可以获得国内股票和期货tick级别tick 历史数据据的数据库有哪些

查看: 22631|回复: 242
用Python从四大期货交易所爬取数据
该用户从未签到
本帖最后由 fantuanxiaot 于
18:31 编辑
& &&&为了获得免费且可靠的期货日行情数据,我设计并编写了四个爬虫,分别从中国金融期货交易所(CFFEX)、上海期货交易所(SHFE)、大连商品期货交易所(DCE)和郑州商品期货交易所(CZCE)官方网站上爬取并整理数据。每个爬虫对应一个类(class):MarketDataFromCFFEXV、MarketDataFromSHFE、MarketDataFromDCE、MarketDataFromCZCE。每个爬虫可以完成网友爬取、数据清洗、数据入库等工作。爬取的数据,可以为以后的品种选择模型等应用提供可靠的数据源。
2.重要的知识
1)如何获取实际的url
2)Python3中的urllib模块
3)Python3的编码和解码
4)正则表达式
5)pyquery模块
6)Python如何和sqlite数据库进行交互
3.如何使用(以DCE为例)
1)爬取某天的数据(用于更新)
& &&&首先创建对象:test=MarketDataFromDCE(&&),表示获取日的交易行情数据。初始化对象时,需要传入日期参数,日期参数为字符串类型,且必须写成””、””的形式。
& &&&获取网页数据:test.GetNeededData()。上面创建的test对象调用GetNeededData()方法来爬取数据,爬取得到的数据放在属性Data中。如果要查看Data,直接打印即可:print(test.Data)。
& &&&数据入库:test.InsertDataToDB()。这个方法创建相应的表并把数据插入到该表中。每个交易所对应一个表,同一个交易所的数据放在同一个表中,通过合约名称和日期,可以对每行记录作唯一标识。
2)爬取所有历史数据
(1)首先创建一个交易日期字符串外部文档。
& &&&文档每行代表一个交易日:
& && && && &&&
& && && && &&&
(2)读取交易日期文档到python
f=open(r&F:\Python\GetFuturesDataFromExchanges\tradingdate.txt&,&r&);
(3)爬取每个交易日数据
for i in f.readlines():
& & i=i.replace(&\n&,&&).strip();
& & Task=MarketDataFromDCEV3.MarketDataFromDCE(i);
& & Task.InsertDataToDB();
print(&My Host,&+i+& &+&is over&);
(4)关闭f对象,释放内存
f.close();
4.需要注意的地方
1)每个爬虫可能有多个版本,如V1代表版本1,V2代表版本2,高版本是在低版本的基础上改进的,所以使用时只需要用最新的版本即可。
2)可以把这个做成一个package,每个爬虫为一个模块。调用这个包之前,需要设置访问路径,sys.path.append(r&F:\Python\GetFuturesDataFromExchanges&)。
3)使用模块时,注意爬虫类属性saveurl,这个属性用来指定输出数据库的路径。
self.SaveUrl=r&F:\Python\GetFuturesDataFromExchanges\FuturesMarketDataDB.db&
4)上期所数据在日之前是gbk编码;之后是utf-8编码
5)郑期所数据在历史不同时期也有不同的xml结构,因此有一个beta版,现在应该用正常版。
附(完整代码见附件):
#!/usr/local/bin/python
#-*-coding:utf-8-*-
#Get market data from futures exchanges
#designed and programed by lianxiangbin(LianZhang,qq)
import urllib.request
import urllib.parse
from pyquery import PyQuery
import sqlite3
import datetime
class MarketDataFromDCE:
& & #define the attributes
& & def __init__(self,date,SaveUrl):
& && &&&self.date=date[0:4]+date[5:7]+date[-2:];#&&
& && &&&self.url=r&.cn/PublicWeb/MainServlet&;
& && &&&self.PostDic={'action':'Pu00011_result','Pu00011_Input.trade_date':self.date,
& && && && &&&'Pu00011_Input.trade_type':'0','Pu00011_Input.variety':'all',& & & &
& && && && &&&'Submit':u'查 询'}
& && &&&#print(self.PostDic)
& && &&&self.Rename={'大豆':'a','豆二':'b','豆粕':'m','豆一':'a','豆油':'y','鸡蛋':'jd',\
& && &&&'焦煤':'jm','焦炭':'j','玉米':'c','胶合板':'bb','聚丙烯':'pp','聚乙烯':'l','铁矿石':'i','纤维板':'fb','棕榈油':'p','聚氯乙烯':'v'};
& && &&&self.SaveUrl=SaveU
& && &&&self.Data={};
& & #get the html page
& & def GetWebPage(self):
& && &&&PostDicDecoded=urllib.parse.urlencode(self.PostDic).encode(encoding='gbk');
& && &&&Request=urllib.request.Request(self.url,PostDicDecoded);
& && &&&MyPage=urllib.request.urlopen(Request).read().decode(&gbk&,&ignore&);
& && &&&if not MyPage:
& && && && &print(&Dear Host,I can not find the web page&);
& && &&&return MyP
& & #this is the trading date
& & def GetTheTradingDay(self):
& && &&&TradingDay=datetime.datetime(int(self.date[0:4]),int(self.date[4:6]),int(self.date[-2:]));
& && &&&return TradingD
& & #Get the data we needed from the origin file
& & def GetNeededData(self):
& && &&&MyPage=self.GetWebPage();
& && &&&TradingDay=self.GetTheTradingDay();
& && &&&Contents=PyQuery(MyPage);
