量化交易

量化交易，指的是利用数学模型，在金融市场中寻找稳定超额收益的投资手段。量化交易有着挖掘信息能力强，不易受主观情绪影响，下单及时、准确，风险控制严格等特点，能够获得稳健的收益。而其相对于传统主观投资，上手难度也比较大，门槛较高。入门量化交易，主要需要了解如下几方面的知识。 1.数学/统计学知识 既然说到用数学模型，那数学和统计学的知识是必不可少的。由于国内金融市场尚不完备，一些衍生品交易受到限制，所以相较国外市场，能用到的数学/统计学知识也要少一些。对于非理工背景的投资者，需要补充基础的高等数学，线性代数，概率论，统计学，最优化理论等等学科的知识，这些内容可以在高校教科书中找到。对于一些新兴的利用机器学习的交易策略，还需要了解一些数据挖掘的知识。但既然是入门，这部分自然不是必要的。 另外，计量经济学的应用尤其广泛。进行策略研究时经常要面对大量的时间序列、面板数据。虽然在实践过程中更加注重策略结果，只要能赚钱的策略就是好策略，但在严谨的计量理论的支持下，回归结果更准确，能更好的刻画数据背后的关系，故往往更容易得到与预期相近的结果。其中，时间序列回归与截面、面板回归的逻辑与假设均有较大区别，且广泛用于刻画及预测金融资产的收益，波动。计量经济学的书籍推荐伍德里奇的《计量经济学导论：现代观点》；时间序列推荐布鲁克斯的《金融计量经济学导论》。 2.编程能力 由于量化策略要处理大规模的数据

一、股票 股票： 股票是股份公司发给出资人的一种凭证，股票的持有者就是股份公司的股东。 股票的面值与市值 面值表示票面金额 市值表示市场价值 上市/IPO： 企业通过证券交易所公开向社会增发股票以募集资金 股票的作用： 出资证明、证明股东身份、对公司经营发表意见 公司分红、交易获利 股票的分类 股票按业绩分类： 蓝筹股：资本雄厚、信誉优良的公司的股票 绩优股：业绩优良公司的股票 ST股：特别处理股票，连续两年亏损或每股净资产低于股票面值 股票按上市地区分类： A股：中国大陆上市，人民币认购买卖（T+1，涨跌幅10%） B股：中国大陆上市，外币认购买卖（T+1，T+3） H股：中国香港上市（T+0，涨跌幅不设限制） N股：美国纽约上市 S股：新加坡上市 股票市场的构成 上市公司 投资者（包括机构投资者） 证监会、证券业协会、交易所 证券中介机构 二、交易所 交易所 上海证券交易所：只有一个主板（沪指） 深圳证券交易所： 主板：大型成熟企业（深成指） 中小板：经营规模较小 创业板：尚处于成长期的创业企业 影响股价的因素 公司自身因素：股票自身价值是决定股价最基本的因素，而这主要取决于发行公司的经营业绩、资信水平以及连带而来的股息红利派发状况、发展前景、股票预期收益水平等。 行业因素：行业在国民经济中地位的变更，行业的发展前景和发展潜力，新兴行业引来的冲击等

学习python基础，数学工具，策略开发。学习实例，多为实际需求。利用故事、数学模型和代码，学习量化与编程的关系，描绘量化的人生哲学，学习作者在量化方面的经验，体会作者对交易、人生的理解。 无论是量化、算法，还是黑箱交易，谈论的都是一件事情：通过计算机执行的系统化交易。对数学或者技术有所恐惧的投资者能理解量化交易，带领走过黑箱之旅。用简明的语言指明宽客们所做的工作，揭开了量化交易和量 化交易策略的神秘面纱。在简明介绍量化交易准则和一般性准则之后，转入正题，开始介绍典型黑箱系统的详细内件，用非技术性的语言解释内件是什么以及 内件之间是如何组合在一起的。 《量化投资:策略与技术(修订版)》是国内少有的有关量化投资策略的著作。首先，介绍了量化投资大师西蒙斯的传奇故事（连续20年，每年赚60%）。然后，用60多个案例介绍了量化投资的各个方面的内容，主要分为策略篇与理论篇两部分。策略篇主要包括：量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易和资产配置等。理论篇主要包括：人工智能、数据挖掘、小波分析、支持向量机、分形理论、随机过程及IT技术等。最后介绍了作者开发的D—Alpha量化对冲交易系统，该系统全球市场验证显示具有长期稳健的收益率。 《量化交易之路用Python做股票量化分析》前面讲的是编程技巧，估计策略部分是常用的普通策略。其目的是受人以鱼竿，而不是鱼

