量化交易系統開發需求丨量化交易原始碼模式
量化交易系統開發平臺介紹:
量化交易的定義
首先什麼是量化交易,先看看MBA智庫百科給出的介紹:“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資料中海選能帶來超額收益的多種“大機率”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。”
簡而言之,量化就是投資邏輯與數學,計算機的結合。
01
作為入場的各種突破模式
1.開盤突破
開盤突破,是最快的一種入場方式,當然出錯的機率也最高。開盤第一根K線是收陽、還是收陰,是判斷日內趨勢可能運動方向的標準,這種入場在當天開盤高開或低開時更為有效。有幸的是,聽說西蒙斯在早期也曾經應用過類似的交易策略。
2.菲阿里四價
昨天高點、昨天低點、昨天收盤、今天開盤,可並稱為菲阿里四價,它是由日本期貨冠軍菲阿里實盤採用的主要突破交易的參照系。此外,因菲阿里主觀心智交易的模式,決定了其在實際交易中,還大量結合應用了“阻溢線”的概念,即我們通常所說的壓力、支撐線。
3.ATR波動性突破
我們有理由相信,當一定幅度的ATR波動性幅度已經發生,我們將更願意去賭日內波動的方向朝著這個已經完成一定幅度ATR的方向繼續發展。比較的基準,可以是開盤價,也可以是日內創下的新高、新低記錄位置。
4.基於固定百分比幅度的轉向交易
該系統曾在某交易系統策略大賽中榮獲第二名的殊榮。相對而言,基於固定點位的突破,可能會受制於品種價格區域的變化而變遷,基於固定百分比幅度的突破,則較少受到類似的困擾,除非該品種的波動性水平發生鉅變。
5.分時均價黃線
在此無意討論其它均線系統的日內表現,分時均價黃線,因其廣泛出現於各類交易軟體的內建分時走勢圖中,因而,就交易策略的自我實現預言而論,它的地位格外突出、醒目。
6.形態突破
較易於實現量化的形態突破,有分型、窄幅橫盤突破、各種K線組合、雙頂、雙底、纏論三買三賣等,較難於實現量化的形態突破,有趨勢線、圓孤頂底、頭肩頂底、旗型、菱形、三角形等各種經典技術分析形態。
02
日內趨勢交易的過濾技術
雖然我們的出發點是要回避隔夜跳空的不確定性與趨勢的不連續性,但事實上,日內趨勢具有更強的隨機特性與不穩定性。因而,過濾技術,其實是從事日內趨勢交易系統設計的一項關鍵技術。
1.波動性過濾
2.價格包絡帶過濾
3.時間確認過濾
4.交易次數過濾
5.日間時過濾
6.周間日過濾
7.系統策略組合過濾
以波動性過濾為例,拉瑞.威廉姆斯在其鉅著《短線交易秘訣》中有這麼一段精闢的論述:一些小价差區間之後是大價差區間,大價差區間之後是小价差區間。這種迴圈極為準確,這是短線交易獲利的關鍵。
03
資本分配與頭寸管理(加減倉)
有時候,簡單化會成為我們放棄科學、拒絕動腦筋的一個美好的藉口。事實上,從某種意義上來說,資金管理要比交易策略本身還重要。
我們通常採用的方法,或許是依據等分資金、或等分風險的方式來進行品種間的交易資本分配。這種方法在問題在於,忽略了品種間、交易策略間的相關性和回報能力差異。
以最優風險暴露比例F作為權重,進行商品間的資本分配,是一種較為簡捷與準確的方法,當然,以降低投資組合總體方差為目標的馬科維茨現代投資組合理論也是一種可供選擇但稍嫌煩瑣的方法。
由著名的凱利公式得出:F=[(A+1)*P-1]/A
A:歷史平均盈虧比P:歷史勝率
值得注意的是,如果計算結果的風險暴露超出了預設的賬戶總體風險承受預期,則應當以後者為限進行相應的調整。
僅就交易策略本身而言,加減倉操作是值得商榷的,或者可以認為加減倉本身已經是另外的一筆交易。但從資金管理角度而言,加倉的確可以大幅提高資金效率,進而提高總體收益率。
出場分散化戰略的實施
會買的是徒弟,會賣的是師傅。事實上,我們經常會遇到在出場策略上的糾結困擾。出早的,賺不夠;出晚了,利潤又面臨大幅回吐。
事實上,沒有任何一種出場策略,是可以讓你永遠佔便宜的。在高度隨機的日內交易中,我們能夠做的事情只有承認無知,並實施分散化戰略,以求得平滑在各種走勢下的資金總體曲線。
1.固定止損、止盈
這種出場方式的有趣之處不僅僅在於其直觀,如果你願意將盈虧比設為1:1,它可以客觀地檢驗你的入場策略是否有效。當然,很多人可能會因此指責這種1:1的盈虧比設定有悖趨勢跟蹤的真諦。
