Quantopian 入门系列一

最新推荐文章于 2024-08-28 08:23:10 发布

weixin_38753422

最新推荐文章于 2024-08-28 08:23:10 发布

阅读量2.1k

点赞数 1

本文链接：https://blog.csdn.net/weixin_38753422/article/details/103209733

版权

本文介绍了Quantopian交易平台的基本使用，包括研究环境、数据探索、流水线、策略分析和交易算法。通过示例展示了如何获取和分析股票数据，如移动平均线计算、数据流水线的构建以及如何制定交易策略。此外，文章还讨论了如何在回测中应用交易策略并进行组合优化，以实现有效的风险管理。

摘要由CSDN通过智能技术生成

本文含 7926 字，52 图表截屏

建议阅读 40 分钟

在公众号对话框回复 QTP1 下载 notebook

引言

本系列将 Quantopian 官网上的四节 Tutorials 好好梳理一下。

本帖讲解第一节 Basic Quantopian Lessons，旨在说明如何使用 Quantopian 的研究环境和回测环境。目录如下：

简介
数据探索
流水线
策略分析
交易算法
数据流水线
组合优化
回测分析

简介

交易算法（trading algorithm）是用计算机来定义一组买卖资产规则的程序。大多的交易算法都是基于历史数据和数学/统计模型来做决策的。

在 Quantopian 研究环境中有完整的美股数据可供我们使用。在 Quantopian 主页，记注点击下图的 Research --> Notebooks 就可以创建一个 Jupyter Notebook 环境来运行 Python 代码

让我们看一个简单的例子，获取苹果（AAPL）股票的日终价，并计算出其 20 天和 50 天的移动平均值（Moving Average, MA）。代码和解释如下：

画图如下，注意，MA50 比 MA20 短，MA20 比 AAPL 短，原因很简单，求 N 天移动均值的第一个点需要 AAPL 中前 N 个数据。

打印出 MA50, MA20 和 AAPL 的形状。

aapl_close.shape, aapl_sma20.shape, aapl_sma50.shape

((756,), (756,), (756,))

三者包含一样多的数据？不合理，再看看三者含有的实际元素是什么样的。

df.head(5).append(df.tail(5))

原来 MA20 和 MA50 前 19 个和前 49 个都是 NaN，NaN 值在图中是提下不出来的，这就解释了上图三条线长短不一的原因。

总结一下：

要点

用 quantopian.research 里面的 symbols 来获取资产代号。

用 quantopian.research 里面的 prices 来获取收盘价，需要设置代号、起始日和终止日，输出是一个数据帧。

数据帧可以直接用 df.plot() 的格式作图，和 matplotlib 里面的 plot(df) 效果类似。

数据探索

金融数据主要可分为四类，见下表总结。

在 Quantopian 中，我们可以获取从 2002 年开始每一个交易日的 8000+ 美股的价格和收益率，以数据帧的形式返回。

下面代码获取了苹果股票从 2018-10-31 到 2019-10-31 之间的收益率，代码和解释如下：

返回结果 aapl_returns 是一个系列（Series）即只有一个列标签的数据帧，行标签是日期+时间。

除了最基本的价格和收益率数据之外，Quantopian 里还可以提供公司基本面（corporate fundamentals）、股票情绪（stock sentiment）和宏观经济指标（macroecnomic indicator）等数据。在 Quantipian 里有 50+ 个这方面的数据集，列表如下：

我们用 PyschSignal Trader Mood（上图倒数第二个）来说明如何获取股票情绪数据。PyschSignal 是一个提供交易员情绪数据的公司，它主要用自然语言处理（NLP）来分析社交媒体（主要是 Twitter 和 StockTwits）上的消息，并从中为每个证券打分。从 2016 年起，这些数据就已经是 Point-In-Time (PIT) 了。

关于 PyschSignal 详情可参考以下链接：

https://www.quantopian.com/docs/data-reference/psychsignal

在下例中，我们只获取消息量（message volume）和情绪得分（sentiment score）这两类数据。为了能使获取过程更有效，Quantopian 提供了流水线 API，要使用它需要三件套：