如何建立一个良好的交易体系和交易策略呢？可以通过大量的历史数据得来，现在计算机很发达，历史数据的检测和获得比较容易。其实有志于这一行的人，可以通过历史数据获得正向系统的一个佐证。这里也有一个很大的争议，就是有关于市场变化的问题。我们行业里面有一种看法叫市场是不断变化的，这个市场在不断的演变。我个人认为市场局部的变化是有的，但是市场宏观的结构是不大会变化的。虽然现在计算机技术很发达，大量的程序化..

“买入前10只现价创一年新高的股票，合计10万元平均分配，限价下单”，这是一个交易策略；运行该交易策略所需要的实时行情、历史行情、事件处理、风控、下单接口、回测统计等模块，就是交易系统平台。从投资机构的角度考虑，下面简单介绍供量化交易员/宽客（Quant）们使用的交易平台如何设计。一、交易系统平台架构设计从输入和输出两端来说，任何交易系统都是通过两条路径和交易所发生交互：1、接收交易所公布的市场数

隐秘、策略和速度被认为是定义高频交易（HFT）公司、甚至广义金融行业的最佳词汇。HFT公司的运营方式和成功方法总是不为人知，而HFT重要人物大多非常低调。HFT公司通过多种策略进行交易并获得盈利。这些策略包括不同的套利方式，如指数套利、波动套利、统计套利和并购套利等。HFT对电脑软件运行及数据获取速度的要求非常高。我们今天就来看看到底HFT公司有哪些类型，它们又是如何盈利的。HFT公司...

巴菲特，以过去20年平均投资回报率高达20%，成为公认的投资大师。索罗斯，以华尔街著名对冲基金“量子基金”，成为与巴菲特齐名的“金融大鳄”。而詹姆斯·西蒙斯，虽名不见经传，但其创建的文艺复兴科技公司第一支基金产品——大奖章基金被称为“印钞机”，1989—2009年间大奖章基金平均年回报率高达35%，较同期标普500指数年均回报率高20多个百分点，比索罗斯和巴菲特的操盘表现高出10余个百分点...

商品期货品种繁多，可以通过多品种投资有效降低回撤。商品期货市场与股票市场有着相对较低的相关性，因此经常被作为分散投资、降低风险的良好标的。 海外有相当多的对冲基金同时投资于大宗商品、股票、外汇等市场，而国内的基金公司也开始逐步关注商品期货市场。本篇报告介绍了海外部分主要投资于商品期货的量化对冲基金， 同时对国内商品期货市场上的量化基金做了概述。全球商品期货量化对冲基金及产品介绍商品期货交易源远流长

大宗商品的投资工具将因为场内期权的到来变的更加多样化和精细化。今天推荐一位量化私募基金经理在第九届R语言会议上所作报告，主要围绕量化投资实践经验以及一些经典的理论知识，梳理量化投资的方法论体系，希望为大家在量化投资领域产生新的认识提供一些帮助。以下为王晓光先生演讲全文：我们先从几个在量化投资中经常遇到的小问题出发，然后逐渐深入思考量化投资的几个基本方法和原则。这些问题或许没有统一的标准答案，我也不

量化交易当中我们会经常用到“回测”这一个步骤，就是用过去的历史数据来检验策略的盈亏情况，然后用这个盈亏情况来估计实盘时候的盈亏。但是，这种回测方式也存在着不少陷阱。现在网上有很多号称“必胜法”的策略，在回测时胜率极高，盈利回撤极低。但是如果你真的拿这些策略来做实盘交易，很可能最后输的倾家荡产。究其原因，这些必胜法的背后大多都使用了“未来函数”这个陷阱。所谓的未来函数，可以分为两大类...

2012年8月1日，对美国的资本市场是“惊魂一天”，开盘后短短的45分钟内，许多股票都被不停地以高价买入，低价卖出，到收盘的时候，消息传来，骑士资本因软件技术故障，向纽交所发送大量错误订单，公司因此巨亏4.4亿美元，股价也在两个交易日内暴跌七成。无奈之中，骑士资本最终与四家机构达成了4亿美元的“卖身”协议，其中包括了高频交易巨头、芝加哥做市商Getco。四个月后，12月20号，Knigh...

在量化交易中，如何获取适当的数据用于开发和测试交易策略，往往是投资者面临的一个难题。尽管随着技术的发展，获取大数据的成本也在逐渐降低，但历史价格等传统数据已经不能满足部分投资者的需求。许多量化投资者开始尝试从另类数据(Alternative Data)中提取交易信号。这些数据的来源千奇百怪，却可能有效地提升投资回报。对另类数据的探索和应用由来已久。1997年，当芝加哥期货交易所(CBOT)搬到新的

大学生金融小白自学python做量化投资需要注意些什么?量化金融其实是一个交叉复合学科，需要掌握数学、计算机、金融等方面的知识。显而易见，对于金融学背景的同学来说，就需要另外学习计算机编程的知识，而计算机背景的同学则需要补充金融知识。由于是24K纯金融学专业背景，所以金程AQF小编就跟大家分享一下，作为一个零编程基础的金融小白，是如何入门量化金融的。一、量化工具1、编程语言Python工欲善其事，