Ⅰ 如何在 Ricequant 上实现策略
你好!以 [单股票均线策略] 的代码实现为例说一下如何在Ricequant上实现策略吧。
1 确定框架:
[单股票均线策略] 的主要策略框架: 5 日均线高于 30 天均线,则全仓买入股票 5 日均线低于 30 天均线,则卖出所持股票。从我们日常交易的角度,一般交易者的行为可以拆分以下两部分:
1.1 选择标的(初始化):
#在交易之前,我们通常会先选定要交易的股票池或者单个股票
1.2 交易(每天盯盘)
#我们会观察该股票的五日均线和30日均线,并进行比较
#如果该股票的五日均线在30天均线以上,则全仓买入股票
#如果该股票的五日均线在30天均线以下,则全仓卖出(空仓)
那么程序中,我们是怎么做的呢?
先看看 Ricequant 平台中对应的代码框架会是怎么样的吧:
definit(context):
#程序的初始化,预设股票池、设置参数和变量。只运行一次
defhandle(context,bar_dict):
#从回测的开始日期至结束日期,根据选择的频率(日、分钟)循环运行
对照策略思路 及 Ricequant 代码框架,你会发现我们可以很轻松地把 两者结合起来
以上框架也是 Ricequant 平台的最基本也最主要的框架,也就是初始化循环 - 根据选择的频率(日、分钟)循环运行
2 初始化:
选择标的:本策略的交易股票设定为 300059 ”东方财富“。
definit(context):
context.stock="300059.XSHE"#存入目标股票[东方财富]
延伸阅读:
1 在 init 中实现程序的初始化,例如存入目标股票池,设置滑点、基准等参数以及设置其它变量。 context 是一个全局的容器,你可以通过它设置任何全局变量并初始化:如 context.stock 将会在后面代码所被调用到。
2 代码中 # 代表注释,作为代码说明,执行时会被跳过而不为程序所运行。
3 如何填写股票代码:你会发现策略代码中 股票代码后带有后缀,那么它们分别代表什么呢?
后缀为
XSHE 代表在深交所上市交易的股票
XSHG 在上交所上市交易的股票
例子:
300059.XSHE 为深交所上市的东方财富
600000.XSHG 为上交所上市的浦发银行
我们的代码编辑器还提供了非常便利的股票代码自动寻找和补全功能,在 Windows 中你可以用 ctrl+i , Mac 系统你可以用 cmd+i 激活证券代码自动补全功能。如下图:
我们可以看到回测详情中有精致的图表,详细的各项风险收益指标、以及持仓、落单等详情辅助你进一步了解你的策略的表现。
到这里,一个完整的从 [构建策略思路] 到 [策略代码编写] 到 [回测结果检验] 的流程就结束了。
Ⅱ ricequant和uquant策略编写一样吗
在组策略好像实现不了。你可以通过NTFS格式。设置磁盘配额来限制拷贝。但是要建立一个普通用户。对这个普通用户设置磁盘访问权限。一般设置为0,这样就拷贝复制不了文件了。
Ⅲ ricequant 量化 多少人
1。 在数据获取方面强烈推荐使用TuShare 2。 在我们A股推荐成熟的pyalgotrade 3。测试策略 如:Ricequant 4。恒生的python-恒生量化社区 5。python的量化回测框架 QuantDigger
Ⅳ Quant 应该学习哪些 Python 知识
1. 如果还需要Deep Learning方面的东西的话,可以考虑Theano或者Keras。这两个东西可能会用在分析新闻数据方面。不过不是很推荐使用这类方法去做量化模型,因为计算量实在是太大,成本很高。
2. 交易框架方面,除了vn.py,还推荐PyAlgoTrade框架,github上可以搜到。私以为这个框架比vn.py牛逼太多了,毕竟是一个在金融IT领域混迹近20年的老妖的作品,架构设计不是一般的优秀。
3. 国内的话,ricequant是个不错的选择,虽然使用的是Java,但是团队我见过,都是做金融IT出身的,基本上都有7、8年以上经验,底层功底非常扎实,做事情都很靠谱。现在他们也在考虑把SDK扩展到Python这边。
4. 国内的行情和交易接口,使用的是自己的协议(比如CTP接口使用的是FTD协议),而不是国际上广泛使用的FIX协议,并且都不开源。如果需要连接行情,还需要考虑将接口SDK为python封装一下。(修改:评论中有人提到很多券商也开放了FIX接口,不过似乎是在内网使用)
5. 有人谈到数据库了,这里我也说一下,对于高频tick级别的数据,其量级可以达到每天TB级别,普通的关系数据库是扛不住的。如果试图使用传统的关系数据库,比如Oracle之类的可以省省了。对付这种级别的数据,采用文件系统+内存索引会更好。不过这种场景,一般也就是机构里面能碰到了,个人quant可以不用考虑。
Ⅳ Ricequant是一家什么样的公司
去网站看看不就知道了
不过据说应该挺好的 国内这几个做量化的平台 他们的平台比较稳定。 也挺低调的 很少看他们宣传 话说回来 网站真心做的不错 , 至于里面的功能你觉得怎么样 因人而异咯~~~ 反正我拿去几个做回测还是不错的。
不知道你是想搞量化投资 还是想应聘
Ⅵ 什么软件能构按财报选股
以下仅供参考:
这是一个挺符合我们现在在做的云端工具的,首先最重要的是需要准确、齐全、易用的数据,有什么比把这些数据都放在云端,能让大家打开一个浏览器就能筛选、调用方便呢?
