相比TA-Lib在技术分析领域的地位,QuantLib在金融工程领域的地位可以说有过之而无不及。
基于Web前端的量化交易应用WebTrader终于开发完成,之前实在是跳票许久。在此首先要感谢下负责开发Web前端的社区成员cccbbbaaab(这名字,怎么说呢~)和他的团队,在短短两周的时间内就完成了后端服务的测试和前端页面的开发工作,效率和质量都杠杠的。 WebTrader WebTrader应用位于examples/WebTrader目录下,使用时需要分别启动: server.py:基于vnpy.rpc模块实现的交易服务器,包含CTP接口和CTA策略模块 run.py:基于Flask实现的Web服务
谢谢大家的支持!现在该公众号开通了评论留言功能,你们对每篇推文的留言与问题,可以通过【写评论】给圈主留言,圈主会及时回复您的留言。 想在市场上赚钱,必须同时具备两样能力: 研究:做出正确的能够获利的决策,也就是寻找Alpha的能力 交易:基于研究的结果和交易信号,执行相应的下单风控等操作,也就是将Alpha落实到你账户盈利上的能力 研究方面 python编程能力: python基础编程,必须掌握,不仅仅是会语法,还有各种语言细节的坑(当然比C++少很多)。对于常年使用R MATLAB SAS的研究人员来
问:现在上有关numeric analysis的课时,都用Python,实际工作时候呢?
如今Python语言的学习已经上升到了国家战略的层面上。Python语言是人工智能的基础语言,国家相关教育部门对于“人工智能普及”格外重视,不仅将Python列入到小学、中学和高中等传统教育体系中,并
vnpy [1] 基于python的开源交易平台开发框架。项目的用户包括:私募基金,证券自营、资管,期货公司,高校的金融研究院系,个人投资者等,机构用户加起来至少20多家。 该项目拥有较为丰富的Py
在金融领域,计算效率有时可以直接转化为交易利润。量化分析师面临着在研究效率和计算效率之间进行权衡的挑战。使用Python可以生成简洁的研究代码,从而提高了研究效率。但是,一般的Python代码速度很慢,不适合用于生产环境。在这篇文章中,我们将探索如何使用Python的GPU库来高性能实现奇异期权定价领域遇到的问题。
本篇对美式期权和百慕大期权用 PDE FD 做定价。它们都有提前执行 (early exercise) 的特征,前者可以在任意时间提前行权,后者只能在规定好的一组日期上提前行权,因此所有特征一样时
更新 商品期权-历史行情 接口,本接口返回商品期权当前各合约的开高低收成交量的数据。
本次主要更新期权的期权折溢价数据,通过该接口可以获取三个金融期权的盈亏平衡价等的数据。
本次主要更新期权的期权风险分析数据,通过该接口可以获取三个金融期权的杠杆比率、实际杠杆比率、希腊字母风险值等的数据。
但在实践中,通常会使用所谓的隐含波动率( implied volatility),该波动率是指通过期权的市场价格、运用B-S模型计算得到的波动率。但比较棘手的问题是,无法直接通过反解看涨期权定价式子或看跌期权定价式子将σ表示为变量c(或p)、S、K、r、T的函数,只能运用迭代方法求解出隐含的σ值。常用的迭代方法包括牛顿迭代法和二分查找法。
本次主要更新期权的期权价值分析数据,通过该接口可以获取三个金融期权的时间价值、内在价值、隐含波动率、理论价格等的数据。
本次主要更新期权的龙虎榜数据,通过该接口可以获取三个金融期权的龙虎榜数据,通过指定期权交易情况-认沽交易量、期权持仓情况-认沽持仓量、期权交易情况-认购交易量、期权持仓情况-认购持仓量等指标来返回需要的数据。
最近这一两年,股市虽谈不上大牛市,倒也稳步向上,原来一直无法挣脱3000点魔咒的上证指数,今年年初也一路高歌,迈过了3500点。
在传统的金融理论中,理性和同质的投资者是核心假设之一,表明每个投资者都有相同的信息,从而做出同样的决定。然而,投资者显然是不均衡的,信息的不对称在股市中很普遍。当知情投资者优先考虑某种类型的资产时,该类资产可能包含更多隐含信息。
利用刚才工商银行股票期权作为分析对象,通过 Python 演示期权价格与基础资产(股票)价格、期权执行价格、波动率、无风险收益率、期限等变量之间的关系。
