2019年华尔街见闻vnpy量化投资视频教程配套资料齐全套利实战网络课

UID
5157
在线时间
18 小时
注册时间
2017-7-27
在线时间
18 小时
  • TA的逐日心情

    2019-9-8 18:10
  • 签到天数: 7 天

    一连签到: 1 天

    [LV.3]偶然看看II

    至尊VIP Rank: 10 Rank: 10 Rank: 10
    积分
    191
    履历
    100
    学豆
    16443
    至尊VIP
    课程介绍
    课程重要解说实盘操作過逞中的种种策略以及通过vn.pn框架搭建自己的主动化生意业务系统。
    金融、证券行业,要么对量化生意业务、策略感爱好的小伙伴,需要肯定python编程底子。

    课程目次
    01.正式步入宽客全球前,熟悉下曾经“无编程履历”的主讲人
    02.贸易软件 VS 开源软件,你应该怎样选择上手?
    03.4大维度系统性对比量化生意业务编程语言
    04.Python入门,量化生态下完备工具链的准确打开方法
    05.视频9步,搭建安装完备的Python开发环境
    06.Hello World!怎样用Python取代盘算器
    07.字符串在生意业务场景中的应用:玩转合约代码
    08.活用列表:记载每一分钟的K线收盘价
    09.字典的生意业务应用:策略与生意业务的映射关系
    10.条件判定语句:触发生意业务与策略运算的逻辑
    11.Python和量化相关自学资料,建议这12份!_ 特殊内容
    12.循环语句:开启及时生意业务的无穷循环
    13.使用函数回测你的生意业务红利
    14.类和实例——构成大生意业务策略的零部件
    15.重点课程内容:Python常用模块(一)
    16.重点课程内容:Python常用模块(二)
    17.获取数据开启你的实盘生意业务大门
    18.TuShare入门:生意业务时的数据调取和保存
    19.量化生意业务策略入门绕不外的第一步:双均线
    20.双均线策略回测,4种方法比一比
    21.双均线策略Python向量化脚本回测:迎击将来函数!
    22.Python事件化回测 _ 双均线策略回测方法3
    23.基于vnpy框架的策略回测(上) _ 双均线策略回测方法4
    24.基于vnpy框架的策略回测(下) _ 双均线策略回测方法4
    25.期货量化生意业务员必须熟知的5个观点
    26.期货柜台系统,你该选择哪一个?
    27.国内期货生意业务通道特点对应的一些量化策略
    28.6个国内证券柜台,合适量化生意业务的有哪些?
    29.外汇、国外股票的生意业务通道,做量化要选哪一个?
    30.个人量化投资者合适的策略和通道
    31.CTA策略入门:双均线策略分析
    32.第三十一集:从三要素看双均线策略为什么不靠谱
    33.step by step 教你实现Dual Thrust策略
    34. AtrRsi策略及在实盘中轻易忽视的问题
    35. 在股指期货上值得一试的KingKeltner策略
    36. 合适于螺纹钢15分钟K线的生意业务策略
    37. 搭建自己的量化生意业务环境(1)——运行vn
    38. 搭建自己的量化生意业务环境(2)——连接实盘
    39. 搭建自己的量化生意业务环境(3)——解vn
    40. 搭建自己的量化生意业务环境(3)——理解vn
    41. 搭建自己的量化生意业务环境(4)——关于Wing IDE
    42. 怎样使用CTA策略模块
    43.事件驱动回测模式下两个重要观点
    44.开发一个完备的策略
    45.进阶组合回测
    46.实盘生意业务中必须理解的三套系统
    47.策略在实盘中的生命周期
    48.大差别!策略仓位策略仓位vs实际仓位
    49.资金管理原则和主动委托转换的3种模式
    50.实盘运维规矩三: 突发环境、安全第一
    51.再次进阶:降低实行本钱的算法生意业务
    52.算法内嵌与算法独立
    53.冲破同一时间周期:跨周期生意业务策略
    54.更具机动性的多信号组合策略
    55. 实现一个事件引擎的小应用
    56.一张图+一段代码,看懂CTA怎样与事件引擎交互
    57.开发属于自己的应用模块,第一步
    58.主逻辑之后,继续开发图形界面
    59.运行你的DemoApp,看看怎样debug
    60.以更直观的表格情势实现图形输出
    61.一个新出发点