& && &&&#print(Contents);
& && &&&A=Contents(&table&).eq(1);
& && &&&A=PyQuery(A);
& && &&&for tr in A(&tr&):
& && && && &Contrasts=[];
& && && && &values=[TradingDay];
& && && && &for i in range(len(tr)):
& && && && && & data=PyQuery(tr).find(&td&).eq(i).text();
& && && && && & if i&2:
& && && && && && &&&Contrasts.append(data);
& && && && && && &&&if i==0:
& && && && && && && && &Symbol=Contrasts[0];
& && && && && && && && &if Symbol.strip() in self.Rename:
& && && && && && && && && & Symbol=self.Rename[Symbol];& && && && && &&&
& && && && && && && && &values.append(Symbol);
& && && && && & else:
& && && && && && &&&values.append(data);
& && && && &key=Contrasts[0]+Contrasts[1];& && && && &
& && && && &if (u&商品名称& in key) or (u&小计& in key) or (u&总计& in key):
& && && && && &
& && && && &values[1:]=[element.replace(&,&,&&).replace(&-&,&&).strip() for element in values[1:]];
& && && && &self.Data.setdefault(key,values);
& && && && &
& & #Insert into DB
& & def InsertDataToDB(self):
& && &&&self.GetNeededData();
& && &&&conna=sqlite3.connect(self.SaveUrl);
& && &&&#if conna:
& && &&&#& & print(&database is successfully connected&);
& && &&&cursor=conna.cursor();
& && &&&SQLquery1=&create table if not exists DCE(Contracts varchar(20),date datetime,Symbol nvarchar(30),Open numeric(15,2),\
& && && && && && &High numeric(15,2),Low numeric(15,2),Close numeric(15,2),PreSettlement numeric(15,2),Settlement numeric(15,2),\
& && && && && && &Change1 numeric(15,2),Change2 numeric(15,2),Volume numeric(25,2),OpenInt numeric(25,2),\
& && && && && && &ChangeofOpenInt numeric(25,2),Turnover numeric(30,2))&;
& && &&&cursor.execute(SQLquery1);
& && &&&for key,value in self.Data.items():
& && && && &Iter=(key,value[0],value[1],value[2],value[3],value[4],value[5],value[6],value[7],value[8],value[9],value[10],value[11],value[12],value[13]);
& && && && &#print(Iter);
& && && && &SQLquery2=&insert into DCE&+& &+&values(?,?,?,?,?,?,?,?,?,?,?,?,?,?,?)&;
& && && && &cursor.execute(SQLquery2,Iter);
& && &&&mit();
& && &&&conna.close();
& && && && &
if __name__==&__main__&:
& && &&&test=MarketDataFromDCE(&&);
& && &&&test.InsertDataToDB();
& & except Exception as e:
& && &&&print(&something wrong&)
& && &&&print(e);
附件:游客,如果您要查看本帖隐藏内容请
感谢您分享自己珍贵的资料
鼓励帮助他人,我们共同进步
该用户从未签到
请教一下楼主啊:
1、如何获取实际的url,比如cffex 是怎么得到url是 fzjy/mrhq//index.xml其它交易所又如何获取url呢
2、现在源程序大商所和郑州商所的不能正常运行了
加qq了(qq尾号四-八-六),期望楼主能加
该用户从未签到
pthon中是不是有个 什么&&BeautifulSoup 是用来做正则de ?
恩,有这样一个,不过python自己带的也挺好用的
该用户从未签到
学习学习学习学习学习学习学习学习学习学习学习学习学习学习学习学习学习学习
该用户从未签到
厉害啊,好好学习
签到天数: 80 天[LV.6]常住居民II
网站官方,,,保证您有偿编程安全。
签到天数: 12 天[LV.3]偶尔看看II
大家都加油~
签到天数: 12 天[LV.3]偶尔看看II
pthon中是不是有个 什么&&BeautifulSoup 是用来做正则de ?
网站官方,,,保证您有偿编程安全。
签到天数: 12 天[LV.3]偶尔看看II
本帖最后由 faruto 于
21:04 编辑
但 就 IF和商品期货而言, 由于IF和商品期货 可以卖空且T+0,所以单纯日线的数据有点不够用,至少需要分钟级别的数据进行相应的backtest, 如果玩高频的策略,那么tick级别的数据是必须的。我也在找分钟级别的 期货的免费数据源或接口。
当然TB上期货的数据都是比较全的,可以批量从TB中导出,load到matlab或者python中使用。
鼓励帮助他人,我们共同进步
该用户从未签到
faruto 发表于
pthon中是不是有个 什么&&BeautifulSoup 是用来做正则de ?
python有好几个包用来解析网页 包括pyquery、beautifulsoup、HTMLParser等,一般的网页,我觉得用re+pyquery就足够强大了
鼓励帮助他人,我们共同进步
网站官方,,,保证您有偿编程安全。
签到天数: 12 天[LV.3]偶尔看看II
lianzhang 发表于
python有好几个包用来解析网页 包括pyquery、beautifulsoup、HTMLParser等,一般的网页,我觉得用re+pyqu ...
