随着科技的进步，人工智能(Artificial Intelligence，AI)正逐渐渗透到各个行业中，其中包括金融领域。
本文作者是一位从事量化交易的实战者，他将他的实战心得写成一个量化交易系列，本篇则是系列的第一篇，从文中你会对整个量化交易的框架、流程、以及策略思路的来源地都有相应地说明。接下来就和文摘菌一起来看看量化交易应该如何入门吧！
这本书真心好，作者就是极度追求技术把机器学习方法和量化投资结合起来。光是看里面如何打标签 (labelling), 采样 (sampling) 和分析回测危险 (danger of backtesting) 就物超所值。此外再看看有 Peter Carr, Fabozzi, Rebonato 这些如雷贯耳的大牛给这本书背书就可知其分量了。
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。 公司介绍 上海鸣熙资产管理有限公司成立于2014年（私募投资基金管理人登记证P1033450），是一家依靠数学与人工智能进行量化投资的对冲基金，是国内知名的专注于股票、期货和期权高频交易机构。核心团队成员来自于DE shaw、 Morgan Stanley、Google、微软、北清复交等海内外知名公司和高校。鸣熙资产
导读：1024程序员节要到了，不知道你有没有这样想过：这种不放假的节日除了仪式感之外，还能不能有点“管用”的东西？
机器之心「ACL 2022 线上论文分享会」将于5月21日开播，本次活动设有 Keynote、 论文分享等环节，就业内关注的 Transformer、大规模预训练模型等 NLP 热门主题邀请顶级专家、论文作者与观众做学术交流。点击查看日程详情。 在分享与交流外，卡方科技将在本次活动中进行人才招聘宣讲。最近看机会、对量化行业感兴趣的小伙伴们请锁定直播不要错过哦！ 宣讲时间：5月21日 16:10 - 16:30 公司介绍 卡方科技成立于2017年，深耕于算法交易垂直领域，始终相信「科技改变交易」。在金融逐
量化交易是一种利用数学模型和算法进行交易的方法，它可以自动执行交易策略，减少人为干预。自动交易系统是实现量化交易的工具，它可以实时分析市场数据，自动执行买卖订单，提高交易效率。扩展阅读：Python量化交易入门进阶指南(全
摘要：本篇文章是"Python股市数据分析"两部曲中的第一部分，主要介绍金融数据分析的背景以及移动均线等方面的内容。 本篇文章是"Python股市数据分析"两部曲中的第一部分，内容基于我在犹他州立大学MATH 3900 (Data Mining)课程上的一次讲座。在这些文章中，我将介绍一些关于金融数据分析的基础知识，例如，使用pandas获取雅虎财经上的数据，股票数据可视化，移动均线，开发一种均线交叉策略，回溯检验以及基准测试。第二篇文章会介绍一些实践中可能出现的问题，而本篇文章着重讨论移动平均线。 注意：
本篇文章是”Python股市数据分析”两部曲中的第一部分，内容基于我在犹他州立大学MATH 3900 (Data Mining)课程上的一次讲座。在这些文章中，我将介绍一些关于金融数据分析的基础知识，例如，使用pandas获取雅虎财经上的数据，股票数据可视化，移动均线，开发一种均线交叉策略，回溯检验以及基准测试。第二篇文章会介绍一些实践中可能出现的问题，而本篇文章着重讨论移动平均线。 注意：本篇文章所涉及的看法、意见等一般性信息仅为作者个人观点。本文的任何内容都不应被视为金融投资方面的建议。此外，在此提供的
由于有免费的CTP接口，期货程序化交易目前比较普遍，很多人都尝试过在文华财经、金字塔之类的软件上回测和编写实盘策略。
接触CTP也才半年多，一边学习一边摸索，看到各大CTP的QQ群里，也都是在问一些很菜的问题，就简单总结和介绍下，今天主要是基础知识，即CTP程序的基础和开源的Demo版本：
去年11月，Python 之父Guido van Rossum宣布了他已经加入微软的消息：
vn.py框架更加适合做CTA类的策略，而不是高频策略。moonnejs在「维恩的派」论坛里分享了自己如何对vn.py回测引擎进行改进，使其适合于高频交易。感谢moonnejs的分享！
继 2020 年去中心化金融 (DeFi) 繁荣之后，去中心化交易所 (DEX)巩固了其在加密货币和金融生态系统中的地位。由于 DEX 不像中心化交易所那样受到严格监管，因此用户可以列出他们想要的任何代币。
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式在美国过去十年中经历了强劲的增长。Tabb Group的数据显示，高频交易目前约占美国贸易额的55%，欧洲贸易额的近40%。
在本文中，波动率是众多定价和风险模型中的关键参数，例如BS定价方法或风险价值的计算。在这个模型中，或者说在教科书中，这些模型中的波动率通常被认为是一个常数
