股票量化怎么做(各个公募，私募基金用什么软件做股票实盘量化交易)
各个公募，私募基金用什么软件做股票实盘量化交易
中信建投证券的PB系统特别适合做量化交易
对于量化新手需要自己开发交易软件吗
不一定需要自己开发，现在其实解决方案也比较多。不会写代码的话可以直接用聚宽向导式策略生成器，将炒股思路量化出来；会写代码的话可以直接使用聚宽平台写策略，打通投研—>交易全链路。如果ok的话，也可以自己搭建平台，接入JQData量化数据使用。指导的教程都很完善，也有支持宽客交流的社区，降低学习成本，快速上手~另外，现在是可以支持全自动化实盘了，解决方案也比较多，很多券商都有提供。baidu：聚宽JoinQuant
打开股票量化的黑箱(自己动手写一个印钞机)第一章
作者：阿布?未经本人允许禁止转载
本文使用python来做股票量化分析，涉及数据挖掘分析与机器学习方面知识，股票知识涉及的不多，本文涉及的策略都只是考虑单边做多不涉及做空。
非均衡胜负收益是什么意思？意思简单说就是每次赢的钱比每次输的钱多,为什么这是串行的第一步呢，因为在股票交易中，交易者永远是处于不利的地位的，不利的情况就是你需要交手续费，你可能会说那个没有多少钱，如果你随机的胡乱买卖股票，在你有足够多的本钱的情况下交易足够多的次数，最后的结果一定是符合正太分布的，但是如果你每次要多交你1%的手续费，情况就大不一样了，赌场要抽头，不抽头的赌场一定有老千,要吃人的赌场又抽头又出老千。
下面用代码描述这几种情况
和上面那个直方图?对比你能发现每个人都能赢钱了，当我们设置了每次赢多出默认两个点，每次输少输两个点后
但是这样的话问题就来了，你凭什么能每次多赢，每次少输，其实很简单，每本关于股票的书籍都会提到止***的策略,这些策略的核心思想就是让赚钱股票的多赚钱，让亏***股票的少亏***(他们的文言文写的就是什么让利润奔跑✈️)这样的结果就是亏***的次数比赢钱的次数多，每次赢的钱比每次亏的钱多,也就是高止盈位，低止***位。所以你发现了吗，不能平白无故的提高win_once,对应的要降低win_rate，这是自己给自己摆千的节奏啊，所以win_rate可能是0.45甚至更低
看到这个图了吧，最后的结果就是又回到了有输有赢的人，也就是产生了天堂赌场的感觉，这就是文章主题提到的。
上文提到了要实现非均衡胜负收益,怎么才能做到这个呢，试着把你的止盈位提高，降低你的止***位，比如说你10块钱买入一个股票，止盈15止***9块就附和目标，这样你能理解带来的必然非均衡胜负比例这个意思了吧。
但是这个止盈止***位合理吗，是不是应该调到14，8呢或者20，9呢，这个就是量化系统所做的一般任务。
传统定义，alpha指扣除市场基准回报后的投资回报(比如银行的年利息是3.5%如果你的策略回报是10%，那么alpha就是6.5%)，alpha在因子层下面，负责整个交易大框架的盈利，负责相对激进部分，一般包括资产配置，最高止盈，最高止***，最大跌幅止***，最大回撤止***等等
因子作为组件插入alpha系统，因子可以是简单因子只发现信号，也可以有自己的止盈止***等等规则
beta系统作为风险控制层在alpha底层，更高权限的对交易进行风险控制，一般比较谨慎的做出干预，大盘风险，组合的合理相关性等等，因子是量化中很重要的概念，它的好坏可以说是整个系统能否真正盈利的关键，alpha好比有宏图大志的ceo它的目标要挣钱要挣好多好多钱，但是它可能只在上层社会中寻找睁钱的大方向，不会涉及细节，beta好比保守的cfo它的首要任务是不能让公司垮掉，要控制最大的系统风险，factor就是具体的一个个的销售了，它们的销售业绩直接就是整个公司的盈利或者亏***，自己有对产品的完整控制权，但alpha或者beta时不时的要管它们，对它们指手画脚，但是他们必须听从他两个，一般来说cfo的权限会大于ceo但也有设计成cfo，ceo等权限的(在可以做空的系统中，beta可以说是个败家子，它甚至负责去赔钱，去对冲alpha的风险)
