1、金融量化交易
借助现代统计学和数学方法,利用计算机进行交易。
1.1 正期望值系统
仓位x盈利概率x盈利点数 - 仓位x亏损概率x止损点数 - 交易手续费
量化交易分类分类:
(1)高频交易:仓位低、盈利概率高、盈利点数小、交易手续费高(单笔不大,累计起来大)
(2)CTA 交易:动态仓位,盈利概率低,盈利点数高、亏损概率高、止损点数低
(3)套利交易:动态仓位、盈利概率高、盈利点数低、亏损概率低、止损点数低
1.2 角色与系统
人员:策略分析师、策略开发员、基金经理、风控
数据:股市、期货、外汇;商业数据
1.3 交易体系组成
1.3.1 数据
数据是金融量化的基础,特点是海量、稳定、高效。
数据处理:清洗和有效校验,分析和回测前进行预处理。
数据采集:从交易市场实时采集行情数据。
数据存储:海量金融数据存储,初级使用NAS、Cloud,中级使用Mysql、MongoDB数据库,高级使用HDFS,使用Spark框架
数据服务:提供处理后的数据服务(如API);供内部模型回测,交易等使用;供外部可视化销售。