前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python 进阶视频课 - 15. 量化交易之向量化回测

Python 进阶视频课 - 15. 量化交易之向量化回测

作者头像
用户5753894
发布2021-07-07 18:03:27
1.6K0
发布2021-07-07 18:03:27
举报
文章被收录于专栏:王的机器

这是 Python 进阶课的第十五节 - 量化交易之向量化回测 ,进阶课的目录如下:

  1. NumPy 上
  2. NumPy 下
  3. Pandas 上
  4. Pandas 下
  5. SciPy 上
  6. SciPy 下
  7. Pandas 时间序列
  8. Pandas 高频数据采样
  9. 默顿模型计量经济资本
  10. LSMC 定价美式和百慕大期权
  11. 负油价和负利率模型
  12. Nelson-Siegel 构建债券收益率曲线
  13. 外汇交易组合保证金制定系统
  14. FR007 利率掉期定价和曲线拔靴

之前基础版的 11 节的目录如下:

  1. 编程概览
  2. 元素型数据
  3. 容器型数据
  4. 流程控制:条件-循环-异常处理
  5. 函数上:低阶函数
  6. 函数下:高阶函数
  7. 类和对象:封装-继承-多态-组合
  8. 字符串专场:格式化和正则化
  9. 解析表达式:简约也简单
  10. 生成器和迭代器:简约不简单
  11. 装饰器:高端不简单

本课的主要目标是掌握向量化回测 (vectorized backtesting) 实现方法,内容包括:

交互式策略探索

该方法敏捷而且能交互性强,一般几行代码就能够快速得到结果,并且可以轻松测试不同的参数组合。

可视化作为主要目标

该方法非常适合用于可视化使用数据、统计结果、交易信号和性能指标。

综合回测程序

该方法总体上非常快,允许测试多种短时间内的参数组合。当速度是关键因素时,应该考虑此方法。

本课介绍了应用于三种类型的交易策略的回测:

  • 基于简单移动均线 (Simple Moving Average)
  • 基于动量 (Momentum)
  • 基于均值回归 (Mean Reversion)

对于每种策略,我会教大家如何做策略探索,包括读取和预处理数据,生成交易信号,计算策略指标如收益、波动率、最大回撤、最长回撤期、比对基准、调整最优参数、可视化结果等。

在探索完策略之后,将“零乱”的代码以面向对象编程 (OOP) 的方式整理成结构化的对象。用户可以随意测试不同的数据来调参、生成策略指标、可视化策略收益和基准收益。

部分可视化结果如下所示:

代码语言:javascript
复制

本次课程目录如下:

1. 基于简单移动均线策略

  • 特殊示例
  • 通用示例

2. 基于动量策略

  • 特殊示例
  • 通用示例

3. 基于均值回归策略

  • 特殊示例
  • 通用示例

付费用户(付 1 赠 1)可以获得:

  • 观看课程视频 (90 分钟)
  • Python 代码 (Jupyter Notebook)

Jupyter Notebook

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-06-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 王的机器 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
容器服务
腾讯云容器服务(Tencent Kubernetes Engine, TKE)基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务,覆盖 Serverless、边缘计算、分布式云等多种业务部署场景,业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者,主导开源项目Crane,全面助力客户实现资源优化、成本控制。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档