对于大型DataFrames，在熊猫中回测交易机器人的最好方法，而不是逐行测试策略？ - 腾讯云开发者社区

文章/答案/技术大牛

发布

Winton：量化研究中的『实验研究』与『观察研究』

尽管如此，在 Winton，我们还发现机器学习方法对于较慢的交易策略是有用的。这是因为我们的数据需求通常很重要，特别是当我们想要执行一个很长的回测时。...比如，我们有一个通过分析公司季度报告文本的交易策略。要对美国最大的1000家公司进行为期40年的回测，我们需要分析16万份报告。然后这项任务不是一群人能完成的。相反，机器学习方法是合适的。...如果我们只选择那些历史表现良好的投资组合，而抛弃其他投资组合，我们就创建了一个有吸引力的回测投资组合。现实中，研究人员测试了很多想法，尽管它们不是随机产生的，但我们不能提前知道它们是否有效。...即使这些想法平均来说是好的，最好的样本外测也会部分归功于这个想法的成功，部分归功于运气，因此真正的夏普比率可能被高估了。此外，在许多机构中，选择偏见产生于挑选的信号与最好的回测，这种想法根深蒂固。...期刊更有可能发表报告重大结果的论文，而不是那些没有发表的论文。这导致了所谓的“复制危机”，研究人员无法复制早期工作的结果。投资管理中的一个相似之处是回测和实盘业绩之间的差距。

5983 0

【精华干货】Quant 需要哪些 Python 知识

读取数据、数据补全机制、数据变频（TICK变K线等）数据回测：将数据读取到内存中后（以numpy数组或者pandas序列的形式），进行策略的回测，并对回测结果进行研究（matplotlib绘图），或者对参数进行优化...）交易方面主要分为两块：执行交易：对于绝大部分量化策略，都在一定程度上需要自动/半自动的下单功能。...数据回测，比较粗的回测一般就直接在Spyder里随手写测试脚本：读取原始数据，用矩阵的形式计算一些变量（技术指标、希腊值），然后用循环逐行跑回测，结果出来后用matplotlib绘图很方便。...比较精细的回测会基于vn.py中模拟实盘交易的回测框架，在速度上会慢些，但是可以基本杜绝未来函数。建模相关：这块不是本人的主攻领域，偶尔有需求拿SciPy边看文档边写。...集成开发环境：交互式开发写策略回测一般用Spyder，开发大型程序的时候用WingIDE（朋友友情支持的正版，不得不说非常给力），智能提示、自动完成可以大幅提高开发效率。

2.6K5 1

您找到你想要的搜索结果了吗？

是的

没有找到

【量化核武】美丽的回测——教你定量计算过拟合概率

众所周知，金融数据中的信噪比很低。当我们在回测中尝试了大量的参数时、或是在选股时测试了大量的因子后，找出来效果最好的一组参数或者一个因子总能获得非常不错的效果。...考虑到这些因子之间不是完全相关，如果我们把这三个因子结合起来再配合更复杂的交易算法，一定能在回测期内获得更好的选股效果。...这说明，对于这个双均线趋势策略，样本内最好的参数倾向于在样本外有更差的表现。...对于这些训练集、测试集配对，它们的 n* 相同，因此它们在样本内、外全部 1000 个交易日内收益率的均值都是来自策略 n*，即均值相同。...回测中有很多门道（见《科学回测中的大学问》）；回测准确与否对于该策略在实盘外的表现至关重要。由于金融数据的信噪比极低且难以分辨出数据中哪些是噪音、哪些是因果关系，这使得回测中或多或少都会存在过拟合。

