一、量化交易概述（algo-trading）

        算法交易是使用自動化系統(tǒng)來執(zhí)行交易，這些交易是通過特定的算法以預(yù)測的方式執(zhí)行的沒有任何人為干預(yù)。依據(jù)數(shù)學(xué)模型對大數(shù)據(jù)進行概率分析，使得長期收益期望最大化。

量化交易優(yōu)點：

1.歷史評估

        創(chuàng)建自動化戰(zhàn)略最重要的優(yōu)勢在于其性能可以通過歷史市場數(shù)據(jù)來確定來代表未來市場的數(shù)據(jù)。這個過程被稱為回潮測試backtesting?；販y可以確定戰(zhàn)略的（先前）統(tǒng)計特性，提供一個戰(zhàn)略是否有可能在未來有利可圖的見解。

2.效率

        算法交易比任意方法更有效率。充分自動化系統(tǒng)不需要個人或團隊持續(xù)監(jiān)控價格市場。這為交易的開發(fā)者騰出了時間戰(zhàn)略進行更多的研究。此外，自動化交易可以實現(xiàn)風(fēng)險管理和頭寸調(diào)整流程的自動化穩(wěn)定的系統(tǒng)性策略，動態(tài)地實時響應(yīng)市場動態(tài)

3.沒有任意的輸入

        自動交易系統(tǒng)的主要優(yōu)點之一是（理論上）不存在隨后的的情輸入。執(zhí)行時，恐懼和貪夢可能是壓倒性的自由交易。在系統(tǒng)交易的情況下，很少有酯情修改策略的時候。但是有時候由于外部因素，判斷需要修改該策略的參數(shù)或退出執(zhí)行該模型。

4.更高的頻率

        這是上面討論的效率優(yōu)勢的必然結(jié)果。在更高的運作策略自動化環(huán)境下，許多市場上的頻率成為可能。的確，一些最有利可圖的交易策略是在限價訂單薄limit or market order trading book 上的超高頻域運作數(shù)據(jù)。這些策略對于人類來說是不可能實現(xiàn)的。

量化交易缺點：

資本要求：

        算法交易通常需要比用于零售的資本基礎(chǔ)更大的資本自由交易的交易。此外，獲取數(shù)據(jù)饋送的盤中量化策略，特別是如果使用期貨合約對零售商而言并不便宜。根據(jù)延遲需求，可能需要在交換機中共同定位服務(wù)器，這增加了每月的成本。還需要更強大的互聯(lián)網(wǎng)連接和功能強大（因而價格昂貴）的桌面機器。最重要的是，由于算法交易尋求的是收益率的長期期望，因此需要較大的資本量來支持短期的損失。

二、交易系統(tǒng)

1.回測-backtest

 pybacktest's 的功能。為此，我們回測精典交易策略移動平均線MA交叉。

• MA快線上穿慢線時，買進做多
• MA快線下穿慢線時，賣出做空
• 進場規(guī)則，也是退場規(guī)則，交易策略相反相成

2.交易所

        有兩個可以執(zhí)行的訂單類型：市場訂單和限價訂單。市場訂單立即執(zhí)行交易，而不管可用的價格。因此很大作為市價訂單執(zhí)行的交易通常會得到每個后續(xù)限價訂單的價格混合在對面被填滿。市場訂單將被視為積極的訂單幾乎肯定會被填補，盡管潛在的未知成本。限價訂單為策略提供了一種機制，以確定最差的價格交易將被執(zhí)行，同時警告交易可能不會被部分或完全填補。限制訂單被視為被動訂單，因為它們通常是空缺的，但是當(dāng)它們是價格時保證。

3.交易費

        交易策略產(chǎn)生的交易成本最直接的形式是傭金。所有策略都需要某種形式的訪問交換，直接或者是通過經(jīng)紀(jì)中介（“經(jīng)紀(jì)人”）。這些服務(wù)帶來了額外的成本每筆交易稱為傭金。經(jīng)紀(jì)商通常會提供很多服務(wù)，盡管定量算法只能真正實現(xiàn)交換基礎(chǔ)設(shè)施的使用。因此，經(jīng)紀(jì)傭金往往很小，每筆交易基礎(chǔ)。經(jīng)紀(jì)商也收取費用，這是清理和結(jié)算交易的費用。進一步這是區(qū)域或國家政府征收的稅。例如，在英國有對股票交易支付印花稅。

到此這篇關(guān)于Python量化交易詳細簡介的文章就介紹到這了,更多相關(guān)Python量化交易內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論