市场策略

恒温器策略在发明者量化平台的实践与应用

微笑、不失礼 提交于 2020-03-07 17:20:10
为什么叫它恒温器。我们根据其在市场,震荡和趋势两种模式下转换和交易的适应能力来命名这个系统。该系统源自我们对特定系统在特定市场领域的成功的观察。此系统可以创建具有双重性质的策略来充分利用市场的两种模式。 首先,我们创建一个函数来帮助确定市场模式。根据此函数的输出,恒温器从跟随模式切换到短期摆动模式。 趋势跟踪模式使用类似于布林带中的趋势跟踪机制。短期摆动系统是一个包含模式识别的开放式突破。此函数比较市场徘徊的距离和市场行进的实际距离: Abs(收盘价 - 收盘价[29])/(最高价(30)- 最低价(低价,30日)* 100 该函数生成0到100之间的值。值越大,当前市场的拥挤程度越小。如果函数返回的值小于20,则系统进入短期摆动模式。 基本上,市场大部分都在展示一个摆动动作,系统试图抓住波动并从中获取微薄的利润。恒温器试图通过买入/卖出小市场冲动来实现这一壮举。如果波动足够大,那么系统会切换模式。 通过对短期波动的深入分析,我们发现有时候买入比卖出更好,反之亦然。这些时候可以通过简单的视觉模式来确定。如果今天的收盘价高于昨天的高点,低点和收盘价(也称为当天的关键点),那么我们认为明天的市场行动可能会看跌。然而,如果今天的收盘价低于昨天的高点,低点和收盘价的平均值,那么今天的市场可能会看涨。我们将这些时候分类为更容易买入和卖出的价位。 在发明者量化平台

CTA策略的发展与发明者量化平台的标准类库

孤人 提交于 2020-03-03 10:27:34
第一代CTA交易系统和策略 第一代CTA交易系统出现在20世纪60年代和70年代。由于当时商品市场的强劲趋势,CTA策略在当时取得了可观的收益。这一时期商品市场的强劲趋势可归因于第二次世界大战后经济持续增长和经济通胀上升。强大的趋势市场允许简单的趋势跟踪系统实现更好的回报。第一代CTA系统处理较少的基本市场和品种,交易系统相对简单,通常是一个跟踪多个交易目标的交易系统。由于当时商品市场的趋势,这种策略运作良好。 第一代交易系统中使用的策略是那些现在熟悉趋势跟踪策略的策略,例如移动平均系统(加上一些简单的过滤条件,例如当短期移动平均线超过长期移动平均线时或者反之亦然),一个简单的趋势跟踪策略可以有效地发挥交易目标基本面的连续趋势。持续的经济增长,通货膨胀和石油危机是这种持续性背后的原因。但是,当许多交易者使用相同的策略并且基本面的持续存在不再存在时,第一代交易策略需要发展以适应新环境。 第二代CTA交易系统和策略 由于美元和黄金的脱钩,金融期货市场在1970年至1980年间迅速发展,允许期货管理基金参与许多期货市场,包括货币市场,债券市场,股指期货和股票金融衍生品。此外,信息技术的发展和低成本使得白天很容易获得数据。进入CTA基金的资金规模的增加和竞争的加剧使CTA策略更加复杂和适应性更强。 基于上述市场特征,第二代CTA交易系统和策略与第一代CTA策略相比具有以下特点:

如何开展量化投资研究

丶灬走出姿态 提交于 2020-02-29 13:50:46
参考:https://uqer.datayes.com/v3/community/share/5b6197d86bc62701e4bf52f9 目录: 需要哪些数据? ---- 巧妇难为无米之炊 怎样测量策略的性能? ----- 搭建回测系统 怎样衡量量化策略的好坏? ---- 箩筐统计指标 开始挣钱! ---- 从回测到实盘 1、需要哪些数据? ---- 巧妇难为无米之炊   首先,讲下可能用到的数据类型有哪些 历史日行情数据:即提供历史上每天每只股票的高开低收等价格信息以及成交量相关的信息,这也是量化中最基础的数据。通常能提供历史日行情数据的,几乎都能在当天交易日收盘之后提供更新的数据,因此也是实时更新的日行情数据。 历史日内行情数据:即能提供历史上每一天中间更为详细的价量信息,通常为5分钟一个数据点,也有一分钟甚至是半秒频率的数据。每个数据点的形式一般为该数据点代表时间段内的一个价量综合统计,包括高开低收和成交量信息。 历史分笔数据:即历史上每一笔交易的明细,每一个数据点是一笔交易,记录了每一笔成交的价格、数量、时间等信息,是记录实际成交信息最为细致的数据。 历史限价委托薄数据:记录了历史上每一个时刻限价委托薄的快照,每一个数据点代表一个时刻,每个数据点之间的间隔通常较小,比如0.5秒。每个数据点包含该时刻十档(或者五档)报价和挂单量等数据

自适应动态双均线策略

淺唱寂寞╮ 提交于 2020-02-29 12:30:26
摘要 我们知道价格变化的速度本身就在变化,传统简单均线受困于固定周期参数,这使得不论市场的走势如何,短期均线灵敏度高,更贴近价格走势,但在市场震荡时期反复转向,造成频繁发出错误开平仓信号;长期均线在趋势判断上更加可靠,但在市场加速上涨或下跌时反应迟钝,造成错过最佳的买卖点。 因此虽然传统简单均线可以在一定程度适应行情,但是却很难根据市场变化去进行调整,进而更好的把握趋势。特别在长期震荡行情中,不仅得不到正收益而且付出高额的交易成本,为了解决这个问题,我们引入考夫曼创立的自适应均线。 考夫曼均线 在《精明交易者》中,作者考夫曼(Kaufman)提出了“自适应移动平均线”,简称AMA。该均线考虑到了市场价格变化速率,在普通均线的基础上增加了平滑系数,并自适应动态调整均线的灵敏度,可以在慢速趋势和快速趋势之间自我调整。当市场出现盘整、趋势不明显时期,AMA倾向于慢速移动平均线。当市场波动较大,趋势明显,价格沿一个方向快速移动时,AMA倾向于快速移动平均线。 考夫曼均线本质上是根据一段时间内的价格波动率进行调整,计算出了合适的入场阈值提供了最佳的买卖点位。也就是说,它分为两部分主逻辑,第二部分逻辑在波动率层面做了又一次自适应。从而反应市场真实的趋势,便于快速抓住趋势性上涨和下跌的时机,同时规避市场来回震荡的影响。 考夫曼均线计算 有经验的交易者都习惯于在趋势展开的行情中使用快速均线

高频交易到底要多强数学功力?

和自甴很熟 提交于 2019-12-13 08:31:10
现在对于高频交易普遍存在误读,要么认为非常赚钱,要么认为扰乱市场。而实际上,大部分高频策略根本不是赚钱策略,是做市用,提高市场流动性和市场深度的,说白了,是繁荣市场,增强交易所稳定性和国际竞争力的。 真正扰乱市场的,跟频率没关系,就算是低频,如果市场容量小,照样影响,比如现在的小盘交易所,现货,以及之前文交所的情况。反而是随机单,盈利低不说,还把市场搞得很乱,最后整个市场的盈利水平降低,就跟现在欧美市场一样。 目前公开宣传的很多人根本没有高频交易经验,所以说话很多都是想当然,不太负责任。 还有一个令高频交易饱受舆论诟病的是,人们包括很多专家,把失误损失和市场操纵归咎于高频交易模式、而不是操作风险管理缺陷和违规交易;把市场不公平归咎于高频交易、而不是大机构行为和监管漏洞。 人们时常从媒体上了解到因为“胖手指”(Fat Finger)或某个机构的订单程序进入了死循环而向市场中发出了巨量订单,然后高频交易算法迅速反应,造成市场崩盘或者剧烈波动的情况。 很多人会说,如果没有高频交易,那么市场就不会这么动荡,因为人们不会来不及反应,而且高频交易在市场波动的时候推波助澜,加剧了市场波动。 而实际上,即便没有高频交易,市场参与者也会根据自己的情况作出平开仓的决策,当这种决策具有广泛一致性的时候,市场一样会出现剧烈波动,这个是市场中一个常态特征。 而且不是所有高频交易策略都是趋势跟随类策略

【转载】绝对干货:互联网做流量的核心策略是什么?