2.8K4 1

量化私募回测系统：高质量股票外汇历史数据 API 选型与接入

一、从“回测漂亮”到“实盘翻车”：量化数据接口的第一课做量化私募开发有一个常见困局：策略在回测中表现亮眼，一到实盘就频频翻车。...本文将从量化开发的技术视角出发，拆解历史数据 API 的选型标准，对比主流方案，并以 iTick API 为例给出完整的 Python 接入代码示例，帮助你在回测系统建设中少走弯路。...2.2 数据质量与完整性劣质数据的危害甚至超过无数据：0.1% 的数据丢失会扭曲回测结果，让交易者在实盘部署错误策略。...）在回测场景中，单次请求多个标的的历史数据能大幅提升效率。...不同市场有不同的交易时段：A 股 9:30-15:00，港股 9:30-16:00，美股 21:30-次日 4:00（夏令时），外汇 24 小时连续交易。在跨资产回测中，必须对时间戳进行统一对齐。

2660 0

VNPY CTP 仿真柜台怎么用来实现CTP 程序TICK级回测

由于开发的策略使用的方法依赖于平台提供的函数方法。所以在不同平台的函数方法并不是一致的。...而且最为关键的是，代码不是本地运行的，而是依赖第三方平台的方法，而且策略本身没有保密性可言；（3）各种基于原生API的回测框架，一般提供了第三方方法，而不是原生方法，所以这类回测很难移植到其他框架和平台运行...（4）为了克服上述三种量化交易回测技术存在的不足，VNPY的VirtualApi仿真API的回测技术出现了，在不改变原实盘策略代码情况下，仅通过模拟原生API的方法和库文件来实现仿真回测。...对精细化回测的基础条件则必须是VNPY的TICK级回测，而这一点在下文提到的前3类回测类型中基于数据量庞大和带宽成本的原因都很难实现，而VNPY提出的仿真柜台方案开创性的完美的解决了这个问题。...该大类趋势策略，通过30组子方案得测试优化，获得效果最好得7个子策略资金曲线如下，可完美用于实盘通过下面2张流程图（原生API典型C++策略接入实盘架构、 VNPY仿真柜台实现回测架构）可以很直观的理解

3.9K0 0

QuantDinger 一款集AI 量化研究、策略开发与实盘执行全链路于一体的开源量化系统

一、先看结论：QuantDinger 的核心定位是什么？一句话概括，QuantDinger 更像一套面向交易团队和运营者的私有化 AI 量化操作系统，而不是一个单纯的开源交易机器人项目。...显式下单控制和更贴近实盘的运行逻辑它还支持： •从自然语言生成 Python 指标/策略代码 •在平台内可视化指标、买卖点和策略输出 •用 Python 保持策略表达能力，而不是被限制在低自由度规则编辑器里...： •让团队可以在同一平台里做多市场研究 •对跨市场机会筛选更友好 •更适合做“研究中台”而不是单市场机器人 6....在工作流内部，而不是外置聊天窗口 •带有运营层和商业化层 •更适合团队复用和部署 2....和传统 SaaS 交易平台相比传统 SaaS 平台往往在体验上更成熟，但代价也很明确： •凭证和数据不在自己手里 •定制能力受限 •AI、回测、执行的衔接未必为你量身设计 •商业策略和 alpha 更难完全私有化

2.2K1 0

一位从事量化交易的实战者，手把手带你入门量化交易！

一旦确定了某个或某套策略组合，就需要根据历史数据对其盈利能力进行测试，这就属于回测的范畴了。策略回测回测的目的是提供证据，以证明通过上述过程确定的策略在应用于历史数据和样本外数据时是能获得收益的。...这就为该策略在“现实世界”中的表现设定了预期。然而，由于种种原因，回测并不能完全保证策略的成功。这或许是量化交易中最为微妙的领域了，因为这其中有许多的偏差，需要经过深思熟虑尽量消除偏差。...特别是对于高频交易策略而言，使用自定义实现是至关紧要的。回测系统时，必须能量化其性能表现。量化策略的“工业标准”指标是最大回撤率和夏普率。...若是分钟级或秒级的数据，我相信C语言或C++会更理想。在更大的基金机构中，优化执行往往不是量化交易员的职责。然而在小公司或是高频交易型公司，交易员就是执行者，因此需要更广泛的技能组合。...然而，有些策略在部署之前并不能很好地测试出这些偏差。这主要发生在高频交易中。在执行系统和交易策略本身都可能存在漏洞，这些漏洞并不会在回测时出现，但却会出现在实时交易中。

