面向交易的日内高频量化交易平台笔记
2017-10-22 22:48
1206 查看
1. 本次讲座介绍。
长江证券金融工程部邀请了北京知象科技创始人,对其量化交易系统(股票、期货)进行了简单的介绍以及推广。
2.本次讲座主要设计的内容。
针对股票日内高频量化交易平台。本次讲座只cover沪深股票市场,因嘉宾认为期货高频比股票简单,而且期货高频目前的市场竞争非常惨烈,而股票日内高频算是蓝海。
3.国内高频数据定义。普通意义上即为L2快照数据,严格意义上只有深交所的逐笔委托、逐笔成交数据。国内一些做日内高频策略的私募只做深交所,不考虑上交所。
4.处理逐笔成交、逐笔委托的原因。
一、真实的还原orderBook,以便确保回测尽可能接近市场
二、获取挂单信息,如大的单买卖单,以便策略进行相应的实时处理
5.回测引擎(具体参见ppt)。尽可能的模拟交易所(集合竞价也做了考虑)。模拟、实盘,使用相同的接口以及数据结构。
6.处理逐笔成交、逐笔委托碰到的问题,如数据丢失。
7.嘉宾开发的平台考虑到平台程序处理效率,非策略部分,全部由C++编写。策略主要支持python、C ++。参照ppt,基于python策略的【回测性能】,性能非常高,如沪深全市场逐笔成交1天大概3200W条数据,获取时间大概10秒,回放时间大概720秒。
8.数据清洗,主办方对系统进行了大概半年的时间用人工方式,对历史数据进行了清洗。
9.会对数据质量进行打分,类似db事物处理的等级,越高、越慢。
10.机器学习、深度学习在量化交易领域的试用范围。
机器学习:提取特定数据集的模型。需要注意的是,输入的数据集要和期望获得模型相匹配。如要学习牛市的模型,输入的数据集需要是牛市范围的数据。
深度学习:处理日内高频数据
长江证券金融工程部邀请了北京知象科技创始人,对其量化交易系统(股票、期货)进行了简单的介绍以及推广。
2.本次讲座主要设计的内容。
针对股票日内高频量化交易平台。本次讲座只cover沪深股票市场,因嘉宾认为期货高频比股票简单,而且期货高频目前的市场竞争非常惨烈,而股票日内高频算是蓝海。
3.国内高频数据定义。普通意义上即为L2快照数据,严格意义上只有深交所的逐笔委托、逐笔成交数据。国内一些做日内高频策略的私募只做深交所,不考虑上交所。
4.处理逐笔成交、逐笔委托的原因。
一、真实的还原orderBook,以便确保回测尽可能接近市场
二、获取挂单信息,如大的单买卖单,以便策略进行相应的实时处理
5.回测引擎(具体参见ppt)。尽可能的模拟交易所(集合竞价也做了考虑)。模拟、实盘,使用相同的接口以及数据结构。
6.处理逐笔成交、逐笔委托碰到的问题,如数据丢失。
7.嘉宾开发的平台考虑到平台程序处理效率,非策略部分,全部由C++编写。策略主要支持python、C ++。参照ppt,基于python策略的【回测性能】,性能非常高,如沪深全市场逐笔成交1天大概3200W条数据,获取时间大概10秒,回放时间大概720秒。
8.数据清洗,主办方对系统进行了大概半年的时间用人工方式,对历史数据进行了清洗。
9.会对数据质量进行打分,类似db事物处理的等级,越高、越慢。
10.机器学习、深度学习在量化交易领域的试用范围。
机器学习:提取特定数据集的模型。需要注意的是,输入的数据集要和期望获得模型相匹配。如要学习牛市的模型,输入的数据集需要是牛市范围的数据。
深度学习:处理日内高频数据
相关文章推荐
- 计算广告学习笔记 6.5 广告交易市场 需求方平台
- 构建快速安全可靠的高频交易平台
- 【金融/交易】基于CEP的量化交易平台建设
- 国内量化交易平台
- 国内量化交易平台
- 牛津王宁:大数据和量化金融—从机器交易 高频交易到大数据交易
- 牛津王宁:大数据和量化金融—从机器交易 高频交易到大数据交易
- 国内量化交易平台
- 每个人都必须知道的比特币量化交易平台
- 黑马程序员---Java基础学习笔记(面向对象篇)
- 面向集团客户云计算运营平台的市场情况及产品发展——之云计算运营平台方案(二)
- VEFX维亿:以专业实力成就品质保障 铸立指数交易首选平台
- 菜鸟笔记-面向对象
- 微软Win8将有多个版本 四款面向ARM平台
- 高德集团面向行业的导航二次开发平台介绍
- 【学习笔记】编译Linux内核(上)--编译基于x86平台的Linux内核的过程
- 学习笔记_JavaSE_09_Java面向对象03
- ASP.NET MVC Web API 学习笔记---第一个Web API程序---近来很多大型的平台都公开了Web API
- 面向对象---大纲笔记
- (java基础)java面向对象部分笔记