听说三年前那些月入30K的程序员都是这样开始轻松构建算法交易机器：一点python基础＋一点运气

全文共3071字，预计学习时长9分钟

图源：Unsplash

人工智能的新突破每天都成为头条新闻。在金融领域，因其具有深厚历史、清楚明了和结构化数据，机器学习广泛运用。最终，金融领域成为了“学习机器”的一个早期标志，在这个领域取得的巨大成功还在继续。

现在，免佣金交易应用程序编程接口（API）和云计算的兴起让普通人只需要运气不错，再加上会一点python，就能运行自己的算法交易策略。

下面，小芯将展示如何在谷歌云平台（GCP）上使用Alpaca来进行构建框架。一如既往，文中所有编码可在Github主页里找到。

首先需要一些数据。数据来源当然有的免费，有的需要付费。本文中所用到的TD Ameritrade API（德美利证券）是免费的。下一步需要可以通过API递交免佣金交易的交易平台

这一步会用到Alpaca。Alpaca允许纸交易（虚拟币），这样就可以在免于破产的前提下测试所构建的交易策略。接下来只需要自动运行机器并存储/检索数据。此处将使用GCP，因为我对这一平台较为熟悉，但其他的云平台如AWS、Azure等都是不错的。

对了，当然还需要算法交易策略。本文所讲的是如何建构运行交易策略的框架，所以策略本身并不重要，不是本文的重点。为了演示，文中会使用动量策略（momentumstrategy）查找过去125天内动量最大的股票，并每天进行交易。

在进行完全回测前，请不要盲目使用上述策略。切记，千万不要从我这里吸取投资建议，不然你很可能会后悔的。

数据

首先需要的是许许多多的股票。这里会用到所有列在纽约证券交易所（NYSE）的股票。所有的股票代码将从eoddata.com获取，然后再向TD Ameritrade API请求这些股票代码的数据。

一拿到数据，就可以将它们储存进BigQuery（BQ）表以备之后使用。所有的数据会在云函数（Cloud Function）中&#