26|量化实战:从0到1搭建起一套简单的量化投资系统(上)
温故知新:量化投资项目框架图
- 深入了解
- 翻译
- 解释
- 总结
如何搭建一个简单的量化投资系统 本文介绍了如何从零开始搭建一个简单的量化投资系统。作者首先回顾了量化投资系统的框架,包括管理模块、策略模块、交易模块、回测平台、业绩分析模块和数据中心。接着,作者展示了一个基于Python的量化投资系统的具体技术框图,并介绍了一个名为“量化一号”的基金的收益率和风险特性。在文章中还介绍了数据中心的数据格式和如何使用Python实现数据接口。作者以二八轮动的可空仓版本为例,详细讲解了策略模块的实现细节。整体而言,本文通过实例和代码演示了如何搭建一个简单的量化投资系统,对于有志于量化投资的读者具有很好的指导意义。 文章还介绍了回测平台的主要逻辑,包括准备数据、调用不同策略函数生成历史仓位记录、确定组合策略的权重占比以及进行业绩分析并显示结果。通过对16年数据的回测,可以看到,“量化一号”实现了18.8%的年化收益率和29.8%的最大回撤,相比中证500、沪深300的原始指数有较大改善。最后,作者总结了今天这一讲的几个要点,包括系统模块、策略实现细节和“量化一号”的表现。下一讲将继续进行量化实战项目的讲解。 通过本文,读者可以了解量化投资系统的框架和实现细节,以及如何利用Python构建简单的量化投资系统。同时,读者还可以通过修改代码验证二八轮动策略在不同参数下的效果,从而加深对量化投资系统的理解。
《程序员的个人财富课》,新⼈⾸单¥68
全部留言(8)
- 最新
- 精选
- cymx66688for i in range(1, len(target_wgt)): t = target_wgt.index[i] t0 = target_wgt.index[i - 1] if N_day_ret.loc[t0, 'hs300'] >= N_day_ret.loc[t0, 'csi500'] and N_day_ret.loc[t0, 'hs300'] > 0: target_wgt.loc[t, 'hs300'] = 1 elif N_day_ret.loc[t0, 'hs300'] < N_day_ret.loc[t0, 'csi500'] and N_day_ret.loc[t0, 'csi500'] > 0: target_wgt.loc[t, 'csi500'] = 1 ------------------------------ 老师,在可空仓策略模块中,我有一个疑问,就是为什么当天的沪深300和中证500比较时,给予的权重是放在下一个交易日而不是当天呢?当天的涨跌幅也是基于历史的数据来的呀。
作者回复: 这是为了避免使用到未来信息,因为t日的目标权重需要在t日收盘前计算出来,所以只能用截止前一天t0的信息来判定
2021-09-185 - 进化菌终于可以实战量化代码了,晚点回去试一下~
作者回复: 赞行动派
2021-09-113 - 布衣小酱可空仓版本的二八轮动策略,在 N=10,N=20,N=30 时的年化收益分别为 16.2 18.8 14.9
作者回复: 非常赞的实验。可以看到30年的年化能达到14.9%是一个非常优秀的指标。
2021-11-072 - cymx66688王喆老师,Annvol和Calmar是什么指标呀?
作者回复: Annvol是年化波动率 Calmar是一种高阶指标,叫卡玛比率,值越高说明表现越好,感兴趣的话可以搜索一下具体的定义方式。
2021-11-022 - cymx66688王喆老师,股票或基金的详情数据我们可以从哪里获取呢
作者回复: 请参考其他回答,目前没有免费的公开数据集,还是借助于一些量化投资平台会更容易落地。
2021-09-162 - 茂松N=18,even better: 年化收益=19.1%,最大回撤=24.6%2024-03-09归属地:广东
- Chengfei.Xu思考: 1、回测是首选的能够直观看到量化系统威力的方式,但历史往往不代表着未来,如何利用策略来预期、捕捉未来的超额收益真是一件美妙的事情,交易能极大给我们带来愉悦; 2、鸡蛋不要放在一个篮子里,组合投资能够很好的分散风险、平滑收益曲线,而且顶层再追加量化系统以执行交易,能很大程度上解决人力,人是有可能犯错的,但机器只要你给正确的代码就基本不会。2023-12-15归属地:浙江
- Betterme代码在那个仓库2022-04-18