大型量化系统还包括交易成本模型,因为它们的资金体量太大，会对市场造成冲击，结果就是滑点和市场冲击成本的溢出，所以你要清楚的知道你的模型系统要应付的资金量有多大，它其实更进一步决定了你的因子策略等等系统细节。如果你有一个对资金量在100w以下稳健盈利的系统，可绝对不代表它能胜任大于它几个数量集的资金量。
量化系统的一大部分功用就是维持这个非均衡胜负收益,非均衡胜负比例的交易系统能活下来，生存是第一需求，他们的目标就是生存，其实说的一点也不夸张，虽然alpha是激进的但它的激进只是为了与保守的beta一起能活下去，我们的系统要挣钱就要依靠因子的能力，因子的能力主要功用就是尽量平衡非均衡胜负收益与非均衡胜负比例需找最优点，活下来，并且能活得挺好。因子有各种各样的方式去强化能力，需找最优，提高胜率，由于这篇文章的重点不是如何提高因子的能力，那个主题其实你也可以在其它一些量化分章中找到一些方法，下面只简单介绍一个实例，希望你能理解,不理解也没关系，主题其实从下一章正式开始，那个才是印钞机的关键！
目标由因子的能力解决一部分
下面讲一个实例如何来提高因子的能力
如下图所示，这里选择了[-82:-40]42天数据模拟，且这一天符合买入条件，这个条件你可以认为是
在blow382和above382之间
ma5>ma10
大盘。。。
。。。。。。。。。。。。。。上面说的below和above就是因为有两种计算方式，如上代码所示一个是使用stats.scoreatpercentile，综合利用这两种计算方式，数值大的就是above小的就是below，上面1，2，3，4可以是与的关系，也可以是更复杂的规则，更多请查询TLineGolden.py或者参考附录
我就不叙述了，因子的规则有各种，变种也各异，没有必要赘述
如下mc_percent_default是默认的止盈止***位队列，mc_percent是经过最优计算出的我们会使用的止盈止***位队列，一会我们的主要任务就是演示怎么算出来的这个
弹力止盈止***大概的做法就是如果股价下跌到below200我的最高止盈也随着下降一个档，如果股价上升一个档，最低止***也上升一个档位，直至向上或者向下击穿止最后一个盈止***位，这里简单用代码演示一下，只是演示！实际运行会复杂很多，因为有alpha，beta，因子本身及因子的父类等各种诱因，这里只单纯演示弹力止盈止***！
如下所示int_demo_trade模拟初始24.16买入，通过买入价格初始化，初始化各个止盈止***价格，注意这里说的是价格，止盈止***位已经定义好了就是mc_percent，通过mc_percent和买入价确定了各个止盈止***价格，demo_trade模拟交易这里演示了弹力止盈止***是如何运作的。do_cnt_demo_trade封装一次交易
相信你看了代码和输出后就能理解弹力止盈止***了
量化策略的方法与技巧？
量化策略主要有10种。
01、海龟交易策略
海龟交易策略是一套非常完整的趋势跟随型的自动化交易策略。这个复杂的策略在入场条件、仓位控制、资金管理、止***止盈等各个环节，都进行了详细的设计，这基本上可以作为复杂交易策略设计和开发的模板。
02、阿尔法策略
阿尔法的概念来自于二十世纪中叶，经过学者的统计，当时约75%的股票型基金经理构建的投资组合无法跑赢根据市值大小构建的简单组合或是指数，属于传统的基本面分析策略。
在期指市场上做空，在股票市场上构建拟合300指数的成份股，赚取其中的价差，这种被动型的套利就是贝塔套利。
03、多因子选股
多因子模型是量化选股中最重要的一类模型，基本思想是找到某些和收益率最相关的指标，并根据该指标，构建一个股票组合，期望该组合在未来的一段时间跑赢或跑输指数。如果跑赢，则可以做多该组合，同时做空期指，赚取正向阿尔法收益；如果是跑输，则可以组多期指，融券做空该组合，赚取反向阿尔法收益。多因子模型的关键是找到因子与收益率之间的关联性。
