股票量化交易初学记录------资源集合

Seeking Alpha:http://www.nuclearphynance.com/

Nuclear Phunace:http://seekingalpha.com/

SSRN:http://www.ssrn.com/en/

一、资料

掘金量化交易入门:http://forum.myquant.cn/t/topic/74

在做系统回测时,一定要量化表示系统性能。定量策略的“业界标准”度量为最大资金回挫与夏普比率。

最大资金回挫:一段时间(通常一年)内账户资金 曲线从波峰至波谷的最大跌幅,常使用百分比表示。由于大量的统计因素,LFT策略比HFT策略的资金回挫更高。历史回测会显示过去的最大资金回挫,它能够 较为贴切地反映策略的未来资金回挫情况。

第二个度量指标是夏普比率:它被启发式地定义为“超额收益均值与超额收益标准差的比值”。这里,超额收益表示策略 收益超出某个预定基准,如标普500或三月期短期国债(收益)的额度。注意人们通常不使用年化收益指标,因为它忽略了策略波动性的影响,而夏普比率却考虑 到了这一点。

如果经过回测,策略的夏普比率很高且其最大资金回挫已经最小化,则可以认为它趋于无偏。

推荐书籍:http://forum.myquant.cn/t/quant/345

量化投资的书籍:

  • 《Quantitative Trading》作者: Ernie Chan这是一本比较全面介绍,从想法,回验,建立交易系统到交易;
  • 《Options, Futures, and Other Derivatives》作者:John C. Hull被誉为金融衍生产品领域的“圣经”,主要讲衍生品定价、工具与方法;
  • 《Applied Quantitative Methods for Trading and Investment》作者: Dunis, Christian L. / Laws, Jason / Naim, Patrick以前导师写的书在此也推荐一下,christian是一法国老头,jason是一英国帅哥,都比较有投资经验,适用于投资实践的书;
  • 《统计套利》作者: 安德鲁·波尔许多创新的信息,模型的介绍很漂亮,绝对可以举一反三的作用;
  • 《量化投资》作者: 丁鹏量化投资入门普及类,有理论有例子,与国内发展还挺接轨;

闲着读读:

  • 《大空头》作者: 迈克尔·刘易斯金融市场大洗牌时期的反思;
  • 《富可敌国》作者: 塞巴斯蒂安·马拉比对冲基金发展史;
  • 《宽客》作者: 斯科特·帕特森华尔街顶级数量金融大师的另类人生的书;

行为金融学,交易心理研究【视频】:http://forum.myquant.cn/t/topic/1656

掘金量化平台中交易所和证券代码命名规则:http://forum.myquant.cn/t/topic/71

市场微观结构和高频交易研究论文:http://forum.myquant.cn/t/topic/1653

有趣短线图图:http://forum.myquant.cn/t/topic/1566

量化策略是什么?:http://myquant.cn/docs/what_is_it/

如何开发策略?:http://myquant.cn/docs/how_to_do/

策略风险控制:http://myquant.cn/docs/risk_control/

时间: 2024-10-15 13:09:46

股票量化交易初学记录------资源集合的相关文章

量化资料学习《Python与量化投资从基础到实战》+《量化交易之路用Python做股票量化分析》+《组织与管理研究的实证方法第2版》

我们需要利用Python进行数据分析的指南,有大量的关于数据处理分析的应用,重点学习如何高效地利用Python解决投资策略问题,推荐学习<Python与量化投资从基础到实战>等电子资料. 学习<Python与量化投资从基础到实战>电子书,主要讲解如何利用Python进行量化投资,包括对数据的获取.整理.分析挖掘.信号构建.策略构建.回测.策略分析等.<Python与量化投资>利用Python进行数据分析的指南,有大量的关于数据处理分析的应用,并将重点介绍如何高效地利用P

程序员的量化交易之路(1)----规划开篇

其实,一直对量化交易有一定的理解和情节.早在中大读研究生的时候实验室师兄,已经去了中国平安核心投资团队,做高频交易研究的国源师兄的影响,就开始对金融世界产生了浓厚的兴趣.看了丁磊编著的<量化投资--策略与技术>和艾琳.奥尔德里奇的<高频交易>,反复的看,但是都入不了味,现在回过头来想,一个连股都不炒的人怎么可能入味呢.对一些金融的基本概念都不懂. 2013年7月出社会工作后,在10月份确立目标.需要炒股,而且需要一个深入的理解金融的世界.所以确定去考一个证券从业考试,选了证券基础和

