量化入门

96
xiao_dong_zi
2016.12.22 19:33* 字数 513

1、python 基础
2、机器学习从神经网络(neural network )、强化学习(reinforcement learning )开始学习。
3、神经网络的框架主要是tensorflow
4、量化交易中处理数据的主要框架工具是pyalgothrade
当然在数据处理中最重要是numpy,pandas ,matplotlib

量化交易中的学习:
流程:
1、 熟悉tensorflow
2 、 数据规整化,能够喂数据
3、 画出预测图像
4、 通过预测进行交易(累计收益率),训练集 和test集
5、得出收益率,然后进行策略设计

learn_step
unit
feature
cnn 卷积进行计算
找的回测平台 quantdig ,撮合你的交易但是太慢了,来进行reward

因子模型简单介绍:
1、市场风险 大盘跌,也得跌,大盘涨也得涨
2、SMB 市值风险(size) 即小公司会有更大的风险,但是,相对就与更大的收益
3、HML 账面市值风险 ,即所有者权益/市值, 就是说,市场的价值没有自己估值多,所以这种企业具有更好的 预期收益。

策略思路:
1、取一个股票池, 当然市场风险是固定的,
2、对每个股票的市值,和账面市值风险进行费分类,通过定价对理应的价格进行和当前的股价进行分析
3、然后,挑选出当前应该价格和股价进行差值比较, 挑出来最大的10个,然后买进
4、持有10天(可以改变参数)然后看一年的收益率进行比较
5、画出来累积收益率的曲线

流程:
1、数据获取---
2、计算

factor term

1\PE 市盈率
2、PB 市净率 (book_to _market) 账面市价比
3、EPS每股盈余 市盈率=股价/每股盈余
4、ROE股东权益回报率
5、ROAI资产收益率,y

日记本
Web note ad 1