我们Ricequant - Beta提供了多达400多项指标的所有A股上市公司的10年+的历史以及现在的财务数据,所有命名都是自己做的高质量标准,包括提供了investopedia、wikipedia、网络和MBA智库的链接,一句话的解释以及计算公式:
作者:LIKE
来源:知乎
Ⅶ AI都能炒股了,以后就要拼谁的算法牛了
人工智能量化交易平台宣布获得数百万人民币融资。据悉,本轮融资将主要用于团队建设、产品开发和硬件设备投入。
是一家基于人工智能的量化投资公司,成立于2017年10月,主要将技术应用于量化投资领域,实现低风险高收益的投资回报。
中国私、公募基金规模呈大跨步发展,截止2018年2月底,中国私募基金规模已达12.01万亿元,公募资金规模已达12.64万亿,在控制风险的前提下,提高获得投资收益的效率,是公、私募投资最大需求,国外盛行的量化交易越来越被国内机构所接受。
在量化交易这个领域,目前已有不少项目:私人量化交易平台JoinQuant、RiceQuant以及优矿,为量化交易领域提供核心算法支持的众加,量化策略商城微量网、以量财富为代表的量化理财平台,以及为量化投资者提供智能交易和分析工具的名策数据。
量化交易策略的建立是量化交易的重要环节。目前主要方式有两种,一种是输入与这套逻辑相关联的因子,比如历史表现、公司财务数据、宏观经济数据、上下游供应商数据等众多参数,建立一套模型,以算出标的上涨或下跌的概率,并生成投资组合和调仓策略。随着近几年人工智能兴起,不少人开始选用机器学习等方式,输入众多因子,让AI自己生成策略。
创始人兼CEO庞表示,的做法则不同,是用神经管网络替代原来用逻辑和策略构建的数学模型,通过输入股票相关数据,利用训练不同结构的神经网络来实现机器自主的量化交易。想做量化交易界的Deepmind(研发阿尔法狗的团队),成为中国的基金。
目前,的首个产品A股机器人“狗”已上线,应用于国内二级市场的投资,产品已实盘测试8个月。数据显示,狗实盘业绩显著,在2017年11月A股普跌的情况下(中证1000跌幅超4%),狗依然实现了5.23%的收益,最大回撤控制在2.7%,并在2018年1月底上证指数大跌12%的情况下,智富狗做到了提前清盘避险,业绩明显优于大盘。
投资人黄表示:“人工智能是非常好的提高效率的方式,非常关注人工智能在各个领域的应用,我们认为以为代表的、基于神经网络的人工智能量化交易平台,能极大地提高大型的高频交易的效率。人的精力有限,一个再好的操盘手也不可能同时看2000支股票,但机器能轻易办到。”
Ⅷ 期货如何做到量化
1.进入Rice.quant量化交易平台(https://www.ricequant.com/?f=n),并注册。注册后,点击右上方的“我的策略”,再点击下方“创建新Python新策略”或是“创建Java新策略”。
2.创建成功后,大家可以看见下面一个界面。这里就是我们的策略书写位置,非常人性的通过注释给了新手一个指导。
3.恭喜你,已经完成了前期的准备工作。您可以开始书写你的策略了,具体可以参考https://www.ricequant.com/community/topic/165/。在书写完成后,编译策略,检查是否存在错误或者做其他的调整。
Ⅸ 国内量化交易软件排行榜
随着TPS交易系统体系概念的兴起,很多人会好奇量化交易系统,到底有什么“魔力”。今天就一起来看看,TPS量化交易系统,有哪些新亮点、新玩法。
新亮点
胜率高达92.58%
胜率这个问题,基本是新手第一关心内容,有经验的投资者关心的更多风控和盈亏比。目前,TPS量化交易系统的胜率在92.58%左右。胜率这里我们希望大家别太过于看中,因为交易非定量,不像抛硬币不是正面就是反面,交易存在涨、跌、盘整、还有额外的交易点差手续费。不是高胜率就是好信号,理论上谁都能做出高胜率,甚至100%胜率。只需要下单时盈利一小点的单子平仓,错误的单子严格止盈止损。
盈利率较高
相对于传统人工做法,TPS量化交易系统拥有较高盈利率优势:
1.每个月预期40.28%的盈利率
2.按照10万美金5%的仓位,每月预计盈利5万美金左右。
交易系统稳定
无论是平台还是交易软件,投资者最看重的就是稳定性,一个稳定的交易系统对于投资者来说是很有优势的,很多投资者在刚开始都没有意识到稳定性对他们的重要性,直到在交易中使用了一个不稳定的交易系统,才发现交易过程状况百出,最后,交易结果也和他们的交易表现不成正比。而TPS量化交易系统拥有数据更新及时、可靠的交易数据等优势,不会出现扛单,甚至是大亏大赚的情况,这对于投资者在参与交易时,是非常有利的。