量化投资体系包含了数据支持层、计算层、应用及展示层。
其中数据支持层可以用本地文件(Excel\Pickle)、数据库(SQL\MongoDB...)、API等方式获取,其中最好的是能有一个数据库,在做测试的时候API容易超限、并且提取速度慢,而用Excel会有刷新速度慢的影响,所以最好能够创建成一套大的数据库,供团队使用。
计算层一般Python足够,Java,C++,PHP等软件也可以用,各有优劣,Python的环境有更多的支持。
应用层不可否认Excel用来做简单回测、简单的数据展示,效率会很高,容易学习和操作,但是用到太多的循环就需要Python这种软件大量测试了,其实很多国际大买方也会用Excel来回测和展示。
具体而言,数据层要搭建宏观经济数据库、债券数据库、股票数据库、商品数据库等大类,可以参考数据供应商的分类,因为这是他们不断优化后的结果,在计算和应用层直接调用即可。
计算层最主要的是策略逻辑,在策略逻辑生成之前和之后都要经过风控模块,针对每个类别的资产,都要有一个Class来处理该资产。