本次大赛的宗旨在于贯彻 “ 双创 ” 精神，挖掘与培养金融创新人才。量化投资是国际投资界新兴的重要方法，其稳定的收益与高效的风险控制，正日益受到国内外投资者的重视与追捧，发展势头迅猛。量化投资的核心在于量化策略，而量化策略的设计离不开金融创新。此次大赛整合众多高校与业界资源，为大学生打造丰富多彩的实践平台。将金融创新的理念融入人才培养，将数理技术与金融知识有机结合，制定完备的指导 — 监督 — 评价 — 奖励体系，厚植大众创业、万众创新土壤，将为量化投资人才培养和社会需求搭建重要桥梁。
不仅如此，赛事组委会还为参赛者们提供了读研深造的机会，安排了优秀企业实习及工作的岗位，更准备了丰厚的奖品和奖金哦，凡是参赛团队均能在比赛中获益颇丰！推免研究生免复试机会等你来抢！三万奖金等你来拿！
获奖团队成员所获权益： “1. 本科生获该校推荐免试资格者直接可被中科院大学管理学院，对外经济贸易大学金融学院量化投资专硕录取，没有免试资格的可以直接参加对外经济贸易大学金融学院暑期夏令营。 2. 进入预赛的团队将免费获得权威的量化投资网上培训机会； 3. 进入决赛的团队将免费获得为期 2 天的现场培训，组委会邀请量化投资方面的学界权威和业界精英为大家倾囊讲授量化投资的核心技能。 4. 参赛学生有机会直接获得进入量化投资相关的工作机会和实习机会。
看完这些，你难道没有心动吗？？心动就马上行动吧！来一起看看本次大赛的主题吧。
“1. 股票投资策略设计
1 ）组合选股策略设计：如多因子选股策略、风格轮动选股策略、行业轮动选股策略、动量反转选股策略、一致预期选股策略、趋势追踪选股策略等
2 ）日间择时策略设计：趋势追踪策略、情绪指标策略、分形指标策略等
3 ）统计套利策略设计：如配对交易策略
4 ）日内算法交易策略设计：
2. 期货投资策略
1 ）趋势交易策略
2 ）套利交易策略：如跨期套利策略、跨品种套利策略、基差交易策略
3 ）日内算法交易策略
3. 债券投资策略
特别说明：本次活动官方宣传微信账号为 “ 金院 MF” ，账号为 jrxymf ，欢迎大家关注。
Copyright © 2017 对外经济贸易大学 All Rights Reserved 粤ICP备05102240号
Email:[email protected] Tel:86-20-84112190,86-20-84112191 Fax:86-20-84114823
如何设计趋势交易量化系统？
课程项目
教授/研究
职业发展
校友
教学服务
终身学习
关于FISF
bbfamily/abu
This commit does not belong to any branch on this repository, and may belong to a fork outside of the repository.
Use Git or checkout with SVN using the web URL.
Work fast with our official CLI. Learn more.
Launching GitHub Desktop
If 如何设计趋势交易量化系统？ nothing happens, download GitHub Desktop and try again.
Launching GitHub Desktop
If nothing happens, download GitHub Desktop and try again.
Launching Xcode
If nothing happens, download Xcode and try again.
Launching Visual Studio Code
Your codespace will open once ready.
There was a problem preparing your codespace, please try again.
Latest commit
Git stats
Files
Failed to load latest commit information.
readme.md
| 内容 | 位置 |
|---|---|
| 阿布量化系统源代码 | abupy目录 |
| 阿布量化使用教程 | abupy_lecture目录 |
| 阿布量化非编程界面操作 | abupy_ui目录 |
| 《量化交易之路》示例代码 | ipython／python目录 |
| 《机器学习之路》示例代码 | https://github.com/maxmon/abu_ml |
- 使用多种机器学习技术智能优化策略
- 在实盘中指导策略进行交易，提高策略的实盘效果，战胜市场
- 美股，A股，港股
- 期货，期权
- 比特币，莱特币
- 分离基础策略和策略优化监督模块
- 提高灵活度和适配性
阿布量化综合AI大数据系统, K线形态系统, 经典指标系统, 走势趋势分析系统, 时间序列维度系统, 统计概率系统, 传统均线系统对投资品种进行深度量化分析, 彻底跨越用户复杂的代码量化阶段, 更适合普通人群使用, 迈向量化2.0时代.
上述系统中结合上百种子量化模型, 如: 金融时间序列损耗模型, 深度形态质量评估模型, 多空形态组合评定模型, 多头形态止损策略模型, 空头形态回补策略模型, 大数据K线形态历史组合拟合模型, 交易持仓心态模型, 多巴胺量化模型, 惯性残存阻力支撑模型, 多空互换报复概率模型, 强弱对抗模型, 趋势角度变化率模型, 联动分析模型, 时间序列的过激反应模型, 迟钝报复反应模型, 趋势启动速度模型, 配对对冲模型等.
