搭建系统|为何我坚持要用Python搭建属于自己的股票量化交易系统
前言
前幾期我們搭建了自定義的量化行情/選股/回測框架：
搭建系統(tǒng)|說好了個性化的選股工具！教你定制自己的選股財務(wù)數(shù)據(jù)表？
搭建系統(tǒng)|升級基于財務(wù)數(shù)據(jù)的選股工具！從清單中剔除ST股和次新股
搭建系統(tǒng)|“財務(wù)數(shù)據(jù)選股工具”如何與“多維度股票行情分析工具”完成無縫切換
搭建系統(tǒng)|升級基于財務(wù)數(shù)據(jù)的選股工具！添加上日歷和排序功能會更好用
搭建系統(tǒng)|不用數(shù)據(jù)庫選股也行！利用Pandas特性的GUI版基本面選股工具
搭建系統(tǒng)|聽說backtrader很不錯！把它集成到本地GUI回測平臺中！
搭建系統(tǒng)|在線改策略很便捷！試一試本地GUI回測平臺動態(tài)改策略
搭建系統(tǒng)|多維度下不同股票|周期|除權(quán)|復(fù)權(quán)走勢對比界面
搭建系統(tǒng)|行情軟件可沒有！多股票投資組合用的GUI分析界面
搭建系統(tǒng)|想把聚寬本地化嗎？一起來創(chuàng)建GUI版的自定義量化回測平臺
搭建系統(tǒng)|wxPython布局管理實現(xiàn)多只股票走勢對比界面
搭建系統(tǒng)|比Matplotlib更好用的pyecharts打造GUI股票行情分析界面
最近在CSDN平臺上開了一場新書《Python股票量化交易從入門到實踐》介紹的直播課，由CSDN與異步社區(qū)共同舉辦的一場直播。
京東、當(dāng)當(dāng)、天貓熱賣中
本期我把直播中所提到的關(guān)于“為什么要搭建屬于自己的股票量化系統(tǒng)”提煉出來和大家分享。
寫作本書的目的
對于讀者來說，寫作這本書目的是為了分享給讀者搭建屬于自己的股票量化交易系統(tǒng)的方法。
我一直強(qiáng)調(diào)股票交易是個性化的領(lǐng)域，每個人承受的風(fēng)險程度不同、激進(jìn)程度不同，擅長炒股技能也不同，所以我們搭建的系統(tǒng)要適合自己，這也是本書和其他量化書觀點上最大的不同。
為什么選做股票量化交易。其實，量化交易本身是可以應(yīng)用在很多投資理財領(lǐng)域的，確切地說只要涉及時間序列的價格變動，就可以應(yīng)用量化交易去分析，像期貨、數(shù)字貨幣，甚至基金定投等，股票投資只是其中的一部分。
我選擇股票這個標(biāo)的，一方面股票投資是全民最主要的理財渠道之一，另一方面原因是它屬于在我的認(rèn)知范圍內(nèi)，比如像科技類題材股像人工智能、芯片、語音、通信、智能家居、電氣設(shè)備這些板塊，因為我處于的行業(yè)的背景，很多資訊 事件我能夠看得懂。
圖中可以看到A 股自古以來“牛短熊長”，周期交替。從2003年至2019年有兩輪牛市，我相信以我們國家的發(fā)展趨勢，未來牛市可期，這也是行業(yè)內(nèi)部人士一致的觀點。
很多人在牛市賺了很多錢，最終“退潮”的時候還是虧回去了。所以我們得提前升級自己的交易方法，不然又是重蹈覆轍。
之前看到一則新聞上說，中國的股民有 1.2 億多，統(tǒng)計股民的行為之后發(fā)現(xiàn)他們每天平均看盤2小時，全年平均買19只股，平均2天交易一次。
