算法交易

算法交易是金融领域的技术革新,它利用高级数学模型和复杂算法来快速、准确地分析和解读市场动态,以制定并执行交易策略。这些算法能够在毫秒级别内对市场数据做出反应,远超人脑的处理速度。算法交易为金融行业提供了一个精细控制风险的途径。包括定点交易、套利交易和趋势跟踪等多元化策略的应用,有效提高了交易的准确性和效率。其背后的智能化系统可24小时不间断地监控市场,捕捉交易机会,大大减轻了人工作业负担,同时,极大地提升了在多变金融市场中的适应能力和盈利能力。更重要的是,由于大部分决策基于预定规则和数据模型,算法交易显著降低了情绪化决策的风险。然而,也需注意到,过度依赖算法可能导致失去对市场直觉的把握,并且在极端市场情况下,算法可能失效,导致不可预见的风险。总体而言,算法交易以其快速、精准和高效的特性,逐渐成为现代金融市场的核心竞争力。

python量化交易教程——常用函数

关于python的优势就不说再多了,地球人都知道,还不知道的去面壁思过。因为不想当韭菜,所以还是自己老老实实写代码吧。

记录些常用的内容,以便自己回头复习。

常用的函数有:

  • numpy 处理向量矩阵

  • scipy 数据统计优化处理

  • pandas 金融数据分析

  • matplotlib 画图

  • tushare 财经数据

  • Zipline 回测平台

  • TaLib 技术指标

  • BigQuant 人工智能量化投资平台

——介绍

Numpy

Numpy是Python的一个科学计算的库,提供了矩阵运

更新时间:2023-06-14 03:02

机器学习前传

人工智能是最近很火热的话题,有的人似乎有幻觉,未来人类所有问题都可以交给电脑来处理。未来是否如此难以预知。但是在作出预测之前,我们有必要了解究竟什么是人工智能。

机器如何有人的智能呢?方法就是机器学习。机器学习不是一个新概念,很早之前就诞生了决策树、SVM、神经网络等方法。战胜了柯洁的AlphaGo和战胜了AlphaGo的AlphaZero都是神经网络算法中的深度学习。深度学习最早提出来之后,并没有对人工智能产生很显著的推进,因为它依赖于大量样本和大量计算。但随着互联网时代数据的大量产生、大量积累,深度学习重获新生。

神经网络不是万金油,它也只是解决某些问题的一种方法。什么时候我们需要它呢

更新时间:2023-06-14 03:02

机器学习论文笔记(三)value iteration Network--nips2017

论文笔记(三)NIPSI:value iteration Networks


arxiv:https://arxiv.org/pdf/1602.02867.pdfGitHub:[https://github.com/onlytailei/Value-Iteration-Networks-PyTorch](https://link.zhihu.com/?target=https%3A//github.com/onlytailei/Value-

更新时间:2023-06-14 03:02

金融&量化知识

\

更新时间:2023-06-14 03:02

程序化交易、算法交易、量化投资、高频交易、统计套利之间的区别

程序化交易:program trading

很简单的字面意思,意味着你利用程序(program)进行交易。具体的交易时机,交易仓位,止损止盈获利标准可能包含在程序本身,也可能独立于程序之外,程序本身只是执行的方式。与程序交易对应的是人工交易。一般利用程序交易有几大优势,比如说较快的速度,脱离了人为情绪的影响,执行力有保证等等。同时也应注意交易程序和交易系统的区别。交易系统是一个完整的系统,具体执行的程序可能只是其中的一部分。一个良好的交易系统应该还有风险控制,资金利用,仓位管理等方面的内容,而不仅仅是买卖信号的产生。

算法交易:algorithm trading

更新时间:2023-06-14 03:02

量化投资灵魂18问

背景

近期对于量化争议颇多,无论市场涨跌量化都会被拉出来分析一番,量化是否对影响到了市场的变化?大众理解的量化和实际的量化是否一致?刚好看到幻方的量化18问,分享出来与大家共赏。以下转至幻方量化公众号:

量化投资只是一个统称,实际上有千千万万种,各不相同。由于每个参与者的观察样本都有局限性,很容易盲人摸象,以偏概全(本文也不例外)。但本文还是试图对A股量化投资的一些基本的问题作出解释。

什么是量化投资

量化投资是指用数学/统计/人工智能等方法取代人工决策,在二级市场进行投资。一般情况下,市场研究、基本面分析、选股、择时、下单等都可以由计算机自动完成。

量化投资的原理

更新时间:2023-06-14 03:02

交易系列


\

更新时间:2023-06-14 03:02

Alpha系列——主动投资管理定律(基本篇)

https://bigquant.com/experimentshare/4cd77a18145849ba935b42c775c2694e

\

更新时间:2023-06-14 03:02

错过阿尔法狗,英国小子玩转博彩高频

1988年出生的英国人李轶睿(Daniel James Lightwing,网络上以Lightwing闻名)最早被人关注,是因为他在数学方面表现出的天赋。在BBC纪录片Beautiful Young Minds(2007)中,导演Morgan Matthews记录了一组年轻人备战2006年第47届国际数学奥林匹克竞赛的过程,来自约克郡的李轶睿就是其中之一。镜头记录了他在训练营学习并与一位中国女孩相恋的经历。这一年李轶睿在斯诺文尼亚摘得银奖。