我们将过去10天里播报的大数据新闻，浓缩成17条精选资讯，您只要在20分钟就可以读完，了解下这个行业的变化吧~ 1. 数说× “各行各业都在装备大数据” 2. 数说内参 ”大数据行业内的【技术、人才、资本】最新动向“ 3.数说笔记 ”算法、模型、学科、语言“ ---- 洞察商机、行业前沿，聊天面试、约会饭局，坚持订阅数说工作室的【十日大数据参考】，让你 不至out，反得永潮 数说工作室 | 大数据 云计算 高逼格 ---- 十日大数据精选 | 20151123-20151202 一、数说× “各行各业都
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。 公司介绍 AP资产是一家由数个传统行业家族自有资金发起，逐步发展形成的一二级联动多策略资产管理平台，其投资策略包括A股量化、港美股多头、A股定增、中后期优质企业股权投资及母基金投资等。 管理团队拥有丰富的投资及投行经验、敏锐的风险机会识别能力，及优秀的资产配置能力，为投资者寻求超群的长期投资回报，业务覆盖大中华区、
说到数学在商业的应用，则不能不提到金融领域。金融业是数学的应用最为深入，也最有争议的一个领域。金融业赚取着巨额的利润，据估计，2001 年到2005 年间，全美利润的34%都是由不含房地产业和保险业的金融行业赚取。高额利润意味着从业人员能获取高额的报酬与分红，这吸引着世界上最聪明的人的加入。其中一群人被称作“宽客（quant）”，他们拥有名校的博士学位，有着纯粹数学或者物理学的教育背景，精通计算机编程。本来，这些人只是在后台为出售金融产品的银行做量化分析的默默无闻的边缘角色。但随着宽客一次次的成功，他们在
什么是量化交易？简单的说，就是用程序编写交易策略，用回测来模拟之前几年甚至几十年的交易，其中可以用到各种历史数据来辅助，包括但不限于：开盘价、收盘价、PE、PB、GDP、社交媒体的投资信息等等。
（2）考虑高频交易者捕捉价格趋势的需求，因而高频交易者除了make策略还将考虑take策略。
各位读者，如果让你回答这个问题：高频交易：数学重要？还是技术重要？你觉得哪个重要呢？在这里。我们给大家普及一些涉及高频交易的专业术语：
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：
近期公众号文章预告 1、红宝书读书笔记（中文版）。 2、金工、量化绿宝书精选解读（中文版）。 3、比特币高频交易策略。 4、高频交易策略解决方案基于机器学习。 5、高频交易基于强化学习。 6、高频交
按照研究内容来分，可分为基本面Alpha（或者叫财务Alpha）和量价Alpha。业内普遍不会将这两种Alpha完全隔离开。但是不同团队会按照其能力、擅长方向以及信仰，在做因子上有所偏向。有的团队喜欢用数据挖掘的方式做量价因子，而有的团队喜欢从基本面财务逻辑的角度出发，精细地筛选财务因子。。
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
今年，国内量化私募迎来了高光时刻。据私募排排网数据显示，截至目前，国内百亿私募扩容至95家，其中百亿量化私募由去年10家增至24家。
中信建投证券成立于2005年11月2日，是经中国证监会批准设立的全国性大型综合证券公司。公司注册于北京，注册资本76.46亿元，在全国30个省、市、自治区设有295家营业网点，并设有中信建投期货有限公司、中信建投资本管理有限公司、中信建投（国际）金融控股有限公司、中信建投基金管理有限公司和中信建投投资有限公司5家子公司。公司在为政府、企业、机构和个人投资者提供优质专业的金融服务过程中建立了良好的声誉，自2010年起连续十一年被中国证监会评为目前行业最高级别的A类AA级证券公司。2016年12月9日，中信建投
2017年，《经济学人》发表了一篇文章，标题为世界上最有价值的资源不再是石油，而是数据。事实上，金融服务部门的企业，尤其是资本市场的企业早就清楚这一点了。
点击标题下「大数据文摘」可快捷关注 【一张图了解高频交易历史】 摘自：华尔街见闻（微信ID：wallstreetcn） 美国著名金融作家Michael Lewis的一本《Flash Boys》又将高频交易推上了风口浪尖，到现在为止，读者应该知道美国股市绝大多数交易都是由程序机器人而不是人来完成，自动交易的份额已经占到了股市交易总量的70%。 高频交易的最早历史及原型可以追溯到17世纪，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
充分了解限价订单薄（LOB）的运行动态是获得交易优势的一种可行的方式。LOB是未完成订单的记录，是大多数现代交易所的核心。在这样一个熙熙攘攘的市场，买家和卖家不断调整他们的出价和报价，以应对市场的涨落。
嘉宾介绍： 李永，大数据厂商联盟理事长，20多年从事数据分析实践、10多年电信公司管理、10多年数据仓库BI经验；首批受聘广东省电子政务大数据专家；长期游历MIT、Stanford、CMU从事大数据技
在学术界和金融界，分析高频财务数据的经济价值现在显而易见。它是每日风险监控和预测的基础，也是高频交易的基础。为了在财务决策中高效利用高频数据，高频时代采用了最先进的技术，用于清洗和匹配交易和报价，以及基于高收益的流动性的计算和预测。