04、双均线策略
双均线策略，通过建立m天移动平均线，n天移动平均线，则两条均线必有交点。若m>n，n天平均线“上穿越”m天均线则为买入点，反之为卖出点。该策略基于不同天数均线的交叉点，抓住股票的强势和弱势时刻，进行交易。
双均线策略中，如果两根均线的周期接近，比如5日线，10日线，这种非常容易缠绕，不停的产生买点卖点，会有大量的无效交易，交易费用很高。如果两根均线的周期差距较大，比如5日线，60日线，这种交易周期很长，趋势性已经不明显了，趋势转变以后很长时间才会出现买卖点。也就是说可能会造成很大的亏***。所以两个参数选择的很重要，趋势性越强的品种，均线策略越有效。
05、行业轮动
行业轮动是利用市场趋势获利的一种主动交易策略其本质是利用不同投资品种强势时间的错位对行业品种进行切换以达到投资收益最大化的目的。
06、跨品种套利
跨品种套利指的是利用两种不同的、但相关联的指数期货产品之间的价差进行交易。这两种指数之间具有相互替代性或受同一供求因素制约。跨品种套利的交易形式是同时买进和卖出相同交割月份但不同种类的股指期货合约。主要有相关商品间套利和原料与成品之间套利。
跨品种套利的主要作用一是帮助扭曲的市场价格回复到正常水平；二是增强市场的流动性。
07、指数增强
增强型指数投资由于不同基金管理人描述其指数增强型产品的投资目的不尽相同，增强型指数投资并无统一模式，唯一共同点在于他们都希望能够提供高于标的指数回报水平的投资业绩。为使指数化投资名副其实，基金经理试图尽可能保持标的指数的各种特征。
08、网格交易
网格交易是利用市场震荡行情获利的一种主动交易策略，其本质是利用投资标的在一段震荡行情中价格在网格区间内的反复运动以进行加仓减仓的操作以达到投资收益最大化的目的。通俗点讲就是根据建立不同数量.不同大小的网格，在突破网格的时候建仓，回归网格的时候减仓，力求能够捕捉到价格的震荡变化趋势，达到盈利的目的。
09、跨期套利
跨期套利是套利交易中最普遍的一种，是股指期货的跨期套利（Calendar Spread Arbitrage）即为在同一交易所进行同一指数、但不同交割月份的套利活动。
10、高频交易策略
高频交易是指从那些人们无法利用的极为短暂的市场变化中寻求获利的计算机化交易，比如，某种证券买入价和卖出价差价的微小变化，或者某只股票在不同交易所之间的微小价差。这种交易的速度如此之快，以至于有些交易机构将自己的“服务器群组”安置到了离交易所的计算机很近的地方，以缩短交易指令通过光缆以光速旅行的距离。
如何设置量化交易？
要设置量化交易，您可以按照以下步骤进行操作：1. 确定交易策略：首先，您需要确定一个详细的交易策略。这包括定义交易规则、入场和出场条件、风险管理等。2. 收集和整理数据：要进行量化交易，您需要获取并整理相关的市场数据。这可能包括历史价格、成交量、技术指标等。3. 编写程序代码：使用编程语言（如Python、R等），编写程序代码来执行您的交易策略。这些代码可以包括数据分析、模型构建、回测和实盘交易等部分。4. 回测和优化：使用历史数据对策略进行回测，评估其表现。根据回测结果进行策略的优化，以改进交易策略的表现。5. 实施实盘交易：在通过回测优化后，可以将策略应用于实际交易。这可能涉及与交易所或经纪商进行对接，并设置自动交易系统。6. 监控和调整：一旦启动了实盘交易，及时监控和评估策略的表现，并根据市场变化和策略的实际表现进行调整和改进。值得注意的是，量化交易需要一定的技术和编程知识，以及对金融市场和交易的理解。如果您是初学者，建议先学习相关知识，并测试和验证您的策略，以确保其稳定性和可靠性。同时，量化交易涉及一定的风险，投资者应该根据自身风险承受能力和实际情况进行决策。
国内散户如何玩量化投资?具体是什么步骤呢?