所以，大多數(shù)股民交易頻繁，對買賣點的思考并不嚴(yán)謹(jǐn)。如果炒股毫無章法的話，勢必淪為“韭菜”被收割。
量化交易它有管理概率、理性交易的思想所在，非常適合在普通股民群體中推廣。接下來會展開介紹。
當(dāng)然，本書將量化交易應(yīng)用在股票交易中，并不是傳授戰(zhàn)勝市場、一夜暴富的本領(lǐng)，我也沒有這么大的本事。
而是想讓讀者們通過量化交易管理盈虧的概率，能夠更理性地將股票投資作為理財?shù)囊粋€手段，而不是以賭博的心態(tài)參與其中。
以散戶視角厘清量化交易概念
目前市面的量化書籍包括國外的，大多是金融從業(yè)人士編寫的，他們的角度和我們普通股民會有些不同。偏研究分析的模型算法可能我們也看不懂、用不到，有些量化系統(tǒng)針對于機(jī)構(gòu)操盤搭建的，也不適合小資金的普通股民。
所以我們作為普通股民中這個視角，該怎么去理解量化交易概念。
量化交易并不一定需要用程序化交易，也不限于交易速度和頻率的要求，只要滿足了量化交易所涵蓋的決策方式就可以稱為量化交易。
我們可以理解為是Python數(shù)據(jù)分析在金融領(lǐng)域的一種應(yīng)用。
Python 是一種編程語言，目的為了幫助我們快速解決實際問題，我們是將Python 數(shù)據(jù)分析技術(shù)應(yīng)用到股票量化交易場景之中。
數(shù)據(jù)分析是對收集來的大量看似雜亂無章的數(shù)據(jù)進(jìn)行統(tǒng)計分析和研究，從中提取有用信息，總結(jié)出其中一些內(nèi)在規(guī)律和特征，目的就是幫助人們作出判斷，提供數(shù)據(jù)上的支撐。
反映到股票量化交易中，“數(shù)據(jù)”指的是我們所要分析的股票數(shù)據(jù)，我們從“數(shù)據(jù)”中挖掘出能夠獲利的策略，目的是“交易”，也就是指將策略轉(zhuǎn)換為具體的買賣操作。
以散戶視角利用量化交易的優(yōu)勢
傳統(tǒng)的交易無論是技術(shù)面分析還是基本面分析都屬于通過人的思維去做決策，這種高度抽象的模式在深度上會有絕對的優(yōu)勢，但也與交易者個人的經(jīng)驗、盤感，甚至情緒波動都有極大的關(guān)聯(lián)。
假定我們在復(fù)盤的時候情緒是相對穩(wěn)定的，決策也是客觀的，而到了盤中的時候，我們的情緒受到股價波動的影響，往往會做出了錯誤的決策。
在當(dāng)前一直擴(kuò)容的市場中，主觀交易很難實現(xiàn)全市場的跟蹤監(jiān)測。假定我們設(shè)計一個交易策略，在實盤交易前勢必要驗證下策略在歷史上的執(zhí)行效果。如果用人工方式來驗證，當(dāng)前A股市場有近4千只股票，有幾十年的行情數(shù)據(jù)，我們需要花費大量的時間逐個復(fù)盤，同時也非常容易出錯，所以顯然是不太可行的。然后在開市時間段，還得每天花4小時關(guān)注著盤面的走勢，太浪費時間了。
所以這些成為了傳統(tǒng)交易方式的“硬傷”。
量化交易這種方式能很好地解決這些“硬傷”。
首先它利用計算機(jī)的強(qiáng)大運算能力，在廣度上占有絕對的優(yōu)勢。利用回測環(huán)節(jié)去評估策略效果，可以基于大量歷史數(shù)據(jù)去驗證，還能自動計算出包括收益率、最大回撤率、夏普比率在內(nèi)的這些評估指標(biāo)值，而且又快有準(zhǔn)，可以更科學(xué)更客觀地衡量交易策略的效果。