第三次写年度项目计划了,这次写的比较迟,原来计划在春节期间完成的,为了等v1.8的正式发布拖到现在才写。 2017年vn.py继续高速发展,截止写这篇文章的2018年3月4日,vn.py项目在Github上的Star已经突破到了5041,量化交易类开源项目第1,量化类项目第3(1、2依旧分别是Zipline和TuShare......残念)。 Fork数量达到了2603,社区代码贡献者超过了50人,而且已经有相当数量的核心代码是由社区完成的。基于聊天记录的粗略统计,各类机构用户的数量也已经超过200家,用户
随着金融行业的发展,金融相关的数据变得越来越有价值。股票的历史数据就是一种非常重要的时间序列数据,本文介绍一个不需要自己动手写爬虫就能够获取各个公司的股票信息的Python库——yfinance。
最近这一两年,股市欣欣向荣,原来一直无法挣脱3000点魔咒的上证指数,现在一路高歌,踏进了3500点。
以前不懂编程,想做量化投资做不了。现在有了ChatGPT,借助GP4强大的编程能力,即使没有任何编程基础,也完成可以做出简单的量化投资。
本文为英伟达GPU计算加速系列的第四篇,主要基于前三篇文章的内容,以金融领域期权估值案例来进行实战练习。前三篇文章为:
最近美股跌宕起伏,全球经济也在 COVID-19 的冲击中风雨飘摇,更有甚者直言经济危机的到来。特此提供恐慌指数的分钟级别数据接口供小伙伴研究使用。
2020 年 4 月 20 日美国原油期货价格暴跌约 300%,收于每桶 -37.63 美元。各大财经号都开始分析表达自己的看法。看法无对错,但有利益方总是挑着对自己有利的观点看,比如多头受害者就疯狂转发【金融监管研究院】的文章,质疑为什么不帮他们平仓止损;某行员工们就疯狂转发【秦小明】的文章,表示产品结算前操作没问题;空头受益者啥也不转发,觉得这一切很美丽。
字节期权仍在涨,主因是字节在 2023 年第三季度收入上涨 43%(达 309 亿美元),在广告和电商板块的增长尤其明显。
本文是一部分预测股价内容。结果(识别出的异常)是LSTM模型(在GAN体系结构中)中的一个特征(输入)具体请看这篇文章:
这个库我们之前就介绍过了,AkShare 是基于 Python 的开源数据接口库, 目的是实现对期货, 期权, 基金等衍生金融产品和另类数据从数据采集, 数据清洗加工, 到数据下载的工具, 满足金融数据科学家, 数据科学爱好者在数据获取方面的需求。那么这个提供金融数据的库目前也采集了网易和丁香园的疫情数据提供给大家。如果在做项目时需要爬数据的话,可以先来看看有没有提供处理好的数据,如果有还是很方便的~
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 公司介绍 浙江白鹭资产管理股份有限公司(简称:白鹭资管)是一家专注于二级市场、依靠数学和计算机科学进行量化投资与交易的对冲基金。我们致力于打造兼具全球视野和本土智慧的一流投资团队,成为全球顶尖的量化多策略对冲基金。公司于
期货数据-COMEX库存数据,纽约商业交易所地处纽约曼哈顿金融中心,与纽约证券交易所相邻。它的交易主要涉及能源和稀有金属两大类产品,但能源产品交易大大超过其他产品的交易。交易所的交易方式主要是期货和期权交易,到目前为止,期货交易量远远超过期权交易量。纽约商业交易所于2008年被CME集团收购。
“量化投资”是指投资者使用数理分析、计算机编程技术、金融工程建模等方式,通过对样本数据进行集中比对处理,找到数据之间的关系,制定量化策略,并使用编写的软件程序来执行交易,从而获得投资回报的方式。其核心优势在于风险管理更精准,能够提供超额收益。
修复 futures_rule 数据接口,增加通过日期查找历史数据的功能,可以通过该接口获取近期期货交易日历数据。
实际上如果是熟悉matlab操作的大神们应该改会发现这些包和matlab里面的是相通的
期权的 Delta 被定义为期权价格变动与基础资产价格变动的比率,也就是期权价格与基础资产价格之间关系曲线的切线斜率。比如,期权Dela值等于0.6就意味着当基础资产价格变化一个很小的金额时,相应的期权价格变化约等于基础资产价格变化的60%。
2021年3月11日,十三届全国人大四次会议表决通过了关于国民经济和社会发展第十四个五年规划和2035年远景目标纲要的决议。“十四五”规划强调“数字经济”是未来推动经济发展的重要手段, 要对中国现有经济全面进行“数字化”转型,大力发展数字经济,扎实推进传统产业数字化赋能改造提升。目前在金融领域,各大国有商业银行、股份制商业银行、城商行和互联网银行也都开启了数字化转型的工作。然而,金融数字化转型推动传统业务信息化、日常操作线上化、决策分析智能化的同时,也对金融系统的算力提出了更高要求。