量化交易是指投资者将交易策略的逻辑与参数经过电脑程序运算后，将交易策略系统化，然后通过电脑自动下单来完成交易。在量化交易过程中，散户可以这样做：1、根据个股的历史数据，进行多因子选股，比如，把市盈率、市净率、市销...
小亿量化如何启用股票量化交易模块（证券公司接口）
一、准备工作
（一）硬件要求
家用电脑或国内服务器，Windows7/8/10系统，最低2核4G内存。
（二）软件要求
2.本金要求：无最低要求。
二、软件安装
步骤1下载客户端
点击客户端下载地址：http://xiaoyi.club/DownApp/setup_xiaoyi.exe
步骤2安装客户端
点击安装程序
步骤3注册账户
远程端口号：1819
远程控制密码：123456（密码可任意更改，点击保存即可）
步骤4开通软件使用权
账号注册后，请告知官方客服你的“用户编号”，用于开通软件使用权
官方Telegram：@xiaoyiclub
步骤5开始运行
点击“开始运行”
步骤6注册券商账户
注册世纪证券账户，并签订三份文件:
1.量化交易开户文本签字页;
2.世纪证券可转换公司债券程序化交易有关事项投资者告知书;
3.世纪证券有限责任公司专业化交易系统用户申请表.
量化交易开户文本签字页.doc
世纪证券可转换公司债券程序化交易有关事项投资者告知书.docx
世纪证券有限责任公司专业化交易系统用户申请表.docx
步骤7下载量化大师
下载世纪证券量化大师客户端程。
下载地址：https://www.csco.com.cn/SoftDownload.shtml
下拉找到“量化大师”，将安装包安装到量化机器上，必须和小亿量化软件在同一台机器上。
如何量化大师无法启动，请下载微软补丁
vc2020x86（量化大师补丁）.zip
步骤8登录量化大师
登录量化大师，使用你的资金账户和密码登录，注意要勾选记住密码，以便程序后续自动登录。登录成功后，进入“我的”，找到策略列表里面，与你经纪商资金账户所对应的“策略ID”，记录下来，备用，如下图所示：
步骤9设置量化参数
在量化大师中，点击“交易”，在“参数设置”中，将文件监控目录设置为小亿量化根目录下的tix目录，将点击启用监控，如下图所示：
步骤10修改软件参数1
退出量化大师，找到量化大师(桌面上快捷方式名称为：hjlh-chronosqt)安装目录，进入到config目录，如下图所示
步骤11修改软件参数2
使用记事本打开app_config.json文件，将check_verifi_code字段值改为false，如下图所示，注意不得有任何拼写错误，本设置为关闭登录的图形验证码选项
步骤12修改软件参数3
使用记事本打开trader_config.int文件，找到autoLogin字段，将值改为true，本设置为将资金账户登录设置为自动登录，另外再找到autoTixSacn字段值设置为true，此设置为自动启用TIX量化扫描，必须启用它，如下图所示。
步骤13修改软件参数4
记事本打开user_app.json，找到allow_vm字段，将其值改为true，此设置为允许虚拟机运行量化大师，对于物理实体机，无需此设置，但目前云主机，都会被识别为虚拟机，如下图所示：
三、软件使用
步骤1进入控制端
控制端
进入远程网页控制端：
http://future.xitour.com/
进入安卓APP控制端：
http://down.xitour.com/cbbclient.apk
远程网页控制端和安卓APP控制端结果一样
