AmazingQuant
1.简介
AmazingaQuant——为交易而生的智能投研Lab。包含策略组合研究服务、量化数据服务、指标计算服务、绩效分析服务四大功能模块。
1.1 策略组合研究服务
四大类策略模型组合的研究体系
(1)选股模型
单因子检测,因子合成,组合权重优化
(2)风险预警模型
事件风险等建立黑白名单模型
(3)择时模型
仓位控制择时、基差择时、行业风格轮动
(4)T+0模型
单只股票单独回测,满足回测与实盘的策略无缝对接
1.2 量化数据服务
1.2.1 历史数据存储
存储到服务器的mongoDB作为数据服务器,并保存到本地的HDF5,满足策略需求。
(1)基础行情数据
tick、1min、5min、日线等周期的股票、指数、期货行情数据
(2)基本面数据
财务数据
股本数据
(3)行情衍生数据
龙虎榜数据
指数成分股数据
行业板块成分股数据
行业指数日线行情数据
1.2.1 实时行情对接
(1)股票、指数、期货的tick数据实时全推行情
(2)重采样为1min、5min、日线等三个周期数据
1.3 指标计算服务
历史指标计算满足策略研究,实时指标计算满足实盘交易
(1)日线、周线、月线、年线周期等低频指标的历史数据计算,固定存储为HDF5格式,
(2)分钟、tick周期等高频数据指标计算,历史数据计算和实时指标计算两部分
1.4 绩效分析服务
回测数据格式对接,满足策略研究的评价;实盘数据格式对接,满足实盘运行的监控。
1.4.1 净值数据分析
(1)年化波动率,日收益波动率,月收益波动率,该值表明因子对收益率贡献的波动程度
(2)日收益率分布,月收益率分布,正收益天数,负收益天数,日胜率,月胜率,峰度,偏度
(3)最大回撤
(4)夏普比率,calmar比率,特雷诺比率,索提诺比率
(5)beta,跟踪误差,信息比率
1.4.2 交易数据分析
(1)也针对回测的:滑点损失
(2)总交易次数、日均交易次数、胜率(个股从建仓到完全平仓)、平均持仓周期、换手率、交易费用、总交易金额
(3)分每只股票统计,交易数量、金额、时间
1.4.3 持仓数据分析
(1)持仓行业市值、占比
(2)持仓估值风格分析
(3)持仓综合风格分析
1.4.4 绩效归因
(1)多因子归因
投资收益分为每个风格(行业)因子收益、特殊收益、日内调仓收益
(2)brinson归因
投资收益分为基准收益和超额收益,其中超额收益分为:资产配置收益、个股选择收益和交互收益
(3)收益分解
市场中性策略,基本分解公式为:总收益=交易收益+选股收益