    课程大小

    下载地点
    回答可察看课程下载链接&提取码(10) 20190825 数据分析

    学豆不足请充值: 充值 开通VIP全站课程免学豆下载: 开通VIP QQ:2659147209

    一起学vnpy

    培训简介 继《VN.PY实战培训》后又推着力作《VNPY套利实战班》,因应广博学员需求, 继续约请量化生意业务系统与高频套利专家李来佳老师担当主讲, 专门针对使用VNPY进行高频套利生意业务, 帮助学员在VNPY生意业务系统,实盘接口,数据,策略,风控各方面击破停滞, 攀缘高频套利生意业务以为高峰!解说深入浅出, 原理与代码并重,学成之后赠予学员模板生意业务系统与策略,学员把握修内容自行革新逻辑后即可实盘。 直播课程上完后,隔日可在优量在线上翻看, 无惧错过课程, 一次没听明白可以无穷次翻看。 联合课后答疑, 可彻底把握课程内容。
    培训费用: 2999元/人
    培训情势: 网络视频培训,可无穷量翻看。 缴费成功后,即可入qq群,与老师和学员一起共同窗习交流。
    培日期训: 一共五个晚上,每个晚上两个小时。
    讲师介绍 何文峰 东莞宽客俱乐部发起人, 东莞量化智能科技有限公司总经理。东莞理工粤台学员校外python讲师,清华大学深圳研究生院量化投资练习营讲师。常期从事股票、期货、期权生意业务及策略开发, 善于python量化生意业务系统开发, 使用深度学习的技能将传统策略升级改革, 得到更好的收益。
    李来佳 暨南大学盘算机毕业。 17年互联网高性能盘算、电信与金融服务范畴工作经历,前网易大话西游服务端架构师,前微软(中国)实行咨询顾问,微软环球项目技能风险评审专家,微软机器学习顾问,微软云盘算机环球认证专家,十年PMI-PMP年认证项目经理。
    培训内容: 序号 主题 描述 1 系统扩展相关 与套利相关的底子组件和系统扩展具体解说 1.1 K线类的实现解说 ctaLineBar的实现原理、具体解说及应用案例 1.2 网格生意业务类的实现解说 ctaGridTrade的实现原理、具体解说和应用案例 1.3 持仓类的实现解说 ctaPosition的实现原理、具体解说及应用案例 1.4 服务端运行及长途监控 解说无界面服务端的主动运行与重启,长途监控界面的制作及扩展 1.5 套利时机分析 怎样使用jupyter进行数据分析,分析跨品种和跨期的套利时机 1.6 回测引擎的实现解说 解说对BackTestingEngine的革新,包括扩展的回测种类支持,多合约支持、及时资金盘算支持等 1.7 尺度套利合约的回测 根据两腿的tick数据,模仿组装出”尺度套利合约“Tick数据,进行回测 1.8 非尺度套利合约的回测 模仿实盘,分别往策略贯注腿1和腿2数据,针对策略发出的订单分别拉拢成交处置,对开仓宁静仓进行及时盘算 1.9 生意业务信号的保存与回放 在策略中,记载虚拟的“套利合约”开平仓信号,回测结束时,进行保存,供后续分析。生意业务信号在jupyter中的K线中怎样回放。 1.10 非尺度合约的开平仓处置 在策略中,实现非尺度合约的开平仓,尽最大程度保障成交服从,淘汰滑点,制止断腿;
    怎样使用FAK指令进步实盘生意业务服从
    2 套利策略相关 2,1 套利的风险和应对棤施 跨期套利/跨品种套利的风险辨认、应对棤施及案例降级。 3 FAQ 问题解答与交流
    耗时(Min)
    30
    30
    30
    60
    60
    60
    60
    60
    30
    30
    30
    30
    讲师实盘绩效: (本课程属量化投资技能培训, 不对学员投资收益作任何答应,学员实盘亏损与本公司无关)
    课后答疑服务: 创建课后服务QQ群, 在VNPY系统后续开发当中碰到种种问题可以向老师提问。
    特殊提示: 本课程需要具备肯定python与VNPY底子 ,假如学员不具备可搭配相关课程5折出售: VNPY底子班原价1200元, 与本课程搭配购置优惠价600元。 Python量化底子班888元, 与本课程搭配购置优惠价488元。 报名后联系下面微信号可赠予超500个课时的pyhton+vnpy+量化生意业务的学员专属课程包。