2.8K3 2

应对COVID-19危机：这三个量化策略经验你必须了解！

现在是时候让量化分析师将临近预测添加到他们的武器库中了。 3 发展理论，而非交易规则学界和业界通常要进行成千上万次回测，以确定一个有前景的投资策略。...然后，报告表现最好的回测，就好像进行了一次单独试验一样，并选择发布或发行一个新基金。由于这种选择偏差，大多数发表在金融领域的研究发现都是错误的，即使我们无法确切知道是哪一种。...这个事实很容易解释为什么许多基金表现不如预期，包括但不限于在COVID-19危机期间许多量化基金的近期表现。在科学方法中，测试在试图驳斥一个错误假设方面起着至关重要的作用。...但是，在金融领域，研究人员已针对相反的目标（即建立假设）进行了回测。这意味着回测被错误地视为研究过程的一部分，而不是验证过程的一部分。这种情况超出了投资领域，包括所有经济模型。...总之，假定基础理论是正确的，回测仅可用于评估交易规则的经济价值，但不能证明理论。 4 避免全天候策略学界和业界通常会寻找在许多不同市场体系中都表现良好的投资策略。

6211 0

freqtrade 学习笔记

这包含当前余额等信息Trade：可以通过查询数据库检索交易历史策略回调可用的回调如下bot_start()：加载策略时调用一次bot_loop_start()：循环开始，在 dry/live 模式下每次机器人迭代开始时调用一次... adjust_entry_price 回调在新蜡烛到达时刷新/替换限价订单leverage()：在允许杠杆的市场中交易时，此方法返回所需的杠杆（默认为 1 -> 无杠杆）止损可以使用交易所止损（需要对应交易所支持...中 - 使用定义的参数值而不是原始常量可以快速优化空间 roi 、 stoploss 和 trailing 而无需更改策略中的任何内容。...设置为 7，那么会用 20210401-20210430 （不准确，其实还要提前一个 startup_candle_count 的数据）的数据来训练，在20210501-20210701回测，并且回测过程中...应该用于测试而不是训练的数据比例。

9.8K61 4

股票跌跌不休，不如用神经网络来预测一下未来走势

回测模型 - 任何交易策略中非常关键的一步 5. 优化 - 找到合适参数我们的神经网络的输入数据是过去十天的股票价格数据，我们用它来预测明天的股票价格数据。...这通常意味着你减去平均值并除以标准差，但在我们的情况下，我们希望能够在一段时间内在实时交易中使用该系统。因此，采用统计时刻可能不是规范化数据的最准确方法。...回测模型现在我们已经使用训练数据拟合了我们的模型，并使用测试数据对其进行了评估，我们可以通过在新数据上回溯测试模型来进一步评估。...，而不是一个完整的回测系统。...对于完整的回测系统，你需要考虑诸如生存偏差，预测偏差，市场体制变化和交易成本等因素。由于这仅仅是一个教育项目，简单的回测就足够了。但是，如果你对设置完整的回测系统有疑问，请随时与我联系。

3.2K2 0

比特币交易机器人新手指南

想象一下在一天之内失去20%的血汗钱，或者更糟糕的是在15个小时内失去23%的血汗钱! 然而，对于交易员来说，波动性很大简直太棒了。...值得注意的是，并不是所有的机器人都是盈利的，事实上，大多数都不盈利。制造一个能工作的机器人是件小事，而制造一个能盈利的机器人就不那么容易了。...我不会太担心这个，因为当一个机器人达到一个相当主观的状态时，它可以选择不投资。使用了哪些不同类型的交易算法不用太过专业(如果有人愿意，我可以在另一篇文章中讨论)，实际上只使用了两种类型的算法。...加密交易机器人有利可图吗现在，我承认我还没有去测试一堆机器人，但是我们可以在reddit和其他博客上找到我们的好朋友，看看那些使用市场上可用的机器人的人有什么共识。...我试过的所有商业机器人都是赔钱的，不管我试过什么设置。——intertron 如果机器人能工作，每个人都会使用它们。这并没有低估贝莱德和其他大型交易公司使用的私人机器人。

