楼主: 资料狂人
5941 29

[统计套利] 比特币「瀑布式」跌破 8000 美金,我却在大跌中赚了些钱,靠的竟是量化策略 [推广有奖]

运营管理员

巨擘

0%

还不是VIP/贵宾

-

威望
9
论坛币
974857858 个
通用积分
41224.1133
学术水平
4617 点
热心指数
3402 点
信用等级
3620 点
经验
636840 点
帖子
9622
精华
140
在线时间
18209 小时
注册时间
2010-5-1
最后登录
2024-4-26

初级热心勋章 初级学术勋章 中级学术勋章 中级热心勋章 初级信用勋章 中级信用勋章 高级学术勋章 高级热心勋章 高级信用勋章 特级信用勋章 特级学术勋章

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
(本文原创作者:壹手曹刀


生怕被各位看官说我是标题党,赶紧晒出收益截图,如下:



解释一下:

  • 我在 9890.00(开仓价格)做空了 1000 美金等值的比特币;
  • 我用了 5 倍的杠杆,也就是相当于我实际上花 200 美金的保证金;
  • 如果爆仓,也就是价格涨到强平的价格 12254.5 美金,我就会损失这 200 美金;
  • 幸运的是,比特币大跌,而我截图的时候,比特币价格是 8083.02 美金,因此我的收益率差不多是 111.81%
  • 因为收益自动加到了保证金里面,所以你看到了 0.0429XBT 里面既有我的收益又有我最开始的保证金,差不多 350 美金。


问题来了,为什么我会在 9890.00 这个点位做空?

一、朴素的 MA 移动平均线策略

这两天随便搜一下「比特币」,满眼都是「暴跌」、「崩塌」、「腰斩」、「猛跌」,但如果你要看到这些新闻再去做空,可能已经晚了。

那看看下面这张图,你反应,一定是在开始下跌的时候,就做空一定是的。你还会凑巧地发现,那个地方有个蓝色的十字,对应的价格差不多就是 9900 美金上下。

而这个十字信号的产生就要归功于这个朴素的量化投资策略——「MA 均线策略」

双均线策略是量化策略中经典的策略之一,其属于趋势跟踪策略,基本实现思想如下

  • 预设两条均线:比如一个 ma = 5,一个 ma = 60, 短期均线 5 被称作快线,长期均线 60 被称作慢线
  • 快线比慢线更活跃,上蹿下跳
  • 当短期均线上穿长期均线(ma5 上穿 ma60)称为形成金叉买点信号,执行买入
  • 当短期均线下穿长期均线(ma5 下穿 ma60)称为形成死叉卖点信号,执行卖出

上图中的红线和绿线就分别代表短期均线和长期均线,那个卖空点就是因为红线下穿绿线,产生了死叉,执行卖出。


二、打造一个量化投资机器人

大家都知道,虚拟货币交易市场是 24 小时交易,这个点位还算好,是下午 4 点,不过日期是 2 月 1 日,星期四,我可能是在开会或者是在忙工作上的事情,这个做空操作完全是量化投资程序自动执行的,这就是量化投资的另一个优势,自动化程序交易。

为了简化描述这个量化程序,我们写一些伪代码作为示意,重点说说这个朴素的 MA 双均线策略的实现。

  1. # -*- coding: utf-8 -*-
  2. """
  3. @author: davidfnck
  4. @wechat: fromfriend020
  5. @email: davidfnck@gmail.com
  6. """
  7. import pandas as pd

  8. # === 策略产生信号
  9. # 计算移动平均线(使用小时 K 线)
  10. def signal_ma(df, ma_short=9, ma_long=26):

  11.     # ===计算均线
  12.     df['ma_short'] = df['Close'].rolling(ma_short, min_periods=1).mean()
  13.     df['ma_long'] = df['Close'].rolling(ma_long, min_periods=1).mean()

