小壁虎的春天

模式一股票投资股票投资系以国内股票为主要的投资标的，是目前国内阳光私募行业中最主流的投资策略，有近7成的阳光私募基金采用该种策略。具体可以分为多头投资策略和空头投资策略两种。1、代表机构价值投资：重阳投资、景林资产、淡水泉投资成长投资：鼎锋资产、汇利资产、明曜投资趋势投资：展博投资、星石投资、源乐晟资产行业投资：从容投资的医疗系列基金阿尔法策略：尊嘉资产、朱雀投资(阿尔法系列基金)套期保值：博颐投资、世诚投资趋势策略：重阳投资(对冲系列基金...

私募策略架构图股票策略股票策略是以投资股票类资产为主要收益来源，其投资标的为沪深上市公司股票，以及和股票相关的金融衍生工具（股指期货、ETF期权等）。股票策略是目前国内阳光私募行业最主流的投资策略，约有80%以上的私募基金采用此策略，按照风险暴露的大小排序分别为股票多头、股票多空、股票市场中性三种子策略。股票多头策略股票多头是指基金经理基于对某些股票看好从而在低价买进股票，待股票上涨至某一价位时卖出以获取差额收益。该策略的投资盈利主要通过持有股票来实现，所持有股票组合的涨跌幅决定了基金的

最近不少朋友问我是如何用电脑做金融交易的。这其实很复杂，并不是几句话能说明白的。根据听众的层次，这个回答可以是从最简单的比较敷衍的：“电脑和人脑差不多，用电脑模拟人脑就可以了。”……到比较复杂的：“我们设计了神经网络，用了强化学习的算法来训练金融市场数据。”……再到负责任的：“我们用数学模型解决金融数据里的fat-tail distribution的问题，用卷积神经网络来做交易模式识别和判断。”在不讲数学、概率、统计、数据模型的情况下，简单讲讲金融算法交易吧。这里不会讲太多策略模型，而是只想说说机器交易

量化投资的概念最初由西蒙斯的文艺复兴基金引入公众视野，却始终蒙着一层神秘的面纱。究竟什么是量化投资？如今，若还将量化投资简单的理解为基于数学模型由计算机程序控制的投资，未免太过狭隘。事实上随着近几十年投资学作为一门独立学科高速发展，从定性研究到定量研究是学科发展的必然趋势，数量化的触角已经渗透到投资流程的方方面面，如今可以说是无投资不量化，无量化不投资。时至今日，广义的量化投资已经发展成为基于现代科学方法的理论体系、研究方式以及工程系统的总和。放弃量化投资，无异于放弃了现代科学千百年来积累形成的行之有效

作者：Hear7 来源：博客园 原文链接：https://www.cnblogs.com/caodneg7/p/10225611.htmlPython是当今应用最广泛的编程语言之一，以其效率和代码可读性著称。作为一个科学数据的编程语言，Python介于R和java之间，前者主要集中在数据分析和可视化，而后者主要应用于大型应用。这种灵活性意味着Python可以作为一个单一工具来汇集整个工作流。也就是说Python本身是被允许扩充的，并非所有的特性和功能都集成到语言核心中。Python提供了...

掘金中没有直接获取期货加权指数的接口，怎样才能用原始数据合成出加权指数？原理加权指数的计算原理就是将该品种每一天所有上市且未退市的合约按照当日持仓量作为权重加权求得，共包括：开盘价、收盘价、最高价和最低价。所需数据所有合约标的代码对应接口：get_instruments()持仓量对应接口：get_history_instruments()历史行情对应接口：history()代码实现# coding=utf-8from __future__ import print_

TED有一场演讲是 “陷入了负面情绪要怎么走出来”，主讲人是一位社会心理学家。她是一位专业的人群观察者，她的工作就是去研究人类是如何思考的，以及如何更好地思考。前几年她发现人们比起“患得”更容易“患失”，她开始研究为什么人类的大脑容易被困在负面情绪里。她举了一个最经典的例子——“半杯水”的例子。社会科学有大量研究表示，当你向人们描述一个装了半杯水的杯子的时候，“半满”和“半空”这两种表达，会改变人们对其的感受。如果你用半满去描述它，这是在获益框架下思考，人们往往更乐观；反之如果用半空的描述，这是基于损失

跨期合约的核心矛盾任何一个期货合约从最初上市到最终进入交割月，在不同的时间段内，其主要矛盾是不同的，或者说驱动逻辑是不同的。因此，我们需要对将不同月份的合约进行区别对待，根据其距离交割月的远近，选择不同的交易逻辑。合约期限的理解对于期货合约的划分，需要一定的交易经验，据我个人观察和总结，我把一个期货合约距离交割月的远近分为三个主要阶段：远期合约、近期合约、即期合约。具体的划分标准和解释说明如下：远期合约：距离交割月在2个月以上，离交割月较远。 近期合约：距离交割月在1-2个月之间，离.

股票市场大概是最能反应人类情绪的地方。看过一些游资的操作总结，觉得还是有一些收获。试着把他们的一些观点，结合我自己的体会，理一理。基础逻辑：短期的市场情绪是有规律可循的，长期是无法预料；揣摩市场情绪，进而判断风险和收益的比较，来指导操作。市场情绪如果量化，分解?1. 成交量来看？养家的原话是：短线好手仓位的高低通常会与市场整体交易量呈现一定的正相关性。理解：一个活跃的市场，量能需要达到相对高一点的水平，如同3，4月份转债市场交易额从200亿突增到600亿左右，溢价上升，小转债脉冲，5，6月份

商品套利策略主要包括四种，我们已经了解过跨期套利、期现套利、跨品种套利。今天我们来一起讨论“跨市场套利”，具体到“跨市场套利”，我们首先需要了解“购买力平价理论”。根据购买力平价理论，在无摩擦假设下，不同市场的同一产品应具有相同的价格。但在现实中，受汇率、资本流动限制、进出口政策等因素影响，同一种商品在不同国家期货交易所的价格往往不同，存在一定的合理价差。一般来说，这个价差会稳定在一个较为固定的区间，但有时也会出现短暂的异常，跨市场套利就是通过捕捉价差的异常来获利。具体来看，受到实际政策的制约，

在许多技术指标中，异同移动平均线MACD这一指标是最为客观、不易被人为操纵的。根据异同移动平均线的特性，在一段持续的涨势中，快速(短期)异同移动平均线和慢速(长期)异同移动平均线之间的距离将愈拉逾远，两者之间的乖离率愈来愈大，但随着涨势趋向缓慢，两者之间的距离也必然会缩小，甚至互相交叉，发出卖出讯号。同样，在持续的跌势中，快速线在慢速线之下，相互之间的距离愈来愈远，如果跌势减缓，两者之间的距离也将缩小，最后交叉发出买入讯号。运用异同移动平均线(MACD)判断买卖时机，在趋势明显时收效甚大，但如碰上牛

RSI指标实战技术一、RSI指标超买和超卖1．RSI值大于80，超买当6日RSI进入80以上区域时，说明市场进入了超买状态，市场有短期回档的风险，投资者可先行减仓。当6日RSI向下跌破80位置时，投资者应果断卖出。如图所示，2011年3月25日，鄂尔多斯（600295）放量收出一根涨停大阳线，同时6日RSI线进入到80以上的超买区，持股者应该在当天或次日实施减仓操作以规避风险，而持币者不宜再贸然买进。2011年3月29日，该股低开低走，股价弱势明显，当天6日RSI线跌破了80位置，还有剩

网络上有成千上万种行之有效的策略，但是你必须选择最适合自己的一个，才能对自己的交易有帮助。今天给大家介绍“动量交易策略”，希望诸君能够共同探讨，有不妥的地方还请多多指正。一、什么是动量交易策略？动量是一个术语，指的是在货币升值时买入，在货币贬值时卖出。这是大多数专业交易者中非常流行的交易策略。大量交易开始时，就会形成可靠的市场趋势。此时，我们就可以通过图表识别判定趋势方向，在强劲的看涨势头下，价格将以恒定的速度积极创造更高的高点。同样，在强劲的看跌势头下，价格将创造更低的低点。确定市场动能后，就

