⑴ 使用python做量化交易策略測試和回驗,有哪些比較成熟一些的庫
numpy
介紹:一個用python實現的科學計算包。包括:1、一個強大的N維數組對象Array;2、比較成熟的(廣播)函數庫;3、用於整合C/C++和Fortran代碼的工具包;4、實用的線性代數、傅里葉變換和隨機數生成函數。numpy和稀疏矩陣運算包scipy配合使用更加方便。
scipy
介紹:SciPy是一款方便、易於使用、專為科學和工程設計的Python工具包。它包括統計、優化、線性代數、傅里葉變換、信號和圖像處理、常微分方程求解等等。
pandas
介紹:Python Data Analysis Library 或 pandas 是基於NumPy 的一種工具,該工具是為了解決數據分析任務而創建的。Pandas 納入了大量庫和一些標準的數據模型,提供了高效地操作大型數據集所需的工具。pandas提供了大量能使我們快速便捷地處理數據的函數和方法。你很快就會發現,它是使Python成為強大而高效的數據分析環境的重要因素之一。
quantdsl
介紹: quantdsl包是Quant DSL語法在Python中的一個實現。Quant DSL 是財務定量分析領域專用語言,也是對衍生工具進行建模的功能編程語言。Quant DSL封裝了金融和交易中使用的模型(比如市場動態模型、最小二乘法、蒙特卡羅方法、貨幣的時間價值)。
statistics
介紹:python內建的統計庫,該庫提供用於計算數值數據的數學統計的功能。
PyQL
介紹: PyQL構建在Cython之上,並在QuantLib之上創建一個很淺的Pythonic層,是對QuantLib的一個包裝,並利用Cython更好的性能。
⑵ 有什麼方法能夠檢測某種交易策略的成功率比如說價格在5日線上則做多,跌破5日線則平倉,我該怎麼樣才
如果不懂統計學,可以嘗試去記錄一段時間的價格與線性相對變化規律
⑶ 外匯EA交易策略一般要測試多久再能確定其穩定性
外匯EA交易策略一般要測試多久再能確定其穩定性
6-12個月
⑷ 使用python做量化交易策略測試和回驗,有哪些比較成熟一些的庫
比較成熟的庫可以參考如下幾個:
pybacktest
pyalgotrader
zipline
bt
backtrader
pybacktest基於vector,不是event based,快得多得多,缺點也明顯。
⑸ 使用python做量化交易策略測試和回驗,有哪些比較成熟一些的庫
量化交易大多用在股票交易上,量化是指將某隻股票或者摸個行業的數據進行量化,版在更具各家機構自己權的量化公式進行選擇,量化交易只是選擇,並不涉及交易
程序化交易也是一種量化交易,但是是更具已有的數據進行,比如各種行情指標,MACD KDJ等,無法像量化交易那樣把能涉及到的所有數據進行量化,程序化交易更側重交易的自動進行,沒有認為干預,且模型編寫簡單,個人用戶也可以進行!
⑹ 十大經典交易策略
幾種常見的交易策略類型,學會你也成大神!
匯商
洞悉行業本質,分享交易精髓
幾種常見的交易策略類型,學會你也成大神!
來自專欄外匯網路
28 人贊同了文章
為你朗讀
3 分鍾
總是被問到各種交易策略,新手交易者對這個話題充滿困惑。不如用這篇文章從整體概念上為大家普及應用最廣的一些交易策略吧。
我會盡量提到每種交易策略的特點、如何入場和出場、哪些策略適合專業交易員或者交易新手等。希望能夠解答你的一些疑惑。
什麼是交易策略?
