【技术实现步骤摘要】
本申请涉及数据处理，具体涉及一种量化交易回测管理系统与方法。
技术介绍
1、量化交易是指利用计算机技术基于制订的量化交易策略完成交易的过程。量化交易极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下做出非理性的投资决策。
2、回测是指利用历史真实数据和模拟交易来评估和验证量化交易策略的有效性和可行性的过程。通过回测可以对量化交易策略做出反馈，方便人工对策略进行决策。
3、目前，相关技术中，用户在制订量化交易策略之后，会输入回测管理系统执行回测任务，得到回测结果。回测结果可以指示量化交易策略在历史环境中和在未来交易中的表现，该表现可以体现在各种指标，包括收益率，风险指标等等。用户在接收到回测结果后可以对策略进行决策，如果觉得合适，可以将策略部署在实盘中自动完成交易，如果觉得不合适可以人工修改后，继续进行回测直到得到满意的策略。
4、可见，相关技术中需要人工进行策略的修改，比较繁琐费时并且不容易找到最优的策略，在对交易速度要求非常高的交易市场中也可能丢失很多交易机会，用户体验不好。
5、相关技术中也有一些系统可以提前供用户编辑多个策略，然后利用回测推荐出其中最优的策略。该方法中仍然需要用户参与人工策略编辑费时费力，用户体验不好。
技术实现思路
1、有鉴于此，本申请公开一种量化交易回测管理系统。所述系统包括：控制单元，用于控制策略扩展单元，回测单元和输出单元执行各自的任务；策略扩展单元，用于响应于所述控制单元的指令，获取用户
2、在一些实施例中，所述预设参数类型包括：价格类，涨跌幅类，成交量类；所述策略扩展单元，进一步用于：在所述量化参数为价格类的情形下，根据所述量化参数的数值和第一预设比例，得到第一数值范围，根据所述数值与第二预设比例，得到第一步长，基于所述第一步长在所述第一数值范围内得到多个扩展数值；所述第二预设比例小于所述第一预设比例；在所述量化参数为成交量类的情形下，根据所述量化参数的数值和第三预设比例，得到第二数值范围，根据所述数值与第四预设比例，得到第二步长，基于所述第二步长在所述第二数值范围内得到多个扩展数值；所述第四预设比例小于所述第三预设比例；在所述量化参数为涨跌幅类的情形下，根据所述量化参数的数值和预设偏差值，得到第三数值范围，基于预设步长在所述第三数值范围内得到多个扩展数值。
3、在一些实施例中，所述控制单元，进一步用于响应于检测到用户完成量化交易策略编辑，向所述策略扩展单元发起扩展请求；所述策略扩展单元，进一步用于响应于接收到所述扩展请求，进行所述量化交易策略的扩展，得到多个扩展量化交易策略；所述控制单元，进一步用于响应于接收到用户发起的回测请求，向所述回测单元发送回测请求；所述回测单元，进一步用于响应于接收到所述回测请求，对多个所述扩展量化交易策略进行回测。
4、在一些实施例中，所述回测单元对应于分布式计算系统；所述回测单元，根据扩展量化交易策略的数量，向所述分布式计算系统申请至少所述数量的计算节点，并利用所述数量的计算节点并行执行回测任务得到所述量化交易策略的回测结果。
5、在一些实施例中，所述回测单元，进一步用于，获取历史真实数据；基于所述历史真实数据生成多个数据组；所述数据组包括第一历史数据与第二历史交易数据；所述第二历史交易的时序位于所述第一历史数据之后；针对每一数据组，基于所述第一历史数据得到所述量化交易策略的历史预测表现，基于所述第二历史数据的所述量化交易策略的历史真实表现，并基于所述历史真实表现和所述历史预测表现，得到所述量化交易策略的历史表现偏差；基于所述历史真实数据得到预测数据，并基于所述预测数据得到所述量化交易策略的未来预测表现；基于所述历史表现偏差对所述未来预测表现进行修正，得到所述量化交易策略的回测结果。
6、在一些实施例中，所述历史表现偏差为所述历史真实表现和所述历史预测表现之差；所述回测单元，将所述历史表现偏差与所述未来预测表现之和确定为所述量化交易策略的回测结果。
7、在一些实施例中，所述历史真实数据包括市场数据；所述回测单元，进一步用于在市场数据指示市场波动大的情形下，利用基于transformer构建的第一预测模型，得到预测数据；在市场数据指示市场趋势明显的情形下，利用基于lstm构建的第二预测模型，得到预测数据。
8、在一些实施例中，所述历史真实数据为多模态数据；所述回测单元，在利用预测模型得到预测数据之前，按照所述多模态数据的时序，利用多模态处理模型进行处理，得到具有时序的结构化数据；在所述多模态数据为图片的情形下，所述多模态处理模型为sift模型；在所述多模态模型为文字的情形下，所述多模态处理模型为nlp模型；在所述多模态模型为音频的情形下，所述多模态处理模型为asr模型；将所述结构化数据用于输入预测模型得到预测数据。
