量化交易炒币机器人系统开发

  算法交易属于量化投资的一个分支,但是确十分重要。算法交易的本质在于用各种方法,减少自己的交易行为对自己的干扰以及合规合法的运用规则交易。量化交易机器人开发搭建

  回归和分类是量化交易的全部吗?

  我们从算法的角度来讲,比如机器学习,那么必然给定输入数据给出的无外乎是回归或者分类,在量化投资中,我们仍然看这些显然是有点苍白的,还需要涉及到行业背景,历史上,很多公司都对行业知识做了专家系统,或者对历史10年的数据做了训练,试图搞定所谓的行业背景,结果当然不容乐观。所以,回归和分类不是量化交易的本质。加上行业知识才是系统的量化投资。

  什么是回测系统?

  通俗一点讲,就是一套仿真系统,对什么仿真呢,就是对你的策略在历史上的效果的一种仿真;所以回测系统需要保证的是对历史数据的尊重,对自己策略的尊重(再俗一点,就是确保你拿不到未来数据,确保一个策略无法作弊)

  一般而言,回测系统一定是基于事件驱动的,在每一天/tick/bar的时候,可以知道这个时刻之前所有的信息,这些信息可以是新闻,情感,财务报表数据,交易数据,内部交易数据等等,那么在这个时候,就可以完全用你的算法,策略,公式去做一个基于事件的信号,当信号达到你希望的时候,进行卖,买,挂单等等动作;

  在历史上,你做了所有这些动作之后,在回测结束时,你就会有收益曲线了。当然完整的回测不仅需要保证有收益曲线,还需要知道每一笔交易的订单详情,以及其他更加专业的指标数据,这些数据就是支持你继续/放弃的风向标;

  一个好的回测系统,是保证量化投资顺利与否的第一步;没有好的回测系统,就谈不上所谓的量化投资;

  什么是模拟系统

  刚才介绍了回测系统,回测系统是使用目前的算法,策略,使用历史的数据,对你的策略、算法做校验的,那么用目前的算法,策略,使用实时的数据做推理,使用虚拟账户,由算法、策略做操作就是模拟系统了;

  一个好的模拟交易系统,需要的是实时性;以及对交易市场的规则的强模拟,比如股市开盘的集合竞价,等等;​​​​

软件技术分析 文章被收录于专栏

关于系统软件技术开发介绍

全部评论

相关推荐

bg双非本科,方向是嵌入式。这次秋招一共拿到了 8 个 offer,最高年包 40w,中间也有一段在海康的实习经历,还有几次国家级竞赛。写这篇不是想证明什么,只是想把自己走过的这条路,尽量讲清楚一点,给同样背景的人一个参考。一、我一开始也很迷茫刚决定走嵌入式的时候,其实并没有一个特别清晰的规划。网上的信息很零散,有人说一定要懂底层,有人说项目更重要,也有人建议直接转方向。很多时候都是在怀疑:1.自己这种背景到底有没有机会2.现在学的东西到底有没有用3.是不是已经开始晚了这些问题,我当时一个都没答案。二、现在回头看,我主要做对了这几件事第一,方向尽早确定,但不把自己锁死。我比较早就确定了嵌入式这个大方向,但具体做哪一块,是在项目、竞赛和实习中慢慢调整的,而不是一开始就给自己下结论。第二,用项目和竞赛去“证明能力”,而不是堆技术名词。我不会刻意追求学得多全面,而是确保自己参与的每个项目,都能讲清楚:我负责了什么、遇到了什么问题、最后是怎么解决的。第三,尽早接触真实的工程环境。在海康实习的那段时间,对我触动挺大的。我开始意识到,企业更看重的是代码结构、逻辑清晰度,以及你能不能把事情说清楚,而不只是会不会某个知识点。第四,把秋招当成一个需要长期迭代的过程。简历不是一次写完的,面试表现也不是一次就到位的。我会在每次面试后复盘哪些问题没答好,再针对性补。三、我踩过的一些坑现在看也挺典型的:1.一开始在底层细节上纠结太久,投入产出比不高2.做过项目,但前期不会总结,导致面试表达吃亏3.早期有点害怕面试,准备不充分就去投这些弯路走过之后,才慢慢找到节奏。四、给和我背景相似的人一点建议如果你也是双非,准备走嵌入式,我觉得有几件事挺重要的:1.不用等“准备得差不多了”再投2.项目一定要能讲清楚,而不是做完就算3.不要只盯着技术,多关注表达和逻辑很多时候,差的不是能力,而是呈现方式。五、写在最后这篇总结不是标准答案,只是我个人的一次复盘。后面我会陆续把自己在嵌入式学习、竞赛、实习和秋招中的一些真实经验拆开来讲,希望能对后来的人有点帮助。如果你正好也在这条路上,希望你能少走一点弯路。
x_y_z1:蹲个后续
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务