编程语言
首页 > 编程语言> > 基于python人工智能量化交易api免费公开征集意见

基于python人工智能量化交易api免费公开征集意见

作者:互联网

全职研发基于人工智能的量化交易已有两年多的时间了,公司成立了一年多的时间,两年多时间里,经历了很多次技术瓶颈,时间最长的一次一个月前刚刚突破,瓶颈期长达半年直接,毫无进展,不过熬过来了,反而一马平川,硕果累累

     这两年时间里,也遇到了一些有共同愿景的人士的理解和支持,在此特地感谢博哥、兰老师的理解、帮助和支持,以及小魏在岗位上的不懈努力与坚持

     

01

研发历程回顾

   19年3月研发初期只有我一人,方向是做基于人工智能的A股走势预测,初步成果前年也在公众号整理发过文章,但是不够成熟的几点是

1、模型预测未来10个交易日内最大涨幅超过5%,10%,15%的准确率非常高,在特定行情中胜率升至超过70%,根据信号数量的变化推测大盘拐点也有奇效,这个策略在20年4月中旬到6月中旬有过实盘测试,两个月实测的利润率在20%左右,但缺点也很明显,因为这个策略不能具体指明买点和卖点,所以买卖点还需要人工辅助,无法做到全自动化

2、于市场而言,A股做量化也存在固有缺陷,比如市场周期非常长,只能做多,不方便做空,T+1,而不是T+0,当时程序化交易接口限制比较严格,最大的痛点来自于,由于上述各种原因,要真正拿出有说服力的实盘成绩单,需要非常长的时间周期,于是毅然决然决定换市场,新的市场必须满足以下条件

(1)、市场足够成熟,支持T+0,流动性足够好

(2)、数据足够多,方面获取易用

(3)、对程序化交易友好,最好有成熟的工具支持

(4)、市场周期不要太长,较短时间内能拿到有说服力的实盘成绩单

在做A股量化策略过程中,总结出最适合做量化交易标的需要满足的以上几点特征,经过调研,发现外盘汇市和贵金属现货市场几乎每条都满足,那好吧,就它了,所以当时大方向的想法是,先做这个市场,技术成熟之后再迁移到本土A股和期货市场,于是外盘市场一做就是两年多时间

两年我们也制作好2各标的的策略,欧美货币对和黄金现货

每个品种成熟的策略都有上千款之多,单策略欧美的最大回撤在初始本金的20-30%,年化收益在1倍左右,没错,满足这样条件的子策略有上千款之多,并且交易风格不止一种,多策略组合对冲,能做到最大回撤控制在10%左右,这就是基于人工智能量化交易的优势,基于规则的策略,不可能大规模量产

黄金的策略是21年年初至今材研发成熟的,最大回撤控制在初始本金的30%左右,不复利情况下能做到平均年化收益1倍左右的策略,也有上千款,并且黄金策略之间的风格差异,比欧美的差异更大

上面说到的欧美和黄金策略,我们都已经经过实盘检验,在不超过策略资金承载量的前提下,实盘交易结果与理论利润只存在交易成本的差别

02 目前已成熟的量化成果

下面贴几个典型的策略利润回测曲线图

欧美回测时间从2019-01-01到20年年底共两年时间

横轴是交易笔数,纵轴是不复利的毛利率,交易成本约为万1,资金使用情况是,每1万美元最多买1手

图片

图片

图片

像这样的策略,仅欧美一个品种就有上千款,我们下载实盘测试使用的是多个这样的策略组合,组合之后的利润曲线,回撤更小,类似下面这样

图片

上面是欧美的,下面是黄金现货回测利润曲线,回测时间是2011年年初到2021年9月底,横轴依然是交易笔数,纵轴是不复利毛利率,交易成本万2左右,资金使用情况也是,每1万美元最多持有1手

图片

图片

图片

黄金现货策略于今年年初开始研发,实盘部署于上周才开始,研发后期已有测试,理论交易与实际交易也只有交易成本的差别

我们目前实盘使用的也是多策略对冲,10年利润曲线长这样

图片

03

关于公开量化策略api

现在我们出于以下几点考量,计划每个标的精选一部分策略在网络上以api的形式免费公开,条件是api使用者必须将账户详情和订单西行结果回传,交易执行的部分,可以自己手动交易,也可以自己实现程序化执行,这方面比较敏感,但也比较简单,执行的部分我们不提供

既然选择免费提供,不妨说一说我们的考量,以免有人各种猜疑

1、最好的一批策略,我们自己内部和客户都在使用,这一部分策略不会给大家公开,但公开的子策略也一定是非常好的,大家可以自己各种组合

2、我们的策略只提供交易执行的方向和买卖点,止盈止损也会提供参考,仓位和杠杆部分请自行把控

3、我们免费提供研究成果,目的也是希望在量化行业中能有更大的影响力,方便未来发现和招揽人才,跨界合作等等

4、至于需要用户回传账户信息和订单流,这部分我们会保密,因为任何策略都会有资金承载上限,超过某个限度,共享策略的用户之间会发生互相挤兑,导致交易成本上升,某些策略就赚不到钱了,所以回传账户和订单信息,目的是通过监控每笔交易理论交易与实际交易的偏差,分析每个策略的资金承载限度,保障各位用户的利益

      这是一个初步的决定,具体细节后续公布,也希望有想法的各位仁人志士踊跃发言,说一说各位的看法

     写的比较仓促,图片都是直接找的研发阶段用的,没有经过修饰,文案也比较仓促,不足之处请各位海涵

    

04 写在最后

     有兴趣的人可以一起做一个量化社区,把对量化感兴趣的人组织在一起,我们经过两年多的发展,虽然踩过很多坑,但目前也积累了一些比较成熟的解决方案,比如数据获取,数据与处理,回测分析,交易执行监控等等,也可以筛选一些成果贡献出来,为国内的量化实业贡献绵薄之力

     有兴趣的朋友可以加我微信,或者在下方留言

    最后祝各位国庆节快乐,吃得开心,玩的开心

    

    下面是我的个人微信二维码

图片

标签:实盘,策略,python,人工智能,回测,api,千款,量化,交易
来源: https://blog.csdn.net/wolf1132/article/details/112657288