AI量化交易(二)——Tushare财经数据框架

AI量化交易(二)--Tushare财经数据框架 一.Tushare简介 1.Tushare简介 Tushare是一个免费.开源的python财经数据接口包,目前为Tushare Pro版本,主要实现对股票等金融数据从数据采集.清洗加工到数据存储的过程,能够为金融分析人员提供快速.整洁和多样的便于分析的数据.Tushare返回的绝大部分的数据格式都是pandas DataFrame类型,非常便于用pandas.NumPy.Matplotlib进行数据分析和可视化. 2.Tushare安装 Git

AI量化交易(一)——量化交易简介

AI量化交易(一)--量化交易简介 一.量化交易简介 1.量化交易简介 量化交易是以数学模型为交易思维,以历史数据为基础,以数学建模.统计学分析.编程设计为工具,利用计算机技术从庞大的历史数据中海选出能带来超额收益的多种大概率获利事件以制定交易策略. 2.量化交易的特点 (1)纪律性.量化投资决策都是依据模型做出的,模型会模拟测试成千上万次来达到高容错率.(2)系统性.量化交易数据分析有一套非常全面的数据评测系统,会从多方面考量市场,比如:宏观周期.数字货币估值.换手率.盈利质量.市场情绪等.(

技术资源集合

网上看到的资源集合,挺有用的,在这里加上自己的收藏分享一下. 技术站点 stackoverflow:全球第一IT技术问答网站 GitHub:全球最大的源代码管理平台,很多知名开源项目都在上面,如Linux内核 Hacker News:非常棒的针对编程的链接聚合网站 Programming reddit:同上 MSDN:微软相关的官方技术集中地,主要是文档类 MDN:前端标准这里都可以查到 infoq:企业级应用,关注软件开发领域 OSChina:开源技术社区,开源方面做的不错哦 cnblogs,

深度神经网络在量化交易里的应用 之二 -- 用深度网络(LSTM)预测5日收盘价格

    距离上一篇文章,正好两个星期. 这边文章9月15日 16:30 开始写. 可能几个小时后就写完了.用一句粗俗的话说, "当你怀孕的时候,别人都知道你怀孕了, 但不知道你被日了多少回 " ,纪念这两周的熬夜,熬夜.  因为某些原因,文章发布的有点仓促,本来应该再整理实验和代码比较合适.文章都是两个主要作用: 对自己的工作总结, 方便自己回顾和分享给有兴趣的朋友. 不说废话了, 进入正题. 本次的课题很简单, 深度神经网络(AI)来预测5日和22日后的走势. (22日尚未整理, 不

量化交易和高频交易有什么区别

很多人对于量化交易和高频交易分不清,经常混淆,下面简单说说他们的区别. 量化交易是指投资者利用计算机技术.金融工程建模等手段将自己的金融操作方式,用很明确的方式去定义和描述,用以协助投资者进行投资决策,并且严格的按照所设定的规则去执行交易策略(买.卖)的交易方式. 简而言之,量化交易是以定量化方法进行投资的各种技术综合.现实应用中,量化交易往往与基本面投资.技术分析有机结合,帮助投资者制定决策.减少执行成本.进行套利.风险对冲和帮助做市商实现报价的功能. 按照数学模型的理念和对计算机技术的利用方

量化交易(Quantitative Trading)

什么是量化交易 量化交易是指借助现代统计学和数学的方法,利用计算机技术来进行交易的证券投资方式.量化交易从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,用数量模型验证及固化这些规律和策略,然后严格执行已固化的策略来指导投资,以求获得可以持续的.稳定且高于平均收益的超额回报. 量化交易起源于上世纪七十年代的股票市场,之后迅速发展和普及,尤其是在期货交易市场,程序化逐渐成为主流.有数据显示,国外成熟市场期货程序化交易已占据总交易量的70%-80%,而国内则刚刚起步.手工交易中交易

量化交易系统平台开发:量化交易的门类区分

随着区块链技术的不断发展,数字资产应用的广泛.量化交易也被采用在了区块链技术上面,目前相对来说想要做量化交易,就需要有专业的团队来进行科学的操盘.也需要有专业的系统平台来承载,然后对接各大平台的交易数据进行专业的操作.那么什么是量化交易呢? 量化交易,就是将人的投资思想规则化.变量化.模型化,形成一整套完整.可量化的操作思路,并且这个思路可以用历史数据进行分析验证,在交易阶段可以由计算机自动执行的一种投资方式.量化交易也是一种交易,那么对于交易,我们如何来进行评价呢? 量化交易的门类很多,大体上