量化交易機器人開發現貨合約對沖策略

量化投資也分成主動和被動型別，主動型別追求絕對收益，透過承擔各類風險因子，從而追求在任何市況下都可以獲得超額穩定收益的結構，數字貨幣的量化投資策略也大部分是以主動投資為主。

被動投資量化策略主要是追求和各類指數相似的回報，量化交易機器人系統13z開4z77發z558， 承擔的是大盤系統性風險以及各類細分行業或風格風險，以獲得配置回報，近年來加入因子分析的指數增強型量化策略獲得青睞，交易員可以增加某一類風險的暴露從而獲得超越指數的回報。

然而由於缺乏行業認可指數的存在，數字貨幣的被動量化投資非常少見，因此也是未來一個潛在的發力方向。

2.2主動量化策略

1趨勢類策略

趨勢判斷主要是要判斷目前是什麼樣的市場，是向上還是向下，以及什麼樣的標的更適合這樣的市場。如果判斷錯誤則風險非常之高，但是對應的判斷正確的收益也極大。

量化選股(幣)

量化擇時

量化選幣，就是構建一系列標的(多空)組合，無論是股還是幣。量化選股(幣)有很多種型別，最廣泛應用的就是多因子模型，其基本原理在於拆解可以構成標的物上漲和下跌的因素，也可以說是因子分析。

即在構建投資組合的時候，不是以標的物本身進行分類(比如某行業分配多少權重)，而是按照因子進行分類，某一類因子給予多少權重。當然股票和數字貨幣也有不同，股票的因子會更多，因為涉及到很多基本面的因素，數字貨幣情緒面(如推特的討論)或者事件驅動型別(減半、重大升級、合作)的因子更多，但是關鍵在於，找到合適的因子進行模擬和回測。

容易犯的錯誤比如，把一些看似重要、但實際並不重要的因子，分配過多的權重，而增加了風險，所以還需要對因子的有效性進行檢驗。

數字貨幣常見因子包括：市值、成交量、動量、社交平臺(討論數、follow量)、特殊事件(升級、Coinbase上幣等)、宏觀流動性等。

量化擇時起初就來源於比較簡單的技術分析手段(如均線、量能等)分析，一般分成趨勢擇時指標、市場情緒擇時指標、牛熊線指標、市場異常指標、以及一些根據特殊指標進行調整的方法(時變夏普比率、分形方法等)。

2波動類策略

波動類策略是試圖不承擔系統性風險的做法，無論系統是向上，向下還是波動，希望把系統風險排除在外。比如著的阿爾法策略，就是把系統風險貝塔，透過衍生產品對沖掉，剩下的只是個股、個券，個幣的收益。波動類策略在牛市中仍然跑不過長倉基金，熊市和波動市則可以獲得超額收益，屬於長期穩健型的方法。

統計利

統計利是指透過對相關投資標的的歷史統計規律進行研究，發現其相對應的長期均衡關係(協整關係)，當某一對品種的價值偏離到一定程度後，開始買入向下偏離的，賣出向上偏離的，甚至只進行單邊操作，在長期均衡關係迴歸以後獲利了結。統計利的標的可以從最簡單的配對交易(兩個標的之間)，到一系列標的投資，關鍵在於尋找出標的之間的協整關係。

比如對於數字貨幣市場，有人曾作過萊特幣/比特幣，以太坊/比特幣之間的配對交易，就是計算出一對數字貨幣比值的長期歷史均值，然後買入低估的那個，如果可以做空，在衍生品市場賣出，最後以求得價值的迴歸。

在量化交易初學者指南(上)中，我們討論了在構建您自己的交易策略時派上用場的數學程式設計、資料和機器學習技能。希望您已經是這方面的專家，並準備好開始構建您自己的自動交易系統。

自動交易系統由幾個元素組成。您需要決定要交易的市場，建立特徵來識別交易邏輯並制定策略來實施該邏輯來買賣貨幣。您的系統應該決定何時進入和退出交易，考慮交易成本並透過回測(但不是過度擬合)進行最佳化。

首先要先確定量化投資組合研發的框架：

一、圖表和資料：利用第三方網站或者軟體的資料下載後建立組合。

二、策略和回測：利用第三方平臺建立組合，對策略進行最佳化和調整。

三、智慧投資：公司自己購買資料，建立自己的底層平臺，擁有自己的核心演算法

第二步我們要知道正期望的交易系統需要滿足哪些條件?

一個交易系統，假設勝率是P，贏虧比是R=W/L，系統期望值為M。

M=P*W-(1-P)*L

正期望系統一共有三個

一、高盈虧比及高勝率

二、低盈虧比及高勝率

三、高盈虧比及低勝率

正期望值系統：

給大家分享兩種常見的盈利系統：

1、操作方式是盈虧比放大，運用趨勢跟蹤交易，靠放大盈虧比獲利。

模型：海龜趨勢交易系統

2、盈虧比為1：1的趨勢交易，止損適當放大，靠勝率優勢來獲利。

模型：日內隨機交易系統

第三步就是量化投資組合研發：好的組合能讓整個賬戶的資金曲線更好的增長，那怎麼設計組合呢?

1.智慧組合生成：根據投資者的投資回報率，生成該回報率下價效比最高(風險最低)的投資組合。

2.智慧組合篩選：檢視投資組合過往表現及預期未來投資結果，篩選投資組合。

3.智慧組合購買：一鍵購買，同步買入組合所有品種。

4、智慧組合收藏：方便管理，儲存購買組合的詳細資訊，包括品種名字和品種佔比

5、智慧組合賬戶跟蹤：透過手機App查詢投資組合的淨值變動，月度提醒組合的調倉管理。

很多人看到這裡也是雲裡霧裡，那些資料和程式程式碼程式設計該怎麼獲取呢?下面小編就直接上菜，給大家分享幾個有用的獲取資料的渠道

策略演算法參考公式：

MPT,風險平價，等權重，凱利公式

用到的演算法工具：Excel，R語言，Matlab，Python等

最後還要考慮到投資組合，畢竟好的賬號資金曲線不是把雞蛋放在一個籃子利。

組合評測的幾個小技巧：組合對沖相關性，阿爾法，貝塔，超額收益,收益風險比