松鼠寬客的策略源碼

1. 做為一個寬客,應該選擇Matlab還是python呢各有什麼利弊

我自己曾經把一個策略框架用Matlab和Python同時寫了一遍。
Matlab的優點是數據格式規范，工具包調用簡單，包之間完全不存在相互沖突。
Python的優點在於我能較方便的寫出一個可以獨立運行的GUI，而且數據讀取、處理更順手。基本都是膠水語言的優點。
而且，該框架Python的運行速度比Matlab快五倍左右（粗略估計）。

但是，我很確定的發現，Matlab更適合我這樣的策略研究者，在Matlab下不會被策略之外的bug頻繁打斷邏輯思路。

我現在研究策略主要用Matlab，Python會用來讀取和清洗數據，如果對運行速度有要求，會使用其他解決方案或者Python。

註：曾經因為一個工具包而使用R，感覺結果不對勁，發現工具包本身有錯誤。和包的作者溝通後確定了。從此對R再也提不起興趣。不知道Python甚至Matlab是否也存在這種問題。總之，調用工具包都要小心。

2. 量化交易領域有哪些經典策略

量化交易種比較受寬客們所熟知的量化經典策略有：

alpha對沖(股票+期貨)

集合競價選股(股票)

多因子選股(股票)

網格交易(期貨)

指數增強(股票)

跨品種套利(期貨)

跨期套利(期貨)

日內回轉交易(股票)

做市商交易(期貨)

海龜交易法(期貨)

行業輪動(股票)

機器學習(股票)

以上這些經典的量化交易策略源碼都可以到掘金量化交易平台查閱。

3. 短線交易及其規定是什麼

短線交易絕非易事，如果不能制定出有效的交易法則短線交易很難成功。
首先短線交易也分為趨勢方法和「炒單」方法兩類，短線交易不完全等同於「日內炒手」。兩者的差別在於是否有「趨勢」概念，炒手基本沒有趨勢念，完全針對價格的波動來交易。而我們這里所講的短線交易仍然是針對「趨勢」的交易，只不過相對於中長線而言它依據的是「短期趨勢」。比如在同樣的指標參數設置下，中長線交易可能是以日線、小時圖等較大周期的信號進行交易；而短線交易則可能是以五分鍾圖、甚至是1分鍾圖信號進行交易。之所以要要注意短線機會，是因為當前期貨市場價格波動特點發生了較大的變化，主要體現在日內震幅加大，而且日內漲跌波段次數增多。日內波幅的加大對中長線交易有很大的不利影響，日內反向波動讓趨勢單的風險更難控制，從機會角度看三、四個大的日內波動其幅度相加就能超過一波較大的中級趨勢行情的幅度，這樣的情況下短線趨勢對盈虧的影響力度就大大加強，所以必須要研究市場的短線機會。
根據我們對國內市場短線波動特點的研究，短線機會可以用短周期K線的均線和擺動指標來捕捉，具體來說將均線設置為60，120，240三條，擺動指標選慢速KD，參數：36，5，3，5.。短線機會以5分鍾圖均線系統為基本趨勢方向，以15分鍾圖指標高位或低位交叉作為更大一級的約束條件。具體進出場則以1分鍾圖均線向上突破三條均線或向下突破三條均線為點位選擇，其信號規則與中長線交易的信號規則基本相同，即如果15分鍾指標高位死叉，同時1分鍾圖向下突破可做空，反之15分鍾圖指標低位金叉，而1分鍾圖向上突破為買進信號。5分鍾圖的均線為支撐或壓力參考。
除了K線圖的指標體系信號之外，短線交易還有兩個非常重要的參數依據，一是開盤價，二是日內均價線，如果當日期價是低開高走，開盤之後10—15分鍾一直守在開盤價之上，即使K線圖上有做空信號也不宜急於進場，最起碼的條件是價格要向下擊穿日內均價線才能做空。反之叵當日期是高開低走，開盤後10—15分鍾期價一直在開盤價之下運行即使是K線圖上有做多信號也不宜馬上開倉，最起碼要等價格向上突破日內均價線才能動手。而短線交易的止損位設置通常有兩種，一是在價格貼近1分鍾圖的均線系統時以均線系統作為止損；二是價格遠離1分鍾圖均線系統時，以日內均價線或相對高低點作止損。
另外短線交易時間點把握很有規律可循，日內行情突破或轉折要注意四個時間點，分別是9點10分至15分左右；10點30分之後；午後開盤；最後是下午2點10分至30分。這四個時間段是重點要下單的時間段。如果價格在這四個時間段轉折短線交易的可靠性較高，否則可靠性較差。

4. 國外量化策略(程序化交易策略)如何獲取

獲取了也沒啥意思，我自己就是編策略程序的，我設計的時候既用到了金融工程知識，又用到了通訊語音分析技術，還用了交叉語言混合編程，我想即使有個把黑客破解了我的源代碼，他沒有其他先驗知識，恐怕也看不懂我編的策略吧。國外策略軟體也是同理呀，料你看了也不能咋地。

5. 如何系統地學習量化交易

首推python。

1.學一門編程語言。很多平台用python，也可以選擇matlab/C++/Java自己搭系統後面幾個不太熟悉，就不多講。至於python的話，很多第三方庫很好的支持做數據處理，簡單好上手。

2. 多看一些投資理論、量化交易和數據處理類的書籍。這部分知識是為了生存策略修煉內功用的。

3. 找一個好的靠譜的平台，邊練邊學。答主本身編程水平一般，社區里很多策略源碼分享，可以邊看邊學，比自己捧本語法書從零學起要快很多。也算是一種速成的捷徑吧。

6. 量化投資技術分析的內容有哪些同濟橋博士的量化分析課程內容都包含嗎

橋博士為了保證這門量化分析培訓課程的專業度，他做了三件事：
1.查閱了所有與技術指標相關的書籍，總結了一套包括入門知識、買賣策略、實戰技巧、交易系統的體系。

上圖：京東上與MACD有關的書籍
2.研讀了所有與技術指標相關的論文和研究學者的思路，分析技術指標優缺點及量化交易策略的運用。

3.一個人還不夠，喬博士還另外找了三位高材生，北大的研究生、美國的名校碩士、華爾街歸來的MBA，與同濟大學的博士生老橋，一起來研究。

7. 顧比均線的簡述

什麼是顧比線？它是由兩組均線組成的。澳大利亞的投資家戴若-顧比先生發明，因此叫顧比線。正規叫法是顧比移動復合平均線，可以廣泛運用於股票、期貨和外匯交易中，只要是能運用K線圖的投資項目均能運用。

8. 如何系統地學習量化交易

首先，我對這個問題是完全不知道怎麼回答，為此，我專門去請教了我的老師。

• 我理解很難有一個定量交易的所謂的系統學習過程，定量的只是手段，交易邏輯是多樣的，你可以通過形態描述，追蹤市場方法，如不合理的降價，也可以把天體物理、小波分析、神經網路等復雜模型應用其中，你可以做的是K線結構上的策略，也可以做日線或每500毫秒數據進行決策的策略。所有的一切目的就是為了獲利，所謂量化和程序化只是實現這一目的的手段。

  

• 一個strategist需要思考策略的思維框架，實現方式，而developer則是側重了前後端介面，輸入輸出，界面設置，風控機制，平台拼接等等很多很多方面。其實很不相同吧。