tradecenter日内交易_GitHub - jypkkjj/AmazingQuant: AmazingQuant——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、...

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