量化交易学习2--量化交易入门

金融领域

• 股票
• 期货
• 外汇
• 虚拟货币
• 期权

统计和数据科学

• 假设检验
• 机器学习
• 过度拟合问题：避免过度拟合，在不同模型下所用的方法是不一样的。
• 模型选择、变量选择

编程

• python
• Python几个常用的包:Numpy,pandas,scikit-learn
• 完成一些基本项目：网页爬取数据（从Finviz取数据）、API下载数据、数据分析（Kaggle上有例子）
• 使用现有量化交易平台直接开始使用，边用边学（QuantConnect）
• 系统化管理数据和代码

交易

• 开户，手动模拟交易
• 看看别人在做什么：宏观数据、K线图、技术指标、日内交易（当天买当天卖）、常用经典量化策略
• 交易的常识：市场参与者（交易是与人博弈的一个过程）、交易如何进行、杠杆和保证金等、哪些数据可以使用、会产生哪些数据
• 尽早进行一次完整量化交易全过程

量化交易流程：

• 1、数据获取
• 2、数据清理
• 3、数据分析
• 4、数据优化
• 5、策略回测
• 6、策略参数优化
• 7、策略模拟和实盘
• 8、风控模块
• 9、资金管理

量化交易指标

• 技术指标：对成交价量的一种特定方式总结，比如RSI,MACD等。比如Pandas-ta中有130多种指标。
• 信息不能超出：成交价格、成交量和成交时间，三者的转换与组合有着相依关系和丰富的内容。
• 是否有用：量化指标中得变量是长期的一个群体智慧，虽然信号是低频且高噪声的，但是这些量化指标并不是完全没用。