量化交易之門34

1. 個人如何做量化交易

沒 有 想 要去開發 復雜 的 量 化 系 統， 你 可 以使用 縣 城的 量化 交 易 系 統 ， 例如R i c equ ant 量化 交 易 平 台 ， 而 自 己全 心 關 注 策略 的開發。 你 也 可以 在社區 里 學習到有 意 義 的 策略 ， 他 山 之 石可以攻 玉。

2. 量化交易平台的挑戰都有哪些

量化交易平台的功能一般包含三大塊：研究、模擬、實盤。轉化到技術層面為：數據、回測、實盤、安全等等。
基於國內市場，我們遇到的挑戰如下：
1：數據
數據包含兩類，一類是行情數據，一類是財務、基本面、輿情、研報等其他數據。行情數據：
目前市面上分鍾級的數據比較精準，可以用於中低頻的交易回測；歷史、實盤TICK級的Level-1、Level-2數據需要自己找渠道去獲得，較容易找到的渠道很容易出現漏數據、不精確等情況，需要工程師專門結合了多家數據源進行核對修復。
2：回測
回測最難的在於如何確定成交量，同時要考慮復權、停牌、ST*等問題，這裡面有很多細節
3：安全
安全在交易平台的開發中是重中之重，如何保證策略的安全性，不被外部、內部人員所竊取，分為2部分。
一部分是WEB安全，一部分是策略的編譯安全。
因為量化交易平台是用戶可編程的，我們京東量化選用的是PYTHON語言，因為有強大的科學計算庫和高性能，導致用戶可以調用很多系統級API，在這上面我們下了很大的功夫來保證用戶的策略安全，做到理論級的策略隔離。

只能大概講一下，這裡面每一個部分都可以延伸出來成為一個話題。

3. 量化交易是什麼

量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。
應答時間：2020-12-11，最新業務變化請以平安銀行官網公布為准。
[平安銀行我知道]想要知道更多？快來看「平安銀行我知道」吧~
https://b.pingan.com.cn/paim/iknow/index.html

4. 量化交易都有哪些主要的策略模型

研究量化投資模型的目的是找出那些具體盈利確定性的時空價格形態，其最重要手段的概率取勝，最重要的技術是概率統計，最主要的研究方向是市場行為心理。那麼我們在選擇用於研究的參數時，也應該用我們的經驗來確定是否把某技術參數放進去，因為一般來說定性投資比較好用的參數指標對量化投資同樣適用。
量化投資區別於傳統定性投資的主要特徵在於模型。我打個比方，我們看病，中醫與西醫的診療方法是不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，主觀定性程度大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯。中醫對醫生的經驗要求非常高，他們的主觀判斷往往決定了治療效果，而西醫則要從容得多，按事先規定好的程序走就行了。量化投資就是股票投資中的西醫，它可以比較有效地矯正理智與情緒的不兼容現象。
量化投資的一般思路：選定某些技術指標（我們稱之為參數，往往幾個組成一組），並將每一個參數的數據范圍進行分割，成幾等份。然後，用計算機編程寫出一段能對這些參數組對股票價格造成的影響進行數據統計的程序，連接至大型資料庫進行統計計算，自動選擇能夠達到較高收益水平的參數組合。但是選出這些參數組後還不能馬上應用，因為這里涉及到一個概率陷阱的問題，比如說，有1到100這一百個數字放在那裡，現在讓你選擇，請問你選到100的可能性是多大？是的，就是1/100，如果較幸運你選到了100並不能說明你比別人聰明，而是概率的必然。所以，在進行統計時要特別關注統計的頻率與選出的結果組數量之間的關系。在選出符合要求的參數組後我們還應留出至少三年的原始市場數據進行驗證，只有驗證合格後才能試用。

量化投資原始數據策略：我們選用96年後的市場數據，因為96年股市有過一次交易政策改革（你可以自己查詢了解一下），為了不影響研究結果我們不採納96年以前的數據進資料庫。 量化投資研究的硬設備：高計算性能電腦，家用電腦也可以，不過運算時間會很長，我曾經用家用電腦計算了三個月時間才得到想要的數據。
統計方法：可以選用遺傳演算法，但我在這里陪大家做的是比較簡單的模型，所以採用普通統計方法就可以了。
用於量化研究的軟體：我採用的是免費的大型資料庫MYSQL，ASP網路編程語言，以及可以設置成網路伺服器的旗艦版WIN7操作系統。

5. 學習量化交易都有哪些書可以參考

提兩本相關的學術著作。一本是2011年的論文集 Econophysics of Order-driven Markets，收錄了一系列關於盤口和高頻數據建模的論文。另一本是2013年的 High-Frequency Trading book，包含一些策略研究和機器學習方面的應用。這兩本一定程度上可以反應學界目前對這個領域的研究現狀。