1.5K1 0

把龙虾接入真实行情之后，我发现它真的开始“能干活”了

比如在股票分析这个场景中，普通人最常见的几个需求其实很明确：看实时行情、分析技术指标、给出交易思路，甚至直接把策略丢给它做历史回测，看看这套方法到底是不是“嘴上很强，实战不行”。问题也恰恰出在这里。...这样一来，它就不再只是“会聊天的AI”，而是一个能直接帮你看股票、写策略、做回测、给出分析结论的实战型代理。这篇文章就结合我的实际测试，讲讲怎么把龙虾接上股价分析与回测能力，以及它到底能做到什么程度。...测试1：帮我分析股价分析一下A股股价分析一下A股闽东电力可以给出具体的方案：还有一个是可能老股民都会遇到的问题，就是因为实在是被套住太多了，所以让它也帮我整一个解套的方法帮我分析一下fig股价，并给出解套方法最后还可以给出具体的解套规则给我测试...3.0年的回测期间，MACD策略产生了60个交易信号策略总收益率为+136.38%，优于买入持有策略(+98.56%)胜率为36.7%，平均盈利交易18.93%，平均亏损交易-4.95%最大回撤为-35.65%...过去我们养龙虾，更多是在获得一个“会说话的工具”；而当它接上Skills、接上行情、接上回测之后，你得到的，开始变成一个能真正参与工作流的Agent。这可能才是龙虾最有意思的地方。

1.8K8 6

量化论文不可复现是人品问题，赚不赚钱不是评价它的标准！

给定20个随机选择的策略，其中一个可能由于偶然因素而超过2Sigma阈值（t统计量2.0或以上）。因此，如果测试了多个策略，那么2.0的t统计量就不是一个有意义的基准。...石川博士之前写过一篇文章，也是针对这点做了一些自己的见解《所有历史数据都是样本内》: 我们构建策略靠的不是站在回测起点往后看的先见之明，而是站在回测终点往前看的后见之明。所有历史数据都是样本内。...扪心自问一下，如果一个因子在回测期内的表现是近似随机的，我们会用它来做因子择时吗？这当然不是说它们并没有业务依据，而只是想强调正是因为历史已经发生了，因此它不是真正的样本外。...从业研究者的风气是否应该注重科研的质量，而不是仅仅寻求一个赚钱策略？研究人员是否了解大多数测试将会失败？研究的目标清晰吗（应该寻找有逻辑支撑的东西而不仅仅是有效的东西）？...最后，A的想法在回测中表现很好，B凉了。 OK，A的想法进入了实盘交易。在上面的例子中，A和B都是同等级别的高级研究员。

1.5K2 0

【深度研究】Stacking 集成学习在多因子选股中的应用

接下来，我们对该模型合成的这个“因子”（即个股下期收益预测值）进行分层回测，从各方面考察该模型的效果。仿照华泰单因子测试系列报告中的思路，分层回测模型构建方法如下： 1....多空组合是在假设所有个股可以卖空的基础上，每月调仓时买入组合 1，卖空组合 5。回测模型在每个自然月最后一个交易日核算因子值，在下个自然月首个交易日按当日收盘价调仓。下面四个图依次为： 1....分五层组合回测净值图。按前面说明的回测方法计算组合1～组合5、基准组合的净值，与沪深300、中证500净值对比作图。 2. 分五层组合回测，用组合1～组合5的净值除以基准组合净值的示意图。...我们构建了全A选股策略并进行回测，各项指标详见图表23，选股策略是行业中性策略，策略组合的行业配置与基准（沪深300、中证500、中证全指）保持一致，各一级行业中选N个股票等权配置（N=2,3,4,5,6...2011年2月至2018年4月，对于全A 选股的行业中性策略，最优模型相对于中证500 的年化超额收益在27.75%~29.45%之间，超额收益最大回撤在8.92%~10.18%之间，信息比率在3.33

