成长分享网

您的学习资料库,致力于亲子教育,个人成长。

标签: 量化投资

  • 陆坚量化交易魔鬼训练营

    陆坚量化交易魔鬼训练营

    陆坚量化交易魔鬼训练营 带您零基础学量化

    在这期货市场程序化交易盛行的时代,“手动交易,人脑测算的交易者”已被“程序化交易者”远远甩在身后;机会总是稍纵即逝,人脑总是无法快过电脑;人的体力、精力总是无法与24小时运转的电脑相比。如何从零搭建自己的交易策略,以及获得整套的技术和策略升级解决方案呢?

    “授之以鱼,不如授之以渔”本次课程以理论+实践案例这种全新的授课方式真诚奉献。通过研究12个实战模型案例,掌握如何从零搭建属于自己的量化交易系统,如何进一步完善自己的交易策略……与此同时深入研究这些经典案例也可助开拓策略研发思路,帮你插上翅膀,助你飞翔!

    陆坚简介:

    唯道投资总经理,美国加州州立大学电脑科学与金融硕士学位,十几年股票交易经历,多年期货程序化实盘交易,自主研发五十多套程序化策略。程序化交易遇冷?他另辟蹊径依旧保持80%以上的年化收益。七禾网程序化排行榜实盘帐号“深蓝 2”,2016年程序化排行榜业绩排名第八名。

    课程大纲

    第一讲:量化投资学习必备知识什么是量化交易?

    量化投资的就业方向与发展前景

    期货程序化交易的特点与优势

    量化策略开发的步骤

    第二讲:常用策略类型剖析趋势跟踪

    均值回归

    对冲套利

    网格交易

    高频交易

    从入门到构建属于自己的量化交易系统

    第三讲:策略基础公式编写规范及规则界面功能及程序基本结构介绍

    程序的变量类型及数据类型

    程序的运算符

    程序的交易指令

    第四讲:常用公式函数讲解

    数据获取类函数(量价数据)

    计算类函数(均线、平方差)

    画图显示类函数

    数据保存类函数

    第五讲:动手编写第一个公式从剖析一个简单的均线策略开始

    均线指标策略编写

    通道策略编写

    课后作业

    第六讲:实现全自动系统交易均线策略交易系统

    通道策略交易系统

    作业布置及讲解

    第七讲:交易系统止盈止损交易系统止盈止损的分类

    固定金额(价差)比例及指标止损

    时间止损及阶梯止损

    策略:全品种中短线加减仓通用策略

    策略:KD结合均线状态位进场,盈利加仓策略

    作业布置及讲解

    第八讲:跨周期函数应用跨周期函数的应用场景

    跨周期函数讲解

    跨周期策略分享

    套利策略(第八讲)

    短线多周期策略(第八讲)

    作业布置及讲解

    第九-十六讲:12个精品策略分享

    1.全品种中短线加减仓通用策略

    2.KD结合均线状态位进场,盈利加仓策略

    3.套利策略

    4.短线多周期策略

    5.擒龙诀策略案例分享

    6.短线旋风策略案例分享

    7.九天玉龙线策略案例分享

    8.一炮冲天策略案例分享

    9.大小周期双频率策略剖析

    10.短线突破交易系统剖析

    11.日内策略精讲

    12.胜率超60%的高胜率策略剖析

    注:以上时间安排根据实际授课情况可能有些微调。

    第十七讲:如何评估量化策略的优劣

    收益风险比评估

    交易频率、持仓周期评估

    手续费、滑点评估

    组合夏普比评估

    ......

    第十八讲:策略优化的方法及陷阱

    如何优化

    何为过度优化

    避免过度优化的方法

    参数敏感性分析

    如何在合理范围内调整参数

    第十九讲:策略开发进阶:如何避免未来函数

    含有未来数据的指标

    小周期不当调用大周期

    不当指定买卖价

    当根K线中判断最高最低价

    第二十讲:比K线更精准的Renko图

    Renko图的原理

    相较传统K线图标的优势

    Renko图实战应用

    第二十一讲:策略开发进阶:量化策略风险防范

    策略失效的判断

    突发行情的止损与取舍

    跟踪止盈的陷阱

    指数与合约的不同步误差

    交易滑点、软硬件故障

    第二十二讲:如何平滑收益曲线?

    多品种多策略多周期(相关性分析)

    仓位控制

    如何做好资产管理曲线

    第二十三讲:程序化交易实战问题及对策

    实盘与回测结果的偏离

    仓位多少合适

    过度追求高胜率

    低估滑点与佣金

    ★ 学习本课程的收获

    1.做策略   通过12个经典量化案例,逐步学会量化策略制作的方法,掌握量化信号编写技能,获得多种量化交易信号源及策略案例的源码包。

    2.学标杆 了解量化投资的就业方向与发展前景,学习优秀的量化投资是如何操作的,掌握如何从零搭建自己的交易策略,以及获得整套的技术和策略升级解决方案。

    3.练技巧  涵盖套利、短线、日内、回测报告分析、优化、仓位、风险、止盈止损等全过程量化技巧,模型搭建、源码实操,重点掌握量化风控、资金、头寸管理的独到之处。

    4.得经验 获得讲师团队在量化交易领域的实战经验,附赠量化策略以及实操过程中个性化问题的一对一解答机会;与专业导师零距离沟通。

  • 邢不行Python量化实操 - 数字货币量化投资入门

    邢不行Python量化实操 - 数字货币量化投资入门

    邢不行Python量化实操 - 数字货币量化投资入门

    零基础也能学

    无需编程基础小白从零上手,大量实战案例作为配套作业

    量化投资从字面上来理解是可量化的投资,也称定量投资,我们可以从量化投资起源感受一下:

    我们为什么要做量化交易

    什么是量化交易?

