懂机器学习如何入门量化交易？

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

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：

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，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

量化交易都会用到什么Python库？​blog.csdn.net/itcast_cn/article/details/123073424