然后我們獲得一個具體的獲利概率，并依據(jù)概率制定交易的策略，我們可以確信我們的策略是經(jīng)過回測和度量分析的，是具有概率上的優(yōu)勢的，從而心態(tài)上會減少恐懼和猶豫的影響。
我們可以讓程序自動監(jiān)測行情走勢，這樣我們就不需要過多地關(guān)注盤中的價格波動，避免影響心態(tài)變化。
所以，我們應(yīng)該升級自己的炒股方式了，把自己以前炒股的那套方法，抽象成策略模型，用量化的方法去全市場回測評估，然后讓程序幫助我們監(jiān)測行情的走勢。
這個才是普通股民所適合的量化交易打開方式。
教你從0到1學(xué)習(xí)量化交易
我在寫書時候的內(nèi)容結(jié)構(gòu)是采用自頂向下逐層去分解量化交易系統(tǒng)而產(chǎn)生的。
這樣有個好處是，分解下來的知識點都是真正用的到的干貨，不存在多余的內(nèi)容，讀者們也能由淺入深去學(xué)習(xí)，前后章節(jié)都有聯(lián)系。
量化交易是將數(shù)據(jù)、策略和決策綜合為一體的系統(tǒng)。
首先是把歷史行情、基本面信息、新聞資訊等數(shù)據(jù)進(jìn)行初步清洗和處理，而后在大數(shù)據(jù)的基礎(chǔ)上以數(shù)學(xué)建模、程序設(shè)計等方法建立交易策略，在對歷史數(shù)據(jù)的回測中評價交易策略的效果，最終篩選出大概率下盈利的策略，并將它應(yīng)用于實際交易中產(chǎn)生交易的信號，例如買什么股、什么時候買、買多少、什么時候賣等信息。
交易策略是量化交易的核心，它包括擇時、選股、倉位管理、參數(shù)優(yōu)化、度量分析等角度的分析。
全書共9 章，分別能夠依次對應(yīng)到圖的各個模塊。
思維導(dǎo)圖是關(guān)于本書各章節(jié)的內(nèi)容架構(gòu)。?
第1 章是理解Python 股票量化交易，主要從多個角度深入剖析量化交易和股票的概念。
第2 章是量化語言Python 的關(guān)鍵應(yīng)用，針對Python 相關(guān)的一些關(guān)鍵知識點進(jìn)行側(cè)重剖析，使大家對Python 語言有更深層次的理解。
第3 章是第三方庫NumPy 快速入門，理解和掌握NumPy 關(guān)鍵知識點將有助于我們更加高效地使用Pandas 庫。?
第4 章是第三方庫Pandas 快速入門，主要介紹Python 環(huán)境下最有名的數(shù)據(jù)統(tǒng)計包Pandas 在量化交易中的應(yīng)用，掌握Pandas的關(guān)鍵知識點使處理數(shù)據(jù)變得非常方便、快速和簡單。?
第5 章是第三方庫Matplotlib 快速入門，主要介紹了Matplotlib 庫在量化交易中的應(yīng)用，憑借Matplotlib 庫極其強(qiáng)大的繪圖功能，我們可以繪制出美觀而有說服力 的圖形，使得可視化分析效果愈發(fā)顯著。?
第6 章是統(tǒng)計概率理論快速入門，主要介紹了統(tǒng)計概率知識在量化交易中的應(yīng) 用。無論是主觀交易，還是量化交易;無論是交易股票，還是交易期貨等，都與統(tǒng)計概率息息相關(guān)，學(xué)好統(tǒng)計概率是交易中非常重要的基礎(chǔ)要求。?