此前我们研究过动量指标在多空研判以及走势反转上的应用，这是他们主要的用途。但是，动量指标也可以用在空间的目标测量上。RSI正负反转目标测量我们以前曾经聊过RSI指标的正负转折与价格走势的关系，现在我们重点研究如何利用RSI正负反转来预测空间。在正反转中，价格走势的低点呈现抬高态势，而其对应的RSI指标低点呈现降低态势。目标空间P与前高H的价差一般与两个波段低点B与A的价差想当，所以在RSI正反转格局中，目标空间P=H（B-A）。同样，在RSI负反转格局中，新低价格P与前低L的价差一般与两个波

相对强弱指数RSI是目前流行最广，使用最多的技术指标之一，他是技术分析大师威尔德创造的。RSI之所以流行最广，是因为他不但可以应用在股票市场，在期货和外汇市场也有较好的应用。RSI是以一特定时期内股价的变动情况来推测价格未来的变动方向。简单的说，就是一段时间，股价涨幅和跌幅的比值，下图是公式。以上主要是理论，如果你不会写代码，也不需要过多了解，知道有那么回事就可以了。实际的应用中，一般我们用5日、10日、14日作为指标的周期，或者用6日、12日、24日作为计算周期的较多。当然也可以修改成，适合自

相对强弱指数RSI是根据一定时期内上涨点数和涨跌点数之和的比率制作出的一种技术曲线。能够反映出市场在一定时期内的景气程度。由威尔斯.威尔德(Welles Wilder)最早应用于期货买卖，后来人们发现在众多的图表技术分析中，强弱指标的理论和实践极其适合于股票市场的短线投资，于是被用于股票升跌的测量和分析中。该分析指标的设计是以三条线来反映价格走势的强弱，这种图形可以为投资者提供操作依据，非常适合做短线差价操作。应用方法：该指标属强弱类指标，反应一段时间内股价走势的相对强弱，以统计的方法，人为将指

相对强弱指标RSI,是用来判断买卖双方力量强弱的技术指标,由韦尔斯－王尔德提出。外汇交易中有很多常见的指标，rsi指标就是其中一个。那么rsi指标参数怎么设置？如果您不清楚外汇rsi指标参数设置的方法，将不利于您后期的操作。rsi指标，又称为相对强弱指数，其无论是在股票交易还是在外汇交易中还有广泛的应用。特别是在外汇交易中，rsi指标给了外汇投资者们衡量外汇市场、判断买卖点提供了非常重要的参考依据。对于投资者来说，不仅要知道怎么设置外汇rsi指标参数，还要知道rsi指标重点应关注什么。大家需要注意的

说明：副图指标，别人的指标拿出来分享，筹码越集中线就越密集例图：指标源码：DIF:=(EMA(CLOSE,12)-EMA(CLOSE,26)),COLORWHITE;DEA:=(EMA(DIF,9)),COLORYELLOW;MACD:(DIF-DEA)*2,COLORSTICK,COLORGREEN;MACDX:=MACD;TJG:=NOT(NAMELIKE('S') OR NAMELIKE('*S')) AND DYNAINFO(8)>0;VA1:=HHV

均线八大法则买入时机1、平均线从下降逐渐走平，而汇价从平均线的下方突破平均线时，买进。2、汇价虽跌入平均线下，而均价线仍在上扬，不久又回复到平均线上时，买进。3、汇价趋势线走在平均线之上，汇价突然下跌，但未跌破平均线，汇价又上升时，可以加码买进。4、汇价趋势线低过平均线，突然暴跌，远离平均线时，极可能再趋向平均线，买进。卖出时机5、平均线走势从上升逐渐走平，而汇价从平均线的上方往下跌破平均线时，卖出。6、汇价虽上升突破平均线，但又立刻回复到平均..

说明：副图指标，注意红箭头异动，做了相应的选股例图：源码：DIF:EMA(CLOSE,12)-EMA(CLOSE,26);DEA:EMA(DIF,9);MACD:(DIF-DEA)*2,COLORSTICK;DRAWICON(REF((DIF-DEA)*2,1)<=LLV((DIF-DEA)*2,5) AND(DIF-DEA)*2>=REF((DIF-DEA)*2,1) AND (DIF-DEA)<0,(DIF-DEA)*2*1.2,1);MACD

一、何为KDJ?随机指标KDJ是以最高价、最低价及收盘价为基本数据进行计算，得出的K值、D值和J值分别在指标的坐标上形成的一个点，连接无数个这样的点位，就形成一个完整的、能反映价格波动趋势的KDJ指标。买卖点实战案例1、KDJ指标低位金叉当K值和 D值均小于30，曲线K从下向上穿越了曲线D，则KDJ指标形成低位金叉，表示短期内人气聚集，股价有上涨的可能，是买入信号。在低位时，曲线K和曲线D可能会重复金叉多次。短时间内形成金叉的次数越多，买入信号越强烈。2、低位金叉买点股价在下跌中

由于KDJ线本质上是一个随机波动的观念，故其对于掌握中短期行情走势比较准确。但是在较长周期的K线图上，KDJ预测价格中长期走势也有一定的意义，如周线图中的KDJ指标对中线操作有较好的指导作用。KDJ指标中，K值和D值的取值范围都是0-100，而J值的取值范围可以超过100和低于0，但在分析软件上KDJ的研判范围都是0-100。通常就敏感性而言，J值最强，K值次之，D值最慢，而就安全性而言，J值最差，K值次之，D值最稳。KDJ指标实战应用一般而言，当K、D、J三值在50附近时，表示多空双方力量均衡

随机指标KDJ主要是通过K、D和J这三条曲线的所构成的图形关系来分析股市上的超买超卖,走势背离及K线、D线和J线相互交叉突破等现象,从而预测股价中、短期及长期趋势。KDJ是市场上绝大多数投资者熟知的分析工具,但具体运用时,投资者可能会发现KDJ的分析结果和实际走势存在着特别大的差别,有时还会得出相反的结论,这其中原因主要是绝大多数投资者只知道KDJ的一般分析原理和方法,而对KDJ分析指标的一些内涵和特定的分析技巧知之甚少。本节在介绍股市分析中市场上流行的KDJ的一般研判技巧和分析方法上,重点挖掘KDJ指标的

MACD指标被普遍认为是最经典实用的技术指标之一。其实并不是因为MACD有多么精妙的算法，而是MACD遵循了最基本的“均线指导原则”，形象的将经典双均线系统换了一种更加直观的表达方式。MACD称为指数平滑异同移动平均线，指标中DIF和DEA这两条曲线主要是体现出股价运行的趋势，而红绿柱状图是体现股价上涨下跌时的能量。大家在使用的时候主要看三样：DIF(白线)，DEA(黄线)，MACD(红绿柱子)。红柱M头，上涨为先绿柱W底，下跌为先红柱二波，后低于前，逢高减码绿柱二波，后高于前，

1.当DIF和DEA处于0轴以上时，属于多头市场，DIF线自下而上穿越DEA线时是买入信号。DIF线自上而下穿越DEA线时，如果两线值还处于0轴以上运行，仅仅只能视为一次短暂的回落，而不能确定趋势转折，此时是否卖出还需要借助其他指标来综合判断。2.当DIF和DEA处于0轴以下时，属于空头市场。DIF线自上而下穿越DEA线时是卖出信号，DIF线自下而上穿越DEA线时，如果两线值还处于0轴以下运行，仅仅只能视为一次短暂的反弹，而不能确定趋势转折，此时是否买入还需要借助其他指标来综合判断。3.柱状线收缩和