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20W+关注者，连续2年被腾讯云+社区评选为“年度最佳作者”。
在本文中，在学术界和金融界，分析高频财务数据的经济价值现在显而易见。（点击文末“阅读原文”获取完整代码数据）
短期涨跌的预测相比长期更容易，但覆盖交易成本后再获利的难度更大。所以在高频交易场景，机器学习更适合有限状态下的订单执行。而对于长期的预测，机器学习的训练目标可以不是评估在给定状态下的每股总利润或买入行为的回报，而是监控在该状态下买入与在所有可能状态下买入的相对盈利能力。
导读：吾日三省吾身，过年胖了吗？情人节过了吗？发际线还好吗？别想这么多啦，程序员和数据科学家的世界里，只有Python值得你费脑子！今天为大家准备了10本数据分析相关好书，助你早日成为Python大神！
全球最大最知名的高频交易公司有哪些呢？开始涉猎算法交易的个人交易者可能对这个问题最感兴趣。你知道吗？虽然我们很难获得具体数字，但从行业报告显示数据来看，高频交易公司的交易量已达到整个美股市场交易量的50%-60%。在此，我们整理了全球最知名的15大高频交易公司以及它的简要介绍，并附上他们的网站链接供你进一步研究。
关联，其实很简单，就是几个东西或者事件是经常同时出现的，“啤酒＋尿布”就是非常典型的两个关联商品。 所谓关联，反映的是一个事件和其他事件之间依赖或关联的知识。当我们查找英文文献的时候，可以发现有两个英文词都能形容关联的含义。第一个是相关性relevance，第二个是关联性association，两者都可以用来描述事件之间的关联程度。其中前者主要用在互联网的内容和文档上，比如搜索引擎算法中文档之间的关联性，我们采用的词是relevance；而后者往往用在实际的事物之上，比如电子商务网站上的商品之间的关联度我们
谈到优秀的低延时网络架构，大家首先可能想到的是各家互联网大厂，比如腾讯阿里字节，总会觉得大厂做的肯定最好。但其实在在一般的互联网应用中，用户虽然也讨厌卡顿，但整体上来对延迟其实并不算太敏感，只要按钮点下后一秒之内能响应，用户就基本感觉不出来。甚至是两三秒才响应用户也都还能接受。
量化交易看起来似乎就是用机器炒股，没什么大惊小怪的。但是我们拆解开量化交易的模型，您就知道其中的奥秘了。
程序员，或许内心深处都怀揣着一个量化投资的梦想，渴望凭借自己的编程和人工智能技能，再补点基础的金融知识，我们便可以构建一个量化交易系统，轻松实现财富自由。这样的理想确实诱人，似乎让我们看到了轻松实现个人价值的可能性，也让我们看到了用代码改变世界的力量。
问：现在上有关numeric analysis的课时，都用Python，实际工作时候呢？
本期，公众号将对算法交易做一介绍，在后面的几期推文中，我们将展开对算法交易的技术应用、算法结构等进行讲解！
前四期传送门： 【系列54】因子的有效性分析基于7种机器学习算法 【系列53】基于XGBoost的量化金融实战 【系列52】基于Python预测股价的那些人那些坑 【系列51】通过ML、Time Series模型学习股价行为 今天，继续我们的机器学习应用量化投资系列。本期我们介绍一篇杨勇团队撰写的研究报告。希望大家在写策略注意这些问题。 前言 从高频到低频 机器学习在高频量化策略上应用更加容易。 从线性到非线性 机器学习下的非线性比线性更能榨取数据的价值，但也更容易过度拟合，因此需要合理使用。 从单次分析
作者2015年博士毕业加入一家量化私募公司，已经做了差不多四年系统工程师的工作。本文是根据这个岗位所用到的日常工作技能总结，希望对想进入这个行业的人有所帮助。由于作者非科班（博士管理科学专业）出身，工作中用的技术大多数通过自学获得，不足之处还请同行多包涵与指正，有好的学习资料希望不吝推荐！
最近我们被客户要求撰写关于泊松过程的研究报告，包括一些图形和统计输出。 本文描述了一个模型，该模型解释了交易的聚集到达，并展示了如何将其应用于比特币交易数据。这是很有趣的，原因很多。例如，对于交易来说，能够预测在短期内是否有更多的买入或卖出是非常有用的。另一方面，这样的模型可能有助于理解基本新闻驱动价格与机器人交易员对价格变化的反应之间的区别
新智元推荐 作者：齐国君 编辑：克雷格 【新智元导读】把深度学习的最新方法用来做股价预测可不可行？一个探讨路径之一是如何深入把经典的信号处理技术引入到深度学习技术中，用来分析各种序列数据（sequence data），比如股票价格、金融信号等，乃至更为一般的物理、经济、社会等活动的动态信号，抽象出有价值的模式，进而对其进行预测和分析。 傅立叶变换能用来炒股发财？ 事实上，几年前就有公司或者基金把深度学习的最新方法用来做股价预测，用来在股市上一搏了。 比如就有国内的研究人员用LSTM这种递归神经网络来
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
