当我在一家投资管理公司担任系统开发工程师时,我了解到要在定量金融领域取得成功,您需要在数学,编程和数据分析方面表现出色。
可以将算法或定量交易定义为设计和开发统计和数学交易策略的过程。这是一个极其复杂的金融领域。
因此,问题是您如何开始进行算法交易?我将向您介绍五个应该学习的基本主题,以便为进入这个迷人的交易世界铺平道路。我个人更喜欢Python,因为它提供了适当程度的自定义,开发的简便性和速度,测试框架以及执行速度。因此,所有这些主题都集中在Python for Trading上。
为了使数据科学事业蒸蒸日上,您需要扎实的基础知识。无论选择哪种语言,都应该彻底理解该语言的某些主题。这是您应该在Python生态系统中掌握的数据科学知识:
数据分析是财务的关键部分。除了学习使用Pandas处理数据框外,在处理交易数据时还应注意一些特定主题。
如何使用Pandas探索数据
毫无疑问,Pandas是Python数据科学堆栈中最重要的软件包之一。您可以使用软件包中定义的功能完成几乎所有主要任务。专注于创造dataframes,过滤(loc,iloc,query),描述性统计(摘要),加入/合并,分组,和子集。
如何处理时间序列数据
交易数据全部与时间序列分析有关。您应该学习重新采样数据或重新索引数据,以将数据频率从几分钟更改为几小时,或者从一天的OHLC数据更改为一周的结束数据。例如,您可以使用重采样功能将1分钟时间序列转换为3分钟时间序列数据:
- df_3min = df_1min.resample('3Min', label='left').agg({'OPEN': 'first', 'HIGH': 'max', 'LOW': 'min', 'CLOSE': 'last'})
从事定量金融工作需要对统计假设检验和数学有深入的了解。掌握多元演算,线性代数,概率论等概念将有助于您为设计和编写算法奠定良好的基础。您可以从计算股票价格数据的移动平均值开始,编写简单的算法策略(例如移动平均交叉或均值回归策略)并了解相对强度交易。在实践和理解基本统计算法如何工作这一小而重要的飞跃之后,您可以研究机器学习技术的更复杂领域。这些要求对统计和数学有更深入的了解。您可以从两本书开始:《定量交易:如何建立自己的算法交易业务》—Ernest Chan博士《关于算法交易和DMA的书》—巴里·约翰逊(Barry Johnson)
一旦完成交易策略的编码,就不能简单地用实际资金在真实市场中对其进行检验,对吗?下一步是将该策略暴露于历史交易数据流中,这将生成交易信号。然后,已执行的交易将产生相关的损益(P&L),所有交易的累加将为您提供总的P&L。这称为回测。回测要求您精通许多领域,例如数学,统计,软件工程和市场微观结构。您应该学习以下一些概念,以对回测有一个体面的了解:
5.绩效指标-如何评估交易策略
能够简洁地说明您的策略对您很重要。如果您不了解自己的策略,那么任何外部修改法规或政权转移的机会都有,您的策略将开始表现异常。一旦您自信地理解了该策略,以下性能指标就可以帮助您了解该策略的实际优缺点:
MongoDB是一个基于分布式文件存储的数据库。 由C++语言编写。旨在为WEB应用提供...
怎么防御udp攻击?UDP Flood是日渐猖厥的流量型 ddos 攻击。常见的情况是利用大...
3月Techo Youth高校公开课Demo实操演练 【活动已结束】 3月Techo Youth高校公开...
最大传输单元(Maximum Transmission Unit,MTU)是指一种通信协议的某一层上所...
发布会传送门 : https://yqh.aliyun.com/live/aiotfa 近日,阿里云AIoT春季产品...
客户简介 深圳盒子信息科技有限公司成立于2011年,是国家高新技术企业、深圳市高...
2020年7月9日,2020年世界人工智能大会(the World Artificial Intelligence Con...
中台有机衔接稳定的后台系统和灵活多变的前端业务场景 通过抽取后台系统的数据 ...
1、智能语音点餐机解决方案方案架构 架构特点 基于达摩院特有的多模态交互技术 ...
在过去的一年中,云计算已经成为组织应对冠状病毒疫情对其业务不利影响的关键技...