恩。python我用的不怎么溜。相应的包也不是很熟悉。
鼓励帮助他人,我们共同进步
签到天数: 141 天[LV.7]常住居民III
谢谢分享 努力努力
签到天数: 37 天[LV.5]常住居民I
厉害呀,现在真正网易云课堂 学习呢
Powered by 上传我的文档
 下载
 收藏
该文档贡献者很忙,什么也没留下。
 下载此文档
正在努力加载中...
股指期货交易策略研究——基于自回归条件久期模型的探讨
下载积分:2990
内容提示:股指期货交易策略研究——基于自回归条件久期模型的探讨
文档格式:PDF|
浏览次数:5|
上传日期: 06:03:10|
文档星级:
全文阅读已结束,如果下载本文需要使用
 2990 积分
下载此文档
该用户还上传了这些文档
股指期货交易策略研究——基于自回归条件久期模型的探讨
关注微信公众号颠覆股市交易行为---​程序化交易
程序化交易系统是指设计人员将交易策略的逻辑与参数在电脑程序运算后,并将交易策略系统化。当趋势确立时,系统发出多空讯号锁定市场中的价量模式,并且有效掌握价格变化的趋势,让投资人不论在上涨或下跌的市场行情中,都能轻松抓住趋势波段,进而赚取波段获利。程序化交易的操作方式不求绩效第一、不求赚取夸张利润,只求长期稳健的获利,于市场中成长并达到财富累积的复利效果。经过长时期操作,年获利率可保持在一定水准之上。
交易系统构成
一句话:极其开放模型(策略)的设计、风险动态管理技术、误差矫正反馈检验准确率、快捷的下单速度。这四项组成了整个程序化交易系统。
交易模式系统化
程序化交易的买卖决策完全决定于自己的交易理念系统化、制度化的逻辑判断规则,透过电脑的辅助,将各种交易理念转化为电脑程序语言的一种交易模式,即由电脑来代替人为发出买卖讯号,再根据系统使用者发出的委托方式,由电脑自动执行下单程序。
克服心理障碍
排除人为情感因素,用电脑取代人性,消除交易时人性的恐惧、贪婪、迟疑及赌性等四大情绪因子。
确保交易一致性
严守既定的操作纪律及交易的基本原则,透过电脑将既定的操作规范、获利以及风险管理等条件写成程序语言,依程序发出进出场买卖的讯号。
关键性优势
有效掌握多空趋势,顺势操作,赚取波段利润。
有效依靠程序化系交易,策略明确,可排除人为贪婪及恐惧等因素。
讯号指令简单明确,操作方式轻松一致。
稳健的投资报酬率。
大赚小赔的优异稳定性。
有效的风险控管。
华尔街财富机智股票自动化交易系统
专业股票软件服务商,国内首款股票全自动化交易系统。华尔街财富机智证券自动交易软件是目前国内领先、功能强大、运行稳定的股票、权证、基金等金融产品自动交易软件。它拥有稳定高速的全后台自动交易引擎,软件融合了美国华尔街投资机构模型交易、国内十多年股市经验以及经典投资理念、配合智能化的监控、简单化的全自动交易理念,搭配交易软件一起是您博弈股市的必备工具。
上海千佰年资产管理有限公司旗下北京巅峰睿智科技有限公司从事自主研发销售股票自动交易程序,产品已稳定运营1年.本产品属于证券交易创新项目,市场属于空白阶段.程序可以执行用户事先设置好的交易指令(限价买入/卖出/止盈/止损/自动提高止盈位/自动加仓/分仓/设置冲高回落卖出/见底回升买入/数学模型自动交易/根据客户意愿订制功能)也可以根据指标选股买卖,同时监控多账户交易.交易完毕后可实时接收免费短信提示.兼容主流行情和所有券商交易程序,可进行模拟盘或实盘操作.
1.解决下单犹豫!克服人性弱点!提高执行力!斩断亏损让利润奔跑!
2.降低盯盘时间!减少时间成本!提高工作效率!让机器秘书帮您操盘!
3.提高操盘精准度!瞬间下单锁定最佳买卖点!享受先人一步的快感!
4.智能化T+0跟踪趋势拐点买卖功能,使买卖点更加完美!买更低!卖更高!
5.预警指标选股! 借助行情程序强大的预警功能,实现指标选股自动交易!
6. 解密机构数学模型!短中长线模型帮助各类人群提高盈利幅度!
7.无人值守自动交易功能!解决上班/开会/出门在外无法盯盘的困扰,并且可以在任务执行时发送免费短信提示,让您出门在外也能实时掌握交易情况.
8.一机多开多账户多任务同时监控!帮助中大户解决复杂繁重的操盘工作!
9.阶梯止盈功能跟踪股价上涨自动提高止盈位!帮您锁定利润!不坐电梯!
中国首款实现股票全智能区间差价交易系统
基础原理为《北京财经频道介绍区间交易法》,机智证券股票自动交易软件在此基础上进行了长达3年的研究与测试,在多位数学模型专家的共同努力下测试成功了一套新型区间交易模型!该模型优化了诸多老模型的缺陷如资金闲置率高、下降趋势不赚钱、上升趋势踏空行情等问题,新模型已黑箱加密处理,程序全自动判断,无需人工干预。
一、机智软件使用安全吗?