9、在一些实施例中，所述输出条件包括收益率最大，损失最小，风险最低；响应于用户配置了收益率最大，所述输出单元，用于输出收益率最大的前n条扩展量化交易策略及其对应的回测结果供所述用户决策；响应于用户配置了损失最小，所述输出单元，用于输出损失最小的前n条扩展量化交易策略及其对应的回测结果供所述用户决策；响应于用户配置了风险最低，所述输出单元，用于输出风险最低的前n条扩展量化交易策略及其对应的回测结果供所述用户决策。
10、前述任意实施例记载的方案中，可以通过策略扩展单元利用预设的算法可以对量化交易策略中包含预设类型参数的条件进行扩展得到多个扩展条件并和其它条件进行组合得到多个扩展量化交易策略，然后利用回测单元对各扩展量化交易策略进行回测并输出满足用户预先设置的输出条件的n条策略供用户进行决策。由此可以利用回测管理系统实现自动化的策略扩展并推出n条满足用户需求的策略供用户选择最优的策略，不需用户进行复杂操作，效率高速度块效果好，可以避免由于修改策略带来的过多的交易机会的浪费。
11、本申请提出一种量化交易回测管理方法。所述方法包括：获取用户编辑的量化交易策略，所述量化交易策略包括至少一个条件；对所述量化交易策略进行拆分得到所述条件，针对每一所述条件，在所述条件包含的量化参数为预设参数类型的情形下，按照预设算法对所述量化参数进行数值扩展得到多个扩本文档来自技高网...
【技术保护点】
1.一种量化交易回测管理系统，其特征在于，所述系统包括：
2.根据权利要求1所述的量化交易回测管理系统，其特征在于，所述预设参数类型包括：价格类，涨跌幅类，成交量类；
3.根据权利要求1所述的量化交易回测管理系统，其特征在于，所述控制单元，进一步用于响应于检测到用户完成量化交易策略编辑，向所述策略扩展单元发起扩展请求；
4.根据权利要求1所述的量化交易回测管理系统，其特征在于，所述回测单元对应于分布式计算系统；所述回测单元，根据扩展量化交易策略的数量，向所述分布式计算系统申请至少所述数量的计算节点，并利用所述数量的计算节点并行执行回测任务得到所述量化交易策略的回测结果。
5.根据权利要求1所述的量化交易回测管理系统，其特征在于，所述回测单元，进一步用于，获取历史真实数据；
6.根据权利要求5所述的量化交易回测管理系统，其特征在于，所述历史表现偏差为所述历史真实表现和所述历史预测表现之差；
7.根据权利要求5所述的量化交易回测管理系统，其特征在于，所述历史真实数据包括市场数据；所述回测单元，进一步用于在市场数据
8.根据权利要求7所述的量化交易回测管理系统，其特征在于，所述历史真实数据为多模态数据；所述回测单元，在利用预测模型得到预测数据之前，按照所述多模态数据的时序，利用多模态处理模型进行处理，得到具有时序的结构化数据；在所述多模态数据为图片的情形下，所述多模态处理模型为SIFT模型；在所述多模态模型为文字的情形下，所述多模态处理模型为NLP模型；在所述多模态模型为音频的情形下，所述多模态处理模型为ASR模型；将所述结构化数据用于输入预测模型得到预测数据。
9.根据权利要求1所述的量化交易回测管理系统，其特征在于，所述输出条件包括收益率最大，损失最小，风险最低；
10.一种量化交易回测管理方法，其特征在于，所述方法包括：
...【技术特征摘要】
1.一种量化交易回测管理系统，其特征在于，所述系统包括：
2.根据权利要求1所述的量化交易回测管理系统，其特征在于，所述预设参数类型包括：价格类，涨跌幅类，成交量类；
3.根据权利要求1所述的量化交易回测管理系统，其特征在于，所述控制单元，进一步用于响应于检测到用户完成量化交易策略编辑，向所述策略扩展单元发起扩展请求；
4.根据权利要求1所述的量化交易回测管理系统，其特征在于，所述回测单元对应于分布式计算系统；所述回测单元，根据扩展量化交易策略的数量，向所述分布式计算系统申请至少所述数量的计算节点，并利用所述数量的计算节点并行执行回测任务得到所述量化交易策略的回测结果。
5.根据权利要求1所述的量化交易回测管理系统，其特征在于，所述回测单元，进一步用于，获取历史真实数据；
6.根据权利要求5所述的量化交易回测管理系统，其特征在于，所述历史表现偏差为所述历史真实表现和所述历史预测表现之差；
...
【专利技术属性】
技术研发人员：罗汀泰，刘洋，
申请(专利权)人：苏州汇成软件开发科技有限公司，
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。