第一家(慧辰资讯),十点半开始面试。部门负责人问了我十分钟的基础问题,然后开始宣传他的公司。说和华为,360,汽车市场,京东,阿里等公司有合作,专门给他们做数据服务。每个一年都是几千万的单子。他们因为只专服务于世界五百强,所以民间知名度不高。还强调他们公司即将上市,会给员工期权。说现在的员工只想要工资,不知道期权重要等等,我出门一看已经十一点半了。
近年来,期权交易变得非常流行。 在这篇文章中,您将学习一种期权交易策略,可以用来以较低的价格购买自己喜欢的股票。期权是一种衍生工具。衍生物被誉为20世纪后期的金融革命。衍生产品类型为远期,期货,掉期和期权。衍生工具是从另一项基础资产中获取价值的工具。对于股票期权,其价格取决于标的股票。
风险中性与无套利假设是期权定价公式的基础理论,或者说基石。我们来简单说说这两个是怎么回事吧。
在实际中,波动率会随时间的变化而变化,这意味着期权价值不仅会随着基础资产价格、期权期限的变化而变化,同时也会随波动率的变化而变化。期权的Vega(V)是指期权价值变化与基础资产波动率变化的比率。如果一个期权的Vega绝对值很大,该期权的价值会对基础资产波动率的变化非常敏感;相反,当一个期权的vega接近零时,基础资产波动率的变化对期权价值的影响则会很小。此外,基础资产本身的vega等于零,也就意味着基础资产波动率对基础资产价格的影响为零,原因是影响基础资产价格的变量中没有其自身波动率这个变量。
PCR指标(Put Call Ratio),即期权看跌看涨比,是衡量市场对于标的资产走势看法的指标之一。它通过比较看跌期权持仓量与看涨期权持仓量的比率,提供了投资者对市场情绪和预期的一种参考。
Seaborn 是基于 matplotlib 开发而用于统计可视化的高阶工具包。它可无缝相接的在 Pandas 的 DataFrame 上直接画图,而且代码量不多,函数签名也很一致。Seaborn 可视化的内容很多,我将其分为三个部分来讲解。
前面介绍过实用的效率小工具,真的帮了我很多忙,这次给小伙伴们再种草一些数据源网站。
媒体报道,确定了每位员工的年终奖数额后,字节跳动“允许”部分员工不领取真金白银,而兑换成期权,价格是每股44美元(不含行权价0.02美元)的“折扣价”。
对于期权,大家对他或许是既期待又怀疑,一方面,阿里等大牌公司上市后,大量握有期权的员工都成了百万富翁,千万富翁。另一方面,上市后有些公司的期权价值被稀释,不如BAT年终奖;CTO中途离职,期权难以套现的事也时有发生;还有许多创业公司倒在半路上,员工降薪或花钱获得的期权最后形同废纸,这更是使期权背上了“虚假空”,画饼工具的不良名声。作为互联网公司的程序员,多多少少都听说乃至接触过这类事情。那么,期权究竟是什么呢,VIE结构下的期权又有什么风险呢,我们该以何种态度看待期权呢?
近年来,期权交易变得非常流行。在这篇文章中,您将学习一种期权交易策略,可以用来以较低的价格购买自己喜欢的股票(点击文末“阅读原文”获取完整代码数据)。
▊《期权新世界:解读期权动态调整与策略实战》 Jack 陈竑廷 著 电子书售价:49.5元 2020年07月出版 这是一本讲解灵活应用期权的实战书,建立在作者多年的投资实战的基础上,从独特的角度解析期权,并一步步带领读者在市场变化中进场布局、动态调整、收尾出场。全书分为四大部分:期权基础知识与重要概念、看方向的期权操作、不看方向的期权操作、期权实战工具的使用。本书包含很大比例的技术分析内容,搭配国内市场案例,深入挖掘每个策略在不同环境下如何应变求生,在广度与深度兼具的说明中,帮助读者建立完整的期权操作逻辑。
“如何设置合理有效的员工股权激励、进行合理的规划布局?控制权的因素有哪些?融资前要考虑的问题是什么?税务该如何安排?”在这个期权激励已经成为创业公司刚需的时代,这些问题困扰着很多创业公司的CEO。
编者按:金融衍生品定价是量化金融中最为关键的问题,当考虑多种因素进行价格评估时会遇到“维数灾难”,这种高度非线性的拟合问题正是神经网络擅长解决的,本文中的最小二乘后向DNN方法(LSQ-BDNN方法)在前面研究基础上提出了将LSQ嵌入DNN的思路,在百慕大期权和CYN中得到了精确性和时效性的验证。
一个岗位重不重要,公司对你的期望高不高。其实可以从工资结构上看出来。公司在设计岗位薪酬的时候一般分为基本工资 + 短期激励报酬 + 长期激励报酬。
上一期推文中,我们使用了Numba和CuPy来运行蒙特卡罗模拟来确定亚式障碍期权的价格。
领取专属 10元无门槛券
手把手带您无忧上云