买卖时间的选择与买进价格的选择是一切趋势预判与大盘交易策略制定的2个最重要的考量因素。因为所有重大的趋势转折，几乎都会发生“在一个重要的时间，见到一个重要的价位”之后。但是把握了时间与价位，不一定能保证我们赢钱。无论是重要的时间还是重要的价位，说到底都只是一种选项、概率，而非必然。所有重大的趋势转折，几乎都发生“在一个重要的时间，见到一个重要价位”之后，但不是所有的时间与价位的重合点都会发生重大的转折。因此，在把握了时间与价位后，还有一个非常重要的问题就是仓位管理。说到仓位管理，我首先想到的是一本《

活着最重要讲到扑克牌博弈和投资，人们通常都急于学会赚钱的招数，其实我个人认为赚钱方法是不容易学的，需要很多经验和悟性。初学者要迅速提高“段位”，倒是应该重点先练练防守。防守是有一定套路，可以学习的。在我看来，博弈和投资取得成功的先决条件都是要做好防守，保住本钱，然后耐心等待真正的机会。总而言之，绝对不能在革命胜利前牺牲。别以为这很容易做到，且不说我们周围那些“发财未遂身先死”的赌友股友，即便在投资界绝顶高手中，从云端跌落者也大有人在。且看几个例子:杰西-利弗莫尔：《股票作手回忆录》中的主人公，投机界

正文赌徒迷信的是运气赌场相信的是数学赌王何鸿燊接手葡京赌场时，业务蒸蒸日上，但理性的赌王仍然忐忑，请教“赌神”叶汉：“如果这些赌客总是输，长此以往，他们不来了怎么办？”叶汉笑道：“一次赌徒，一世赌徒，他们担心的是赌场不在怎么办。”叶汉说的只是心理层面，现代赌场程序方面的设计，比叶汉当年要缜密得多，赌场集中了概率、级数、极限方面的数学经验。一个普通赌徒，只要长久赌下去，最终一定会血本无归，所谓的各种致胜绝技，除了电影里的周星星，现实里的周星驰都不信。赌徒永远不明白，与自己对赌的不是运气，也

stockstats 提供基于pandas.DataFrame的包装，包含股票统计/指标。安装pip install stockstats工具包信息stockstats 0.3.2支持的统计/指标有： 变化（百分比） 增量 置换（基于零） 日志返回 最大范围 最小范围 中=（关闭+高+低）/3 比较：le、ge、lt、gt、eq、ne 计数：向后（C）和向前（FC） SMA：简单移动平均值..

在为自己、员工和客户创造了巨额财富之后，即将在下一次生日跨过这一门槛的西蒙斯，将辞去其600亿美元规模的对冲基金文艺复兴科技公司（Renaissance Technologies，以下简称“文艺复兴”）董事长一职。“我相信是时候了，”西蒙斯在写给投资者的信中写道。经过了数年的酝酿，信件的出现正式标志着这位神秘对冲基金“掌门人”退出。数学家出身的“掌门人”吉姆•西蒙斯是历史上最伟大的对冲基金经理之一，在全球投资业内，他的名气并不亚于索罗斯，更是被认为是保尔森、达利欧这些业内领军者的前辈。他曾帮助开

来源：掘金量化社区 作者：四两 原文链接：https://bbs.myquant.cn/topic/2050掘金中缺少一些常用的技术指标函数，但在编写策略时，免不了要用到指数指标来帮助决策。因此，小编汇总了几个常用的技术指标，基于掘金的框架编写成函数，大家可以在使用时参考一下。提示：行情软件比如通达信的一些指标都是基于股票上市首日计算得到的，如果计算时只用小部分的时间序列，得到的结果和通达信软件是不一致的。为了保持一致，所有指标都按照上市首日计算。前期准备# c...

量化可以简单分为数据管理、策略分析和策略执行三个模块，数据是基础，策略分析是核心，其中策略自动化执行（算法交易）在国内由于政策限制实施起来比较麻烦。从Python的角度看，数据层往下分解，要学习的模块主要有Pandas、Numpy、tushare、pandas_datareader以及一些爬虫库等。策略层往下分解，要掌握的基础工具包括Pandas、matplotlib、scikit-learn、TA-lib、statsmodels等等。当然，在学习上述金融量化常用库前，系统的掌握Python编程基础是很..

MACD指标中的DIF和MACD、DIF和DEA两线，按照其金叉时在零轴上、下的位置，和金叉前是否发生过死叉、死叉发生的位置，有八种形态图形，它们分别是：佛手向上、小鸭出水、漫步青云、天鹅展翅、空中缆绳、空中缆车、海底电缆和海底捞月。1、佛手向上
DIF与DEA金叉后，随股价上行而向上，接下来又跟着股价回调而向下。通常是主力洗盘时，股价回调使得DIF回调到MACD线附近后，DIF线立即调头向上，形成佛手向上的形态。此时的均线系统往往是多头排列。公式：DIFF:=EMA(CLOSE,1.

引言一些用户是从通达信等软件上切换过来的，对于掘金框架及python语言不是很了解，很难上手。对此，小编整理了一些基本要点以及一些简单的示例，希望对大家有帮助。从结构开始说起通达信这类软件在编写公式之前首先要确定一个频率，是日线级别、分钟级别还是其他级别，然后再定义公式，这个选择的过程对应掘金python语句中的订阅函数（subscribe）。如果在通达信中选择日线频率，在掘金中就订阅’1d’频率。（特别说明，掘金除了bar数据，还支持tick级别的数据，用户可以在更高频率下编写策略）。d

windows 安装首先你要明确你的系统版本，win32系统还是Linux，X86还是X64；如果你的系统是x86平台，在安装了anaconda 的基础上，可以直接使用pip安装，命令如下：pip install talib如果你的系统是x64平台，直接使用上述命令安装汇报错，原因在于python pip源中TA-Lib是32位的，不能安装在X64平台上，从TA-Lib的官网[http://ta-lib.org](http://ta-lib.org/)下载的安装包其实也是32位的，如果你的系

怎样获取股票停牌前一日收盘价？目前掘金提供的接口没有能够直接获取停牌前一交易日收盘价，想要查询停牌价格，只能利用其他数据接口判断。因此小编将一些接口组合，写成了一个函数供大家参考交流。设计思路1. 函数功能查询停牌日及停牌日前一日的收盘价2. 输入参数和输出变量输入参数：为了函数的便捷，希望只需要输入股票代码、开始时间和结束时间。输出变量：停牌日、停牌日前一日收盘价3. 需要的原始数据股票在开始时间到结束时间的历史收盘价（日频）、交易所在开始时间到结束时间全部交易日。4

对应场景：在看盘时，经常会看到不断伸缩变化的k线。由于每时每刻都会有新数据推送过来，这些长周期的k线需要不断更新，才能反映出标的最新状态。变化的k线其本质上就是不断用更新、更短周期的数据合成长周期的k线。举个例子：假设我的策略是以5分钟bar为基础运行的，在终端里，只有这5分钟结束后对应的bar数据才会返回。但我觉得等5分钟bar返回时再进入买卖逻辑时黄花菜都凉了，不如每返回一个tick就更新一次5分钟bar，这样我得到的5分钟bar虽然是个“残缺的”bar，但它涵盖了标的最新信息。怎...

