Python量化交易詳細簡介

2022-03-06 10:01:14

一、量化交易概述（algo-trading）

演演算法交易是使用自動化系統來執行交易，這些交易是通過特定的演演算法以預測的方式執行的沒有任何人為干預。依據數學模型對巨量資料進行概率分析，使得長期收益期望最大化。

量化交易優點：

1.歷史評估

建立自動化戰略最重要的優勢在於其效能可以通過歷史市場資料來確定來代表未來市場的資料。這個過程被稱為回潮測試backtesting。回測可以確定戰略的（先前）統計特性，提供一個戰略是否有可能在未來有利可圖的見解。

2.效率

演演算法交易比任意方法更有效率。充分自動化系統不需要個人或團隊持續監控價格市場。這為交易的開發者騰出了時間戰略進行更多的研究。此外，自動化交易可以實現風險管理和頭寸調整流程的自動化穩定的系統性策略，動態地實時響應市場動態

3.沒有任意的輸入

自動交易系統的主要優點之一是（理論上）不存在隨後的的情輸入。執行時，恐懼和貪夢可能是壓倒性的自由交易。在系統交易的情況下，很少有酯情修改策略的時候。但是有時候由於外部因素，判斷需要修改該策略的引數或退出執行該模型。

4.更高的頻率

這是上面討論的效率優勢的必然結果。在更高的運作策略自動化環境下，許多市場上的頻率成為可能。的確，一些最有利可圖的交易策略是在限價訂單薄limit or market order trading book 上的超高頻域運作資料。這些策略對於人類來說是不可能實現的。

量化交易缺點：

資本要求：

演演算法交易通常需要比用於零售的資本基礎更大的資本自由交易的交易。此外，獲取資料饋送的盤中量化策略，特別是如果使用期貨合約對零售商而言並不便宜。根據延遲需求，可能需要在交換機中共同定位伺服器，這增加了每月的成本。還需要更強大的網際網路連線和功能強大（因而價格昂貴）的桌面機器。最重要的是，由於演演算法交易尋求的是收益率的長期期望，因此需要較大的資本量來支援短期的損失。

二、交易系統

1.回測-backtest

pybacktest's 的功能。為此，我們回測精典交易策略移動平均線MA交叉。

MA快線上穿慢線時，買進做多
MA快線下穿慢線時，賣出做空
進場規則，也是退場規則，交易策略相反相成

2.交易所

有兩個可以執行的訂單型別：市場訂單和限價訂單。市場訂單立即執行交易，而不管可用的價格。因此很大作為市價訂單執行的交易通常會得到每個後續限價訂單的價格混合在對面被填滿。市場訂單將被視為積極的訂單幾乎肯定會被填補，儘管潛在的未知成本。限價訂單為策略提供了一種機制，以確定最差的價格交易將被執行，同時警告交易可能不會被部分或完全填補。限制訂單被視為被動訂單，因為它們通常是空缺的，但是當它們是價格時保證。

3.交易費

交易策略產生的交易成本最直接的形式是佣金。所有策略都需要某種形式的存取交換，直接或者是通過經紀中介（“經紀人”）。這些服務帶來了額外的成本每筆交易稱為佣金。經紀商通常會提供很多服務，儘管定量演演算法只能真正實現交換基礎設施的使用。因此，經紀佣金往往很小，每筆交易基礎。經紀商也收取費用，這是清理和結算交易的費用。進一步這是區域或國家政府徵收的稅。例如，在英國有對股票交易支付印花稅。

到此這篇關於Python量化交易詳細簡介的文章就介紹到這了,更多相關Python量化交易內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！