懂机器学习如何入门量化交易？

向右看齐 2023-10-10 14:21 86阅读 0赞

作者：黑马程序员  
链接：https://www.zhihu.com/question/442308593/answer/2521160208  
来源：知乎  
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

1、说明[量化交易][Link 1]的研究流程  
2、了解量化相关工作需求、开发要求  
3、全套量化交易笔记分享

量化投资涵盖了整个交易过程，需要一个完整的作为研究的量化回测[框架][Link 2]和实盘交易系统作为支撑。

### 1、 量化交易研究流程 ###

量化回测框架提供完整的数据，以及回测机制进行策略评估研究，并能够实时进行模拟交易。为实盘交易提供选择。我们的研究一般在回测平台当中做

![7a31a0d414a15a4dcce0271387d9d335.png][]

#### 1.1 分析结果 ####

我们最终想要的结果就是在回测当中表现的较好的分析方法和策略。比如：

![d197a0448f621c7002f3984ddb79147d.png][]

#### 1.2 什么是策略 ####

量化策略是指使用计算机作为工具，通过一套固定的逻辑来分析、判断和决策。 量化策略既可以自动执行，也可以人工执行。其实策略也可以理解为，分析数据之后，决策买什么以及交易时间。

#### 1.3 流程包含的内容 ####

**获取数据：**

*  公司财务、新闻数据
 *  基本行情数据

**数据分析挖掘：**

*  传统分析方法、机器学习，数据挖掘方法
 *  数据处理，标准化，[去极值][Link 3]，中性化分组回测，行业分布

**构建策略:**

*  获取历史行情，历史持仓信息，调仓记录等
 *  止盈止损单，限价单，市价单

**回测:**

*  股票涨跌停、停复牌处理
 *  市场冲击，交易滑点，手续费

**策略分析:**

订单分析，成交分析，持仓分析

**模拟交易:**

*  接入实时行情，实时获取成交回报
 *  实时监控，实时归因分析

**实盘交易:**

接入真实券商账户

### 二、量化开发和研究岗位的要求 ###

基于交易市场数据，研究、开发交易策略，进行基础建模

负责对交易策略进行回测、跟踪、分析、优化

定期对交易策略的运行结果进行总结，给出分析报告，评估市场适用度

负责数据挖掘、处理,数据统计分析，从数据中发现规律，为量化分析提供支持，开发量化模型策略

与基金经理合作跟踪优化股票市场量化策略在实盘的表现

### 三、后续学习内容 ###

[Python量化交易之回测框架介绍blog.csdn.net/itcast\_cn/article/details/121540682正在上传…重新上传取消][Python_blog.csdn.net_itcast_cn_article_details_121540682]

[Python量化交易：策略创建运行流程blog.csdn.net/itcast\_cn/article/details/121566744正在上传…重新上传取消][Python_blog.csdn.net_itcast_cn_article_details_121566744]

[Python量化交易：数据获取接口blog.csdn.net/itcast\_cn/article/details/121614607正在上传…重新上传取消][Python_blog.csdn.net_itcast_cn_article_details_121614607]

[Python量化交易：回测交易接口blog.csdn.net/itcast\_cn/article/details/121683173正在上传…重新上传取消][Python_blog.csdn.net_itcast_cn_article_details_121683173]

[Python量化交易：投资组合blog.csdn.net/itcast\_cn/article/details/121683290正在上传…重新上传取消][Python_blog.csdn.net_itcast_cn_article_details_121683290]

[量化交易都会用到什么Python库？blog.csdn.net/itcast\_cn/article/details/123073424][Python_blog.csdn.net_itcast_cn_article_details_123073424]

[Link 1]: http://link.zhihu.com/?target=https%3A//so.csdn.net/so/search%3Fq%3D%25E9%2587%258F%25E5%258C%2596%25E4%25BA%25A4%25E6%2598%2593%26spm%3D1001.2101.3001.7020
[Link 2]: http://link.zhihu.com/?target=https%3A//so.csdn.net/so/search%3Fq%3D%25E6%25A1%2586%25E6%259E%25B6%26spm%3D1001.2101.3001.7020
[7a31a0d414a15a4dcce0271387d9d335.png]: https://img-blog.csdnimg.cn/img_convert/7a31a0d414a15a4dcce0271387d9d335.png
[d197a0448f621c7002f3984ddb79147d.png]: https://img-blog.csdnimg.cn/img_convert/d197a0448f621c7002f3984ddb79147d.png
[Link 3]: https://www.zhihu.com/search?q=%E5%8E%BB%E6%9E%81%E5%80%BC&search_source=Entity&hybrid_search_source=Entity&hybrid_search_extra=%7B%22sourceType%22%3A%22answer%22%2C%22sourceId%22%3A2521160208%7D
[Python_blog.csdn.net_itcast_cn_article_details_121540682]: http://link.zhihu.com/?target=https%3A//blog.csdn.net/itcast_cn/article/details/121540682
[Python_blog.csdn.net_itcast_cn_article_details_121566744]: http://link.zhihu.com/?target=https%3A//blog.csdn.net/itcast_cn/article/details/121566744
[Python_blog.csdn.net_itcast_cn_article_details_121614607]: http://link.zhihu.com/?target=https%3A//blog.csdn.net/itcast_cn/article/details/121614607
[Python_blog.csdn.net_itcast_cn_article_details_121683173]: http://link.zhihu.com/?target=https%3A//blog.csdn.net/itcast_cn/article/details/121683173
[Python_blog.csdn.net_itcast_cn_article_details_121683290]: http://link.zhihu.com/?target=https%3A//blog.csdn.net/itcast_cn/article/details/121683290
[Python_blog.csdn.net_itcast_cn_article_details_123073424]: http://link.zhihu.com/?target=https%3A//blog.csdn.net/itcast_cn/article/details/123073424