2014年,导演Morgan Matthews拍摄了电影X+Y。阿沙•巴特菲尔德(Asa Butterfield)饰演的主角Nathan Ellis,原

更新时间:2023-06-14 03:02

一图了解高频交易的历史

高频交易的最早历史及原型可以追溯到17世纪,是指一种伴有高周转率以及高订单率的算法交易(Algorithmic Trading)。而且其原理并不复杂,主要基于两个重要因素:

  • 一是速度,现在能比竞争对手快万分之一甚至百万分之一秒就是胜利
  • 第二,尽管每一笔交易的利润只有万分之一厘钱,赚钱靠的是高频的大交易量。下面让我们通过一组图带领大家简要回顾高频交易的历史

现在一家高频交易的基金公司里,并不是金融或者经济性类专业的毕业生在做交易,而是物理、计算机、数学等学科的理工科硕士博士,他们编制程序管理者负责寻找程序错误和客户交流并执行交易策略。

通过一组图带大家简要回顾高频交易的历史:

更新时间:2023-06-14 03:02

AlphaGo与量化投资

围棋人类第一高手柯洁在与AlphaGo的第二局对阵中再次惜败。有报道称此次的AlphaGo已经比当初跟李世石下的版本进化了几代,想当于给上一版本”让3子“的水平,鉴于柯洁第一局仅输1/4子,可见柯洁的水平应该能完胜上一代的AlphaGo。

AlphaGo主要采取了两种模型——深度学习和增强学习。深度学习(Deep Learning)本质上是一种监督学习(Supervised Learning),或回归分析(Regression Analysis)。它从传统的神经网络发展而来,但最近几年在计算方法上有了突破,加上硬件上的发展,使得它可以拟合更复杂的数据,因此在计算机视觉、图像识别上发展

更新时间:2023-06-14 03:02

ResNext与Xception——对模型的新思考

模型发展的回顾

前面介绍的模型主要站在更为宏观的角度,然后不断地进入围观的世界。我们面对的数据是一个三维的张量(Tensor),它有三个维度:通道(Channel),长(Height),宽(Width)。这三个维度统一起来形成了我们要分析处理的数据。

在卷积操作爆发之前,神经网络的主要运算方式是全连接,也就是说,每一次运算过程中,输出的每一个元素都要受三个维度共同的影响(当然,一般来说全连接是没有三个维度的,这个只是做一个比方)。后来前辈们发现了卷积操作的妙用,于是大家开始广泛采用卷积操作。在卷积操作中,每一个输出的元素中,三个维度的影响力如下:

1 所有的通道

2 局部的高度

更新时间:2023-06-14 03:02

万字干货转载 量化投资的方法论


写在文前:周末为大家奉上一篇来自棋剑资产王晓光的一篇报告,文有点长,但是确实系统地讲解了量化投资这件事。海纳百川,多学习不同的观点能拓宽视野。先祝大家周末快乐。

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='500' height='270'></svg>)

*原文:

更新时间:2023-06-14 03:02

【清华量协】统计套利小组Paper阅读总结

量协的统计套利策略小组成立快一个月了,这一个月来小组成员的主要活动内容就是进行大量paper的阅读与分享。和其他策略类型不同,统计套利或是配对交易本身涉及统计学、随机过程的理论和方法比较多,所以学术界可以参考的paper也较为丰富成体系。

我们这次主要阅读的是[Statistical Arbitrage Pairs Trading Strategies:Review and Outlook](https://link.zhihu.com/?target=https%3A//www.econstor.eu/dspace/bitstream/10419/116783/1/833997289.pd

更新时间:2023-06-14 03:02

千万不要错过!ICLR-2018精品论文解析

ICLR 2018年的接收的论文已经release出来很久了,链接:https://chillee.github.io/OpenReviewExplorer/index.html

最近整理了其中一些论文的摘要和官方评价做了翻译整理和分类,涉及分布式训练、模型压缩、模型训练优化、生成式模型等,分享给大家,感兴趣的可以看看,了解下学术界前沿的研究热点。

分布式训练

Deep Gradient Compression: Reducing the Communication Bandwidth for Distributed Training

**摘要:**大规模分布式训练

更新时间:2023-06-14 03:02

量化系列


\

更新时间:2023-06-14 03:02

高频交易已经竞争到纳秒级!!!(附HFT的18篇论文+15本书籍+9篇研报)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='1000' height='400'></svg>)

