1.什么是量化交易？

我们利用计算机技术，通过建模分析、优化参数等手段，从历史金融数据中挖掘出影响投资的指标，使用程序进行自动交易来获得“超额”的收益，这种投资方法就叫做量化交易。

现在，很多量化机构将人工智能和机器学习与量化策略相结合。国内的一些顶尖私募，比如：九坤、幻方、朱雀等都在使用AI量化策略，从各大公司的招聘公告上也可以看出这点。

2.分析展示

指标解读:

P/E = PriceEPS\frac{Price} {EPS}EPSPrice
Price：当前股价-每日PE->每日的收盘价
EPS ：每股收益

分析目的：

辅助判断整个全A市场什么时候来大牛市
time-series分析

图解:

分析日期：2006-01-01 ~ 2020-06-29
X轴：by_day 时间轴
Y轴：沪深在流通股等权重P/E ratio(市盈率）
上图走势基本类似于沪深指数，但是又有点儿区别，
每次牛市爆发的点以及牛市结束的点都分别位于等权重PE的相对低位和相对高位

交易策略：

market neutal市场中性的多因子策略是剔除了大盘（β\betaβ）风险的
当处于如图等权重PE低位的状态时候，就可以不用对冲β\betaβ风险了，
相反可以多配点儿β\betaβ产品，以获得β\betaβ收益

3.逻辑解读

市场上券商披露的PE,都是按市值加权的
容易被大市值股影响，中国A股市场上的大市值股
传统金融、石油能源等，这些股票的PE本身就很低，所以会拉低整个A股的PE
等权还原PE,不区分大盘小盘股

15年的指数没有破07、08的6124高位，但是PE已经破了
可以用来，辅助牛市抄底逃顶
比如前段时间做完这张图之后，下跌风险很低了，最多就是损失时间成本，
但是上涨空间是巨大的，配点儿β\betaβ产品，比如上证50etf，沪深300etf等
还是可以获得比较可观的收益的，我自己买的比较少没挣多少，上一波也得了30%的收益

4.代码展示

数据来源：Tushare金融大数据开放社区
运行准备：点击上方官网，注册tushare账户，获取token

获取数据

#导入库
import tushare  as ts
import pandas as pd
import numpy as np
import time,random
pro = ts.pro_api(token='你自己的token')# L上市 D退市 P暂停上市
# ts_code 股票代码 exchange 交易所 SSE上交所 SZSE 深交所
# list_date 上市日期 delist_date 退市日期
stock_L = pro.stock_basic(exchange='', list_status='L', fields='ts_code,exchange,list_date,delist_date')
stock_D = pro.stock_basic(exchange='', list_status='D', fields='ts_code,exchange,list_date,delist_date')
stock_P = pro.stock_basic(exchange='', list_status='P', fields='ts_code,exchange,list_date,delist_date')#整合所有股票
data=pd.concat([stock_L,stock_D,stock_P],axis=0).reset_index(drop=True)result = pd.DataFrame()
count=0
for ts_code in data.ts_code.tolist():start_time=time.time()df = pro.daily_basic(ts_code=ts_code, trade_date='', start_date='20060101',fields='ts_code,trade_date,pe')result=pd.concat([result,df],axis=0).reset_index(drop=True)count+=1if count%200:passelse:end_time=time.time()tm=end_time-start_time#限制60秒内最多请求200次while tm<=60 :time.sleep(60-tm+1)end_time=time.time()tm=end_time-start_timeprint(count,"耗时 %s 秒"%tm)#获取到的数据保存到本地，也可以存到数据库里持续更新
result.to_csv("PE监控.csv",index=False)

注意：做这个图的时候还是沿用原来的指数规则，2020/7/22上证指数进行了修正

可视化绘图

#导入库
import warnings
warnings.filterwarnings("ignore")
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('seaborn')
%matplotlib inline#导入之前获取的数据
result=pd.read_csv("PE监控.csv")
#等权重处理
data=pd.pivot_table(result,values='pe',index='trade_date',aggfunc='mean')
#绘图
data.plot(figsize=(15,6),subplots=True)

程序猿怎么利用技术挣钱？——python量化实践相关推荐

几个大神程序猿更喜欢用的Python编辑器！
作为开发者来说,肯定都有自己比较喜欢使用的编辑器,有的人喜欢这个,有的人喜欢那个,还有的大神就喜欢用记事本,今天小千就来给大家介绍几个大神程序猿更喜欢用的Python编辑器. 1.Sublime Te ...
程序猿的牢笼——技术本身
回顾过去,我认为每个程序猿都关在一个透明的牢笼中,限制了思维.蒙蔽了眼界.蹉跎了岁月而不自知,如果不尝试走出去是一辈子都不能感知到牢笼的存在.这个牢笼就是技术本身. 一些程序员就要说,我们就是靠技术吃 ...
程序猿还在拿死工资？还不知道怎么利用技术挣钱？——python量化实践
阅前提醒:本文仅作技术交流,不做投资建议,投资有风险,入市须谨慎 1.什么是量化交易? 我们利用计算机技术,通过建模分析.优化参数等手段,从历史金融数据中挖掘出影响投资的指标,使用程序进行自动交易来获 ...
程序员如何利用技术变现？
程序员用自己的技术变现,是一件天经地义的事情,完全没必要红着脸在那不好意思.因为写作,我认识了不少读者,他们当中有很大一部分不够自信,迷茫和彷徨,就不知道自己该学些什么,往哪个方向发展,也不知道该怎么 ...
时薪20K的高级程序猿教你如何用Python一步步来搭建一个区块链
python程序爱意_用“Python”开启程序猿的爱情之旅
原标题:用"Python"开启程序猿的爱情之旅 Python作为一种轻量级编程语言,语言简洁开发快,没那么多技巧,受到众多追捧,尤其对于新手小白来说,是最好的选择! 许多人学习Py ...
程序猿生存定律--表达背后的力量（1）
程序猿生存定律这系列的文件夹在这里:程序猿生存定律--文件夹喜欢从头瞄的,能够移步. -------------------------------------------------------- ...
程序猿的专利工程师出路
到了该看看外面世界的时候了简历写了快2周,离知乎上说的10年程序猿水准,相差甚远知乎上说,这种程序猿,不仅擅用Python,而且看过多遍Python源码,懂Python底层实现知乎上还说,这种程 ...
unity3d游戏开发猜想——当程序猿老去
程序猿将代码注入生命去打造互联网的浪潮之巅.当有一天他们老了.会走向那里,会做些什么? 非常多年以后,在我60岁的那天早晨,天刚蒙蒙亮我就起床了,先去公园晨练,然后回来做早餐(50岁的时候我学会了做饭 ...

程序猿怎么利用技术挣钱？——python量化实践

文章目录

1.什么是量化交易？

2.分析展示

3.逻辑解读

4.代码展示

程序猿怎么利用技术挣钱？——python量化实践相关推荐

最新文章

热门文章