基于量化交易回测的金融股票案例基础知识

1量化交易定义
量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数 据中海选出能带来超额收益的多种“大概率”事件以制定策略。它极大的降低了市场波动给 投资者情绪带来的影响，避免在市场极度狂热或者悲观的情况下做出非理性的投资决策。

2量化交易分类
趋势性交易： 适合一些主观交易的高手，用技术性指标作为辅助工具在市场中如鱼得水的，但如果只 用各种技术指标或指标组合作为核心算法构建模型，从未见过能长期盈利的。 一般也会做一些量化分析操作，使用编程如 python/matlab 。 金融专业，对金融市场环境非深入了解（交易员、基金经理）
市场中性： 在任何市场环境下风险更低，收益稳定性更高，资金容量更大。适合一些量化交易者， 发现市场中的 alpha 因子赚取额外收益，例如股票与股指期货的对冲策略等。 会做一些量化分析操作，使用编程如 python/matlab。 基本了解金融基础、投资知识，对数据挖掘、机器学习方法擅长，挖掘股票等的价值 （quanter）
高频交易： 在极短的时间内频繁买进卖出，完成多次大量的交易，此类交易方式对硬件系统以及市 场环境的要求极高，所以只有在成熟市场中的专业机构才会得到应用 适合一些算法高手，使用 C/C++编程语言，去进行算法交易，对软硬件条件要求比较高。

3量化交易运用的技术
量化交易的语言主要以 R 语言和 Python 语言为主。但是随着 Numpy、Pandas、Matplotlib、 Scikit-Learn 等 Python 开源工具的发展，使得 Python 语言在量化之路上不断的大放异彩，再 加上 Python 强大的调试能力和工程能力，让分析结果和需要执行的任务无缝结合，维护变 得非常方便，所以 Python 在量化方面的应用越来越收到公司的青睐。

4量化交易项目研究内容
量化投资涵盖了整个交易过程，需要一个完整的作为研究的量化回测框架和实盘交易系 统作为支撑。 量化回测框架提供完整的数据，以及回测机制进行策略评估研究，并能够进行模拟交易， 为实盘交易提供选择。 所以我们的量化交易研究一般在比较成熟的量化平台上进行。

5量化交易流程
1 获取数据： 公司财务、新闻数据  基本行情数据
2 数据分析挖掘：  传统分析方法、机器学习，数据挖掘方法  数据处理，标准化，去极值，中性化分组回测，行业分布
3 构建策略:  获取历史行情，历史持仓信息，调仓记录等  止盈止损单，限价单，市价单
4 策略回测:  股票涨跌停、停复牌处理  市场冲击，交易滑点，手续费
5 策略分析:  收益指标, 风险指标  订单分析，成交分析，持仓分析
6 模拟交易:  接入实时行情，实时获取成交回报  实时监控，实时归因分析
7 实盘交易:  接入真实券商账户

6回测
通过以前的行情数据进行测试，调整系统，借此提高交易系统的可靠性。回测环境是一 个所有风险已知的环境。回测应该运行时间长达 2-3 年，最好是一轮牛熊，详细的有效的交 易次数应当不低于 100 次，避免偶然性。

7金融市场定义
金融市场是指经营货币资金借款、外汇买卖、有价证券交易、债券和股票的发行、黄金 等贵金属买卖场所的总称，直接金融市场与间接金融市场的结合共同构成金融市场整体。 常见机构：银行、投资银行（证券公司）、保险公司、基金等
有价证券：是虚拟资本的一种形式，它本身没价值，但有价格。

8金融市场分类

关于投资的几个类别，一般我们将天使投资、风险投资 VC、私募股权投资 PE 三个部分 统称为私募(Private Equity)，指的是没有在证券交易所公开上市交易的资产。
 公司规模
天使投资主要投资早期创业公司； VC 投资中期高速发展型创业公司； PE 介入即将上市或被兼并收购的成熟企业。
 资金规模 天使投资：500 万以下 VC 投资：千万 PE：千万级别以上 按照参与主体划分为：
 证券交易所： 买卖股票、公司债等有价证券的市场 在我国有四个证券交易所：上海证券交易所（1990 年成立）、深圳证券交易所（1990 年成立）、香港证券交易所（1981 年成立）及台湾证券交易所（1961 年成立）。

9股票定义
股票（stock）是股份公司发行的所有权凭证，是股份公司为筹集资金而发行给各个股 东作为持股凭证并借以取得股息和红利的一种有价证券。每股股票都代表股东对企业拥有一 个基本单位的所有权。每家上市公司都会发行股票。 同一类别的每一份股票所代表的公司所有权是相等的。每个股东所拥有的公司所有权份 额的大小，取决于其持有的股票数量占公司总股本的比重。 股票是股份公司资本的构成部分，可以转让、买卖，是资本市场的主要长期信用工具， 但不能要求公司返还其出资。

10股票代码

11股票交易时间

未完待续。。。

标签：Python,股票,基础知识,回测,金融市场,量化,交易
来源： https://blog.csdn.net/weixin_44675384/article/details/94037446