그러나 반드시 확립해야 할 것은 양적 투자가 고주파 거래와 같지 않다는 것이다. 주파수별로 업무를 나누면 고주파: ticke 나노초 1s, 중저주파: 1s~2h, 초 저주파: 1d~2w 로 나눌 수 있습니다 장기 투자 고주파 거래는 지연 시간, 특성, 신뢰성에 대한 요구가 매우 높기 때문에 상당한 하드웨어 구성 비용과 인건비가 필요합니다.
그러나 중저주파수 거래는 하드웨어 구성에 대한 요구가 훨씬 낮아질 것이다. 저와 펀드 매니지먼트사의 주요 차이점은 최적화 알고리즘이며, 일반 프로그램도 이 주파수의 거래 데이터 신호를 포착할 수 있다는 것입니다. 쓸데없는 소리 하지 말고 한 마디만 하고 바로 해! 만약 우리가 A 주, 또는 BTC 를 분석하고자 한다면, 우리는 스스로 자연 환경을 구축해야 한다.
일반적으로 정량화 플랫폼을 구축하는 과정은 계정 설정 > 개발 도구 구축 > 데이터 및 자료 사전 준비 > 개발 설계 정량화 거래 전략 > 회귀 테스트 > 시뮬레이션 거래 > 확정 거래. 1. 계정을 설정합니다 (여기서는 무시됨).
첫째, 현 단계에서 유행하는 두 가지 서비스 플랫폼을 구축하는 개발 도구는 파이썬과 R 언어입니다. 이 두 언어는 시계열 분석 및 데이터 분석 라이브러리 (c++ 및 Java 모두 가능하지만 문지방은 비교적 높음) 의 역테스트의 프레임워크를 표현합니다.
파이썬: 이 단계는 정량 분석을 위한 가장 광범위한 기술 선호 언어 표현이어야 합니다. 관련 오픈 소스 프레임워크가 매우 다채롭기 때문입니다. R: 고급 최적화 알고리즘이 더 편리하고 커뮤니티가 더 활동적입니다. 파이썬 (Python) 을 선택했습니다. 일반적인 백트래킹 테스트 아키텍처는 ZipLine 과 BackTrader 입니다.
둘째, 데이터 정보는 중국의 주식 데이터를 미리 준비한다. 이는 통신데이터, tushare； 와 같은 일부 서비스 업체가 제공하는 것이다. 이 데이터 정보에서 해외 증권 데이터 정보를 가져온 다음 데이터베이스에 가서 조회할 수 있습니다. 데이터베이스 쿼리 선택에 대해서는 일반적으로 Mysql 을 사용합니다. 정보량이 많으면 (> 100G) mogodb 를 적용할 수 있다면 이렇게 많은 정보를 쉽게 가질 수 없습니다.
셋째, 정량화 거래 전략의 개발과 설계는 거래 최적화 알고리즘에 대해 말하자면, 우리는 보통 심도 있는 학습, 마르코프 실체 모델, 데이터 분석, 심도 신경망, 신경망 등 강력한 AI 어휘를 떠올린다. 하지만 일반 게이머들은 거의 사용하지 않습니다.
일반 투자자는 간단하고 효율적인 최적화 알고리즘을 사용할 수 있습니다.
1. 자신의 실제 운영과 아이디어의 절차적 거래. 예를 들면, 삼연양, 저가주 구입, 혹은 당신이 들었던 신기한 실전 기교는 모두 코드를 통해 완성한 다음, 기록을 이용하여 재테스트를 한다.
전통적인 지수 가치 거래: 평균, MACD, 브린 라인 등. , 촛불 차트 기본 이론, RSI, Jiang en 이론. 이러한 순수 기술 지표 분석 지표 값은 특수한 상황에서만 유효합니다. 모두들 거북이 거래법에 대해 들어본 적이 있는데, 아마 모두 일리가 있다고 느낄 것이다. 하지만 구체적으로 어떤 상황일까요? A 주나 외환수치로 검사하면 장기 수익률이 그리 좋지 않다는 것을 알 수 있다.
3. 다변량 선주: 각 투자자는 자기만의 선주 기본 이론을 가지고 있다. 예를 들어, 어떤 사람들은 시정률, 주식 대체율, 시정율, 현장 지위, 거래량을 볼 수 있다. 이 선택 요인은 간단하지만, 수천 개의 주식에서 선택한다면, 보통 많은 정력이 필요하다. 프로그램 흐름은 특히 이런 문제를 잘 처리할 수 있다. 고급 게이머라면 고급 최적화 알고리즘을 사용해 볼 수도 있습니다.
심화 학습 및 데이터 분석과 같은 것들이죠. 인터넷 빅데이터는 금융투자업계의 응용이 아직 점진적인 과정에 있다. 현 단계의 정보내용으로 볼 때 인터넷 빅 데이터 펀드의 수익률은 모두 좋다. 예를 들면 바이두 검색과 광발증권협력의 백발지수 펀드, 텐센트 공식, 카실협력한 인터넷 빅 데이터 주식펀드가 있다.
4. 컴백 테스트가 실제 효과가 매우 좋다면 수익률, 최대 인출률, 샤프값 등 지표가 모두 수용 가능한 범위 내에 있다면, 당신은 틀림없이 흥분하고, 매매를 서두르며, 심지어 점차 사모투자 펀드를 설립하려고 할 것이다. 하지만 걱정하지 마세요. 거래를 시뮬레이션하는 것이 좋습니다.
5. 트랜잭션을 시뮬레이트합니다. 그러나 펌오퍼를 내기 전에 모의 거래는 한두 달 동안 해야 한다. 많은 재시험 결과가 매우 좋은 대책이 반드시 모의 거래 상황에서 잘 수행되는 것은 아니다. 이력은 고정되어 있으며, 주요 매개변수는 회귀 테스트에 따라 지속적으로 조정되어 다양한 지표 값을 극단적으로 만들 수 있으며, 경우에 따라 최적화 알고리즘의 과잉 맞춤이 발생할 수 있습니다. 판매 시장은 항상 다양하기 때문에 너무 고지식한 최적화 알고리즘은 판매 시장 개조에 통합될 수 없다.
시뮬레이션 거래의 최종 실제 효과는 일반적으로 프로그램 프로세스가 유연한지, 우수한 위험 및 자금 할당 최적화 알고리즘인지 여부에 달려 있습니다.
요약: 내가 정량화 투자를 할 수 있는지 여부에 대해 위의 단계는 이미 실제 계획 가능한 방안을 보여 주며 신뢰성이 뚜렷하다. 내가 돈을 벌 수 있는지 여부는 내가 더 좋은 곳을 위해 받은 훈련에 달려 있다.