  14.     # ===产生买入信号
  15.     # 一个 K 线计算出的短期均线大于等于长期均线
  16.     condition1 = (df['ma_short'] >= df['ma_long'])
  17.     # 上个一根 K 线计算出的短期均线小于长期均线
  18.     condition2 = (df['ma_short'].shift(1) < df['ma_long'].shift(1))
  19.     # 发出信号
  20.     if condition1 and condition2:
  21.         return '买入信号'

  22.     # ===产生卖出信号
  23.     # 一个 K 线计算出的短期均线小于等于长期均线
  24.     condition3 = (df['ma_short'] <= df['ma_long'])
  25.     # 上个一根 K 线计算出的短期均线大于长期均线
  26.     condition4 = (df['ma_short'].shift(1) > df['ma_long'].shift(1))
  27.     # 发出信号
  28.     if condition3 and condition4:
  29.         return '卖出信号'

  30. # === 执行操作
  31. if __name__ == '__main__':
  32.     While true:
  33.         # 通过交易所 API 读取数据和 K 线数据
  34.         df = 获取数据()
  35.         # 获取信号并执行
  36.         signal = signal_ma(df, ma_short=9, ma_long=26)
  37.         if signal = '买入信号':
  38.             print '我买入了'
  39.             
  40.         elif signal = '卖出信号':
  41.             print '我卖出了'
  42.             
  43.         else:
  44.             print '我闲着'
  45.         Sleep(60000)   
复制代码

以上代码只是演示,在数据整理、定时程序的设置等还有很多细节,但思路就是每分钟甚至每秒钟读取价格数据,计算均线,产生信号,自动执行操作。其中最要注意的就是「上穿下穿」,这个判断是要判断两个时间段的数据大小,需要同时发生,才能最终确定是穿越。


三、量化策略真的那么好?


如果你觉得这个朴素的策略真好的时候,我必须要破一盆冷水。

  • 如果你就在那个点位做空了,什么时候平仓?如下图,平仓完了还再做空吗?那为什么先要平仓浪费手续费呢?

  • 看了上图你会觉得这个 MA 双均线策略挺准,就算损失点手续费也行,完全照这个来,你再看看下图,怎么抗住这个震荡?你就会看到收益曲线「瀑布式」暴跌了。



所以,如果你感受到了这其中魅力,想立马就投身到这个行业,你会体会到短暂的喜悦,回头看看不会量化的自己,就像一个手持木棍的原始人,在金融投资领域张牙舞爪「喔喔~吼吼~」,不知道面对的对手是手持重机枪的现代战士。幸运的你,已经开始小米加步枪了。

这之后便是漫长的摸索,数据梳理、策略研究、参数调优、投资理念、思想提升……每一个环节你都应该找到一个的老师来教你。


四、老师,我想学量化!

嗯,不知道你内心是不是这个想法,假如是,那么经管之家量化投资学院 2018 年的推出「成就下一位投资大师」就业班,就是你不错的选择-量化投资就业班

全国远程授课,已经开班,火热报名ing!扫码了解详情,或直接找我咨询。


如果你对课程感兴趣,也可以直接联系魏老师:

QQ:1143703950 点击这里给我发消息
Tel: 010-68478566
Mail: vip@pinggu.org


课程详情:
https://bbs.pinggu.org/thread-6033665-1-1.html

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝


已有 1 人评分学术水平 热心指数 收起 理由
xugonglei + 5 + 5 精彩帖子

总评分: 学术水平 + 5  热心指数 + 5   查看全部评分



沙发
资料狂人 在职认证  发表于 2018-2-6 08:19:30 |只看作者 |坛友微信交流群

为什么选择经管之家的量化投资就业班:

1,通过专业,有针对性的课程提升自己的量化投资技能;

2,通过量化投资领域从业的讲师授课,迅速掌握量化投资实战经验;

3,通过360小时高强度的学习与训练,实现独立编写策略的目标;

4,通过毕业答辩的能力展现,弥补招聘中无法吻合的条件要求;

5,有机会毕业后直接进入授课讲师的量化团队进行实习。

投资也讲究一个快字,等大家都知道了,很多投资方法也就没那么有效、甚至失效了!