答:机智软件不读取交易软件上的任何信息(包括用户名、密码、资金、股票等等)以及与本软件无关的任何文件,并且机智软件通过了360
瑞星 卡巴斯基安全检测认证.
二、机智软件可以保证我赚钱吗?
答:机智软件是程序化交易工具,软件本身并没有分析决策功能,所有操作指令均由用户自己设定,软件保证的是您的操作指令得到百分百的执行.
三、机智软件稳定性如何?
答:机智软件经过1年半的运营已经将软件内的功能及设置完善度达到99%以上,在用户设置正确且电脑运行稳定的情况下,机智软件可以保证用户的稳定使用,如有问题可向我们反馈我们保证在24小时解决您所提出的合理建议.
四、机智软件操作复杂吗?我学得会吗?
答:机智软件界面简洁,软件功能操作简单明了,机智软件是一款无须看说明书即可学会的自动交易软件.(看一遍说明视频即可学会软件使用)
五、机智软件功能全面吗?有什么特色?
答:机智软件功能强大,市面上所有自动交易软件产品上所拥有的实用性功能,机智软件几乎全部拥有,而机智软件目前独有”区间自动交易-区间套利模型”,该类型功能之前都只为机构专供.
六、机智软件售后服务如何?我买了之后遇到问题了怎么办?
答:机智软件选择周期性收费而非终身制的原因就在于此,我们本着与用户长期互信互助的态度进行合作,服务不好也换不来客户长期选择续费使用.我们采取QQ答疑/远程/视频教学/飞信提示/电话咨询/免费上门安装/维护/讲解等多种途径和形式的服务模式.保证您在售前售后均能享受到优质贴心的服务.
七、机智软件可以监控多账户多股票吗?我有两台电脑能同时用吗?
答:机智软件可以监控多账户多股票,使用方法跟用QQ一样,再多开一个并设置好其关联的交易账户即可.我们采用网络注册认证方式,无论你在哪台电脑登陆您的账号密码都将可以使用,但无法一个账号两台同时用.
八、机智软件可以实现指标选股买卖和高级模型交易吗?
答:机智软件支持所有指标及买卖条件选股及自动交易,机智软件监控大智慧 通达信
飞狐等行情软件预警结果,并将其预警结果执行买入或卖出操作.并且机智软件目前独有”区间自动交易-区间套利模型”,该类型功能为机构专供.
九、机智软件运行会不会影响我看电影/玩游戏/办公?
答:机智软件运行不影响用户使用电脑键盘,监控期间用户可随意做其它自己喜欢的事,或工作,不影响自动交易的监控和执行。并且机智软件全后台运行模式,开启此方式,可以在不显示交易软件的情况下完成交易,即使用户全屏玩游戏或看视频都可以执行,不会影响用户使用电脑。
十、如果我不在家,机智软件能自动执行指令码?我怎么知道执行的结果?
答:机智软件是自动交易软件,您设定好软件后就可以不用管了,软件本身有短信提示功能,可以在任务执行前后给你手机发送短信提示买卖结果,让您出门在外也不必为股票交易所担心.
专业期货软件服务商,源于中国本土的程序化软件,系统稳定,国内占有率高。基于国内用户习惯诞生的“麦语言”,小语法大函数,积木式的轻松编程环境。提供最全的回测样本:国内合约从开市至今的全部历史数据,支持专业程序化的金融工程思想:多模型组合测试和加载。独创的自动交易运行模组,轻松监控几十个模型的信号执行、资金、持仓、挂单等状态,并且支持手动辅助。
TB交易开拓者
国内的tradestation,语言移植国外程序交易软件,是目前国内市场占有率仅次于文华财经的交易软件。在语言方面略胜于文华财经,在交易稳定性方面,使用者反应不一。
金字塔决策交易系统
金字塔是一款集程序化交易、看盘分析为一体的全功能综合软件:支持图标程序化交易、后台程序化交易、高频交易、趋势线程序化交易等多种自动交易模式;公式模型编写及操作兼容国内主流分析软件;支持闪电下单、图表下单、预警雷达下单等多种下单模式;支持板块指数、套利、多账户交易及动态止赢止损。还可支持VBS、VBA、C++二次开发。
MagicQuant
MagicQuant致力于为中国的数量型机构和个人投资者提供企业级的期货和股票策略开发、测试和执行平台,直接连接券商的柜台系统(支持金证、恒生、金仕达)和期货的CTP柜台系统,可以减少因行情转发带来的延迟和中断风险。策略语言采用微软公司的C#语言,简单易学,策略开发效率高。由于C#代码执行时是预编译的,执行时比脚本语言的性能更高,运算速度更快。
基于面向对象(OOP)的编程思想,通过类的属性和方法实现封装各种复杂的功能。通过调用.NET