在掘金终端的使用过程中，一些数据的提取和储存不太方便。小编针对数据的提取和储存问题，提供一些解决方法和使用范例，欢迎大家一起学习讨论。list[dict]类型数据，以tick里面的quotes为例tick数据是一类比较特殊的数据，返回字段中的quotes代表五档行情，是一个list[dict]的结构。其中quotes[0]-quotes[4]代表1-5档行情，每一档行情里面又分为"bid_p"、"bid_v"、"ask_p"、"ask_v"四个字段，对应的格式为字典。先看一下quotes的结构

定时任务的多种可能引言在使用掘金提供的定时任务接口中，schedule()接口能够实现定时任务的功能。但在使用过程中发现，定时任务的参数只能设置为“每天（1d）”、“每周第一天（1w）”、“每月第一天（1m）”。有时会有其他频率的需求，比如每月最后一天，这时应该怎么办？每个月的第n天运行要想实现每个月的第n天运行，也需要借助我们的定时任务，将schedule函数中的date_rule设置为“1d”，让algo函数每一天都运行。但我们只想让它在每个月的最后一天执行，所以要加一个时间判断语句。

掘金输出的时间数据处理方法掘金在为使用者提供数据时，有一类数据处理起来有些麻烦，这类数据就是时间数据。它们长这样：或者这样：查看一下它们的类型，发现有datetime,datetime64,Timestamp等等。这么多各种各样的类型，我们应该怎样处理呢？转化成标准的“年月日”格式以tick里面的“created_at”为例，该数据由“年、月、日、时、分、秒+时区”组成。想要转化为标准的年月日时分秒数据，需要用到datatime库中的strftime。strftime是将一个字符串

用日线合成长周期k线掘金API中的接口最长的周期是‘1d’的，如果想要合成频率为周、月甚至年的应该怎么办呢？为此，写了一个函数来实现日k线合成长周期k线，欢迎大家一起讨论，不足之处请多指教。基本思路用日线合成长周期的k线并不难，只需要确定好合成的周期以及需要的数据即可。周期:一般行情软件上提供年k、月k、周k，我也选择年、月、周再加一个季度频率。数据:开盘、收盘、最高、最低、成交额、成交量。确定好周期和需要的数据以后，就可以开始写函数了。以周线为例，要想合成周线，主要有以下几步：..

talib包是计算许多行情指标必备的第三方库，但在计算过程中发现，计算出来的数值和行情软件的计算方法存在很大的差异，可能会导致策略出现错误。为此，专门写了一个函数解决这个问题。欢迎大家一起交流讨论。MACD的计算MACD的计算很简单，主要包括DIF、DEA和BAR三个参数。计算方式如下：（图片来源百度百科）注:在计算过程中，需要注意数据的初始化。上市首日，DIF、DEA、BAR默认为0.但次日计算中EMA12和EMA26是按照上市首日的收盘价来计算的，所以这里面涉及一个初始化的问题。在计.

1.简介Talib是一款非常强大的技术分析指标计算第三方包，于1999年由Mario Fortier最早上传。由于底层框架是用C语言搭建的，所以python在使用时的帮助文档较少。为了方便使用，参考HuaRongSAO在github上的发布的内容整理出以下文档。(原文地址：https://github.com/HuaRongSAO/talib-document)2.安装和导入一般情况下直接用pip安装Talib会出现各种各样的问题，所以推荐用whl的方式安装。安装流程如下：Whl下载地址：h

在之前多处提及用风险（最大回撤）的大小来反推开仓资金这种资金管理的方法，但是没有一个章节来专门说清楚具体的细节，因为这一点至关重要，所以我认为要单列一个章节来详细讲清楚。量化交易最核心的量化部分是什么，我个人认为是对风险的量化，风险是所有金融交易中最重要的一个变量，其实评判一个投资者优秀还是平庸，最关键的也就是看能否妥善处理风险和盈利之间的关系。主要的风险分为两种，一种是突然破产的黑天鹅事件，这种风险的控制要从整体的单边仓位去控制它，控制起来也比较简单，你要做的就是轻仓参与就行；难以控制的是另外一种

凯利公式解决了一个确定的胜率和赔率的情况下，每次用多少资金去冒险的问题，假设一个简单的丢硬币的赌局，丢到正面你得到2元钱，丢到反面你输掉到1元钱，你一共有100元钱的总资产，你可以一次进行任意金额的押注，比如可以一次100元全压上，也可以一次压1元钱。显然这是一个优势赌局，你每参加一次这个赌局，你就能够预期获利1元，应为丢硬币的胜率是50%，而赔率是2：1，即你赢的时候可以比输的时候多赢1倍的钱。但是，你该用多少钱去下注呢，显然你不能将你的本金100元全部下注，虽然这是一个优势赌局，但是如果你用10

逆势交易的目标是在行情上涨时，在高点卖出。在行情下跌时，在低点买进。赚取小波动的小获利。因为市场总是存在小波动，所以逆势策略有更多的机会交易，而反过来说，交易次数过多也是需注意的缺点，它必须付出更多的交易成本。相对于顺势或趋势交易，它应有更高的胜率及更严谨的停损条件。以下纪录常见的逆势指标，可以分为五类：价格指标型，区间、通道、价格带状型，技术指标型，K线形态型，长短区间相对价格型。01、价格指标型以近日的市场价格计算出当日的支撑压力点位，当行情下跌遇到支撑点进行买进，在压力点进行卖出，例如CD

在很多量化交易者最初优化参数的时候，往往容易或多或少的出现三种类型的错误：前视偏差、过度优化和曲线拟合。这三种陷阱只要在策略开发和参数优化的过程中出现一种，造成的结局是灾难性的，这些错误可以说是量化交易者前面的地雷，稍有不慎，就容易爆炸。首先，我们要谈的是前视偏差，前视偏差是指在策略的开发中，采取了未来的一些信息，而这些信息在实盘操作中是基本上不可能实现的。前视偏差主要表现在两个方面，一是未来函数，二是信号闪烁。举个例子来说明未来函数，如果某个均线策略的规则是：“当前价格上穿均线的时候以开盘价开仓”

在建立量化交易模型的过程中，很多人都会经历过度拟合的情况。过度拟合其实是机器学习领域和统计学领域的一个概念。一般被用作表示一个模型在测试时表现的非常好，但是在实践过程却成绩却不如预期。对于传统的机器学习来说过度拟合的影响不是很明显，但金融数据时间序列特征和数据的高噪音特性则决定了过度拟合会带来的巨大影响。所以，我们在进行建模时一定要严谨避免过度拟合的情况发生。1、过度拟合产生的原因程序化交易系统的设计过程包括两个部分，这两个部分都有可能造成过度拟合。交易系统设计的第一部分是形成一个完整的交易

技术分析和迷宫一样，进去容易出来难，有的人一生都会迷失在这个迷宫中，这也就是交易行业的残酷性之一。初入行的时候，看着上跳下窜的走势图，难免有些激动和兴奋，随着时间的推进，愈发觉得这个市场有学不完的知识。从追寻感觉到执迷于技术，这个过程是每一个交易者都会经历的必经之路，但技术具体是什么东西，每个人的回答都可能不同。技术分析是资金面分析？还是K线组合？指标分析？或者黄金分割理论？波浪理论？每一种分析理论，本身都没有问题，这些理论都能赚到钱，但是有一个前提，这个前提就是你要先走出这个技术分析的迷宫，把这些

特质波动率(Idiosyncratic Volatility, IV）与预期收益率的负向关系既不符合经典资产定价理论，也不符合基于不完全信息的定价理论，因此学术界称之为"特质波动率之谜"。1、什么是特质波动率？股票的风险结构方程将股票的总体风险分为公共因子风险、因子协同风险以及特异风险。特质风险衡量的是股票自身所特有的风险，与公共因子波动带来的风险不相关，与其他股票的特质风险也不相关。然而特质风险不能被实际观察到，在实际应用中特质风险的度量依赖于公共因子的选择，不同的的公共因子组合会估计..

