19|量化投资:典型的量化投资系统都包含哪些模块?
到底什么是量化投资?
- 深入了解
- 翻译
- 解释
- 总结
量化投资系统是一种利用数据和模型来驱动的投资方式,通过计算机系统实现。它包括账户及策略管理、策略、交易、回测平台、业绩分析和数据中心等模块。策略模块是量化交易团队投入研发力量最多的部分,通过回测阶段和执行阶段验证和执行投资策略。量化投资团队通过不同方法挖掘交易策略,如人肉挖因子和机器学习模型挖因子。交易模块负责执行投资决策,根据策略模块的指令进行交易。回测平台用于离线测试策略,而业绩分析模块则对策略的业绩表现进行分析和评估。数据中心是量化投资系统的最后一个模块,它装载了从不同数据源获取的股票、指数、期货、基金的行情数据,以及基本面数据和交易相关数据。典型量化投资团队一天的工作包括检查基础数据库是否收集了最新数据,生成当天各投资账户下各个策略的配置方案,执行交易决策,持续进行交易,进行策略研究和系统优化,以及进行业绩分析和评估。量化投资系统的核心是能够实打实创造收益的策略模块,它构成了一个不断提高系统盈利能力和风险控制能力的良性闭环。量化投资的基础数据库应该选择存储公开数据的数据库和交易相关数据的数据库,而交易模块涉及的技术包括执行交易决策和持续进行交易。
《程序员的个人财富课》,新⼈⾸单¥68
全部留言(15)
- 最新
- 精选
- 王世艺可以看看聚宽社区里面开源的策略,学习学习。这种帮我们省去了数据中心,交易模块的开发和运维,全身心的集中在策略研发中心,和账户资金配置上。 可以使用在线计算列式存储,比如clickhouse,大宽表也很适合交易数据和财务数据
作者回复: 是这样,个人维护一个量化投资系统是不太现实的,几乎只能依托于公开的量化平台,敢兴趣的同学可以去调研一下。
2021-08-2319 - Geek_2e6a7e应该用时序数据库,类似TEngine,Prometheus等
作者回复: 我了解应该还没有公司走的这么靠前,大部分量化团队还是在用内存数据库或者嵌入式数据库来解决高频交易的需求。但是时序数据库也许是更好的选择,很好的回答。
2021-08-23214 - lesserror李腾老师,很喜欢你的分享。 我目前的困惑是对经济投资领域的知识了解的越多,越发的感觉自己的无知、渺小。 甚至感觉如果没有完备的投资、经济领域的知识,做投资真的像是碰运气一样。
作者回复: 不用担心,你这其实是一个好的状态,不知道自己不知道才是危险的。缺乏的知识可以通过持续学习来补充,谁都不是天生就懂的。只要尽量在自己的认知领域内投资就可以减少运气的影响
2021-08-237 - 安迪密恩老师对支付宝的帮你投怎么看?个人感觉也是量化投资的一种实现?如果我选择永久投资组合,并且投入百分之五十的资金到帮你投,投资策略选择股票债券各一半,是否算符合永久投资策略了呢?谢谢!
作者回复: 有长期生命力的策略本质上都可以称为永久策略,股票债券各半应该是算。支付宝帮你投我只简单看过,架构上是不错的,符合我们配置+选基两层决策的框架,至于它的配置和选基做得好不好,是否好于你自己做的,需要你自己去验证。并且权衡精力投入和投资效果
2021-10-104 - dbtiger思考题: 1.基础数据库应该选内存型、高并发关系oltp型数据库,如:Oracle 疑问: 本章专业化术语比较多,有点晦涩难懂难以消化? 对冲基金是一种做空的投资方式吗? 市面上的公募属于量化投资吗?
作者回复: 数据库的选择依赖于策略的类型,如果是日内交易的策略确实可能需要内存型数据库来提高速度。专业术语的问题后面会有答疑篇做解释。对冲基金并不是专门做空的,它只是会利用到做空手段。公募基金和私募基金里都有采用量化投资方式的
2021-09-012 - 三件事老师那是否还有必要自己开发一个量化投资系统?
作者回复: 有精力的话,还是值得以及开发一个的,当然,功能设计上可以借鉴互联网量化投研平台,取长补短。没有精力的话,也可以用,只需要注意平台回测工具可能存在的问题即可
2022-02-161 - 进化菌这么来看的话,量化投资系统挺复杂的,至少一个人从零开始开发得消耗很多时间才行。 量化投资的基础数据库,一般是把数据中心中存储这类公开数据的数据库,量级大,对读的要求较高,常用的mysql似乎不太行了,大概得要用到大数据的存储,比如Hbase?这一块不太了解
作者回复: 一个人维护量化投资系统不是非常现实。 中低频策略用mysql足够了,高频策略需要用到内存数据库或者嵌入式数据库。
2021-08-231 - 浮盈加仓老师好,课程中实战搭建量化交易系统,会有涉及自动股票交易功能吗?
作者回复: 量化策略都是自动或半自动生成投资决策的,也就是哪些股票各买卖多少,肯定会涉及。但这些决策的执行环节的自动化是比较纯技术的部分,我们并不涉及
2021-09-01 - 演技熊结合评论想到之前宫文学老师的编译原理之美那节,感觉是大内存 + SIMD 做海量实时计算的场景
作者回复: 内存数据库确实是非常适合高频交易的数据库。
2021-08-26 - 归零看到这,咨询老师一个择业问题 目前我在某大厂的机器学习平台负责工程模块的开发和维护,看到量化投资的核心也是机器学习平台,如果去金融公司从事类似的工作,会有哪些优势吗?谢谢2022-10-25归属地:上海1