Framework,实现脚本语言不易实现的功能,例如读写外部数据库、操作文件、调用web服务等。提供中国股票和期货的历史Tick数据库,严格进行逐Tick回溯交易,得到秒级别精度的成交明细,进而得出策略的绩效和各项指标。Tick级的复盘保证了结果的准确性。可进行多维度的参数探索和调优。与传统的程序化交易平台不同的是,MQ采用了先进的“事件驱动”架构,从而迅捷地对各种复杂的市场事件(例如Tick价格变化、成交回报、撤单回报等事件)在第一时间作出反应。脱机模式最大程度的扩大了平台的使用范围,使得我们可以在安全的环境使用MQ进行研究,而不依赖任何网络环境。强大的断点调试功能可以在策略运行中清晰地看到各个变量变化的过程,同时可以通过断点迅速定位到出错的位置。基于目前微软强大的.NET平台,MQ可以引用自定义的dll,完成自由扩展。
multicharts+达钱(MC)
MultiCharts
经过多年的研发,是一款专为期货,证券和外汇交易所设计的专业图表绘制和自动化交易的软件。高清晰的绘图功能结合中国期货的实时行情、历史回补与自动交易,帮助使用者一站式解决过去繁琐的数据收集及软件设置,并支持Excel下单等创新方式。该软件功能非常先进,虽经台湾传入我国,但使用习惯依然沿用外软,国内的使用者需要经过一段时间的适应。
龙软程序化交易平台(DTS)
龙软被大智慧收购后,于2012年推出该平台。实现了交易策略(Lua代码),交易界面(XML配置)的灵活自定义,目前支持,期现套利、ETF套利、商品期货、股指期货、权证、股票的全品种程序化交易。该系统的主要特点是交易速度快,计算速度快,采用后端服务器分布式部署模式,客户端只做数据浏览和指令操作,所有的计算都在后台完成。是一款非常全面,面向机构的高端程序化软件
高手交易软件
高手交易系统是从韩国期权交易市场起步并发展起来的,具有15年全球市场交易经验以及专业化的技术背景,高手交易系统不仅仅可以做期货交易,同时也可以进行期权交易。在全球期权交易量排名第一的韩国期权市场中,高手为个人、机构、专业投资团队等服务了15年。高手交易系统中运用了EF委托,STage程序化交易引擎,GOM高手对象模型,DDE实时行情分析工具等。大大提高了交易的效率,并获得惊人的收益。
金钱豹是一款给专业人士使用的程序化软件,其支持C++、C#、matlab、Net3.5、JAVA等众多接口。给予软件非常大的扩展性。
YesTrader来自于韩国,是以期货买卖为目的的交易软件。不仅具有便捷的下单功能,而且载有包含多样化技术指标的性能超强的图表。该软件还可以通过用系统语言编辑逻辑公式把投资者所需的任何交易策略自由的表现出来,也可用该交易策略进行自动买卖。刚进入我国不久,正处于发展期
SPT盛立高频程序化交易平台
SPT是一款专为期货、证券交易所设计的高频程序化交易平台。该系统具有高速的行情以及交易处理能力,通过完备的交易风控体系,保证程序化交易的稳定性和准确性。
永安程序化交易系统
永安程序化交易系统包括永安程序化交易平台及该平台上配套开发的交易模型,永安程序化交易系统的交易平台是基于最底层、最稳定的计算机语言C++语言开发;交易模型的设计也是在C++语言的框架下编写,可扩展性强、订单系统精准高效。
一,使用程序化交易可以在交易过程中可以克服人性的弱点,这是程序化交易最大的优点,也是我喜爱程序化交易的最主要原因,人是有人性的弱点的,人的情绪化因素,
贪婪,恐惧,做事不果断,赌性等等因素都会让一个人在正交易的时刻突然改变原有的计划,.而这种行为是不断重复发生的,就如德国的哲学家心理学家叔本华说过"一个人在相同的时间和环境条件下会犯同样的错误,是不可避免的,这就是人的劣根性",我作为交易了很多年的老期货人,有非常深刻的体会,与其说我们和市场做交易,还不如说我们是不断的和自已的心魔做斗争,对期货市场有深刻认识的最典型的人特那非股票作手回忆录的作者莫属了.而程序化交易是一切功课在事先,电脑是不折不扣的执行者,应当说几乎百分之百的做到知行合一.这样也让人从盘面的辛劳中解脱出来.多少年来我们天天面对着盘面,我们的心每天都被跌宕起伏的行情所牵扯着,其实我多年的想法就是希望能做快乐期货的模式.轻轻松松的赚钱,快快乐乐的生活.因为我前期为期货付出的太多,应当有个回报了,所以更希望程序化交易能给我新的突破
二,使用程序化交易可以突破人的生理极限.我们都知道人的反应速度是有限的,我们交易从大脑所想到手动需要一段时间来完成,而电脑程序交易显然比人工快的多,特别是当我们为了分散风险而进行多品种组合时,人的能力是有限的,如果选择品种多一点更能降低交易风险,如果我们想同时持有四个以上的商品品种,当行情激烈时多品种同时发生信号交易,那一个人的行为是顾及不了的,但电脑可以轻松完成.程序化交易可以让你远离期货,享受生活。
一,只有系统性交易者才能做到程序化交易,而其它类弄的交易方法,没办法用程序化交易来完成,这就把一部分人挡在了门外。