懵懂的女人 提交于 2019-12-06 21:35:45
互联网如何做流量是一个现象级的问题,互联网做流量本质上是做用户,做产品。不是雇几个小孩花钱买,或雇几个商务运营就可以自动解决的事情。这里推荐一篇很有价值的关于互联网做流量的文章,虽然是站在互联网金融的角度,但很具代表性。值得大家反复阅读! 互联网金融负责流量的一般有三块,分别为 线上推广(SEM、SEO、各类付费广告平台、ASO)、商务合作(换量、异业合作)、线下推广(地推) ,这里没有提及品牌广告,主要是品牌广告往往直接放在品牌部执行,如电视、地铁、影院广告等。 其中流量的主要来源于线上推广,商务合作更大的意义在于露脸,通过与各类知名企业合作,借势提升自己的市场声音和品牌形象,而线下推广由于操作难度与可复制性导致各平台重视度均不足。 下面针对这三块,从 团队配置、阶段目标、核心策略 三个方面进行规划。 1 互联网金融流量运营如何规划团队? 重市场的公司,流量由市场负责;重运营的公司,流量由运营负责,并且产品也放在运营。前者由市场vp直接带团,后者由运营vp带团。两者的区别主要在于,市场负责流量时,品牌公关、社会化营销能起到更好的协同作用,运营负责流量时,活动策划、产品运营能起到更好的协调作用。 不管采用哪种架构,互联网金融流量运营的团队都可以采用以下岗位设置。 各岗位核心技能及KPI要求: SEM经理:非常熟悉SEM后台操作,对搜索流量分发机制有独立理解

实现有序排列的多空均衡权益策略

本秂侑毒 提交于 2019-11-29 19:03:22
在上一篇文章中(https://www.fmz.com/digest-topic/4187),我们介绍了配对交易策略,并演示了如何利用数据和数学分析来创建和自动化交易策略。多空均衡权益策略是适用于一篮子交易标的的配对交易策略的自然延伸。其特别适用于品种众多且有相互关联性的交易市场,比如数字货币市场和商品期货市场。 基本原则 多空均衡权益策略是同时做多和做空一篮子交易标的。就像配对交易一样,确定哪种投资标的价格便宜,哪种投资标的价格昂贵.不同的是,多空均衡权益策略会将所有投资标的排在一个选股池中,以确定哪些投资标的相对便宜或者昂贵。然后,它将基于排名做多头部前n个投资标的,并且以等金额做空底部n个投资标的(多头头寸的总值=空头头寸的总值)。 还记得我们之前说配对交易是一个市场中立的策略吗?多空均衡权益策略也是如此,因为多头和空头头寸等额确保策略将保持市场中性(不受市场波动影响)。该策略在统计上也很稳健;通过对投资标的进行排名并持有多个头寸,你可以对你的排名模型进行多次开仓,而不仅仅是一次性风险开仓。你纯粹押注的只有你排名方案的质量。 什么是排名方案? 排名方案是可以根据预期的表现为每个投资标的分配优先级的模型。其中的因子可以是价值因子,技术指标,定价模型或上述所有因子的组合。例如,你可以使用动量指标对一系列趋势跟踪投资标的进行排名