    可以选择下面交费方法中的任意一种。 说明: 培训vnpy套利

    1.支付宝转账 支付宝帐号:xyz1202@sohu.com, 2.微信支付 请加微信号:821456985 进行支付,

    个人

    我是听着群主的live长大的...错了,入门量化的,哈哈,开个打趣。

    我分3方面讲讲吧

    1. 个人崇敬

    我入门量化是在知乎上一不警惕看到了群主的live《金融外行怎样入门量化生意业务》,然后触动了我的神经。后来群主的live另有华尔街的活动我场场都买,群主解说live的节奏很安稳,并且会讲许多发散的工具,让人听得非常有爱好并且故意思,对于其时急于想入门的我确实非常有帮助。

    然后从群主的live《生意业务员的内功修炼》中得到了许多的学习资料,我其时看了的重要有<Trading Systems>和<Trading Systems and Methods>,小小的透露一下,第二本书内里有非常多的策略思绪,有爱好的小伙伴可以用vnpy实现一下内里的策略,还是挺故意思的。

    也参加过群主的现场活动,其时看资料表现,比我还小,我其时也是叹息英雄出少年,趁便自黑了一把,自封技能geek这么久,也没混出什么花样,对的,我就是典型的技能男想转量化的芸芸众生中的一员。

    固然,老师岂论年纪,群主就是我的入门老师。

    2. 系统本身

    从系统面来讲,我之前也观察过许多的系统:种种在线平台,掘金,TB,MC。

    a.自定义功能

    我说说我的一个CTA策略需要的功能吧,我需要自定义1分钟线,做一个次高频策略( 均匀天天生意业务3~5次,最后这个策略由于盈亏比太小跑了一礼拜后亏了个大的下线 )

    这个1分钟线呢?需要从32s开始盘算,这是我在做策略前做数据分析得出来的结果。从每个分钟的几多秒开始盘算,这个方法实在群主在某个live中提到过,但是详细哪个live我不记得了。

    这时看看,vnpy自定义一个BarManager就很轻易实现,这时TB,MC望尘莫及了,非要说在那些在线平台上在tick的相应函数内里做,也不是不可,但是在线平台最重要的一点还是安全性,虽然许多人说不大概,这个随意,那就算我多虑了吧

    那这个不说,我自己还增长过一个功能就是记载持仓期间的最高和最低价( 海龟里的MFE和MAE,另有就是判定保证金生意业务会不会触发平仓线 ),而且表现在报表里,这个功能其他平台预计只能呵呵了,由于这个窜改到最后的报表了。

    b.参数优化

    这个功能在vnpy内里是有的,这些线上平台预计不敢做吧,对系统资源的消耗可不是一点点,固然由于我很久没有效过了,如今这些线上平台有没有这个功能我也不太清晰。

    这个功能有多重要我在下一部分内里会提及

    c.社区

    vnpy的群在我全部的群内里永久是最活泼的,并且偶然群主会亲身出来解答问题,版本更新的节奏嘛,很快,我还在用老点的版本,有点跟不上节奏


    简单来讲假如想在CTA方面多做些工具,做得恒久的,必须得有一套能自己做功能变动、社区还很活泼、还在不停更新的系统 vnpy再合适不外

    注:由于我自己如今只涉及CTA,vnpy中其他功能如:期权,价差套利等功能我都未提及。

    3. 量化新手的进程

    我从我的经历讲讲量化新手需要些什么吧

    我是从商品期货入手,由于开户方便,接口好用。

    我最开始的观点就是CTA,广义来讲就是择时策略,双均线一跑,钱就来了......