阿布量化针对AI人工智能从底层开发算法, 构建适合量化体系的人工智能AI系统, 训练了数个从不同角度识别量化特征的评分模型，整体上分为三个系别：物理模型组、多巴胺生物模型组、量化形态模型组。不同系别模型群从不同角度(主要物理交易实体分析、人群心理、图表等三个方向)如何设计趋势交易量化系统？ 评估走势，系别的模型群是由若干个独有的识别算法和参数遗传淘汰，组成族群，加权投票评分.
阿布量化结合了传统基于代码策的量化系统, 对未来择时信号发出时机的预判, 系统基于数百种简单种子交易策略，衍生出更多的量化交易策略新策略在这些种子基础上不断自我学习、自我成长，不断分裂，适者生存，淘汰选择机制下繁衍，目前应用的量化买入卖出信号策略共计18496种。
阿布量化结合多种量化分析数据构建了数百种量化应用, 如: AI高能预警, AI高光时刻, 智能预测涨跌幅, 下跌五浪量化, 上涨五浪量化, 阻力支撑强度分析, 上升三角形突破, 下降三角形, 三重底 (头肩底), 三重顶 (头肩顶), 圆弧顶, 圆弧底, 乌云盖顶形态, 上升三部曲形态, 好友反攻形态, 单针探底形态, 射击之星形态, 多方炮形态, 上涨镊子线, 向上突破箱体, 跳空突破缺口, 黄金分割线量化, 趋势跟踪信号, 均值回复信号, 止损风险控制量化, 止盈利润保护量化, 综合指标分析等.
中泰证券：程序化交易系统构建与风险控制
量化交易在中国的蓬勃发展、人工智能在投资领域的应用、交易工具的丰富，使得程序化交易在证券市场越来越受欢迎。程序化交易能够更快地、更有纪律性地执行策略，从而减少冲击成本、降低情绪影响。规模较大的私募，由于具有交易策略多样性、交易市场广泛性、交易品种复杂性等特点，对程序化交易的需求显得尤为迫切。此外，程序化交易中的做市商策略、算法交易策略也对降低市场流动性风险起到积极作用。不过，历史上也曾发生过因为软件bug导致的亏损及个股闪崩等事件，这些风险事件大多是在程序化交易过程的关键点上没能做好检查和风险控制所致。如果能从系统构建开始就有意识的做好防范，使用正确的编程方式，就可以在很大程度上避免风险事件的发生。笔者希望本文能起到抛砖引玉的作用，吸引更多的程序化交易工程师分享经验，共同降低程序化交易的风险。
程序化交易系统的构建
程序化交易是把可量化的分析方法，用计算机编成交易策略进行自动下单交易，程序化交易是量化交易的一部分。根据证监会2015年10月9日公布《证券期货市场程序化交易管理办法（征求意见稿）》里的定义，程序化交易是指通过既定程序或特定软件，自动生成或执行交易指令的交易行为。在设计上一般包括行情网关、交易网关、策略器管理、风控及头寸管理器、监控客户端等若干环节。
1.行情网关
行情网关指的是连接不同的行情接口的适配层。针对股票类的行情网关有宏汇、国泰安、交易所原始行情接口、券商提供的接口等；针对期货的行情网关有CTP、飞马、飞创、飞鼠、盛立金融、艾克朗科等，还有各种境外行情。在行情网关的设计上，要充分考虑期货、期权、股票的兼容性，并且通过一致的行情结构体来统一，同时在行情上要保存好交易所的时间戳和本地时间戳。
行情网关的使用中，要注意以下4个风险点：过期的行情会导致错误的信号；行情断开或者重连会导致信号延迟或者错误；超过涨跌停价格可能产生错误的行情；多路行情源引发的行情重复问题。
2.交易网关
在交易网关上，除了下单外，成交回报是另一项重要内容。成交回报信息是策略重要的驱动因素，需要根据成交回报对订单状态进行更新。在更新状态的时候要注意顺序问题，不要让前面的状态覆盖了后面的状态。当订单收到全成、全撤、部撤、废单、拒单等状态时，需要将订单设为IsDone状态。所有IsDone状态的订单，状态形式不能再做改变。
在交易网关接口处理上要注意成交回报的顺序。乱序的成交回报如果没处理好，会导致已终结的订单被中间状态覆盖，比如全成变成部成，会引发资金扣减错误和持仓错误等问题。
3.策略管理器
策略管理器是程序化交易最核心的环节，设计的好坏，直接决定了程序化交易系统的策略扩展性。策略管理器在不同的团队有不同的设计方式，比较建议的设计方式是：一套平台，多种策略。目前常用的策略主要是趋势交易、Alpha策略、套利策略、做市商策略等。有同时买卖数百只股票，对并发有要求的策略，也有对低延迟有高要求的做市商策略。不管是哪种，都需要在策略管理器层面尽可能的统一。在实践中非常重要的理念，就是“用配对交易的理念来设计系统”。如果策略管理器从一开始就能支持配对交易，那么对其他策略的兼容性就会很好。
程序化交易的触发方式一般有两种：信号触发和定时触发。定时触发比较简单，这里重点谈谈信号触发。