2.7K2 1

Daily Stock Analysis：开源的每日AI股票决策建议的项目

7WebUI 保存历史报告，并支持后续手动分析、Agent 追问、回测和持仓管理。这条链路的关键在于“自动化”：用户配置一次自选股和渠道后，可以让它在交易日定时跑完分析和推送。...4在“每日股票分析”workflow 中手动测试。 5默认工作日 18:00 自动执行。必填配置包括： •STOCK_LIST：自选股代码，例如 600519,hk00700,AAPL。...•tests/：覆盖数据源、LLM、通知、Agent、WebUI、回测、策略和 API 的测试。...•想搭建本地 Web 股票工作台，并进行策略问股、历史报告和回测管理的人。 •想研究“金融数据 + 搜索 + LLM + 通知自动化”工程架构的开发者。...它更适合作为信息聚合、风险提示和交易纪律辅助系统，而不是自动交易或荐股系统。

2211 0

仅需添加一行代码，即可让Pandas加速四倍 | Pandas on Ray

这是一个很大的瓶颈，特别是对体量更大的DataFrames，资源的缺失更加突出。理论上来讲，并行计算就如同在所有可用CPU内核中的不同数据点中计算一样简单。...Dask后端还处在测试阶段。至此，理论说的够多了。接下来聊聊代码和速度基准点。基准测试Modin的速度 pip是安装Modin最简单的方法。...注意事项以及最后的测试 Modin能一直这么快吗？并不是。 ? 图源：Unsplash 有时Pandas会比Modin快一些，即使在处理这个有5,992,097（接近6百万）行的数据时。...下列表格对比展示了笔者分别使用Pandas和Modin做测试的运行时间。如图所示，在一些操作中，Modin的速度明显要快一些，通常是读取数据，查询数值的时候。...Modin实用技巧 Modin还是相对比较新的库，还在开发扩展中。所以并不是所有Pandas函数都能在Modin中得以实现。

6.4K3 0

Vibe-Trading：当交易不再只是下单，而是拥有了一位真正会思考的私人交易搭档

如果把传统量化工具比作一把冰冷而锋利的手术刀，那么Vibe-Trading更像是一位会听你说话、会主动查资料、会复盘、会争论、会记住你偏好的交易伙伴。它不是那种只会丢给你一堆指标和回测结果的系统。...它还会进一步把你那些“模模糊糊但经常重复”的操作方式，提炼成显性的策略规则，再把这些规则放进回测环境中，看看如果你更纪律一点、更一致一点，结果会怎样。这是非常高级的一步。...因为很多交易者最大的问题，不是没有方法，而是方法总停留在模糊印象里。Vibe-Trading做的事情，是把那些“我好像经常这么做”的直觉，拽到台面上，让它们接受回测、比较与审判。...你会突然发现，原来你不是没有策略。你只是一直在半清醒地执行一个没人正式写下来过的策略。而ShadowAccount，就是那个把潜意识交易行为翻译成明文规则的人。...没有上下文的分析，往往就是空转；而它强调的是用真实数据和真实材料把问题落地。Execute生成可测试的策略代码，运行工具，选择匹配的回测引擎或分析流程。这一层最像真正干活的人。

2441 0

【独家】人工智能『AI』应用算法交易，7个必踩的坑！

专注于单一资产我们之前的研究大多都集中在选取某一单一资产，在某一固定时间内对其进行预测，并对多空股票策略进行回测。...此外，当你将策略性能与某个基准进行比较时（例如，在Crypto交易中，此基准可以是HODL策略），你感兴趣的是计算Alpha（优于基准的部分）和beta（策略风险敞口）。...对于大多数ML在CV、NLP、推荐系统中的应用，甚至一些时间序列分析和信号处理中都是如此……但是对于金融时间序列就不是这样的！...第二，使用交叉验证、前向测试和模型集成等。回测过拟合对策略进行回测，该策略应该让你直观了解它将来的表现。我的意思是，你相信，如果策略在过去的数据上表现良好，那么它在未来或多或少都会带来相同的利润。...更多过拟合问题，请查看公众号往期推文（点击标题阅读）：美丽的回测——教你定量计算过拟合概率好的预测 =! 好的交易让我们再讨论一下上面的回测。我们能从策略那里更多的了解什么？