什么是波动率波动率是金融资产价格的波动程度，是对资产收益率不确定性的衡量，用于反映金融资产的风险水平。波动率越高，金融资产价格的波动越剧烈，资产收益率的不确定性就越强；波动率越低，金融资产价格的波动越平缓，资产收益率的确定性就越强。波动率产生的原因：从经济意义上解释，产生波动率的主要原因来自以下三个方面：1、宏观经济因素对某个产业部门的影响，即所谓的系统风险；2、特定的事件对某个企业的冲击，即所谓的非系统风险；3、投资者心理状态或预期的变化对股票价格所产生的作用。波动率的分类

核心结论1.纯因子组合对模型中某个因子具有单位暴露度，对其他因子暴露度为0。纯因子组合对模型中某个因子具有单位暴露度，对其他因子暴露度为0，对因子显著性检验、投资收益事后分析和多因子组合构建均有重要作用。2.从风险收益比来看，流动性因子历史表现最佳，反转因子和规模因子次之流动性因子风险收益比为2.24，反转和规模因子风险收益比为1.64 和1.50。文献评述本文的主要内容是展示如何使用纯因子组合检验因子有效性。检验因子效用的通常做法是将股票按照因子值分作多头组合和空头组合，然后观察这个多/空

根据不同的风险度量方式，风险调整的收益指标包括多种，其中较为常见的是基于均值-方差模型调整的收益指标。这类指标基于马科威茨的均值-方差模型和CAPM模型，采用收益率的标准差（波动）或者β系数来衡量市场风险的大小。常见的指标有特雷诺（Treynor）指数、夏普（Sharpe）比率、詹森（Jensen）指数等。特雷诺指数（Treynor index）特雷诺指数是基金的收益率超越无风险利率的值与系统性风险的比值。这个指数衡量的是基金承担单位系统性风险所获得的超额收益。特雷诺指数越大，说明风险调整...

引言理查和马文是华尔街著名的财务分析专家，二人合作研究愈 30 年，在业界有着很高的声望，现在均任罗根资产管理公司投资经理。他们二人都是格雷厄姆和巴菲特的追随者，奉行价值投资的理念，本篇将要介绍的理查&马文价值导向选股法则正是两人价值投资理念的集中体现。策略思路理查和马文是价值投资的拥护者，在投资组合选股中，尤其重视分红率高且稳定的公司。二人于 1980 年代开始合作研究关系，曾先后于核心财务公司（CoreStates Financial）、伯恩财务集团合作进行投资方面的研究。之后二人正

从当前市场上的投资策略种类来看，大致有七种：投资策略一：美林投资时钟策略美林投资时钟投资策略相信大家都有所耳闻，作为资产配置最为著名的模型，它具体的概念主要指，以经济周期为框架，把「资产」、「行业轮动」、「经济周期四个阶段」以及「债券收益率曲线」四个因素联动起来，作为投资周期综合参照工具。美林投资时钟把经济周期分为四个大的阶段，分别是衰退、复苏、过热和滞胀四个阶段，并且，每一个阶段都对应资产配置的特定资产类别：债券、股票、大宗商品和现金。市场以四个阶段作为一个周期，不断轮回。每个阶段都有

择时策略一：LLT模型趋势跟踪是接近交易本质的一种朴实的交易思想，但是传统趋势线MA在平滑性与延迟性上无法做到很好的兼顾，基于二阶低通滤波器的低延迟趋势线LLT模型可以很大程度上解决该问题。自2005年至2013年的实证表现看，20/30参数下，传统均线累计收益率分别为348%、324%，而LLT模型可以达到528%、1076%，收益得到大幅改善。过去10年LLT在沪深300指数上均为正收益，其中最近两年，2015年126.6%、2016年19.8%。LLT模型在各市场指数上的最新信号方向如下：

文|迈克尔·刘易斯由于地球自转放缓的原因，科学家们将再度给钟表额外增加1秒钟时间，届时原子钟将会在23点59分59秒后停留一秒钟，让变慢的地球自转跟上原子钟步伐。中国的这次闰秒是在7月1日的7：59：59后面增加1秒，今天的7点59分60秒不等于8点。上个月看了一本非常精彩的金融小说《高频交易员》，里面对时间的价值标准按纳秒级（十亿分之一秒）计算的，千分之十三秒就能让高频交易员完成一次交易，速度就是一切，为此，他们甚至开山破土，建起了一条有史以来最笔直的数据传输光缆，把从芝加哥到新泽西的信号传输时间

做程序化交易的投资者不可避免要涉及到交易系统，我对交易系统的理解是从交易规则的设计，到最后离场的一整套规则，其中包括风控。那么设计交易系统的过程中需要注意哪些事项？怎么设计一整套可执行的交易系统呢？一、交易系统设计的原则1、完整性一个完整的交易系统包括：分析预测、决策、操作、资金管理与风险控制等。一个完整的交易系统，应包括入场、离场和资金管理等各项条件。2、交易系统设计因符合自身特点交易系统是对自身投资理念的集合，因此在设计交易系统时应充分了解自身的优势和劣势，将自身的投资理念置入其中设

这是一段通俗的读物，更是一段算法交易的历史钩沉，华尔街的每个角落逐渐被算法所侵蚀，思考者，依然还是拖着额头，但却不得不接受未来的现实！1980年华尔街的黑客生涯：天时地利20世纪70年代末期，算法开始进入人们的工作，这一趋势席卷了世界各地的金融市场，标志着华尔街黑客时代已然来临。华尔街逐渐吸引了美国越来越多杰出的数学家和科学家投身于编写交易算法的工作。在布莱克·斯科尔斯统治市场之前，已经有少数工程师和科学家进入曼哈顿下城市场了，但他们大都是外来移民。麻省理工、哈佛和此类高等学府的工程楼和科学.

一、基础篇1、在市场不稳定的情况下如何稳健套利？套利，本就是很稳健的一种盈利方式。套利和盈利不同，相信您问的是在市场不稳定的情况下稳健“盈利”。先明确量化和对冲的概念，可下载OA系统中“量化对冲 产品基础知识学习手册”进行详细学习。量化对冲产品在构建股票多头的同时，也构建期货空头。这种操作在市场不稳定时，可以对冲市场的系统风险，从而留下股 票多头特有的盈利。2、量化对冲产品的操作流程是怎样的？先用量化投资的方式构建股票多头组合，然后空头股指期货对冲市场风险，最终获取稳定的超额收益。3、收

长为投资高手需要具备什么样的特质？高超的技术分析能力？独到的价值分析能力？全面的基本面分析构建能力？抑或是三者的综合？……其实想成为投资高手，技术分析、价值分析和基本面分析能力，都是不可或缺的。但这并不说只要具备了这三种技能，就能成为投资高手。市场中有太多的人通读了艾略特、江恩等技术大家的理论、技术分析十分牛逼；也有很多人对经济大局的掌握程度不亚于一个经济学家；更有很多市场参与者都是自己开公司的、深刻了解该如何估量一家公司的价值的…但是他们在这个市场中往往都不是常胜将军，甚至在市场中

多种情形下，运用布林线指标进行买卖，其操作的成功率远胜于ＫＤＪ、ＲＳＩ甚至移动平均线。巧用布林线买卖将使我们有可能避开庄家利用一些常用技术指标诱多或者诱空的陷阱，因为庄家要想在布林通道线上做手脚，几乎是不可能的。布林线一般的应用规则是，当股价向下击穿支撑线的时候买点出现，而向上击穿阻力线卖点出现。而平均线是考验一个趋势是否得以继续的重要支撑或阻力。这种规律在盘整或上升的趋势中有较好的指示作用，而在一轮下跌趋势中，对于下边支撑线的击穿并不是真正的买点。在常态范围内,布林线使用的技术和...

追溯历史，交易系统的存在和发展已经经历了近百年的时光，从我们所熟知的江恩、李佛摩尔到罗杰斯。1、突破系统其概念是如果如果有一些明显的波动，价格就会突破（向上或者向下）。突破系统通常监控价格的正常波动幅度，在价格突破正常幅度的时候开仓。比如期货交易中著名的四周规则就是使用这种方法，在价格高于最近4周的最高价格或者低于最近4周的最低价格的时候买入，在达到盈利目标或止损条件后卖出。2、趋势跟随交易系统趋势跟随交易系统是在高频交易被曝光前最流行也是最热门的交易系统类型。最早的趋势跟随交易策...