复杂事件处理引擎CEP。CEP又称复杂事件处理引擎，主流产品有Apama CEP、Sybase CEP等，在国外共同基金使用较多，而对冲基金用的较少。在程序化交易系统里使用CEP的少之又少，最根本的原因在于CEP过于复杂，过于复杂的系统会带来高延迟和更多的不确定性。
消息队列MQ。消息队列的代表是互联网体系的Kafka、RocketMQ等，一般称之为分布式消息中间件，大多用在互联网的高并发场景，在低延迟的程序化交易系统里用的很少。程序化交易多为单体应用，在一台服务器上跑完策略，更看重低延迟而不是分布式和高并发。
进程内RPC。在单台服务器上策略模块的通讯多采用进程间通讯，也有直接在单个进程内通过无锁队列来实现消息派发，不过在高频交易中的实践里，使用mmap做进程间的通讯基本已经达成一致。mmap也是进程间通讯最快的方式。
4.策略调度
5.风控及头寸管理器
风控是策略非常重要的环节，分为三个层次：一个是账户层面的风控，包括账户总体盈亏、挂撤比、最大下单数、安全垫等；一个是策略层面的风控，一个账户里可能运行多个策略，每个策略都有自己的风控指标；再就是品种层面的风控，每个品种都设置最大可用资金、最大下单数、未成交订单数等；
6.风险指标
在风控环节一定要加上涌浪单检测来防止乌龙指。策略交易系统一般是行情和成交回报驱动策略，这也就决定了不太会有单品种频繁下单或者单品种在市场上暴露过多未成交订单。如果出现上述情况，往往是交易系统本身或者策略本身出现逻辑bug，这时应该做对应的拦截，防止对市场造成冲击。
7.资金扣减
交易系统里一定要设置资金扣减，在资金扣减上要注意市价单的处理。对于市价单，要用涨停价格来扣减，然后需要根据成交回报来更新实际的资金占用，所以这里成交回报的顺序和鲁棒就显得尤其重要。如果收到全成后又收到部成，并且没有仔细处理的话，容易导致资金和持仓错误。有些工程师会不注意策略交易系统的资金控制，认为柜台会做校验不会透支，然而如果有配对交易，比如期现套利，股指端成交后，现货发现透支，将会导致风险敞口的发生。
8.监控客户端
9.各类信号监控
10.异常流程处置
开发技巧
策略交易系统的开发模式与其他系统最大的区别在与对异常和不确定性的低容忍，“所有事情都要做到能够被解释”是一条很重要的纪律。在开发或者测试过程中发生的任何异常情况都要仔细分析背后可能存在的原因，往往某个隐藏的bug会导致生产上的亏损，所以不能接受任何“我这里是正常的”“重启试试”等逃避问题的行为。
1.防御式编程
防御式编程是提高软件质量的有益辅助手段，也是《代码大全》里的推荐方式。防御式编程的主要思想是：子程序不因传入错误数据而被破坏，哪怕是由其他子程序产生的错误数据。这种思想将可能出现的错误影响控制在有限的范围内。“假设你面对的是一个残酷的非法数据世界，你要足够鲁棒来保证你不受侵害”。可以通过接口类和内部类将数据隔离，在接口类上做数据的判断和检查，包括行情的判断、文件数据的判断、用户输入的判断等。
2.大量使用断言
编写代码时，我们总是会做出一些假设，断言就用于在代码中捕捉这些假设。断言表示为一些布尔表达式，程序员相信在程序中的某个特定点该表达式值为真，使用断言可以创建更稳定、品质更好且不易于出错的代码。断言只出现在Debug版本里，不会影响Release版本的性能。可以使用断言判断指针不为空、使用断言判断收到全成或部撤后不再收到成交回报、使用断言判断在成交回报回来查表时候一定能找到对应订单、使用断言判断行情的时间戳是顺序的等等，在每个逻辑关键点加上断言会极大程度上保障系统的健壮性，也能在重构过程中充满信心。
3.用单元测试用例来覆盖
单元测试也叫白盒测试，通过编写对应的测试代码来验证代码功能的正确性。单元测试是保障代码质量的重要手段，越早进行测试，未来修复bug的代价越少，但是单元测试也是“短期利益与长期利益冲突”的典型。长期来看有好处，短期却需要付出更多的劳动。单元测试有以下三点好处。
尽可能早的测试功能正确性。一个功能越早被测试，就能越早发现问题。当系统构建成功后发现bug，通过日志或者各种调试工具来修正错误的代价极其高昂，而早期通过单元测试代码覆盖，能尽可能的保障每个功能的健壮。
驱动代码编写规范，独立可测。当开始编写单元测试用例的时候，为了更好的测试功能类，会尽可能的把类写的独立可测，会尽可能的降低代码的耦合程度，也会更好的遵循单一职责原则（SRP），总而言之就是通过编写更多的单元测试来驱动代码写得更好。
单元测试是重构的重要保障。单元测试案例随着时间流逝会越积累越多，这也是重构的重要保障。当重构完并且通过所有单元测试，就会对产品的品质更有信心，也会更有信心去重构系统，而缺乏单元代码覆盖的系统重构起来困难重重，重构代价很高。