二,程序化交易的不稳定性:我认为程序化交易系统不可以永远包打天下的,总会在特定的时候出现一定问题的.有的人高估程序化交易的效果,把程序化吹得很神奇,但也有人很排斥程序化交易,质疑程序化交易的作用,认为用程序化交易来赚钱是不是有点像发明永动机一样可笑,所以一棒子把它打死.其实这是不妥的,.其实这和程序化交易本质是没有关系的,我们正确看待程序化交易,应当是把它作为一种工具来看待,怎么样做得好,是你怎么样利用好这个工具,程序化交易是人设计出来的,当然某个程序化交易系统赚钱的能力会直接反映设计者的期货水平.设计思想实质上是集成了交易理念、交易思路、交易方法甚至包括交易经验在内的一种积累与沉淀,但我们是不能保证一种方法就一定能永远适用期货的,程序化交易系统背后的的设计者,是不能一劳永逸的,是要面对这个市场,不断学习,不断进取,不断掌握先机。
三,目前程序化交易技术门槛高.不能平民化.国内的一些知名软件平台.有时还是不能全面完成反映交易者执行思路,.现在软件业越来越发达,但还是不会无所不能,总有缺陷的,编写程序是个比较有深度的技术,很多人都不会,学起来不是那么轻松的事,.有一部分人望而却步,而就是知深的软件师,也不可能随心所欲的反映所有系统性交易者的交易思路,一套真正能长期稳定赚钱的系统,.可能要求很复杂,不但在交易信号上,还有在资金管理上,寸头管理上多策动重叠上有各种各样的要求。
思路与构建
在确定了总体的构建思路后,应该对一个完整的交易系统的每一部分进行量化,包括:
一、最大单笔和总体交易头寸的确立,我觉得以总资金的固定比例同时结合单个品种的的平均振荡幅度来确定比较合适。
二、开仓时机的选择。既然确定了追随趋势,那么价格就应该是我们最为关心的指标,可以以价格突破某个高点作为开仓的信号,但是这个开仓信号可以加以其它不同条件进行过滤,把明显的假信号或者风险很大的开仓信号过滤掉,比如可以结合价格与均线的距离来确定。
三、加仓次数和时机的选择。关于加仓,是比较难于掌握的一个操作步骤,我初步认为加仓应该是在趋势已经确立后再进行,突破了明显压力或者支撑,而这个压力或者支撑是否可以直接采用在技术分析上的价位?这样做会不会与整个程序化交易系统产生比较大冲突?因为这个毕竟是主观的东西,而且还难以在操作之前量化,与程序化交易系统的构造初衷有所背离,究竟可不可行还值得商榷。
四、止损位的设定。止损是整个交易系统中比较重要的部分,与确定最大头寸相似,我们可以把止损设定为固定比例同时根据不同品种的不同特征区别对待,并在加仓之后调整止损点位。
五、盈利头寸的平仓。关于平仓,因为是追随趋势,那我们就不能让价格的小波动影响到总体的操作,但在数量上如何界定是小回调还是大调整,抑或是价格反转,还是比较困难的。当然运用统计方法我们可以算出历史数据的大小波动及其对应的价格表现,但这样的历史数据对以后的操作有多大的借鉴意义还值得进一步验证。
总体上来说,以追随趋势为思路来设计的交易系统,其成功率一定达不到50%,因为市场的运动特征必然会导致出现这样的结果,但是在趋势明确的时候,盈利率却很可能很高。如果不考虑交易成本,那么期货市场本身就是个零和市场,赚钱的人赚到的钱和亏钱的人亏损的钱是相同的,而长期以来针对这样的一个市场能不能做出一套保赚不亏的交易系统一直都是有争议的,因为历史经验证明无论是多么成功的交易者,都会在这个市场中出现反复,市场只要存在其交易就必然进行,而在交易者退出市场之前什么事情都有可能发生,现在能赚钱的交易系统在今后的一段时间里可能就不好用了,所以说这个市场上根本就没有也不可能有那么一套在任何时间任何情况下都能屡试不爽的交易系统,可见不断地验证和修正对于交易系统是非常重要的。
最后提一点,程序化交易可能的最大好处就是可以帮助系统使用者最大程度地克服人性贪婪和恐惧的弱点。
流行交易软件
目前支持股票期货、外汇等金融产品可编程交易的主要有:tradestation(交易大师)国际一流交易软件,不过收费比较贵,软件使用费298$/月,如果你要研究历史数据还要另买。
MT4(即将升级到MT5) 功能强大,免费使用,因为免费所以它的用户数迅速增长大有超过tradestation的趋势。
esignal 国际比较流行
Amibroker 老牌交易软件
系统的形式
(一)价值发现型
(二)趋势追逐型
(三)高频交易型
(四)低延迟套利型
系统的设计
(一)系统设计的投入产出分析
(二)系统设计的原则
1、准确性。
2、稳定性。
3、简单性。
(三)系统设计的步骤
1、交易策略的提出。
2、交易策略的程序化。
3、程序化交易系统的检验。
4、程序化交易系统的优化。