1、学习目标 ​ 谈到金融量化分析，可能大多数人想到的肯定就是海量的股票数据，交叉错乱的股票数据图表，让从未接触过金融的人无法入手，就会想这种东西我怎么可能学的会。但是在我们有着扎实的Python编程基础就完全不需要担心这些东西了，我们只需要通过编程的方式编写出对应的策略就能通过计算机帮我们进行自动化交易。 ​ 从本文的标题当中就可以看到，我们的目标就是金融量化分析，在前面已经简单介绍过金融了，所以说我们就直接来看量化，量化这个词在当前这个时代已经越来越常见了，它主要就是可以通过一些策略获取一个投资的方案，而分析就是我们常说的数据分析了，数据分析也是与我们的生活息息相关，本文主要是针对金融方面的数据进行分析，但是如果你从事其他行业，这些技术完全适用。 2、金融量化简介 2.1、什么是金融量化 ​ 金融量化主要是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据当中选出能够带来超额收益的多种“大概率”事件以此来指定策略。主要就是以下几步： 1、发现的一种能够赚钱的规律 2、将规律分解成可操作的步骤（策略） 3、编写程序，让机器去执行这个策略 4、机器返回结果，或者说是让机器直接实现自动化交易 2.2、金融量化能干什么 ​ 相信大家都经常会使用百度、谷歌等之类的搜索引擎搜索我们想了解的问题，但是你要是直接去问它，我到底该买哪一支股票？什么股票可以挣钱

量化交易是用数学模型替代人的主观判断，通过使用计算机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，极大地减少投资者因为情绪波动而造成的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。 在这里推荐个组织： http://tushare.org 。Tushare是一个免费、开源的python财经数据接口包。 Tushare： 主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。 本项目需要的库文件有以下几个： bs4 lxml numpy pandas tushare matplotlib 完整代码如下： # !/usr/bin/env python # -*- coding:utf-8 -*- # @Time : 2018. # @Author : 绿色羽毛 # @Email : lvseyumao@foxmail.com # @Blog : https://blog.csdn.net/ViatorSun # @Note : import numpy as np import pandas as pd import tushare as ts import matplotlib . pyplot as

随着中国期货市场交易品种的日益丰富，品种呈现多元化，且相关品种类别已形成规模。到目前为止，我国期货市场上市品种已超过60个，涉及有色金属、农产品、化工、能源等多个类别，其中有色金属、化工和农产品分类已达到了一定规模，具备了开发推出分类商品期货指数的条件。各种商品指数ETF也在陆续上市。为了设计出更加科学合理的商品指数及其衍生品，对国外著名商品指数的编制方法进行比较研究很有必要。下面将从国外著名商品指数简介、编制方法比较及对中国编制相关商品指数的展望三个方面进行分析。 一、国外著名商品指数简介 全球历史最悠久的商品指数是由美国商品研究局推出的 CRB 商品指数，最早可追溯到 1957 年，最初由 2 种现货、26 种期货商品构成。到目前为止已经经历了十次调整，其中最近一次是 2005 年，Reuters 与 Jefferies 的金融产品部合作修正了 CRB 指数，并重新命名为 Reuters/Jefferies CRB 指数，简称为“RJ/CRB 指数”。2008年 Reuters 公司与 Thomson 公司合并，2009 年该指数被重新命名为Thomson Reuters/Jefferies CRB 指数，简称为“TRJ/CRB” 。而标普-高盛商品指数（S&P GSCI）和道琼斯-UBS 商品指数（DJ-UBSCI）则是国际市场上资金跟踪量排名前两位的商品指数

