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

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，量化交易機器人系統13z開4z77發z558,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和微信查詢投資組合的淨值變動，月度提醒組合的調倉管理。

我們在其中儲存市場行情資訊。我們希望我們的系統可以處理各種市場行精，所以我們先講一下通用的方法。但是我們要開發的是一個簡單的回測系統，所以在初期版本中，我們儘量將問題簡化，等核心功能全部實現之後，我們再新增這些可擴充套件功能比較合理。

我們先來定義一個金融分析系統的配置類：

class FasConfig(object):

TDT_ASDK='asdk'#A股日K線資料

def __init__(self):

self.name='fas.bktr.FasConfig'

def new_tick_data(self,tick_data_type,symbol,timestamp,**args):

if tick_data_type==FasConfig.TDT_ASDK:

return AsdkTickData(symbol,timestamp,

open_price=args['open_price'],

high_price=args['high_price'],

low_price=args['low_price'],

close_price=args['close_price'],

total_volume=args['total_volume']

)

return None

fas_config=FasConfig()

我們在其中定義了FasConfig類和一個例項，在類中我們定義了TickData型別的常量，目前我們只研究A股K線行情，因此只有一個常量定義，後面隨著系統越來越完善，會定義更多的常量。

我們在new_tick_data方法中，生成一個新的TickData子類例項。tick_data_type指定子型別別，symbol是金融標的程式碼，timestamp是時間點，**args是以字典形式傳過來的可變數量引數。由上面的程式碼可以看到，這個方法最終會生成一個AsdkTickData類例項。

下面我們來看市場資料類：

class MarketData(object):

def __init__(self):

self.name='fas.bktr.MarketData'

self.__tick_datas={}

def add_close_price(self,symbol,timestamp,close_price):

if symbol not in self.__tick_datas:

tick_data=fas_config.new_tick_data(

fas_config.TDT_ASDK,symbol,timestamp,

open_price=1.0,high_price=2.0,low_price=3.0,

close_price=4.0,total_volume=5.0

)

print('tick_data:{0};'.format(tick_data.close_price))

在這個類中，我們定義私有屬性__tick_datas來儲存行情資料，其是一個字典，鍵值為標的程式碼。

在add_close_price方法中，如果標的程式碼不在行情字典中，則生成一個新的對應的TickData子類例項。請大家注意，前面3個引數分別指定的TickData的子類，標的程式碼和時間點，後面的引數會形成**args引數列示的字典。這樣就可以生成任意的行情資料類了。