有方向,或者方向不明確。如果你真正想把編程 【數(shù)據(jù)分析】互聯(lián)網(wǎng)和金融,在數(shù)據(jù)挖掘上究竟存在什么區(qū)別? 一、數(shù)據(jù)挖掘的層次
一直想整理下對(duì)數(shù)據(jù)挖掘不同層次的理解,這也是這兩年多的時(shí)間里面,和很多金融領(lǐng)域、互聯(lián)網(wǎng)做數(shù)據(jù)相關(guān)工作的小伙伴,聊天交流的一些整理和歸納。大概可以分為四類:
?
(一)純粹的數(shù)據(jù)加工
側(cè)重于變量加工和預(yù)處理,從源系統(tǒng)或數(shù)據(jù)倉(cāng)庫(kù),對(duì)相關(guān)數(shù)據(jù)進(jìn)行提取、加工、衍生處理,生成各種業(yè)務(wù)表。然后,以客戶號(hào)為主鍵,把這些業(yè)務(wù)表整合匯總,最終可以拉出一張大寬表,這張寬表就可以稱之為“客戶畫像”。即,有關(guān)客戶的很多變量和特征的集合。
在這個(gè)階段,主要的數(shù)據(jù)加工工具為SQL和SAS base。
(二)傻瓜式的 【干貨】錢塘數(shù)據(jù)特邀專家杜登斌——產(chǎn)業(yè)大數(shù)據(jù)創(chuàng)新應(yīng)用【內(nèi)含PPT】 產(chǎn)業(yè)大數(shù)據(jù)創(chuàng)新應(yīng)用
——“產(chǎn)業(yè)+大數(shù)據(jù)+金融”的產(chǎn)業(yè)升級(jí)轉(zhuǎn)型創(chuàng)新思路
5月31日,中潤(rùn)普達(dá)(集團(tuán))公司董事長(zhǎng)杜登斌在出席首屆中國(guó)(杭州)工業(yè)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展高峰論壇時(shí),從自己的人生經(jīng)歷出發(fā),帶領(lǐng)與會(huì)者走近“互聯(lián)網(wǎng)+”時(shí)代的大數(shù)據(jù)發(fā)展現(xiàn)狀和未來(lái)。開(kāi)篇“下一個(gè)百萬(wàn)億商業(yè)時(shí)代在哪里”的探討使大家充滿期待;對(duì)“以數(shù)據(jù)資產(chǎn)為核心的大數(shù)據(jù)產(chǎn)業(yè)金融技術(shù)創(chuàng)新與應(yīng)用”的分析穩(wěn)扎穩(wěn)打步步深入;“數(shù)據(jù)產(chǎn)業(yè)金融創(chuàng)新應(yīng)用需要突破的問(wèn)題”教人持續(xù)思考,關(guān)注更有價(jià)值的未來(lái)市場(chǎng)。
產(chǎn)業(yè)互聯(lián)網(wǎng)將是下一個(gè)百萬(wàn)億商業(yè)時(shí)代
首先,杜登斌談了對(duì)“互 零基礎(chǔ)如何自學(xué)Python 程序員在普通人眼里就像魔法師,一個(gè)腳本輕松搶幾十盒月餅(雖然最后被開(kāi)除),一個(gè)插件解決春運(yùn)搶票難題,幾十行代碼搭建一個(gè) Web 網(wǎng)站,用微信自動(dòng)和妹紙聊天,在程序員眼里這些事太稀松平常了,他們只不過(guò)是利用編程語(yǔ)言指揮計(jì)算機(jī)去自動(dòng)完成一些需要人類重復(fù)操作的繁瑣過(guò)程,等你會(huì)編程也就不覺(jué)得大驚小怪了。
??
Photo by PICSELI on Unsplash
有些人學(xué)習(xí)編程剛一開(kāi)始頭腦發(fā)熱,買了很多書,下載很多視頻,收藏上100G的資料,沒(méi)過(guò)幾天,熱情就褪去了,最后完成了從入門到放棄的全過(guò)程,究其原因主要是缺 Rcash推出一站式數(shù)字貨幣交易平臺(tái),提供大數(shù)據(jù)分析工具 據(jù)悉,Rcash是一個(gè)全球數(shù)字貨幣一站式量化與套利交易平臺(tái),目前已經(jīng)完成產(chǎn)品的初步開(kāi)發(fā),下一步將集合大數(shù)據(jù)和人工智能系統(tǒng),進(jìn)行深度開(kāi)發(fā)。此外,Rcash近期已準(zhǔn)備開(kāi)展代幣發(fā)行計(jì)劃。
?
