松鼠宽客的策略源码

1. 做为一个宽客,应该选择Matlab还是python呢各有什么利弊

我自己曾经把一个策略框架用Matlab和Python同时写了一遍。
Matlab的优点是数据格式规范，工具包调用简单，包之间完全不存在相互冲突。
Python的优点在于我能较方便的写出一个可以独立运行的GUI，而且数据读取、处理更顺手。基本都是胶水语言的优点。
而且，该框架Python的运行速度比Matlab快五倍左右（粗略估计）。

但是，我很确定的发现，Matlab更适合我这样的策略研究者，在Matlab下不会被策略之外的bug频繁打断逻辑思路。

我现在研究策略主要用Matlab，Python会用来读取和清洗数据，如果对运行速度有要求，会使用其他解决方案或者Python。

注：曾经因为一个工具包而使用R，感觉结果不对劲，发现工具包本身有错误。和包的作者沟通后确定了。从此对R再也提不起兴趣。不知道Python甚至Matlab是否也存在这种问题。总之，调用工具包都要小心。

2. 量化交易领域有哪些经典策略

量化交易种比较受宽客们所熟知的量化经典策略有：

alpha对冲(股票+期货)

集合竞价选股(股票)

多因子选股(股票)

网格交易(期货)

指数增强(股票)

跨品种套利(期货)

跨期套利(期货)

日内回转交易(股票)

做市商交易(期货)

海龟交易法(期货)

行业轮动(股票)

机器学习(股票)

以上这些经典的量化交易策略源码都可以到掘金量化交易平台查阅。

3. 短线交易及其规定是什么

短线交易绝非易事，如果不能制定出有效的交易法则短线交易很难成功。
首先短线交易也分为趋势方法和“炒单”方法两类，短线交易不完全等同于“日内炒手”。两者的差别在于是否有“趋势”概念，炒手基本没有趋势念，完全针对价格的波动来交易。而我们这里所讲的短线交易仍然是针对“趋势”的交易，只不过相对于中长线而言它依据的是“短期趋势”。比如在同样的指标参数设置下，中长线交易可能是以日线、小时图等较大周期的信号进行交易；而短线交易则可能是以五分钟图、甚至是1分钟图信号进行交易。之所以要要注意短线机会，是因为当前期货市场价格波动特点发生了较大的变化，主要体现在日内震幅加大，而且日内涨跌波段次数增多。日内波幅的加大对中长线交易有很大的不利影响，日内反向波动让趋势单的风险更难控制，从机会角度看三、四个大的日内波动其幅度相加就能超过一波较大的中级趋势行情的幅度，这样的情况下短线趋势对盈亏的影响力度就大大加强，所以必须要研究市场的短线机会。
根据我们对国内市场短线波动特点的研究，短线机会可以用短周期K线的均线和摆动指标来捕捉，具体来说将均线设置为60，120，240三条，摆动指标选慢速KD，参数：36，5，3，5.。短线机会以5分钟图均线系统为基本趋势方向，以15分钟图指标高位或低位交叉作为更大一级的约束条件。具体进出场则以1分钟图均线向上突破三条均线或向下突破三条均线为点位选择，其信号规则与中长线交易的信号规则基本相同，即如果15分钟指标高位死叉，同时1分钟图向下突破可做空，反之15分钟图指标低位金叉，而1分钟图向上突破为买进信号。5分钟图的均线为支撑或压力参考。
除了K线图的指标体系信号之外，短线交易还有两个非常重要的参数依据，一是开盘价，二是日内均价线，如果当日期价是低开高走，开盘之后10—15分钟一直守在开盘价之上，即使K线图上有做空信号也不宜急于进场，最起码的条件是价格要向下击穿日内均价线才能做空。反之叵当日期是高开低走，开盘后10—15分钟期价一直在开盘价之下运行即使是K线图上有做多信号也不宜马上开仓，最起码要等价格向上突破日内均价线才能动手。而短线交易的止损位设置通常有两种，一是在价格贴近1分钟图的均线系统时以均线系统作为止损；二是价格远离1分钟图均线系统时，以日内均价线或相对高低点作止损。
另外短线交易时间点把握很有规律可循，日内行情突破或转折要注意四个时间点，分别是9点10分至15分左右；10点30分之后；午后开盘；最后是下午2点10分至30分。这四个时间段是重点要下单的时间段。如果价格在这四个时间段转折短线交易的可靠性较高，否则可靠性较差。

4. 国外量化策略(程序化交易策略)如何获取

获取了也没啥意思，我自己就是编策略程序的，我设计的时候既用到了金融工程知识，又用到了通讯语音分析技术，还用了交叉语言混合编程，我想即使有个把黑客破解了我的源代码，他没有其他先验知识，恐怕也看不懂我编的策略吧。国外策略软件也是同理呀，料你看了也不能咋地。

5. 如何系统地学习量化交易

首推python。

1.学一门编程语言。很多平台用python，也可以选择matlab/C++/Java自己搭系统后面几个不太熟悉，就不多讲。至于python的话，很多第三方库很好的支持做数据处理，简单好上手。

2. 多看一些投资理论、量化交易和数据处理类的书籍。这部分知识是为了生存策略修炼内功用的。

3. 找一个好的靠谱的平台，边练边学。答主本身编程水平一般，社区里很多策略源码分享，可以边看边学，比自己捧本语法书从零学起要快很多。也算是一种速成的捷径吧。

6. 量化投资技术分析的内容有哪些同济桥博士的量化分析课程内容都包含吗

桥博士为了保证这门量化分析培训课程的专业度，他做了三件事：
1.查阅了所有与技术指标相关的书籍，总结了一套包括入门知识、买卖策略、实战技巧、交易系统的体系。

上图：京东上与MACD有关的书籍
2.研读了所有与技术指标相关的论文和研究学者的思路，分析技术指标优缺点及量化交易策略的运用。

3.一个人还不够，乔博士还另外找了三位高材生，北大的研究生、美国的名校硕士、华尔街归来的MBA，与同济大学的博士生老桥，一起来研究。

7. 顾比均线的简述

什么是顾比线？它是由两组均线组成的。澳大利亚的投资家戴若-顾比先生发明，因此叫顾比线。正规叫法是顾比移动复合平均线，可以广泛运用于股票、期货和外汇交易中，只要是能运用K线图的投资项目均能运用。

8. 如何系统地学习量化交易

首先，我对这个问题是完全不知道怎么回答，为此，我专门去请教了我的老师。

• 我理解很难有一个定量交易的所谓的系统学习过程，定量的只是手段，交易逻辑是多样的，你可以通过形态描述，追踪市场方法，如不合理的降价，也可以把天体物理、小波分析、神经网络等复杂模型应用其中，你可以做的是K线结构上的策略，也可以做日线或每500毫秒数据进行决策的策略。所有的一切目的就是为了获利，所谓量化和程序化只是实现这一目的的手段。

  

• 一个strategist需要思考策略的思维框架，实现方式，而developer则是侧重了前后端接口，输入输出，界面设置，风控机制，平台拼接等等很多很多方面。其实很不相同吧。