第7 章是股票行情數(shù)據(jù)的獲取和管理，主要介紹快速、便捷地得到可靠、真實的股票數(shù)據(jù)的方法，以及提供高效地管理行情數(shù)據(jù)的方案。
第8 章是股票技術(shù)指標(biāo)的可視化分析，本章首先定制可視化的接口程序，好的程序框架可以幫助我們在分析中事半功倍，然后在此基礎(chǔ)上展開技術(shù)指標(biāo)的計算和可視化，從而挖掘出指標(biāo)背后的含義。
第9 章是構(gòu)建股票量化交易策略體系，主要從回測評估和策略制定兩個層面介紹如何構(gòu)建自己的量化交易策略體系，其中回測評估包含了收益和風(fēng)險維度的介紹， 策略方面包含了擇時、選股、倉位管理、參數(shù)優(yōu)化等關(guān)鍵環(huán)節(jié)的介紹。?
讀者們按照順序閱讀完成后，可以對量化交易的整體過程以及涉及的知識點有一個全面和清晰的認(rèn)識。
逐級進(jìn)階學(xué)習(xí)成果
7.1?掌握獲取股票行情數(shù)據(jù)的方法，7.2規(guī)整化處理股票數(shù)據(jù)格式的方法，然后7.3依據(jù)自己的需求定制股票行情數(shù)據(jù)的獲取接口，如此一來，不僅可以充分結(jié)合Panads、Tushare、BaoStock 等常用接口的優(yōu)勢，而且可以返回規(guī)整化后的股票數(shù)據(jù)格式。?
7.4在建立了自選股票池之后，我們需要分別獲取股票池中對應(yīng)股票的行情數(shù)據(jù)。當(dāng)獲取幾千只股票過去幾年甚至十幾年的行情數(shù)據(jù)時，下載過程勢必會出現(xiàn)耗時過長的問題。因為第二章Python中介紹了多進(jìn)程和多線程的提速方案，7.5將方案結(jié)合至實際應(yīng)用中。?
7.6推薦一款輕型的數(shù)據(jù)庫SQLite，在本地實現(xiàn)高效地數(shù)據(jù)管理。
8.2介紹股票行情界面中K 線、均線、成交量、MACD、KDJ這些技術(shù)指標(biāo)的原理、計算及可視化方法。8.3在這些基礎(chǔ)指標(biāo)之上二次挖掘出衍生技術(shù)指標(biāo)，以輔助交易策略的制定。
8.4介紹TA-Lib庫，它可以讓使用者專注于策略的設(shè)計，而不用像“重復(fù)造 輪子”一樣花時間實現(xiàn)技術(shù)指標(biāo)。?
8.5是本章所學(xué)的結(jié)合，介紹如何用Matplotlib 庫實現(xiàn)多子圖的布局機(jī)制來定制我們的行情分析界面。
在回測階段，用圖形化的方式顯示出大周期下的買賣價位、持股時間等交易信息，計算得到策略的收益和風(fēng)險這兩個關(guān)鍵的指標(biāo)，通過直觀的圖形化分析度量策略的執(zhí)行效果以及存在的問題和改善的空間。
量化交易策略體系涵蓋了擇時、風(fēng)險控制、參數(shù)優(yōu)化、選股、倉位管理策略的制定。
購書福利
為了幫助讀者再建立一座從書本知識到實戰(zhàn)應(yīng)用之間的“橋梁”，贈送一個回測小工具。
憑訂單進(jìn)讀者交流群獲取工具源碼！
小工具的功能，其實是我設(shè)定了一個炒股的場景。我們根據(jù)上市公司的一些財務(wù)指標(biāo)，去過濾出我們心儀的股票加入我們的股票池，然后查看股票的行情走勢，選出走勢較好的幾只股，再制定一個擇時策略，對這幾只股票進(jìn)行回測，評估擇時策略的效果。
視頻效果?
掃碼看直播回放?
總結(jié)
以上是生活随笔為你收集整理的搭建系统|为何我坚持要用Python搭建属于自己的股票量化交易系统的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 从零开始制作基于Unity引擎的宝石消消
- 下一篇： 操作系统，独木桥问题，PV操作