2.固定止損+跟蹤止盈(點數、幅度)
較適用於常態的行情發展。
3.不動如山的SAR拋物線出場
專為V形反轉的行情所備,可以避免回吐過多的利潤。
4.固定止損+利潤回撤百分比
理論上這種出場方式更希望伴隨趨勢成長並漁盡趨勢之利。
5.固定止損+定時平倉(收盤前平倉)
在中間出現寬幅振盪的趨勢行情下,有助於消除盤中的困擾。
6.隨機出場
是認可市場高度隨機性的一種趣向選擇。
7.對稱的反向交易訊號出場
趨勢信徒的選擇,常用於中長線的趨勢跟蹤。
程式化交易其實就是一場關於選擇的遊戲。在選擇的過程中,對於相關的入場、出場、過濾原則的必要了解和理解,將有助於你完成個性化的選擇。
大資料是對資料進行系統分析,從龐大而複雜的資料集中提取資料或資訊的一種嘗試。
傳統的資料處理方法無法有效提取如此大的資料,因此使用大資料來簡化處理過程。大資料利用資料儲存、共享、分析、視覺化及其傳輸。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69993319/viewspace-2750360/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- “量化交易”系統開發技術詳細丨“量化交易”原始碼原始碼
- 量化交易系統開發技術闡述丨量化交易原始碼開發原始碼
- 數字貨幣量化交易系統開發功能詳解丨量化交易開發原始碼模式原始碼模式
- 量化對沖搬磚交易系統開發(開發策略)丨量化對沖搬磚交易系統開發原始碼原始碼
- 量化合約交易模式軟體開發|量化交易系統搭建模式
- 數字貨幣/期貨量化交易系統開發(交易演算法)| 量化交易系統開發原始碼示例演算法原始碼
- 量化交易系統開發技術框架丨量化交易市值機器人系統開發案例框架機器人
- 量化交易系統開發程式碼部署方案丨合約量化系統開發技術成熟原始碼流程原始碼
- 量化交易系統開發(說明流程)丨合約量化系統開發(技術分析及原始碼)原始碼
- 量化合約機器人開發丨量化系統開發丨合約量化交易策略程式碼示例機器人
- 量化現貨交易系統開發(功能詳解)| 量化現貨交易系統(原始碼demo示例)原始碼
- 量化交易系統開發
- 量化交易機器人系統開發(說明功能)丨量化交易機器人開發成品案例原始碼平臺機器人原始碼
- what 量化合約交易系統開發原始碼丨 clear 合約量化系統開發技術(Demo 案例)原始碼
- 量化交易對沖搬磚開發正式版丨量化交易對沖搬磚系統開發(方案詳細)丨原始碼案例原始碼
- 幣安鏈量化交易策略機器人系統開發規則丨高頻策略量化交易模式機器人模式
- 合約量化交易開發丨量化交易AI機器人系統開發與技術程式碼示例AI機器人
- 量化交易機器人開發運營版丨量化機器人系統開發(成熟技術)丨量化機器人系統原始碼機器人原始碼
- 量化機器人系統開發運營版丨量化交易對沖模式開發示例機器人模式
- 合約現貨量化交易開發系統原始碼|量化交易機器人對沖策略原始碼機器人
- 量化交易機器人原始碼丨量化自動炒幣機器人系統開發流程機器人原始碼
- 現貨合約量化交易系統開發|量化機器人開發原始碼案例機器人原始碼
- 量化交易系統開發app,量化馬丁策略交易平臺搭建APP
- 現貨量化跟單交易程式策略系統模型開發丨量化丨合約丨python模型Python
- 量化合約交易系統開發
- Yes量化合約交易系統技術開發/原始碼/量化合約開發技術原始碼
- 量化合約跟單交易系統開發說明分析,量化合約跟單交易原始碼平臺開發原始碼
- 量化對沖搬磚系統開發詳細需求方案丨量化對沖搬磚開發原始碼模式原始碼模式
- 量化交易系統開發技術實現方案及原始碼原始碼
- 現貨合約量化交易系統開發部署原始碼案例原始碼
- 量化合約系統開發丨合約量化系統開發原始碼丨合約量化系統開發技術Demo原始碼
- BSEX量化交易合約軟體系統開發模式模式
- 量化交易/系統視乎開發/DAPP/量化合約交易技術開發詳情APP
- 高頻量化交易系統開發,交易機器人系統開發機器人
- 量化交易軟體開發/幣幣交易平臺開發原始碼原始碼
- 量化交易機器人開發程式碼丨量化機器人功能系統開發(python多語言)機器人Python
- Fowin量化交易系統開發搭建方案
- 錢包量化交易系統開發方案