经管之家量化投资学院:http://q.peixun.net/




使用道具

藤椅
资料狂人 在职认证  发表于 2018-2-6 08:19:31 |只看作者 |坛友微信交流群

课纲概览(理论部分与案例部分各占比一半):

概述量化投资的定义

量化、金融、工程、交易

量化投资行业现状

国外、国内

量化投资行业展望

岗位职业、互联网金融、金融科技

理论金融基础知识

经济金融原理

证券及衍生品

期货及衍生品

金融专业知识

专业技能

证券估值

衍生品定价

数学

线性代数(矩阵)

微积分(导数,偏导数)

概率论与数理统计(统计,回归,时间序列分析)

机器学习

概念、类型、应用场景

监督学习

无监督学习

半监督学习

强化学习

深度学习

迁移学习

其他

程序、软件

各开发语言介绍和对比

Python基础

安装、环境配置、IDE

基础教程

Python进阶

numpy

pandas

tushare

talib

Wind(万得咨询终端)

wind软件介绍和使用演示

wind量化平台介绍

wind open api(python)介绍和实例

机器学习案例

量化

量化投资流程

量化投资方法论,交易哲学

实战研发框架

1. 策略原型

2. 数据

3. 策略模板

4. 回测

5. 优化

6. 业绩评价

7. 风险和资金管理

策略案例择时模型技术指标策略ma
macd
sar
rsi
kdj
boll,
kama
turtle(海龟交易)
grid

K线形态与组合策略

希望之星

黄昏之星

红三兵

绿三兵

圆弧底

“V”型底

“U”型底

“W”底

“M”顶

经典日内策略

hans123

r-breaker

hl-breaker

nhl-breaker

ap-cross

grid

机器学习模式识别

线性回归

逻辑回归

决策树

随机森林

SVM

因子模型

基本面因子

财务因子(盈利性、估值、现金流、成长性、营运能力、资本结构)

统计因子(换手率、波动率)

一致预期因子(分析师评级、盈利预测)

技术因子

动量

数据挖掘另类因子

事件

舆情

大数据

套利对冲

无风险套利

ETF套利

期现套利

统计套利

跨期套利

跨品种套利

跨市场套利

期权套利

配对策略

对冲

alpha  hedge

smart beta

组合投资

Equal Weight

risk parity

Minimum Variance

Markowitz Model

Black-Litterman Model

交易系统

交易接口(api)(eg.股票、期货、其他)

开源项目讲解

备注

后续由于进度、反馈等原因,不排除课程大纲(内容、顺序等)有所调整

最后一讲:量化投资职场求职经验分享。

毕业答辩:以团队为单位提交量化策略并展现回测结果。




使用道具

板凳
warking 发表于 2018-2-6 08:50:01 |只看作者 |坛友微信交流群
谢谢分享

使用道具

报纸
rambosaid 发表于 2018-2-6 08:55:44 |只看作者 |坛友微信交流群
哇,好厉害。  大圣求教手怎么赚钱啊。。求求求

使用道具

地板
GKINGLIU 在职认证  发表于 2018-2-6 08:59:22 |只看作者 |坛友微信交流群

使用道具

7
资料狂人 在职认证  发表于 2018-2-6 09:05:35 |只看作者 |坛友微信交流群
rambosaid 发表于 2018-2-6 08:55
哇,好厉害。  大圣求教手怎么赚钱啊。。求求求
壹手曹刀
“我在量化投资就业班等你”

使用道具

8
zhxxy 发表于 2018-2-6 09:12:58 |只看作者 |坛友微信交流群
哇,谢谢楼主知识分享~

使用道具

9
Crsky7 发表于 2018-2-6 10:22:45 |只看作者 |坛友微信交流群
比特币虽然波动大,但是趋势明显,均线策略最适合这种大起大落的市场

使用道具

10
huwuzi4 发表于 2018-2-6 10:49:01 |只看作者 |坛友微信交流群

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jr
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-26 18:58