交易策略就是能讓你在金融市場上盈利的交易計劃/行動。每種交易策略都需要交易者做以下決定:
交易什麼工具。很明顯適合股票市場的策略不一定適合外匯市場;
入場、出場位;
資金管理:你計劃每筆交易投入多少資金;
風險管理:每筆交易能夠承受多少虧損。
有些策略比較復雜,有些的簡簡單單就能描述清楚。不管如何,交易者都需要對策略進行測試,你可以選擇手動進行或者用軟體來測試。以下是一些測試方法:
歷史測試:考慮充分時間內的數據來檢驗策略在不同市場行情下的表現,比如你用日圖測試,那麼可以尋找近2-3年的歷史數據進行分析,參考交易不能低於100筆;
前瞻性測試:嘗試將策略用於模擬賬戶,收集至少3-6個月的數據,看這個結果是否和歷史測試結果相一致;
真實市場測試:以最小交易量在真實市場環境中應用,主要是看這種策略是否有效、以及是否適合你。
專業市場參與者的交易策略
專業參與者包括投行、對沖基金、做市商等,他們使用的策略主要有以下:
高頻交易策略,也就是利用演算法交易系統在毫秒間快速交易。這種環境要求高,需要昂貴的設備、與伺服器直接的連接,以最大化節約時間;
套利交易,也是一種演算法交易策略;
跨境套利和時間套利:前者在不同交易市場交易同一資產,後者在同一交易市場利用時間差進行交易;
投資交易策略:一種長期交易策略,是基於深入的基本面分析、數字模型等的策略;
利用交易量和市場概況是基於交易量的分析方法。這種策略分析某個價格的交易量累積,即支撐位和阻力區間。
所有專業交易策略都需要專業知識、昂貴的軟硬體,但是它們確實能提供獨到的交易優勢。
適合新手們的基礎交易策略
這個類別裡面的交易策略和系統就友好多了,普通交易者都可以用,其中很多都是基於技術分析。我們可以將這些策略分為幾類:
1. 按照交易風格
剝頭皮:一天可能10-100筆交易,使用1分鍾或5分鍾圖表這種短時間周期的。每筆交易盈利不多,持倉時間也短;
日內交易:一天2-5筆交易,用30分鍾或1小時圖表,盈利點數、持倉時間都高於剝頭皮;
波段交易:一周1-2筆,常用日圖,每筆交易可以幾十到上百點的盈利。交易者無需一直盯著圖表,因為通常持倉時間超過1天;
長線交易:一年可能1-2筆,使用周圖和月圖,持倉時間可能長達數月或者更高。
2. 按照分析方法
基於基本面分析的策略。意味著交易者根據政治地緣、經濟因素來做交易決定。這類交易可以是長期的也可以是短期的。短期交易策略比如新聞交易;
基於技術分析的策略。利用之前價格波動來預測接下來的波動情況。
3. 按照市場狀態
趨勢跟蹤:先識別趨勢,然後尋找入場點,順勢交易;
回調交易:在趨勢中途回調時入場。根據是市場不會直線波動;
無方向性交易:識別價格停留一段時間的區間;
突破交易:識別目前價格區間的突破,在突破的方向上交易;
反轉交易:識別價格反轉的可能,是當前趨勢可能結束的地方。這種策略被認為很難、風險高,主要是因為很難識別價格反轉的地方。
4. 按照風險交易方法
金字塔加倉:如果前一個倉位盈利,那麼下一個倉位雙倍持倉。這是累積倉位的方式,通常適合順勢進行;
鎖定:在空頭時開倉做多,在多頭時開倉做空。這個策略主要用於外匯市場;
平均:在虧損的交易上加倍投資,當這些倉位達到設定的價位時全部關閉。比如鞅策略。
結語
交易策略的選擇對每個交易都很重要,也是必經的一步。但是,這么多類型如何選擇呢?
首先,確定你的目標、可交易時間、你的性格;
然後,根據上面幾個因素選擇少數幾種策略加入你的列表中;
最後,深入研究適合自己的策略理論,在實踐中不斷練習和結合起來使用,找到最高效、最適合自己的策略。
來自專欄
外匯網路
匯商 · 1781 篇內容
這位老頭花了3億炒股票,投資了1000多家公司,34年靠優惠券「吃喝全免」
文章 · 14 贊同 · 3 評論
編輯於 05-01
著作權歸作者所有 · 申請轉載
分享到
交易策略
交易系統
交易
評論
隨風奔跑
贊
反轉交易。 下面的配圖,怎麼那麼特別?
上帝笑了
贊
圖中的分布圖是什麼指標?
查看全部 (2)
添加評論...
推薦閱讀
從500賺到5000美金,交易者常用這三種短線交易策略
匯商的文章 · 35 贊同
經驗分享:這幾個波段交易策略確實有用!(多圖解析)
匯商的文章 · 14 贊同
3分鍾看懂的極簡交易策略(三):超簡單波段交易策略
匯商的文章 · 99 贊同
看了這篇文章,也許會顛覆你對交易「鎖倉」的認知!
匯商的文章 · 5 贊同
三種非常簡單的組合交易策略,你學不學?
匯商的文章 · 44 贊同
「收盤前30分鍾」判明日漲跌!這是我見過分析得最透徹的交易文章
牛年的文章 · 385 贊同
我們收集了2020年最有效、最受歡迎的波段交易行動計劃
匯商的文章 · 11 贊同
改變那些錯誤的想法,你終將成為一名優秀的交易員
匯商的文章 · 14 贊同
三種極簡交易策略實用筆記:內含使用規則+圖形解析+觸發條件
匯商的文章 · 46 贊同
交易日圖,我發現很多人有這5個誤解
匯商的文章 · 36 贊同
⑺ 使用python做量化交易策略測試和回驗,有哪些比較成熟一些的庫
可以嘗試下RiceQuant - Beta,完全雲端運行策略的產品。
回測以及實時數據更新我們採用了java做核心交易系統引擎!
⑻ 使用python做量化交易策略測試和回驗,有哪些比較成熟一些的庫
talib,pandas,numpy,scipy,statsmodels,bisect等等。目前,RIcequant量化交易平台支持了多種強大的Python模塊,直接在平台上做研究,可以省去很多的安裝和數據埠對接的煩勞。另外,ricequant量化交易平台也有各種模塊配套的學習資源,幫助你盡快掌握各種模塊的使用,也有相應的模塊的策略,讓你可以更快的學習以及驗證自己的投資想法。