本期作者:MoonX

本期翻译:Kiwi | 公众号翻译部成员

文末获取资料

正文

高频交易是一种更频繁地用于快速启动金融交易的方法。这种由高速发送订单组成的自动交易形

更新时间:2023-06-14 03:02

支持向量机

在本文中,我将介绍机器学习中关于传统机器学习中几乎最为强大的方法——支持向量机。

因为知乎中对于markdown的支持太差了,本文不在知乎直接排版,所以阅读体验不是很好,若想获得更好的阅读体验,请点击下文链接进行阅读。

[支持向量机​chrer.com 图标](https://link.zhihu.com/?target=http%3A//chrer.com/2018/08/04/%25E6%259

更新时间:2023-06-14 03:02

摩根大通的最新指南——将AI应用于算法交易

如果你对银行以及金融领域的机器学习或人工智能(AI)应用感兴趣的话,你一定了解 JPM(摩根大通)去年发布的在金融领域有关大数据及人工智能应用指南 68,你也一定会对他们刚刚发布的一份关于将 “数据驱动下的机器学习应用于算法交易”问题的新报告感兴趣。

去年那份长篇报告是由JPM 宏观量化研究团队负责人,素有“半人半神”之称的 Marko Kolanovic,以及另一位在去年四月刚从美林银行离职的量化策略师 R

更新时间:2023-06-14 03:02

Python系列



\

更新时间:2023-06-14 03:02

让机器“看山是山”:脑启发的视觉计算|VALSE2018之五

**编者按:**人生之三境界的第一层,“看山是山,看水是水”,本质上展示了人“看见”的过程,以及思绪与理解在这一过程中所起的作用。

“看见”,对于人类而言,似乎是一个很简单自然的事情,其实则不然,从地球上第一个长出眼睛的生物三叶虫,走到今天的人类视觉,经历了五亿四千万年的漫长旅程。人类获得今天的视觉能力,是大自然长期进化的结果,大脑中三分之一的皮层是与视觉相关的。

因此人的视觉任务,本质上是人脑对外界视觉信号作出反应的过程,那么,研究人脑的工作机理,是否能够为计算机视觉提供一些启发,让机器“看山是山”呢?基于此,学术界开展了脑启发视觉计算领域的研究。那么过去一年中,在这一领域都取得

更新时间:2023-06-14 03:02

隐马尔可夫链之基本原理

在本讲中,我会给大家介绍隐马尔可夫模型(HMM)的基本原理。HMM是一种非常重要的机器学习算法,在自然语言处理和语音识别中有着极其广泛的应用。HMM涉及到的内容非常的多,本次讲解无法面面俱到,希望大家能抽出时间更加系统地学习这个模型。

一个进入HMM世界的简单例子是:在赌场内有一个赌徒玩得一手好骰子,战无不胜,赌场老板怀疑赌徒偷换了骰子(不均匀的),于是通过摄像头把每次骰子出现的点数都记录了下来,现在问题是通过这一串点数你能判断赌徒是否偷换了骰子吗?如果偷换了那么用了几个作弊的骰子?这几个作弊的骰子每个点数出现的概率是多大?(该例子来源于[小小鸟小小 - 博客频道 - CSDN.NET](h

更新时间:2023-06-14 03:02

如何生动有趣的入门线性代数

如何生动有趣的入门线性代数

目录

更新时间:2023-06-14 03:02

自动交易中的风险管理如何实现?

如何跟上交易风险管理的变化趋势?怎样才能更好地管理风险?

交易中的风险管理可能是一个被低估的概念,但它是算法交易中不可或缺的一部分。风险管理与创建投资组合时的投资组合优化、对冲、策略规划等有关。

随着算法交易的实践,风险管理现在还意味着确保不涉及其他方面的风险,例如数据质量、技术等等!

围绕交易活动的风险管理

交易的风险管理是为了创建交易组合策略以及围绕交易活动进行。

您可以在下面看到算法交易架构的图示:

![算法交易架构{w:100}](https://d1rwhvwstyk9gu.cloudfront.net/2022/07/Architecture-for-Algor

更新时间:2023-06-14 03:02

元盛创始人谈人工智能和统计谬误_元盛_对冲基金文章翻译计划027

原文章来自元盛Winton网站,本文为原文章的中文翻译。本文仅用于交流学习使用,不得用于商业用途。如对相关著作人造成侵害,请立即联系译者及时删除。

原文标题:Winton Capital's Idiosyncratic Founder on Artificial Intelligence and Statistical Fallacies

原文时间:2018年12月

翻译:雷闻


伦敦的哈默史密斯街是英格兰最后一个你可能期望找到对冲基金经理的地方之一。这是一条绿树成荫的住宅街,位于伦敦西部一个不那么时髦的地方。

元盛资本(Winton Capital)的创始人大卫·

更新时间:2023-06-14 03:02

分页第1页第2页第3页第4页第5页第6页第11页