區(qū)塊鏈技術(shù)發(fā)展迅速,現(xiàn)今每日數(shù)字貨幣市場(chǎng)交易量已經(jīng)超過(guò)400億美元,僅在2017年8月- 12月數(shù)字貨幣的總市值從1500億美元增長(zhǎng)至7000億美元。同時(shí),數(shù)字貨幣多維度數(shù)據(jù)都較去年同期增長(zhǎng)迅猛。根據(jù)CoinMarketCap數(shù)據(jù)顯示,截至2018年1月24日,在全球范圍內(nèi)可以在二級(jí)市場(chǎng)交易所內(nèi)交易的數(shù)字貨幣幣種已經(jīng)達(dá)到14 人工智能步入金融領(lǐng)域,“AI+”會(huì)是金融業(yè)的未來(lái)嗎 目前金融機(jī)構(gòu)的主流玩法有四種:1. 投資銀行和賣方研究嘗試自動(dòng)報(bào)告生成,2. 金融智能搜索;3. 公募、私募基金在通過(guò)人工智能輔助量化交易;4. 財(cái)富管理公司在探索智能投顧方向。
人工智能如何輔助量化交易
量化交易從很早開(kāi)始就運(yùn)用機(jī)器進(jìn)行輔助工作,分析師通過(guò)編寫簡(jiǎn)單函數(shù),設(shè)計(jì)一些指標(biāo),觀察數(shù)據(jù)分布,而這些僅僅把機(jī)器當(dāng)做一個(gè)運(yùn)算器來(lái)使用。直到近些年機(jī)器學(xué)習(xí)的崛起,數(shù)據(jù)可以快速海量地進(jìn)行分析、擬合、預(yù)測(cè),人們逐漸把人工智能與量化交易聯(lián)系得愈發(fā)緊密,甚至可以說(shuō)人工智能的3個(gè)子領(lǐng)域(機(jī)器學(xué)習(xí),自然語(yǔ)言處理,知識(shí)圖 學(xué)習(xí)R語(yǔ)言對(duì)金融分析人士有何意義?
說(shuō)一說(shuō)我的背景,大學(xué)里c入門,轉(zhuǎn)入R。在學(xué)校里弄了一陣生統(tǒng)與經(jīng)濟(jì)。現(xiàn)在搞云端理財(cái)?shù)木W(wǎng)站,后端是用R實(shí)現(xiàn)的,搞量化風(fēng)險(xiǎn)管理和資產(chǎn)組合的,其中要用到很多運(yùn)算。R已用了有些年頭,見(jiàn)過(guò)一些寫金融包的男神女神,時(shí)常會(huì)通信見(jiàn)面(@任坤,github看過(guò)了,拜拜你哈哈),去過(guò)芝加哥的 Rfinance大會(huì),看看R在金融保險(xiǎn)的前沿是什么樣的。網(wǎng)站已經(jīng)進(jìn)入了第二開(kāi)發(fā)周期。對(duì)R有了另一種感悟。
對(duì)于量化金融分析師,R是拿來(lái)用的。對(duì)于金融軟件開(kāi)發(fā)者,R是用來(lái)拆的。。。請(qǐng)聽(tīng)我慢慢道來(lái)。。。
對(duì)于金融人士來(lái)講,R也許能被我片 2014互聯(lián)網(wǎng)金融Q1-Q3總結(jié) 去年被稱為互聯(lián)網(wǎng)金融的創(chuàng)始之年,眾多在去年誕生、或打下融資基礎(chǔ)的公司,今年在業(yè)績(jī)和融資上紛紛取得了長(zhǎng)足進(jìn)展。從今年二季度開(kāi)始,業(yè)內(nèi)公司開(kāi)始密集公布投融資消息,短短幾個(gè)月內(nèi)已有超過(guò) 30 起大額融資發(fā)布。全年至今累計(jì)發(fā)生風(fēng)投事件近百起,其中不乏數(shù)千萬(wàn)美元的大單,P2P 在其中充當(dāng)了主力軍。
為什么是現(xiàn)在?
去年各類草根創(chuàng)業(yè)公司蜂起,玩家良莠不齊。經(jīng)過(guò)一段時(shí)間的競(jìng)合,我們已經(jīng)看到:1、市場(chǎng)開(kāi)始洗牌,優(yōu)質(zhì)公司逐漸顯現(xiàn)。2、政策導(dǎo)向逐漸明朗,準(zhǔn)入門檻、認(rèn)證標(biāo)準(zhǔn)的提高將會(huì)排除一批欠規(guī)范化 用AlphaGo來(lái)做股票交易會(huì)怎樣?機(jī)器學(xué)習(xí)預(yù)測(cè)股票靠譜么? 今天李世石已連續(xù)輸?shù)袅说诙郑挚聪聛?lái),后面幾盤似乎已沒(méi)啥懸念了。無(wú)疑,這是一個(gè)偉大的時(shí)刻,也是個(gè)偉大的開(kāi)始,超級(jí)智能機(jī)器在未來(lái)將會(huì)在人類生活中扮演更多更重要的角色。
資本市場(chǎng),越來(lái)越多的量化策略與量化交易,越來(lái)越多的機(jī)器在介入,以前散戶面對(duì)的是同樣赤手空拳的空頭,但現(xiàn)在我們面對(duì)的是高度智能的機(jī)器以及加杠桿的賭徒,以前跌一年,現(xiàn)在一周搞定,信息傳播越來(lái)越快,人心預(yù)期轉(zhuǎn)化也特別迅速,于我們,更需要理性,紀(jì)律與底線。
Alpha Go的優(yōu)勢(shì):
無(wú)比強(qiáng)大的數(shù)據(jù)分析能力。對(duì)于公司的財(cái)務(wù)、行業(yè)的數(shù)據(jù),未來(lái)的趨勢(shì),依據(jù) 點(diǎn)擊加載更多 關(guān)于作者 |
|
來(lái)自: 一利陽(yáng)光故事會(huì) > 《股票》