20世纪90年代以及2000年以后资本市场以及金融衍生品市场的长足发展,我们发现在87年股灾中被指为罪魁祸首的程序化交易,终于被历史肯定了它的价值,人们终于也像当时从认为股票和期货为洪水猛兽到接受它们并发挥它们的经济作用一样,开始逐步的走进了程序化交易的世界、量化投资的世界。量化投资及程序化交易大师西蒙斯默默无闻的在十几年间大量使用量化系统的交易方法,取得了比巴菲特、索罗斯等市场传奇更高的年收益率。在这漫长的岁月中,程序化交易一直悄无声息的为投资者不停的赚进大把的钞票,也在润物无声的在为各交易所的交易量做着贡献,据统计美国市场中有70%的交易是由程序化交易完成的,如果将程序化交易的概念再定义的宽泛一些的话,可能这个比例会更高。
国内证券市场只有20年的历史,相比欧美以及亚太其他发达地区市场成熟度还有很大差距,不仅如此,国内市场的一些特性也使程序化交易在国内发展受到限制。
首先,国内的交易场所比较单一,股票只在交易所进行交易。而国外的情况则是大量的流动性存在于交易所以外,比如大大小小的暗池、ECN等。即使同一只股票也会在多个交易所交易,目前NYSE股票只有25%左右的交易量是通过NYSE执行的。国外很多执行算法就是为这种条件量身定做的,比如各种智能路由算法,而在国内这些算法都没了用武之地。
其次,国内市场的T+1交割制度使得大量日内交易策略不能得以实施,高频交易策略更是无从谈起。除此以外,股票市场不允许卖空、缺乏做市商制度、可供交易的产品简单、交易指令不够完善等,都不利于程序化交易策略的开展。
尽管如此,我们还是看好程序化交易在国内的发展前景。自今年4月沪深300股指期货被正式推出以来,大量的程序化套利策略纷纷出炉并创造出惊人的交易量。图14是沪深300股指期货月交易额和标普指数期货(包括普通合约和迷你合约)的月交易额对比。从图中可以看出如果将两种货币的汇率折算进去,基本上国内的股指期货交易额已经和标普指数在同一水平。标普指数期货是面向整个市场的,而股指期货国内目前并没有对机构投资者开放,可以想象未来市场全面开放后国内的市场潜力有多大。结合目前国内的情况,我们认为程序化交易有望得到大力发展的几个原因:
1.股指期货和ETF的套利交易需要更多的算法支持,因为类似的交易策略都涉及到一篮子股票的交易执行,有效的算法可以很大程度上降低执行风险。
2.国内券商对执行算法的服务很少。目前国内的股票市场,机构投资者都是通过券商提供的市场直连通道(Direct Market
Access)直接下单交易,而券商并没有提供规模化的算法附加服务,未来还有广阔的发展空间。
3.其他潜在市场。其他市场比如商品期货、权证等同样实行
T+0交割制度,也是程序化交易的潜在市场。事实上,目前已经有不少从事短线交易(趋势跟踪、反转)的投资者开发出各种程序化交易平台和策略,只是专业化和规模化有待提高。商品期货程序化交易与股指期货程序化交易同样作为现在程序化交易发展的重点。
4.人才优势。程序化交易通常需要有扎实数理基础和过硬编程能力的人才,而国内这方面有很好的人才储备,越来越多的国外量化基金来华开办分公司并在当地雇佣人才从事算法策略研究和开发也证明了这点。
期货程序化交易作为我国程序化交易的重点,部分期货投资者已经通过程序化交易构建了自己的交易系统。更多的期货公司与软件开发公司更加的侧重于期货程序化交易,但我们投资者千万不要忽略了程序化交易,我们一直在跟随市场行情变化,修改制定新的程序化交易模型,目的就是完善属于我们自己的交易系统,获取稳定的收益。
程序化交易授课
1.公式程序在K线图中详细运行机理
2.程序编写语法结构与实例讲解
3.功能函数的详细讲解与实例应用
4.公式编写从思路到公式的完整过程详细讲解
5.公式编写多个实例练习与讲解
6.公式编写实用技巧与注意事项讲解
7.常见公式疑难问题深入讲解
8.公式操盘思路与稳定盈利关键
9.课后公式相关问题的快速详细解答
程序化交易是把投资者的投资策略或者交易思路形成电脑语言,通过电脑的运算并发出交易指令,然后由操作者自己下单形成半自动交易或完全电脑下单来实现全自动交易。所以,程序化交易的实质上是在于投资者的投资策略实现程序化的过程,程序本身只是一种辅助工具,它能帮助投资者矫正投资者交易策略的任意性、交易思路的多变性,帮助投资者迅速发现并捉住投资市场上瞬间出现的各种交易机会。现实中,投资者使用程序化交易模型的盈利情况并不一样,残次不齐,有的还出现亏损,这也就更能反应出程序化交易对投资者而言只能作为一种辅助工具,并不能起到决定性的作用。
资产管理与量化投资在职研究生
开设学校:对外经济贸易大学
开设学院:统计学院
所属学科:金融学
课程名称:资产管理与量化投资方向—运用程序化交易思路学习
·配备最强师资组合
我校在职研究生享受与统招研究生同样的师资,均为高校知名学者和业界具有丰富实践经验的专家。对外经济贸易大学校长施建军、统计学院副院长刘立新教授在该领域内享有很高声誉,均参与在职研究生授课。
·课程特有国际性、前沿性、实践性
对外经贸大学自身国际化、前沿化特征显著,金融专业一直是对外经贸大学的优势学科,所设课程同样与国际金融市场接轨密切,如量化投资、统计套利、高频交易等。