近年来，外汇行业的算法交易不断发展。算法交易不再仅限于机构交易者，也广受零售交易者的欢迎。交易者不需要具备任何编程技能来编写算法，因为现在有些程序及服务能够根据交易者输入的内容提供交易策略代码。这让我们陷入了交易者共同面临的困境，他们应该采取算法交易策略还是人工交易策略来创造长期盈利。我们应该通过比较其优点及风险，来评估算法或人工交易是否可取。什么是算法交易?算法交易是一种利用先进的数学模型进行财务决策的交易系统。这一过程包括，使用按照预先设定的指令进行交易的计算机，高频率、快速度地创造盈利，而

导读：2016年10月7日亚洲早盘中，英镑汇率突发大幅千余点崩跌，短短两分钟内跌幅达6.1%，狂泻至1.18，后恢复1.24左右，刷新31年来最低值。英国央行正在调查英镑大幅下跌的原因，而市场的猜测主要三种：1.算法交易失误 2.市场操控 3.“肥手指”。那么什么是算法交易，我们聊聊算法交易。【解决问题】：为什么“闪崩”可能会与算法交易故障有关？【正文】【什么是算法交易？】当投资者有大量证券资产需要交易时，一般都会把交易拆细，分批执行。但是，这就出现了一个问题：如何安排这些交易是..

ATS-SMART算法根据用户委托交易特征，通过对市场高频数据的实时分析和处理，利用程序化分析动态选择最优算法执行用户委托。具有高完成度，高稳定性，高隐蔽性，低敞口等特点，在不同持仓风格场景下，中长期均体现出稳定超越TWAP/VWAP基准的效果；ATS-SMART算法参数开始时间（P1）：策略开始执行的时间（剔除非交易时间段）。如果开始时间早于策略下达时间点时，则使用下达时间作为开始时间结束参考时间（P2）: 结束参考时间，和结束时间一致结束时间（P3）：策略停止执行的时间（剔除非交易时间段）。

一、TWAP算法和VWAP算法的介绍TWAP：在设定的时间范围内匀速下单，降低市场冲击，最小化与市场TWAP的偏差；VWAP：在设定的时间范围内对根据对市场成交量分布的预测进行下单，降低市场冲击，最小化与市场VWAP的偏差；二、TWAP算法和VWAP算法参数开始时间：策略开始执行的时间（剔除非交易时间段）。如果开始时间早于策略下达时间点时，则使用下达时间作为开始时间结束时间：策略停止执行的时间（剔除非交易时间段）。过了结束时间还未完成的数量，将会自动释放到指令。算法执行的区间段，时间

什么是算法交易?算法交易是客户在二级市场进行交易时所使用的一种交易工具。利用计算机得天独厚的速度优势和现代化的智能算法帮助客户完成订单自动拆分、挂单、撤单等一系列交易步骤，最终达到减小市场冲击、降低交易成本、满足交易合规、完成复杂类型交易的目的。算法交易专注于订单的执行过程，在执行过程当中根据数学模型、统计数据、市场实时信息等多方面的信息通过预先设计好的算法进行下单，核心目标是又好又快完成客户订单。二十世纪后半叶伴随着计算机技术的高速发展，计算机逐渐渗透进入各行各业。算法交易作为一种主流的交

20世纪80年代，美国股市分析家唐纳德·蓝伯特(Donald Lambert)发明了顺势指标，即CCI指标，早期被用于期货市场的判断，后来被广泛应用在股票市场的研判。与大多数技术分析指标相比，根据统计学原理的CCI指标是比较独特的，它通过测量股价的波动是否已超出其正常范围，来预测股价变化趋势的技术分析指标，属于超买超卖类指标的一种。CCI与其他技术分析指标一样，由于选用的计算周期不同，其中包括：分钟CCI指标、日CCI指标、周CCI指标、年CCI指标等很多种类型。其中，日、周CCI指标较为常用在股市..

前言提起唐奇安通道，很多人都会联想到海龟交易法则，这也许是有史以来最成功的交易员培训课程。海龟们用神奇的交易系统赚了成百上千万美元，直到1983年海龟交易法则解密，人们才发现这个神奇的交易系统用的是修正版的唐奇安通道。但时过境迁，现在的市场环境已经发生了很大的变化，这导致唐奇安通道策略变得低效，那么今天我们试着改进，看看增强版的唐奇安通道策略效果如何。唐奇安通道简介原始的唐奇安通道（Donchianchannel）规则其实很简单，它先设置一条阻力线和一条支撑线，阻力线由过去N天的最高价的最大值形

今天，笔者要向大家推荐一本书籍，理查德·威斯曼的《赌场式交易策略》，书籍开篇讲述了一个非常有趣的例子。有一位女富豪跨进赌场，要求将一张10亿美元的银行本票兑换成筹码，赌场工作人员一定二话不说，利索地帮她将银行本票兑换为筹码。可是，当她走到轮赌桌边，想把所有的10亿美元赌注一次性押在红色上时，荷官就会很有礼貌地告诉她，轮赌盘每次下注的最大额度为1万美元。胜算在握的赌场为什么要规定下赌的限额呢？原因在于，即便赌场老板知道自己胜算很大，但如果这次轮盘正好停在红色，那么这位女富豪就会赢走整个赌场。下注限额规定了

编者简介：本文为红与绿.读享会投资专栏文章，作者是红与绿群友之一。自3月份红与绿.读享会成立以来，发表了数十篇原创文章，均为群友们多年点滴积累的经验与感悟，深受投资者认同。我们坚信：唯有多阅读、勤思考，才能不断发掘机会，静心投资。此心可安住，红绿任逍遥。今天将群友这篇《<赌场式交易策略>读书笔记》分享给大家，欢迎留言。一、建立正向预期模型 市场是无效的，比如次贷危机； 市场的无效性对短期交易者至关重要。原因在于，正是这种无效性的存在，为我们建立正向预期模型提供了前

建立正向预期模型市场的无效性对短期交易者至关重要。原因在于这种无效性的存在为我们建立正向预期模型提供了前提。市场的无效行为导致了统计学家所说的，与正态分布完全不同的资产价格的尖峰厚尾分布。尖峰意味着资产价格比在有效市场中更倾向均值回归（逆势模型）；厚尾意味着价格延续趋势的概率更大（顺势模型）。建立正向预期模型的三大技术指标：摆动指标（超卖或超买），趋势指标（移动平均线等）和波动指标。除了技术上的指标，基本面分析能够帮助我们区分范式转换和价格冲击，这点对优化正向预期模型价值最大。如果忽视范式转

（1）等价鞅与反等价鞅鞅（martingale，或译为马丁格尔），原指于18世纪流行于法国的输钱加码法。假设可以无限赊账，那么赌徒在每次输钱后，就将赌注翻倍，那么他任何一个连输后赢的过程都是相等的——赢回了本金，这就是等价鞅。赌徒使用这种策略，为的是在初次赢钱时赢回之前输掉的所有钱，同时又能另外赢得与最初赌本等值的收益。当赌徒的财产和可用时间同时接近无穷时，他掷硬币後贏得最初賭本的概率会接近1，由此看来，加倍赌注法似乎是一种必然能赢钱的策略。这个策略看似很美妙，然而，该策略的问题就出在这个假设上。赌金的

1. 原理什么是机器学习？随着计算机技术的发展，投资者不再只局限于传统投资策略，机器学习在资本市场得到广泛应用。机器学习的核心是通过机器模仿人类的思考过程以及思维习惯，通过对现有数据的学习，对问题进行预测和决策。目前，机器学习已在人脸识别、智能投顾、自然语言处理等方面得到广泛应用。机器学习可以分为两类，一类是无监督学习，另一类是监督学习。监督学习是指按照已有的标记进行学习，即已经有准确的分类信息。比如二分类问题，一类是“好”，另一类是“不好”，这种明确地指出分类基准的问题。这类模型包括：神经网络

