第六章 从预测到交易

因子评估:R^2,择优而用,同时需考虑时间因素,时间段波动小,收益可能无法覆盖手续费和滑点
最终评估:资金曲线
预测值的使用:假如是收益,可以当做仓位,高预测值高仓位,或按照马克均值方差构造最优组合,或者风险平价高波动低权重等
开仓阈值:一般不对未来做预测,开多空堆成阈值,相应平仓阈值是否相同需要进一步思考
收益对比评估:累计盈亏/最大回撤相对合理,年化/最大回撤 会歧视长期策略,但实际长期策略比短期更有说服力
策略筛选规则:

1,不宜采用单指标过高模型(作者未说明原因,可能个人经验吧)
2,避免高相关性,
3,最好采用滚动优化,也和实际场景更符合

顺势or逆势:信号前16k线中,和信用同方向的比例
网格搜索:过拟合根源(个人感觉,模型复杂度也是一个)
平仓问题:可以看做风险控制,非多即空会带来长期持仓风险
开仓和平仓参数选择方法:定开仓阈值后,寻优平仓阈值
策略评估:

1,夏普,最常用,但不是非常合理,比如近期收益应该远期收益权重高,夏普则认为等权(行情类似性)
2,最好结合图形看(近期收益,近期最大回撤)
3,单笔平均盈利,决定策略容量,平均盈利越低,对滑点越铭感,收益越容易被侵蚀
4,参考,历史相似价格的收益情况
5,筛选掉平均收益低的剩下的基本都差不多了(可能和特定策略模式有关)

第七章,策略模型深化

第三方平台常见问题:

1,解释性语言,运行速度慢
2,无法保存中间结果
3,逐k线计算
4,图表绘制容易卡壳
5,最新价格无从知晓是买价还是卖价
6,挂单策略,低于挂单方成交(这个不是很懂)

分笔策略:等成交量绘制k线
简化搜索空间:预测与仓位挂钩,预测与动作挂钩
加速手段:并行化,GPU
策略:统计模型+交易模型2部分
策略筛选和投资组合优化:风险平价,马克均值方差等

1,日内,每日更新,按照一定规则筛选第二日交易的标的即可
2,隔夜,作者倾向于做小训练测试,好处时,明确知策略在那种行情下获取的较好收益
3,控制策略数量,这个最优策略从多少策略中筛选,是否过度优化

计算因子技巧:稀疏矩阵,逐步回归和逐渐回归

读书笔记_中国期货市场量化交易(李尉)03相关推荐

  1. 读书笔记_中国期货市场量化交易(李尉)01

    读书笔记,李尉的作品,看豆瓣还行就买来看看 第一章 期货基本策略概要 国内平台:开发,回测,模拟,实盘均在一个平台实现较为方便,并且费用较低. 连续合约:跳空问题 指数合约:无法直接交易 淘宝策略:低 ...

  2. 读书笔记_中国期货市场量化交易(李尉)05

    第十一章 实盘交易的管理 simnow仿真交易平台:见价成交,滑点低于实际,手续费仅仅交易所手续费也低于实际 主力合约的换月:成交量,持仓量,换过不在换回 风险管理:正常回撤还是已失效 1,低位低波动 ...

  3. 读书笔记_中国期货市场量化交易(李尉)04

    第八章 投资组合优化 马科维茨均值方差(历史敏感,仓位集中):有效前沿, 一般可以认为策略相关性比较稳定 组合可能有负值权重,不合理,可能需要做限制 约束条件越多,有效前沿曲线约不平滑,过拟合风险也较 ...

  4. 读书笔记_中国期货市场量化交易(李尉)02

    第四章 基础统计模型 金融数据(问题)和传统数据(问题)差异:传统数据(时序等)更稳定,金融更博弈,高噪 对机器学习模型影响:模型简单则无法学习充分,模拟复杂则容易过拟合.(个人补充:对所有机器学习都 ...

  5. 马丁福勒《UML精粹》读书笔记_第四章

    第四章 顺序图 顺序图是一个use case的一种实现.当考察单个use case内部若干对象的行为时,就应使用顺序图. 可参考"高焕堂<嵌入式UML设计>读书笔记_第五章&qu ...

  6. 马丁福勒《UML精粹》读书笔记_第一章

    马丁福勒<UML精粹>读书笔记_第一章 UML的使用场景 必须遵从UML规则吗? 在上述草图.蓝图的场景下,不必过多强调遵从UML规则.因为我们使用UML的目的是为了一个好的设计,所以应将 ...

  7. 读书笔记_量化交易如何建立自己的算法交易03

    第6章 资金和风险管理 6.1 最优资本配置和杠杆 凯利公式说,最优化的承担风险的比例是 K = ( b*p - (1-p) )/b b是盈亏比(平均盈利/平均亏损) p是胜率( 盈利次数/总次数) ...

  8. 读书笔记_量化交易如何建立自己的算法交易01

    这本书除了翻译的问题(翻译的不是很好,可能和太老有关系),内容和之前的也都有重叠,在一些干货内容上,比如策略评估,改进等和之前读过的书都很类似.也有可能是新书借鉴了老书,导致干货相似. 第1章 量化交 ...

  9. 读书笔记_打开量化投资的黑箱01

    大约4年前(2015年左右),看过一些量化的入门书籍,那时是完全小白的,一窍不通的(当然,现在也不算牛,只能算比当时有进步吧).前阵子开发策略,开发的有点小心累,之前自以为很好的策略or思路,实践下来 ...

最新文章

  1. key php 转小写_PHP代码层防护与绕过
  2. 扛鼎之作!Twitter 图机器学习大牛发表160页论文:以几何学视角统一深度学习
  3. 【NetApp】NetBoot的使用方法
  4. c++正确处理 is-a has-a关系
  5. 2018年是VR的新机会吗?
  6. java 更新订单状态_Java 8状态更新
  7. 具有内部类构造函数参数的Java Reflection奇数
  8. Android官方开发文档Training系列课程中文版:分享简单数据之从其它APP接收简单数据
  9. 喜茶部分产品降价,企查查显示其最新估值达600亿元
  10. 微软商业智能与数据挖掘精英版培训大纲(2008-09-09)
  11. pythonyield详解_yield详解
  12. Dnf资源分析与提取工具(附代码)
  13. Python读写txt文件
  14. 计算机功率在线测试,电脑功耗计算在线测试
  15. java的动物打一生肖,吉祥的动物是什么生肖 指哪个生肖 打一生肖
  16. CTF竞赛实战 中国菜刀与一句话木马
  17. 博客文章内容导航(实时更新)
  18. Kotlin 编程核心基石—高阶函数
  19. Kafka学习--------消息存储,ISR
  20. 百度网盘不限速下载方法(附下载地址及教程)

热门文章

  1. 用DOM方式读取xml
  2. power bi指标呈现_在Power BI中使用关键绩效指标
  3. sql子句的执行顺序_SQL Server查询执行计划– WHERE子句的示例
  4. sql索引面试_关于索引的25个最佳SQL面试问答
  5. mercurial和svn_DBA Mercurial简介–处理文件和更改
  6. [转]Oracle SQL 日期的應用
  7. ----初读《构建之法》的疑虑
  8. MySQL 取得两个时间相差的分钟数 及 常用时间函数
  9. 在windows系统上word转pdf
  10. anconda使用---使用conda管理python环境