    双均线写出来之后,开始搞数据回测,tb上买了从2003到如今的tick数据,数据洗濯差点把我搞挂了,由于在CTP接口出来之前都是订单成交数据,并不是尺度的CTP tick。

    做为个人我以为搞 历史数据 还是比较难搞的,不像在机构有专门的团队做这个,如今追念起来我有点悔恨,虽然tick数据确实有须要,但是可以靠后一点,用分钟线就已经非常好了,并且TB内里导出分钟线数据很方便,最后我如今的策略就是用TB导出的分钟线回测的,也有个10年的,够了。

    tick数据有啥用呢?我上面提到的重组分钟线的次高频策略就用到了,但是真心可以靠后,让最重要的事情优先。

    记得在这个次高频策略上线时,发现了一个小小的日记重复表现的问题,这也是我给vnpy贡献的bugfix之一,感到非常荣幸。

    由于其时我有点急于求成,这个策略没有做好优化,一个礼拜后下线了。

    实在在这期间实验过许多策略,但是效果一样平常,到如今只有一个策略还在跑。

    后来我陷入很深的思索之中,怎样进步自己写策略的服从,怎样才能做好优化?我开始分析我这当中遇到的问题:

    a. 写庞杂点策略时流程轻易杂乱,导致自己看一个1个月前写的策略就看不懂流程了

    b. 参数优化要到达怎样的效果?这是个问题

    解决:

    a. 我根据个人習慣写了一个策略模板,还加了一个状态机,这样整个扭转過逞就清楚多了,但是自定义程度非常高,不合适通用。

    b. 参数优化 是一个非常大的命题,不是一下能搞好的。我讲一下我做的事情:

    1)回测结果长期化( 存入mongodb )

    2)增长回测结果的表现项(多空分散,价格和颠簸率的同框展示)

    3)增长品种和策略间的组合回测功能,并进行结果比对

    4)增长以年为单位的步进回测功能

    5)另有个问题是假如我的参数有4个,每个参数50个取值,这样参数的组合有几多?625万个,每次回测1分钟,625万分钟,8核机器10台,78125分钟,54天...... 这时间你要问我,每本书上另有各大佬都说参数要少,否则很轻易过拟合。而我如今的看法是,不要刻意淘汰参数,假如说我把某两个参数写成常量,我以为是在为了淘汰而淘汰,没有须要,影响走势的因素千万万 4~6个参数我以为完全正常,固然最好这些参数之间的相关性越低越好。这是我如今的看法,差别意的按自己的来就行,不要辩说,合适自己就好。以是我又花大量精神找了做超参优化的方法,支持并行,还在实现中。

    在这个過逞当中实在还理解了些 量化范畴其他方面 的知识:数学,金工,选股,投资组合等等,用来干啥呢?实在最大的还是为了让自己的知识范畴宽一些,多理解一些,保持一下什么都知道,专精一门的状态。并且这些方面花的精神还真不少,个个都是烧脑的。

    固然中间有些知识是由于遇到了不得不学,好比正态分布,不怕被笑话,我从前连正态分布是什么都不知道,安稳序列、log return、线性回归、假设查验,这些工具在做基本分析时都要用到。

    我写过一些数据分析工具,好比要分析品种间的相关性,就要知道协方差和相关系数,各自的盘算方法等等等等,但是真心话,工作这么多年后再反过来学习这些非常烧脑。如今回看,这些还只是最基本的。

    学习这些知识另有一个功能大概是为了增长自己的安全感和信心吧。

    假如说做为新手感爱好学的话应该是:

    1)完备的从策略,数据到优化的過逞,分钟线数据的话可以搞个文档教我们怎么去获取,教我们怎么去扩显现有的功能 2)量化知识框架的理解,对于新手理解量化全貌会对信心有很好的保持作用 3)量化底子数学框架的理解,这个玩意儿实在自己学起来挺费劲的,假如有系统点的引导会更好

    说真话从去年年初到如今,我改变了一个想法,就是不会像当初那样常常安利我的一些小伙伴一起搞量化,真的很难,不知道是不是只有我才有这种感觉。但是我还是会在这条路上走,由于嘻歡,将来能赢利。

    谢谢群主,谢谢vnpy,谢谢自己

    本文网址: https://www.4008140202.com/pp/20210931244_4531_1640001688/home

    推荐阅读

    tags

    最新发布