1.3K1 0

Backtrader 来了！

，Backtrader 以“大脑”cerebro 为统一的调度中心，数据、策略、回测条件等信息都会导入 cerebro 中，并由 cerebro 启动和完成回测，最后返回回测结果： ?...在导入多只股票数据时需注意以下细节： ▪ 各股交易日不统一：上市日期不一致、退市日期不一致、回测区间内出现停牌等，都会使得不同股票各自的交易日数量不统一，所以要以回测区间内所有交易日为基础，对每只股票缺失的交易日进行补齐...比如将缺失的 volume 填充为 0，表示股票无法交易的状态；将缺失的高开低收做前向填充；将上市前缺失的高开低收填充为 0 等； ▪ 股票与行情数据的匹配：通过设置 adddata() 方法中 name...cerebro.addstrategy(TestStrategy) 策略细节说明： 1、__init__() 函数在回测过程中只会在最开始的时候调用一次，而 next() 会每个交易日依次循环调用多次...； 2、为了提高回测效率，对于策略用到的辅助数据、一次性就能计算完成的指标等，都建议在 __init__() 里生成或计算；对于复杂的选股策略，建议参考本文的方式，事先确定好调仓日期、成分、权重，再将结果导入

8.2K10 6

科技前沿应用最新动态

在中国大熊猫保护研究中心进行的现场测试显示，这种技术识别大熊猫身份及其性别的准确率超过90％。...研究人员解释说，这个软件基于一个定制的统计模型，通过使用交叉验证判别分析和聚类方法，来“阅读”大熊猫的脚印并识别其特征。...此外，针对分布在美洲的美洲虎、亚洲的雪豹、非洲和中东的猎豹这３种大型猫科动物的识别技术也正在研发之中。与专业选手奔跑速度相当的机器人来源：环球网科研人员开发出可快速奔跑的小型双足行走机器人。...在某些情况下，它所产生的结果比研究人员自己设计的最好的系统更加强大和高效，从而实现“人工智能构建人工智能”。该系统最近在一个图像分类任务中实现了破纪录的82%的正确率。...在另一个难度更大的在图像中标记多个对象位置的任务中，自动生成的系统达到43%的正确率，而人类构建的最优的系统正确率只有39%。

2K6 0

点击加载更多

Winton：量化研究中的『实验研究』与『观察研究』

【精华干货】Quant 需要哪些 Python 知识

【量化核武】美丽的回测——教你定量计算过拟合概率

量化私募回测系统：高质量股票外汇历史数据 API 选型与接入

VNPY CTP 仿真柜台怎么用来实现CTP 程序TICK级回测

QuantDinger 一款集AI 量化研究、策略开发与实盘执行全链路于一体的开源量化系统

一位从事量化交易的实战者，手把手带你入门量化交易！

应对COVID-19危机：这三个量化策略经验你必须了解！

freqtrade 学习笔记

股票跌跌不休，不如用神经网络来预测一下未来走势

比特币交易机器人新手指南

把龙虾接入真实行情之后，我发现它真的开始“能干活”了

量化论文不可复现是人品问题，赚不赚钱不是评价它的标准！

【深度研究】Stacking 集成学习在多因子选股中的应用

Daily Stock Analysis：开源的每日AI股票决策建议的项目

仅需添加一行代码，即可让Pandas加速四倍 | Pandas on Ray

Vibe-Trading：当交易不再只是下单，而是拥有了一位真正会思考的私人交易搭档

【独家】人工智能『AI』应用算法交易，7个必踩的坑！

Backtrader 来了！

科技前沿应用最新动态

相关资讯

热门标签

活动推荐

运营活动

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