步骤2软件API设置
在“我的”标签下“沪深股票API配置”里进行帐号设置：
在确保小亿量化最新版本的情况下，进入小亿量化客户端，沪深股票API配置，修改(如之前未有设置就添加相应的账户配置，将接口类型设置为“世纪证券TIX接口”，行情来源选择“同花顺”或“新浪行情”（看哪个能获取到行情信息），账户昵称设置为你方便记忆区别的昵称，没有特殊意义。然后在“资金账户编号”填写您在世纪证券的资金账户名称，通常为一串数字，最后填写的是“策略ID”，本策略ID即为本教程中要求你记录下的策略ID，如下图所示：
步骤3设置开启时间
至此基础的配置已经全部完成，为了验证世纪证券量化大师设置是否正确，可以关闭量化大师，然后重新双击桌面的量化大量客户端(hjlh-chronosqt)，观察其是否自动登录，并且在“交易”里头，TIX的监控是否自动运行，否则重新按上述步骤重新操作由于世纪证券量化大师客户端，在跨交易日时，不会自动重启，并且到了次日，即便程序仍然在运行，但是却无法下单，会弹出“隔日运行，是否重启”之类的提示，要求人工重启量化大师，针对此问题，小亿量化推出了自动重启程序的小工具，在小亿量化软件安装根目录的tools目录下。找到名为AutoRestartApp.exe的程序，运行它，在这个程序上选择世纪证券量化大师的运行路径，设置正确后点击“开始监视”即可，通常如下图所示：切记：将时间范围设置正常交易时间范围即可
步骤4资产查询
沪深资产查询里查询自己帐户资产，如正常查询到说明配置成功。
四、策略设置
（一）导入模板
前文：当你有策略模板后，首先需要做的是导入。
1.首先检查是否有参数模板，如以下格式：
2.如有，请继续，如无，小亿量化会员可向官方获取。
官方Telegram：@xiaoyiclub
3.点击“参数模板”-选择模块-“导入”“开始解密模板”-“执行导入”。
4.如涉及到指标，点击“技术指标”-“导入”
（二）新增模板
步骤1：点击“参数模板”-“沪深股票”-“+添加”
步骤2：根据模板要求填入参数，点击“保存”
步骤3：如果你想在原有的模板基础上调整策略参数，可以选择“填充”-“选择”-“保存”，就是1个新的模板
（三）策略启动
1.点击“交易”-“沪深股票”
2.点击右上角“+”
3.点击“创建规则”
3.选择“账户”-“交易所”-“股票代码”
4.选择“填充”-“选择”模板-点击“保存”
5.“勾选”标的-点击右上角“+”-“执行选中”
恭喜你，经过以上的操作，你已经踏入了股票量化之门。
【购买软件使用权及策略】
官方Telegram：t.me/xiaoyiclub
官方Telegram交流群:t.me/xiaoyi2023
官方推特：twitter.com/xiaoyiclub
官方QQ：2414676449
官方网站：xiaoyi.club
官方邮箱：yang@xiaoyi.club
官方币安注册（免墙）：https://www.suitechsui.com/zh-CN/register?ref=99297690
风险提示：本人坚决支持和拥护***法律、法规，主要分享量化交易策略及工具，不提供任何代持资金、违法交易等行为。本文所提到的观点仅代表个人的意见，本人对于文章内容不作任何类型的保证，文章所有相关数据与资料仅供读者学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。所涉及的标的不作推荐，据此买卖，风险自负。
散户如何做量化交易?