    量化交易就是用先进的数学模型替代人为的主观判断,利用计算机技术从过去众多的数据中选择能带来收益的,可能性比较大的事件以制定策略,减少投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

    简单的说,量化就是结合数学方法、计算机技术以及金融知识,选择收益的可能性最大最好的股票、期货、数字货币等产品,制定投资决策。

    从全球市场的参与主体来看,按照管理资产的规模,全球排名前四以及前六位中的五家资管机构,都是依靠计算机技术来开展投资决策,由量化及程序化交易所管理的资金规模在不断扩大。

    币圈是否适合量化交易?

    首先数字货币交易具备以下特点,使得量化交易与数字货币交易的契合度非常高。 ①无涨跌停限制;7*24*365不间断交易;②门槛极低,几美金也可以下单,用户都可以申请交易所API;③不限制交易次数,手续费低;④.市场繁荣,期货现货市场都很活跃;⑤数字货币交易平台众多,交易量较大,具有一定的资金承载量,对于量化投资而言有着更多的套利操作机会。以上都复合金融交易市场及衍生品的特点。所以币圈非常适合进行量化交易。

    量化交易的优势?

    纪律性:机器交易无情绪,严格按照按照策略执行。

    系统性:多层次、多角度、多数据

    套利思想:金融市场都存在套利的机会,套利都是无风险的。

    概率取胜:根据比较成熟的策略和大数据分析来进行交易。

    为什么我们韭菜需要做量化交易

    不知道市场走向,总是凭感觉?

    管不住手,要去追涨杀跌?

    空仓时,USDT还会被收割;

    一入场,币价就跌,一出场,币价就涨……

    交易所赚手续费,庄家们割韭菜,做合格韭菜不容易,那我们韭菜该怎么生存?

    适用人群:

    对量化投资、数字货币感兴趣的同学

    邢不行简介:

    经管之家论坛(原人大经济论坛)量化投资版块版主,著有热门系列教程《量化小讲堂》。
    全额奖学金毕业于香港科技大学,多年量化投资经验,实战经验丰富!
    2017年6月进入币圈后投入较多精力。搬砖、套利、选币、多空择时等,各种交易都参与。

    邢不行是在2017年6月进入币圈,他将之前在股票市场近十年的量化投资经验应用于此。他在量化界可谓是声名远播,五个学量化的人里,有四个都会推荐他。他硕士毕业于香港科技大学,并获得全额经学金。此外,他还是经管之家论坛(原人大经济论坛)量化投资板块版主,著有热门系列教程《量化小课堂》,有近10年的交易经验,也有多年授课经验。

    其实,邢不行的量化投资经验可以追溯到在南京大学就读期间,在那时他便开始借鉴巴菲特的投资理论,分析上市公司财报。而后,他在阅读书籍中看到有效的炒股方法,就用过往数据进行测试。那时,他还不知道这就是量化投资。

    在数据越发繁杂的时候,邢不行开始学习编程。第一套选股的策略编程就已告捷,首次尝试实盘交易时,他在当天买入,次日便涨了。

    放眼十余年的经验,邢不行也攒下了一个教训。在2015年,股票市场曾有过一波牛市,在牛市快到顶点时,其实已经稍微有些下滑。当时系统发出要平仓卖出的信号。“我整个人已经陷入了一个思路,认为这个市场不会跌,只会继续涨。因此,在程序快要下单平仓之时,他却主动关闭了程序,导致了不少损失。

    “操作过程中并不提倡手动干预。”邢不行更加坚信量化投资是有一套客观的操作规律的。除此之外,邢不行还提及量化投资的另一特点,即通过历史数据回测这套规律的可行性。

    从量化交易到课程输出,始于人大经济论坛的帖子。2017年,邢不行在人大经济论坛发帖分享多年累积的量化投资经验。期间,不少网友通过微信向邢不行请教问题,也有网友提出需求:“要不要完整地讲一讲量化投资?”

    从20个人的课程尝试起,邢不行开始讲授量化投资课程。得益于自己多年实盘经验的积累,课程得到了很多学员的好评。一位小白学员表示学到熟练使用编程,只花了2个月时间,并能将之运用到日常工作中。还有一位设计师零编程基础,却在一个多月后,开始开发自己的交易系统,实盘来赚取收益。邢老师在量化交易方面的积累不言而喻。

  • 2020量化风控+量化投资金融视频课程

    2020量化风控+量化投资金融视频课程

    部分量化风控+量化投资金融辅导资料:

    量化风控AQR实训项且
    01-银行对公及零售信用风险建模
    02-大数据个人信贷评分卡模型
    03-Time- Series金融时间序列分析
    04-Black- Scholes期权定价模型
    05-基于莫顿模型的信用风险计量建模
    06-VaR在险价值建模
    07-互联网金融信用风险建模
    08-随机利率及债券定价模型
    09-信用风险违约概率建模
    10-CAPM资本资产定价模型
    11-量化风控实务讲座
    讲义

    Python量化投资与金融实战应用
    01-Fintech应用场景介绍和市场案例
    02-中国主流量化交易策略及分享
    03-量化金融分析师AQF课程体系介绍及模考题
    04-Python语言环境搭建
    05-Python编程基础
    06-Python编程进阶Numpy
    07-Python编程进阶Pandas
    08-配对交易实战
    09-有效前沿构建
    10-蒙特卡洛期权定价
    11-利用Python进行VaR计算
    12-后续课程介绍
    讲义