Python 算法交易实验52 读后感《量化交易:如何建立自己的算法交易事业》

说明

吸引定律，心理学名词，一般指人的心念（思想）总是与和其一致的现实相互吸引,或者说这是一种"心想事成"。

把注意力放到一个领域，最简单、最有效的做法是阅读和写作。前者可以让人看的更远，后者则能想的更深；前者有趣，能触发一些行动的开始；后者则保障行动得以实现。

内容

这次看的一本书大概是我很早以前买的，除开具体的实现手段（说实话我感觉out了），其他的经验和知识仍然可以参考。

书皮长这样

这是目录，我觉得老外写文章的特点是将的非常具体，从目录上，大致讲了以下几方面：

• 1 什么是量化，怎么搞
• 2 怎么开始（策略）
• 3 怎么回测（研究的评判）
• 4 实战第一步（开账户）
• 5 自动化/半自动化交易（规则引擎）
• 6 资金/规则管控（业务上的评估和管理）

总的来说，这还是比较全的

这里给出了量化的定义，以及一个区别方法。

最适合搞量化的人，嗯，金融、计算机技术和一些些存款

这些和我想的一致，易扩大，节省时间。

下面讲了如何产生一些可靠的信号集

给出了三个评判指标，最大回撤，以及回撤周期。

给出了个人量化交易的两个渠道

关于设备。我觉得这方面我还是很有优势的，因为职业和兴趣的原因，我在设备方面还是很有优势的。

当初的配置真的很低，我现在哪怕仅仅考虑核心的算网，也至少可以有30个CPU核的算力,还有2个GPU，算力还是很猛的。同时配置了若干高速的固态硬盘，每台主机至少是32G内存，最高128G内存。反正肯定是够用的。

这块我觉得使用规则引擎去做就对了。

规则引擎在交易是很有用的

风险管理是很现实的，如果不能满足风险管理的要求，那么业务是很难维持下去的。

关于这些，我还是比较认可反脆弱的精神，不要用杠杆。

隐马尔科夫是有用的，不展开说了

最后还论证了可以成功，我很喜欢这一点，哈哈

总结

• 1 我还是适合搞量化的（从几个要素上分析）
• 2 量化应该也是可以成功的
• 3 技术上用python明显是更好的选择（2010年那会还没有这个）
• 4 规则引擎搞自动化交易是最好的选择，我也可以实现这部分
• 5 我认为无杠杆交易是对的
• 6 夏普率、最大回撤和最大回撤周期这三个指标还是值得计算的
• 7 技术方面我觉得我的工具箱足够丰富和强大
• 8 基于现有的策略进行修改这个诀窍我觉得是对的
• 9 我还可以使用模型对效果进一步增强