System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据处理,具体为一种基于python的多策略叠加自动量化交易方法及系统。
技术介绍
1、随着国内证券市场的日益成熟,现在的投资者相较于以主观判断为前提进行的交易,更加倾向于相对客观的量化交易,而量化交易相对于主观交易的本质区别在于对策略的历史验证和严格执行,用历史数据指导未来交易,通过量化交易实现高频化、自动化和个性化的交易策略,通过系统来捕捉最佳投资机会。目前,对于自动量化交易,存在以下技术问题:
2、(1)量化交易都基于券商提供的qmt系统,而qmt系统具有较高的资金门槛,绝大多数投资者无法使用;
3、(2)有量化交易程序使用的策略相对独立单一,难以形成协同互补,在复杂的交易场景中,单一的策略往往会对趋势形成误判,造成交易胜率下降。
技术实现思路
1、本专利技术的目的在于提供一种基于python的多策略叠加自动量化交易方法及系统,以解决上述
技术介绍
中提到的大多数投资者难以运用量化交易、量化交易策略单一等问题。
2、为实现上述目的,本专利技术采用以下技术方案:
3、根据本专利技术的一个方面,提供一种基于python的多策略叠加自动量化交易方法,所述方法包括:
4、获取历史实时数据,进行数据处理、计算指标数据并分类存储;
5、进行数据筛选并形成策略表达式,命名后存入数据库;
6、选择策略表达式,迭代计算后进行量化回测,生成结论图表;
7、运用多策略互补叠加机制实现自动化交易
8、所述多策略互补叠加机制包括:采用指数择时策略判断当前市场的整体趋势,采用选股策略选择符合条件的股票,以及采用所述指数择时策略与所述选股策略进行仓位管理。
9、基于前述方案,所述数据处理,基础数据转换为dataframe格式。
10、基于前述方案,所述指标数据包括但不限于移动平均线,移动平均线角度,macd指标,成交量涨幅,成交量趋势。
11、基于前述方案,所述分类存储根据用于实盘的动态数据和用于回测的静态数据进行分类存储。
12、基于前述方案,所述策略表达式包括
13、根据所述指标数据的数据筛选条件以缩小符合条件的股票范围;
14、对所述符合条件的股票进行排序,根据资金量初步确定策略容量,计算持仓周期,对买入的标的确定卖出日期;
15、计算收益率并绘制收益图表;
16、分析指数走势对收益和胜率的影响,制定指数择时;
17、根据所述收益图表对历史数据回测,验证策略的有效性和风险把控,并进行优化。
18、基于前述方案,所述指数择时策略包括合并多个指数进行权重分值,计算综合指数;根据所述综合指数计算仓位基准值,对于所述仓位基准值的计算条件和方法为自定义的计算条件和方法;根据所述综合指数、所述仓位基准值判断当前市场的整体趋势。
19、基于前述方案,所述选股策略包括
20、筛选符合基本要求的准入标的,所述基本要求包括非退市股,非st风险股,上市时间已超过设定天数;
21、对所述准入标的收集信息并进行数据化,包括但不限于基本面、当日交易数据、公司公告、机构评级、最新政策;
22、根据使用的策略表达式筛选符合条件的股票,并按策略分类导入数据库。
23、基于前述方案,所述采用所述指数择时策略与所述选股策略进行仓位管理,包括所述选股策略筛选出符合条件的股票后,根据所述指数择时策略的仓位基准值,以及对应所述选股策略的仓位基准值使用倍率以控制交易倍率
24、基于前述方案,所述自动化交易,根据python的自动化界面操作进行前端控制以实现无人值守实盘交易。
25、根据本专利技术的另一方面,提供一种基于python的多策略叠加自动量化交易系统,该系统包括:数据处理模块,策略模块,回测模块,交易模块;
26、所述数据处理模块,获取历史实时数据,进行数据处理、计算指标数据并分类存储;
27、所述策略模块,进行数据筛选并形成策略表达式;
28、所述回测模块,选择所述策略表达式,迭代计算后进行回测,生成结论图表;
29、所述交易模块,运用多策略互补叠加机制实现自动化交易。
30、由上述技术方案可知,本专利技术与现有技术相比至少具备以下优点和积极效果:
31、(1)运用多策略叠加的自动量化交易方法,投资者可不依赖券商提供的qmt系统进行量化交易,不会受到高资金门槛的限制;
32、(2)运用多策略互补叠加机制,可提升交易胜率以及降低策略的最大回撤,多层策略相互组合和嵌套,在不同市场情况下实现策略间的互补效果,避免单一策略对市场趋势判断的误差。
33、本专利技术应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本专利技术。
本文档来自技高网...【技术保护点】
1.一种基于python的多策略叠加自动量化交易方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述数据处理,将基础数据转换为DataFrame格式。
3.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述指标数据包括但不限于移动平均线,移动平均线角度,MACD指标,成交量涨幅,成交量趋势。
4.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述分类存储,根据用于实盘的动态数据和用于回测的静态数据进行分类存储。
5.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述策略表达式包括
6.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述指数择时策略包括合并多个指数进行权重分值,计算综合指数;根据所述综合指数计算仓位基准值,对于所述仓位基准值的计算条件和方法为自定义的计算条件和方法;根据所述综合指数、所述仓位基准
7.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述选股策略包括
8.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述采用所述指数择时策略与所述选股策略进行仓位管理,包括所述选股策略筛选出符合条件的股票后,根据所述指数择时策略的仓位基准值,以及对应所述选股策略的仓位基准值使用倍率以控制交易倍率。
9.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述自动化交易,根据python的自动化界面操作进行前端控制以实现无人值守实盘交易。
10.一种基于python的多策略叠加自动量化交易系统,其特征在于,包括数据处理模块,策略模块,回测模块,交易模块;
...【技术特征摘要】
1.一种基于python的多策略叠加自动量化交易方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述数据处理,将基础数据转换为dataframe格式。
3.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述指标数据包括但不限于移动平均线,移动平均线角度,macd指标,成交量涨幅,成交量趋势。
4.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述分类存储,根据用于实盘的动态数据和用于回测的静态数据进行分类存储。
5.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述策略表达式包括
6.根据权利要求1所述的一种基于python的多策略叠加自动量化交易方法,其特征在于,所述指数择时策略包括合并多个指数进行权重分值,计算综合...
【专利技术属性】
技术研发人员:彭家豪,张瑜平,
申请(专利权)人:深圳市雁联计算系统有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。