概述
金融领域
- 股票
- 期货
- 外汇
- 虚拟货币
- 期权
统计和数据科学
- 假设检验
- 机器学习
- 过度拟合问题：避免过度拟合，在不同模型下所用的方法是不一样的。
- 模型选择、变量选择
编程
- python
- Python几个常用的包:Numpy,pandas,scikit-learn
- 完成一些基本项目：网页爬取数据（从Finviz取数据）、API下载数据、数据分析（Kaggle上有例子）
- 使用现有量化交易平台直接开始使用，边用边学（QuantConnect）
- 系统化管理数据和代码
交易
- 开户，手动模拟交易
- 看看别人在做什么：宏观数据、K线图、技术指标、日内交易（当天买当天卖）、常用经典量化策略
- 交易的常识：市场参与者（交易是与人博弈的一个过程）、交易如何进行、杠杆和保证金等、哪些数据可以使用、会产生哪些数据
- 尽早进行一次完整量化交易全过程
量化交易流程：
- 1、数据获取
- 2、数据清理
- 3、数据分析
- 4、数据优化
- 5、策略回测
- 6、策略参数优化
- 7、策略模拟和实盘
- 8、风控模块
- 9、资金管理
量化交易指标
- 技术指标：对成交价量的一种特定方式总结，比如RSI,MACD等。比如Pandas-ta中有130多种指标。
- 信息不能超出：成交价格、成交量和成交时间，三者的转换与组合有着相依关系和丰富的内容。
- 是否有用：量化指标中得变量是长期的一个群体智慧，虽然信号是低频且高噪声的，但是这些量化指标并不是完全没用。
最后
以上就是魁梧嚓茶为你收集整理的量化交易学习2--量化交易入门的全部内容，希望文章能够帮你解决量化交易学习2--量化交易入门所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复