在量化交易过程中，散户可以这样做：1、首先确定自己的投资观念。是通过股票的历史价值选股还是依据现在的投资趋势选股，再合理选择通过什么指标判断历史价值的高低，判断投资趋势，其指标要明确，可以量化。2、选择量化的交易策略。
【2019年度合辑】手把手教你用Python做股票量化分析
本部分主要分享了Python学习路径、相关书籍与视频（从入门到进阶）和常用库的操作实例，为金融量化的学习奠定基础。
1、Python学习路径与资料下载
（1）【Python金融量化】零基础如何开始学？
（2）【资料分享】Python量化从入门到高阶
（3）【推荐收藏】倾心整理的Python量化资源大合集
2、Python量化常用库操作
（4）【手把手教你】玩转Python量化金融工具之NumPy
（5）【手把手教你】玩转Python金融量化利器之Pandas
（6）【建议收藏】Matplotlib可视化最有价值的50张图
（7）【手把手教你】Seaborn在金融数据可视化中的应用
（8）【手把手教你】玩转机器学习Sklearn
数据管理是金融量化的基础，因此数据获取是量化分析的第一步，找不到可靠、真实的数据，量化分析就无从谈起。本部分内容基于真实场景数据，手把手教你使用Python的数据开源框架（以tushare为主）获取金融数据，搭建自己的量化分析数据库并进行可视化分析。
1、数据获取与可视化分析
（9）【手把手教你】Python获取交易数据
（10）【Python金融量化】上市公司知多少？
（11）【手把手教你】Python获取财经数据和可视化分析
（12）【Python金融量化】财经新闻文本分析
（13）【文本挖掘】Python带你笑看江湖
（14）【手把手教你】用Python构建小型金融知识图谱
2、面向对象编程与数据库操作
（15）【手把手教你】搭建自己的量化分析数据库
（16）【手把手教你】Python面向对象编程入门及股票数据管理应用实例
3、数据可视化：综合运用Matplotlib与pyecharts
（17）【Python金融量化】A股沉浮启示录
（18）2018你不可不知的十大关键词
1、股票量化分析入门
（19）【手把手教你】Python金融财务分析
（20）【Python量化】股票分析入门
（21）Python量化选股初探
（22）【Python量化】股票分析入门A股指数图谱：是否有月份效应？
2、股价时间序列建模
（23）【手把手教你】时间序列之日期处理
（24）【Python量化基础】时间序列的自相关性与平稳性
（25）【手把手教你】使用Python玩转金融时间序列模型
（26）Python玩转金融时间序列之ARCH与GARCH模型
（27）【手把手教你】使用Python实现统计套利
3、TA-Lib与股票技术分析
（28）【手把手教你】股市技术分析利器之TA-Lib（一）
（29）【手把手教你】股市技术分析利器之TA-Lib（二）
（30）【手把手教你】量价关系分析与Python实现
（31）【手把手教你】Python量化股票市场情绪指标ARBR
（32）【手把手教你】动量指标的Python量化回测
（33）【Python量化】如何利用欧奈尔的RPS寻找强势股？
4、股票投资组合分析
（34）【手把手教你】利用Python构建不同资产组合
（35）用Python寻找最优投资组合
5、股票多因子模型
（36）什么是多因子量化选股模型？
（37）【手把手教你】Python量化Fama-French三因子模型
（38）单因子测试框架分享
（39）如何对选股因子进行量化回测？
6、宏观分析与量化
（40）大势观澜与研判逻辑
（41）【宏观量化】股市趋势与拐点如何看？
本部分着重介绍了量化投资的方法论体系、策略评价指标、机器学习应用与量化回测案例分析等，是金融量化分析的高阶应用篇。量化回测的设定还比较简单，后续推文将结合交易实际场景，构建基于事件驱动的量化回测框架。
1、策略概述
（42）【干货分享】一文讲透量化投资方法论体系
（43）【量化回测】如何规避陷阱及评价策略？
（44）【手把手教你】Python量化策略风险指标
2、定投策略
（45）Python数说指数定投策略
（46）【Python量化】怎么在基金定投上实现收益最大化
3、机器学习及应用
（47）【手把手教你】使用Logistic回归、LDA和QDA模型预测指数涨跌
（48）【手把手教你】使用RNN深度学习预测股票价格
4、量化回测案例
（49）【手把手教你】用Python量化海龟交易法则
（50）手把手教你用Python搭建自己的量化回测框架【均值回归策略】
股票量化交易是什弱害么意思？
股票量化交易的意思量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了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。 定量投资和颂野传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础。两者的区别在于定量投资管理是“定性思想的量化应用”，更加强调数据。拓展资料量化交易具有以下几个方面的特点： 1、纪律性。根据模巧吵型的运行结果进行决策，而不是凭感觉。纪律性孝樱侍既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。 2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型;二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度;三是多数据，即对海量数据的处理。3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用;二是依靠组合资产取胜，而不是单个资产取胜。