6. 為什麼量化交易總是賺不到錢

量化投資主要應用於期貨交易、ETF套利、條件選股、權證套利交易等

圖片來源：凱納量化投資

「你炒期貨嗎？」
「不炒，我賺的是血汗錢，您賺的是心跳錢。」
這是一位期貨門外漢跟一位期貨投資者的對話。的確，期貨因其高風險高收益的特徵，參與者很多都是心驚肉跳的。不過，近年來引入國內的量化交易，正逐漸改變這一情況。
上周六，東莞本土唯一期貨公司——華聯期貨聯合量化交易的相關投資機構，在東莞舉辦了一場題為「量化交易，打開財富之門」的量化交易策略交流會。與一般的投資報告會人流稀少相反，該交流會可謂人滿為患，原定的百餘人參與的會議室，最終擠進了近200名投資者，以至酒店空調開到最大仍顯十足燥熱。
近幾年量化交易發展迅猛
對多數普通投資者而言，量化交易仍是一個較為陌生的概念，但該模式已在國內流行了數十年。2010年，國內股指期貨上市，成交量在兩年內增加了1.4倍，為量化交易提供了極佳的交易標的，國內量化交易便快速發展。
據華聯期貨介紹，2012年上半年，量化交易量占國內證券市場總交易量8%左右，但占股指期貨交易量的比例已達20%左右。目前，絕大部分的券商和期貨公司開始進行量化交易，部分私募公司和個人投資者也開始使用量化交易產品。
事實上，3年多來，在股市連續下跌的大環境中，傳統投資策略紛紛失效，而一批以股指期貨、商品期貨、債券為投資標的，以量化投資、程序化交易為工具的新興投資方式，卻在國內投資市場嶄露頭角，並實現了較為穩定的收益。
「傳統投資策略依靠人的主觀感覺來投資；而量化投資是根據數學統計模型，由計算機來實現自動化交易。」國信證券東莞營業部財富管理中心負責人林玉偉指出，量化投資的應用涵蓋幾乎所有金融投資領域，是在計算機和網路的支持下，把人腦投資策略編寫成語言程序，由計算機觸發買賣條件，完成自動化交易的投資方式，實際上是傳統投資的嚴謹化。
據華聯期貨介紹，量化投資目前主要應用於期貨交易、ETF套利、條件選股、權證套利交易等，主流平台包括文華財經、交易開拓者、金字塔，此外Multicharts、龍軟、高手、金錢豹、Yesterday等平台在業內的使用也較為廣泛。
量化投資東莞「試水」告捷
在東莞本土，也有多家機構在試水量化投資，包括證券公司、期貨公司和私募投資公司，從目前情況來看，可謂「試水」告捷。
如華聯期貨去年推出了「金莞家」程序化系列產品，其中「智贏股指組合策略」是其首個專項個性化交易模型組合，該模型組合通過對兩年多來股指期貨運行特點進行量化分析，形成了八套獨有的程序化交易模型，模型運行以來，年化收益率最高的逾60%，最低的也有26%，但最大回撤不足10%。
國信證券東莞營業部則成立專門的「量化投資中心」，該營業部去年就有20多個不同時期參與股指期貨程序化交易的客戶，表現最好的賬戶年化收益率近40%，所有賬戶全部戰勝大盤。
發行了國內首隻多重策略對沖基金的東莞莞香資本投資公司，更是量化投資的「擁躉」，該公司目前的專戶產品全部採取量化投資方式，且收益不錯。如其旗下某專戶理財產品，2012年6月19日-2013年5月19日的凈值增長達41%。
「量化產品的特點就是任何行情階段都能盈利。」國信證券東莞營業部投資顧問蔡恩俠告訴記者，量化產品一般都是多空對沖，因此無論牛熊市均能盈利，不過其也有弱點，即牛市跑不贏一般的股票類投資產品，「2007年大牛市，也就30%左右的收益，但2008年大熊市也有15%左右的收益。」
「資金不會一直朝一個方向直線形地前進，資金增值是一個艱難的曲折前進過程。」莞香資本CEO江國棟則提醒道，回撤即是資金增長行進中的停頓，也可看做是期貨交易的機會成本。「因此，必須正確看待策略參數優化結果，不刻意追求最高收益，不過度擬合行情；同時，堅持正確的交易理念和交易方法，嚴格執行和堅持不懈是持續盈利的前提。」
量化投資的應用涵蓋幾乎所有金融投資領域，是在計算機和網路的支持下，把人腦投資策略編寫成語言程序，由計算機觸發買賣條件，完成自動化交易的投資方式，實際上是傳統投資的嚴謹化。
投資辭典
何謂量化交易
量化交易（Quantitative Trading），即使用現代統計學和數學工具，藉助計算機建立數量模型，制定策略，嚴格按照既定策略交易。具體又可分為高頻交易和非高頻交易，其中非高頻交易適合一般個人投資者和中小機構。

7. 什麼是量化交易，未來前景如何知道的講講。

國外量化交易已經發展了40年左右，量化交易程序換交易佔比60%，量化基金規模達到30個億美元，而國內量化交易起步較晚第一隻量化基金在2004年左右，至今量化交易規模不過2萬億RMB，國內現在的量化人才也很缺失，隨著過來一批量化交易的海龜回來從事量化交易會一定程度帶動行業的發展，但是仍需一定時間，加上國內量化交易政策還不夠明朗，整體來說量化交易在國內還是一年藍海，但是路途並非坦途。

8. 量化交易該如何入門

5000萬差不多吧。沒5000萬不要談量化交易，手續費能不能賺回去都是問題