DAY #18
1.主题
RICEQUANT量化大课堂
https://www.*/community/topic/761
https://www.bilibili.com/video/av4135505/
2。摘要
量化学习路线图:
python——>pandas——>api
简单复习一下pandas的数据类型:
pandas 是基于 Numpy 构建的,让以 Numpy 为中心的应用变得更加简单。
pandas主要包括三类数据结构,分别是:
Series:一维数组,与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近,其区别是:List中的元素可以是不同的数据类型,而Array和Series中则只允许存储相同的数据类型,这样可以更有效的使用内存,提高运算效率。
DataFrame:二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。
Panel :三维的数组,可以理解为DataFrame的容器
Series
由一组数据(各种Numpy数据类型),以及一组与之相关的标签数据(即索引)组成。仅由一组数据即可产生最简单的Series,可以通过传递一个list对象来创建一个Seriess
DataFrame
DataFrame是一个表格型的数据结构,它含有一组有序的列,每一列的数据结构都是相同的,而不同的列之间则可以是不同的数据结构(数值、字符、布尔值等)。或者以数据库进行类比,DataFrame中的每一行是一个记录,名称为Index的一个元素,而每一列则为一个字段,是这个记录的一个属性。DataFrame既有行索引也有列索引,可以被看做由Series组成的字典(共用同一个索引)。
量化金融的作用:
①.节约研究时间——>利用计算机快速处理海量数据
②.降低主观判断的失误率——>用历史回测验证假设
RICEQUAN平台策略的4个组成部分即4个方法:
init ——>编写任何的初始化配置
before_trading ——>每天策略交易开始前被调用,当天只会被调用一次
handle_bar ——>编写主要算法,策略具体逻辑可在该方法内实现,包括交易信号的产生、订单的创建等。你选择的证券的数据更新将会触发此段逻辑
after_trading ——>在每天交易结束后被调用,当天只会被调用一次
context参数——>它是一个Python Dictionary,储存策略自定义参数、设置、仓位、投资组合信息的全局变量,属性通过点标记(”.”)获取
bar对象——>它是一个字典,包含了每次数据更新的时候所有属性的值,比如说开盘价 (open), 收盘价 (close)等值。
position对象——>仓位函数
portfolio对象——>投资组合函数
update_universe - 更新股票池
update_universe(order_book_id)
该方法用于更新现在关注的证券的集合(e.g.:股票池)。PS:会在下一个bar事件触发时候产生(新的关注的股票池更新)效果。并且update_universe会是覆盖(overwrite)的操作而不是在已有的股票池的基础上进行增量添加。
plot - 画图
plot(series_name, value)
plot函数可以将时间序列的数据传给页面进行绘图,结果是以时间为横轴,value为纵轴的曲线。
层层调用:
context ——> portfolio ——> position
回测的收益/风险评定标准:
Beta ——> 主要是衡量策略相对于大盘的系统风险性。比较降低策略的beta值有几种方法,1)在策略中加入对冲部分 2)在只能做单边的情况下,增加股票数量,选择相关性较低的一篮子股票。
最大回撤和波动率 ——> 这两个数据主要是体现策略的风险性。过大的最大回撤,通常要考虑策略的可行性,增加止损或者其他有效的仓位控制方式。
夏普比率 ——> 是一种考虑风险因素之后的调整收益率 。夏普指数越高,相当于每多承担一份风险,获得的额外收益越高。
如何优化策略:
①.优化参数——>指标参数
②.市场选择——>单独选择牛市或熊市,而非整个时间段
3.心得感悟
在ricequant平台做量化策略,首先要熟悉的知识框架:
①.要熟悉一个完整的策略要四个组成部分,但只有 init 和 handle_bar 是必须写入的,其余两个before_trading和after_trading是可选项;
②.要熟悉context的各种属性,设置好全局变量以供调用,比如仓位position、投资组合portfolio、交易费用commission等;
③.要熟悉几个对象:bar + position + portfolio + order
④.要熟悉可用的数据类型:财务数据 + 技术指标 + 第三方模块调用的新闻报道数据
宏观视角出发,整体路线图在手,路上收拾零碎的芝麻粒就知道放在哪个盒子里了!!
4.时间统计
昨日阅读5小时,累计490小时