竞品市场调研分析报告

ε祈祈猫儿з 提交于 2019-11-28 15:36:14
竞品分析报告的目的是了解竞品情况,所谓知己知彼,百战不殆,商场如战场。作用有以下几点: 了解:了解竞品定位、产品、用户、业务、盈利、公司情况,行业趋势。 对比:对比中找差异,找行动点。 验证:竞争对手的项目或功能,能帮我们发现新的机会点,或验证需求是否成立。 竞品分析明确了目的之后,接下来就要明确要分析哪些竞品,因为竞品太多,我们只会对重要竞品进行分析。 选好了竞品之后,这个时候开始正式着手分析。但竞品分析报告,是一个工作量很大的工作,我更倾向于偏宏观的来分析。 以下是报告内容: 行业分析(市场规模、盈利情况、增长态势); 产品定位及发展策略; 公司情况(员工数量、重要背景、融资情况); 用户情况(目标用户、用户数据); 市场数据(业务规模、市场占有率); 核心功能; 产品优缺点; 运营及推广策略; 总结&行动点。 很多人会提到需要加入交互设计、视觉设计、页面框架,我倾向于不要,要也是粗略的概括一下。个人根据情况选择。 加入行业分析,是因为竞品不一定都是同需求的同类产品。 来源: https://blog.csdn.net/szdszxyj/article/details/100080065

品牌设计怎么定位

本小妞迷上赌 提交于 2019-11-26 21:28:39
品牌设计是企业自身发展的一个基础,需要正确定义品牌文化才能更好的视觉设计,这是展现企业形象的一种途径,不仅仅是帮助企业掌握好品牌的正确方向,也能够在客户心里正确且快速的获得记忆,打开我们的品牌市场。 企业在品牌进行定位的同时也需要以市场为目标,将需求为目的导向,根据消费者的心理进行调研分析,才能够正确设计自己的品牌形象,只有正确抓住企业的品牌形象才能够做好市场占据有利位置,才可以将品牌大力宣传,其中有两个方面需要重视。 1.品牌的定位方向 企业在品牌定位上必须有几个阶段:市场调研分析、选择目标人群与市场、品牌的具体分析以及定位,这些都可以从年龄、地域、文化等不同的类别进行筛选分析,选择的目标市场要考虑到具体市场的规模与方向,将定位清晰落实才能更好的执行。 2.品牌的定位策略 品牌定位流程确定后,就可以进行定位,其中需要策略,用什么方案才能更好将品牌推广出去,需要做的事情都应该有一个模板和方案。 确定好流程和方案后就能进行设计初步构建,当方案市场调研分析定位都能准备好,那么在设计灵感上是很容易有的,这样才能将我们的品牌做到更好。 来源: 51CTO 作者: 中安云城 链接: https://blog.51cto.com/14596637/2452835

股票量化对冲策略的发展与展望

时光怂恿深爱的人放手 提交于 2019-11-26 16:48:01
01、海外量化投资基金的发展 量化的起源 证券市场的历史悠久,由此形成了各式各样的投资流派。而基于股票的本质是代表股东对企业的所有权,本杰明·格雷厄姆领衔的价值投资方式,最为大众所熟悉。格雷厄姆因此也被称为“现代证券之父”,他著作的《证券分析》和《聪明的投资者》,至今仍是经典。格雷厄姆的经典价值策略分为两个部分,一方面关注投资价值,有五条准则用于表现价值要求;另一方面关注安全边际,有五条准则用于表现安全要求。整个十条准则中包含了对估值、股息率、成长性、偿债能力、股价泡沫等多个维度的衡量。 作为新型的投资流派,量化投资的历史并不长,其学术依据可追朔于1952年马克维茨提出的投资组合理论(该理论于90年代获得诺贝尔经济学奖)。投资组合理论,主要包含均值-方差分析方法和投资组合有效边界模型两个内容,在传统投资回报的基础上,第一次提出了风险的概念,并提出了组合优化方法。此后,学术界陆续提出了资本资产定价模型,有效市场假说,期权定价模型,套利定价理论,行为金融理论等,它们共同构成了现代投资组合理论,丰富了量化投资的理论基础。 1.2 量化基金的历史发展 量化理论的不断扩充完善伴随着量化对冲基金的发展,上世纪60年代,在仅有电脑主机和打孔卡片的环境下,量化工具已应用在投资中。但在80年代末之前,由于数据、计算机和网络等环境和技术的限制,量化投资的发展相对缓慢。1988年,詹姆斯