1. 原理行业轮动现象在某一段时间内，某一行业或某几个行业组内股票价格共同上涨或下降的现象。行业轮动策略是根据行业轮动现象做成的策略，利用行业趋势进行获利的方法，属于主动交易策略。其本质是通过一段时期的市场表现，力求抓住表现较好的行业以及投资品种，选择不同时期的强势行业进行获利。行业轮动的原因原因1：行业周期行业的成长周期可以分为初创期、成长期、成熟期和衰退期，一般行业会按照这个周期运行。初创期属于行业刚刚起步阶段，风险高、收益小。成长期内风险高、收益高。处于成熟期的企业风险低、收益

海龟交易法1. 原理1.1 起源海龟交易思想起源于上世纪八十年代的美国。理查德丹尼斯与好友比尔打赌，主题是一个成功的交易员是天生的还是后天的。理查德用十年时间证明了通过日常系统培训，交易员可以通过后天培训成为一名优秀的交易者。这套培训系统就是海龟交易系统。海龟交易系统是一个完整的、机械的交易思想，可以系统地完成整个交易过程。它包括了买卖什么、头寸规模、何时买卖、何时退出等一系列交易策略，是一个趋势交易策略。它最显著的特点是捕捉中长期趋势，力求在短期内获得最大的收益。1.2 建仓资金海

1. 原理做市商制度做市商制度是一种报价驱动制度。做市商根据自己的判断，不断地报出买入报价和卖出报价，以自有资金与投资者进行交易。做市商获取的收益就是买入价和卖出价的价差。假设做市商以6344卖出一手合约，同时以6333买入一手合约。如果都成交，做市商可净获利11个点。但如果当时合约价格持续走高或走低，做市商没有对手方能够成交，这时就不得不提高自己的买价或降低自己的卖价进行交易，做市商就会亏损。因此，做市商并不是稳赚不赔的。2. 策略思路第一步：订阅tick数据（只有最近3个月数据）第

1. 原理1.1 日内回转交易日内回转交易，顾名思义就是在一天内完成“买”和“卖”两个相反方向的操作（可一次也可多次），也就是“T+0”交易。日内回转可用于股票和期货。其中期货采用“T+0”交易制度，可以直接进行日内回转交易。由于A股采用的是“T+1”交易制度，无法直接进行日内回转交易，需要先配置一定的底仓再进行回转交易。1.2 股票的日内回转交易怎样对股票进行日内回转交易？首先，在正式交易的前一个交易日配置一定的底仓。以500股为例，记做total = 500。然后开始正式的日

1. 原理什么是跨期套利？跨期套利是指在同益市场利用标的相同、交割月份不同的商品期货合约进行长短期套利的策略。跨期套利本质上是一种风险对冲，当价格出现单方向变动时，单边投机者要承担价格反向变动的风险，而跨期套利过滤了大部分的价格波动风险，只承担价差反向变动的风险。跨期套利相较于跨品种套利而言更复杂一些。跨期套利分为牛市套利、熊市套利、牛熊交换套利。每种套利方式下还有正向套利和反向套利。不管是哪种套利方式，其核心都是认为“价差会向均值回归”。因此，在价差偏离均值水平时，按照判断买入被低估的合约，卖

1. 原理什么是套利？套利是指在买入或卖出一种金融资产的同时卖出或买入另一种相关的金融资产从中利用价差获得套利的过程。什么是跨品种套利？当两个合约有很强的相关性时，可能存在相似的变动关系，两种合约之间的价差会维持在一定的水平上。当市场出现变化时，两种合约之间的价差会偏离均衡水平。此时，可以买入其中一份合约同时卖出其中一份合约，当价差恢复到正常水平时平仓，获取收益。以大商所玉米和淀粉为例，合约分别为DCE.c1801和DCE.cs1801。二者之间相关性为0.7333，价差处于相对稳定合理

1. 策略原理说到指数增强，就不得不说指数。在进行股票投资时，有一种分类方式是将投资分为主动型投资和被动型投资。被动型投资是指完全复制指数，跟随指数的投资方式。与被动型投资相反，主动型投资是根据投资者的知识结合经验进行主动选股，不是被动跟随指数。主动型投资者期望获得超越市场的收益，被动型投资者满足于市场平均收益率水平。指数增强是指在跟踪指数的基础上，采用一些判断基准，将不看好的股票权重调低或平仓，将看好的股票加大仓位，以提高收益率的方法。既然如此，我已经判断出来哪只是“好股票”，哪只是“一般

1. 原理什么是网格交易法？网格交易法是一种利用行情震荡进行获利的策略。在标的价格不断震荡的过程中，对标的价格绘制网格，在市场价格触碰到某个网格线时进行加减仓操作尽可能获利。网格交易法属于左侧交易的一种。与右侧交易不同，网格交易法并非跟随行情，追涨杀跌，而是逆势而为，在价格下跌时买入，价格上涨时卖出。怎样设计网格？投资者可以随意设置网格的宽度和数量。既可以设置为等宽度，也可以设置为不等宽度的。设置等宽度网格可能会导致买点卖点过早，收益率较低。设置不等宽度网格能够避免这个问题，但如果行情出

注：以下部分内容引用自《因子投资：方法与实践》一书1. 原理多因子策略是最广泛应用的策略之一。CAPM模型的提出为股票的收益提供了解释，但随着各种市场异象的出现，使得人们发现股票存在超额收益，这种收益不能为市场因子所解释，因此，出现了多因子模型。多因子模型最早是由Fama-French提出，包括三因子和五因子模型。Fama认为，股票的超额收益可以由市场因子、市值因子和账面价值比因子共同解释。随着市场的发展，出现许多三因子模型难以解释的现象。因此，Fama又提出了五因子模型，加入了盈利水平、投资水

1. 策略原理何为alpha？提到Alpha策略，首先要理解什么是CAPM模型。CAPM模型于1964年被Willian Sharpe等人提出。Sharpe等人认为，假设市场是均衡的，资产的预期超额收益率就由市场收益超额收益和风险暴露决定的。如下式所示。其中rm为市场组合，rf为无风险收益率。根据CAPM模型可知，投资组合的预期收益由两部分组成，一部分为无风险收益率rf，另一部分为风险收益率。CAPM模型一经推出就受到了市场的追捧。但在应用过程中发现，CAPM模型表示的是在均衡状态下市

1. 原理提起布林线均值回归策略，就不得不提布林带这个概念。布林带是利用统计学中的均值和标准差联合计算得出的，分为均线，上轨线和下轨线。布林线均值回归策略认为，标的价格在上轨线和下轨线围成的范围内浮动，即使短期内突破上下轨，但长期内仍然会回归到布林带之中。因此，一旦突破上下轨，即形成买卖信号。当股价向上突破上界时，为卖出信号，当股价向下突破下界时，为买入信号。BOLL线的计算公式：中轨线 = N日移动平均线上轨线 = 中轨线 + k标准差下轨线 = 中轨线 - k标准差2. 策略..