·课程将资产管理和量化投资技术紧密结合
课程讲授金融各行业资产管理业务的发展模式及运用,尤其是运用量化投资技术和程序化交易进行资产管理:套利策略设计、投资方案实施、风险分析、市场预测等,旨在培养复合型的金融高级人才。
·定期为在职研究生开展主题讲座论坛
邀请政府和业内知名专家举办系列关于经济金融政策分析、金融监管、金融市场投资、风险管理等方面专题讲座。如:贵金属市场投资、风险投资、投资银行、对冲基金等专题。
伴随着金融全球化的进程,以及我国金融市场的发展创新,利用多市场、多品种、多策略的综合投资和管理将成为未来资产管理、财富管理、风险管理、结构化产品设计的重要发展模式,尤其是运用量化投资技术和程序交易进行套利策略设计、投资方案实施、风险分析、市场预测等。为适应政府、各类金融机构(银行业、证券业、保险业、期货业、信托业等)以及各类企事业单位对资产管理和投资分析人才迅速增长的需求,提高从事资产管理、金融市场投资、财富管理和养老金策划、社会保障等领域在职人员的专业理论水平,尤其是运用量化投资方法进行资产管理,对外经贸大学特开设金融学专业资产管理与量化投资方向在职研究生课程,旨在培养复合型专业化人才。
按照对外经贸大学金融学专业硕士研究生培养方案,根据资产管理与量化投资方向的具体情况实施课堂教学。
学位课程模块
微观经济学
1) 帮助学员熟悉经济学基础学科,为金融专业课程的学习建立系统性、完整性的基础;
2) 即经济学核心课程,是研究生同等学力人员申请硕士学位的全国统一考试专业综合的内容。
宏观经济学
国际经济学
货币银行学
社会主义经济理论
资产管理模块
投资组合与基金管理
主要介绍固定收益类产品、基金产品、保险产品及其他衍生产品的投资策略及分析方法,包括债券品种、债券市场投资策略、可转债投资、债券管理等,并介绍对于各类产品的投资与风险分析。
固定收益与信托产品投资
保险规划与财税规划
衍生品与另类投资
量化投资模块
金融工程与量化投资
主要介绍量化投资在国际金融市场运用,并基于中国本土环境构建跨市场、跨品种的结构化投资策略及企业套利策略;系统介绍金融数据分析的统计方法,运用数量模型轻松进行资产估值、信息预测分析等。
技术分析与高频交易
金融统计与计量
统计套利与程序交易
金融市场、财务策划模块
金融市场实务
1)主要介绍金融市场运作机制,包括货币市场、债券市场、股票市场、外汇市场、贵金属市场等;并将各类风险进行分析,研究风险规避方案。&
&&&2)帮助学员了解企业财务制度及现状,以便进行投资决策和管理,讲授内容:三大报表(包括收益表、资产负债表、现金流量表)的解释和使用。
理财规划实务
金融风险管理
财务报表分析
实践课程模块
系列实务讲座:完成上述课程学习同时,邀请政府和业内知名专家举办系列关于经济金融政策分析、金融监管、金融市场投资、风险管理等方面专题讲座。
面向货币市场、债券市场、股票市场、期货市场、外汇市场、贵金属市场等投资专题;项目融资及融资租赁专题;风险投资专题;投资银行专题,对冲基金专题,收购与兼并专题,金融创新与管理专题等。
1、从事社会工作三年以上的大专学历者;
2、大学本科毕业三年,并获得学士学位,可申请金融学专业经济学硕士学位。
资产管理已经成为我国金融市场的发展创新的重要领域,目前许多金融机构纷纷成立专门的资产管理公司和风险管理公司以满足社会发展的需求,而资产管理不仅需要对于各类型资产的了解、应用,更重要的是基于经济金融的生态环境的变化进行综合的、动态的资产管理。学员通过资产管理与量化投资方向的专业学习,不仅可以掌握运用金融产品及投资理论进行资产管理的方法和技术,而且可以通过不同金融市场的实务操作、案例分析、专题讲座了解现代资产管理的应用,掌握运用量化技术进行投资、融资、资产负债管理、财富管理的手段,为从事资产管理领域的工作提供必要的准备。
学习资产管理业务的七大理由
1、随着国际国内金融市场的发展,现阶段资产管理已经成为我国金融市场发展创新的重要领域;
2、加大资产管理业务是金融行业扩大资产规模,增加收益的最好选择;
3、资产管理是企业追求长期稳定收益的必然选择;
4、资产管理是普通投资人(家庭、个人投资理财)最受益的选择方式;
5、资产管理是规范金融市场的有效途径,极大的降低市场的波动率;
6、资产管理业务是金融从业人员的激励和动力,促使金融从业人员优胜劣汰,优化金融团队;
7、政府支持、政策支撑:资产管理为社会、金融业、企业、个体等均带来巨大收益,自2012年开始政府大力支持,对其放宽政策,目的就是将此项业务坚定不移的开展下去。
以上网友发言只代表其个人观点,不代表新浪网的观点或立场。

我要回帖

更多关于 tick 历史数据 的文章

 

随机推荐