这是一道贪心题目，有一个神奇的贪心策略：维护一个小根堆，最小的股票价格。 若当前第 i 天的股票价格大于堆顶，那么就将差价累加到答案里，并且弹出堆顶，插入两次第 i 天的股票价格。 若小于堆顶，那么就直接插入第 i 天的股票价格。 考虑价格a<b<c，若以价格为a买入的股票在股票价格为c时卖出最优，那么能获取的利润就为c-a，如果先以股票价格为b卖出，再以股票价格为c卖出，那么利润为b-a+c-b=c-a，可以看到，这两种方法所获得的利润是一样的，b价格的股票就相当于一个中转站。但是实际上，我们并没有选择以价格b来买入股票，于是我们就需要买进两次b。 为什么最优？ 　　　　　因为每次，我们相当于做了一次最优选择，将价格最低的股票以高价卖出。 附上代码： 1 #include<bits/stdc++.h> 2 using namespace std; 3 typedef long long ll; 4 ll a[100005],ans; 5 int n,cnt; 6 7 int main(){ 8 while(scanf("%d",&n)!=EOF){ 9 memset(a,0,sizeof(a)); 10 ans=0; 11 priority_queue<ll> q; 12 for(int i=1;i<=n;++i) scanf("%lld",&a[i]); 13 for(int

金融量化分析 1.基本概念: 金融:对现有资源进行重新整合,实现价值和利润的等效流通 经融工具:在金融市场中可交易的金融资产都可以称作金融工具 主要包括有:股票,期货,黄金,外汇,基金.... 股票:股票是股份公司发给出资人的一种凭证,股票的持有者就是股份公司的股东 作用: 出资证明,证明股东身份,对公司经营发表意见 公司分红,交易获利 2. 股票的分类 A股:人民币普通股票,它是有我国境内的公司发行,供境内机构,组织或者个人(不含港澳台投资者)以人民币认购和交易的普通股股票(T+1 ,涨跌幅 10%) B股:人民币特种股票,它是有人民币标明面值,以外币认购和买卖,在境内(上海,深圳)证券交易所上市交易的(T+1 ,T+ 3) H股:Hongkong,注册在内地,上市在香港的外资股,T+0,涨跌幅不限制 N股:NewYork,美国纽约上市,T+0,涨跌幅不设限制 S股:Singepor,新加坡上市, 只有我们中国上市的股票,包括ABH 股才会有涨幅限制,才会有T+n 的限制 3. 影响股价的因素: 1.公司自身因素: 股票自身价值是决定股价最基本的因素,而这主要取决于发行公司的经营业绩,资信水平以及连带而来的股息红利派发情况,发展前景,股票预期收益水平等 2.行业因素:行业在国民经济中地位的变更,行业的发展前景和发展潜力,新兴行业引起的冲击等,以及上市公司在行业中所处的位置

AI量化交易（二）——Tushare财经数据框架 一、Tushare简介 1、Tushare简介 Tushare是一个免费、开源的python财经数据接口包，目前为Tushare Pro版本，主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁和多样的便于分析的数据。Tushare返回的绝大部分的数据格式都是pandas DataFrame类型，非常便于用pandas、NumPy、Matplotlib进行数据分析和可视化。 2、Tushare安装 Github: https://github.com/waditu/Tushare pip install tushare lxml pip install beautifulsoup4 3、Token生成 Tushare使用需要注册账户，并生成Token。 本人邀请注册链接： https://tushare.pro/register?reg=306303 注册成功，登录Tushare，点击个人信息设置： 在接口Token页找到个人的Token，Token是使用Tushare接口的惟一凭证，如果发现泄露，可以刷新生成新的Token。 import tushare as ts if __name__ == '__main__': print(ts.__version__) # 设置Token ts

《量化交易系统开发》 《AI量化交易》 AI量化交易（一）——量化交易简介 https://blog.51cto.com/9291927/2450910 AI量化交易（二）——Tushare财经数据框架 https://blog.51cto.com/9291927/2450913 来源： 51CTO 作者： 天山老妖S 链接： https://blog.51cto.com/9291927/2450916?source=dra