小市值策略（股票）（以下部分内容参考《因子投资：方法与实践》一书）1. 原理1.1 因子投资提到量化策略，总是绕不开因子投资。自CAPM模型提出以来，因子投资不断发展壮大，成为市场广泛关注的领域。市面上的策略很大一部分都是基于各种各样的因子创造的，因子在股票和债券市场上的应用也取得了不小的成就。到底什么是因子投资?20世纪60年代，资本资产定价模型（Capital Asset Pricing Model）提出，揭示了资产的预期收益率（预期超额收益率）与风险之间的关系，第一次给出了资本

菲阿里四价1. 原理菲阿里四价同R Breaker一样，也是一种日内策略交易，适合短线投资者。菲阿里四价指的是：昨日高点、昨日低点、昨天收盘、今天开盘四个价格。菲阿里四价上下轨的计算非常简单。昨日高点为上轨，昨日低点为下轨。当价格突破上轨时，买入开仓；当价格突破下轨时，卖出开仓。2. 策略逻辑第一步：获取昨日最高价、最低价、收盘价、开盘价四个数据。第二步：计算上轨和下轨。当价格上穿上轨时，买入开仓；当价格下穿下轨时，卖出开仓。第三步：当日平仓。回测标的：SHFE.rb2010

R Breaker1. 原理1.1 原理R Breaker是一种日内回转交易策略，属于短线交易。日内回转交易是指当天买入或卖出标的后于当日再卖出或买入标的。日内回转交易通过标的短期波动盈利，低买高卖，时间短、投机性强，适合短线投资者。R Breaker主要分为分为反转和趋势两部分。空仓时进行趋势跟随，持仓时等待反转信号反向开仓。由于我国A股采用的是“T+1”交易制度，为了方便起见，以期货为例演示R Breaker策略。反转和趋势突破的价位点根据前一交易日的收盘价、最高价和最低价数据计

Dual Thrust1. 原理由Michael Chalek在20世纪80年代开发的Dual Thrust策略是一个趋势跟踪策略。其核心思想是定义一个区间，区间的上界和下界分别为支撑线和阻力线。当价格超过上界时，如果持有空仓，先平再开多；如果没有仓位，直接开多。当价格跌破下界时，如果持有多仓，则先平仓，再开空仓；如果没有仓位，直接开空仓。上下界的设定是交易策略的核心部分。在计算上下界时共用到：最高价、最低价、收盘价、开盘价四个参数。公式如下：Range = Max(HH-LC,HC

双均线策略1. 原理均线的“前世今生”均线，一个进行形态分析时总也绕不过去的指标。均线最早由美国投资专家Joseph E.Granville(格兰威尔)于20世纪中期提出，现在仍然广泛为人们使用，成为判断买卖信号的一大重要指标。从统计角度来说，均线就是历史价格的平均值，可以代表过去N日股价的平均走势。1962年7月，Joseph E.Granville在他的书中提出了著名的Granville八大买卖法则。只利用股价和均线即可进行择时，方法简单有效，一经提出，迅速受到市场追捧。尤其是其中的

无风险套利机会可以说是很多投资者，特别是量化投资者梦寐以求的，但只要这个市场是个自由的市场，那么可行的无风险套利机会难以长期存在。而且即使存在着无风险套利机会，其套利收益率也会非常微薄，并不足以能使从事无风险套利交易成为一个值得长期持续的工作，当然，并不能否认市场有时候的确会出现一些长期存在、并且利润丰厚的套利交易机会，市场出现错误的时候。在量化投资领域，既然严格的无风险套利机会少、收益率微薄，实际的执行过程中也不能完全消除风险。那么如果有一种选择，能够稍微放松100%无风险的要求，比如允许有5%的

量化策略研究指的是需要依据一种或多种确凿的获利理念，通过某一特定显式表示的模型，指导参与者反复地以人工或机器执行指令，参与单边或多空交易。在策略的执行过程中，需要实时监控资产组合价值与目标利润的偏离情况，调整参数，直到已有模型生命期限终了，再转入到新模型。量化研究过程可以划分为定价与品种选取、模型实现、资产配置与组合优化、订单生成与交易执行、绩效评估和风险管理等部分。当前量化策略重点集中在基于行为金融学的策略及程序化交易与算法交易策略两大块。◆基于行为金融学的策略，依据历史上没有发生过同种情况，

对冲最初源于风险管理概念，通过投资与标的资产收益波动负相关的某种资产或衍生品，来抵消标的资产潜在风险损失的一种风险管理策略，对冲基金由此应运而生。对冲基金追求绝对收益，最初通常以贷款手段进行高杠杆投机交易，具有很强的私募性质，投资操作具有隐蔽性，投资工具灵活，使用全球债券、期货、期权、利率、外汇等金融资产投机。随着国际金融市场自由化及金融风险意识加强，对冲基金不再像以前那样利用财务杠杆建立庞大的头寸去赌宏观经济事件的发生，而是通过精选复杂的投资策略和资产配置多元化来分散组合风险，从而加速资产在不同市场、不同

核心结论1.纯因子组合对模型中某个因子具有单位暴露度，对其他因子暴露度为0。纯因子组合对模型中某个因子具有单位暴露度，对其他因子暴露度为0，对因子显著性检验、投资收益事后分析和多因子组合构建均有重要作用。2.从风险收益比来看，流动性因子历史表现最佳，反转因子和规模因子次之流动性因子风险收益比为2.24，反转和规模因子风险收益比为1.64 和1.50。文献评述本文的主要内容是展示如何使用纯因子组合检验因子有效性。检验因子效用的通常做法是将股票按照因子值分作多头组合和空头组合，然后观察这个多/空

α收益&β收益量化投资中的 α（收益）和β（收益）最早是从CAPM模型中衍生出来的概念。一个资产投资组合的实际收益率可以用如下回归方程度量：根据上述公式，可以将资产组合收益率分为两部分：α收益：由CAPM模型计算得出的因承担系统（市场）风险而获得的收益补偿α策略&β策略α策略：属于主动型投资策略，通过对系统性风险进行度量并将其分离，从而获取超额绝对收益（即收益）的策略组合。实质上，不同策略是在通过在选股、择时、衍生品等方面进行单一或交互的设计来寻找超额..

多因子模型梗概股票收益受到多重因素的影响，比如宏观、行业、流动性、公司基本面、交易情绪等等。多因子模型就是寻找那些和股票收益率最相关的影响因素，把这些因素组合起来刻画股票收益并据此进行选股。在市场无效或弱有效的假设下，多因子模型通过主动投资组合管理来获取超额收益。其核心思想在于市场影响因素是多重的并且是动态的，但是总会有一些因子在一定的时期内能发挥稳定的作用。在量化实践中，由于不同市场参与者或分析师对于市场的动态、因子的理解存在较大差异，因此构建出各种不同的多因子模型。理论背景&发展历史

2013年诺贝尔经济学奖在10月14日揭晓，美国经济学家尤金·法马、拉尔斯·皮特·汉森以及罗伯特·J·席勒获奖。其中，尤金·法玛提出了着名的“有效市场假说”以及构建了包含市场因子、规模因子和价值因子的Fama-French三因素模型。而Fama-French三因素模型正是当下流行的市场中性策略所使用的众多量化选股模型的雏形。下面，我们来介绍如何通过市场中性策略获利。往年遇到持续熊市的时候，投资者想要从二级市场赚钱是异常艰难的，即使是市场上最优秀的公募基金和私募都很难获取绝对收益。虽然他们的产品能大幅跑赢

统计套利是一种模型驱动的投资过程，当资产价格偏离其理论价格或者模型预测价格时，则通过同时构建多头和空头组合而获取利润。统计套利的精髓在于控制好每一次套利的风险，保证单次可能的最大损失不会对本金产生明显的影响。01统计套利主要有两种，配对交易和主成分分析法。配对交易，即价差交易，指在构建某一资产多头的同时，构建另一种资产的空头，并在将来某一时刻同时了结两资产的头寸。这是一种市场中性策略，可以免疫市场风险，通过捕捉两个或者多个资产之间的相对错误定价机会来获得低风险收益。其表现具有收益稳定、流动性

1.系统和非系统风险描述系统风险和非系统风险的差别。 解：系统风险是不可以分散的，非系统性风险是可以分散的。系统风险是不能通过多样化的投资组合消除的风险。一般来说，系统风险是指影响市场中大量企业的风险，然而，这些风险对所有企业的影响并不均等。非系统风险是可以通过多元化投资组合消除的风险。非系统风险是公司或行业特有的风险。这些因素出乎意料的变动会影响到你感兴趣的公司收益，但不会影响其他行业的企业收益，甚至对同行业的其他企业也几乎没有影响。2.套利定价模型考虑如下说法：要让套利定价模型有用，系统风险