量化为技艺，策略为根本，相辅相成，运用之妙，存乎一心

本文主要是介绍量化为技艺，策略为根本，相辅相成，运用之妙，存乎一心，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

https://blog.csdn.net/myquant/article/details/80745665

国内4种常用日内CTA策略介绍及实现

https://blog.csdn.net/xmuecor/article/details/78542320

知识点：

CTA

CTA策略研究对象：狭义上来说，CTA策略的研究对象只包括期货，像国内的股指期货，大宗商品期货和国债期货（利率期货），这些品种是目前国内CTA策略的主要研究对象和利润来源；
广义上来说，可以是大宗商品期货，国债期货（利率期货），股票，外汇（包括spots和futures），甚至期权等任何有一定历史公开量价数据的品种。
CTA策略研究周期：通常来说，以分钟、小时和日线数据为主。少部分CTA策略也会用到tick数据，包括level2的bidprice，askprice，bidvolume，askvolume。
CTA策略研究方法：对单个品种历史上的量价数据进行分析，包括开盘价，收盘价，最高价，最低价，成交量，持仓量这些数据，提炼出具有概率优势的规律，这就是通常意义上的因子或者策略，并将此规律用代码实现，并假设这类规律在未来会依然存在。最后用此类规律来判断品种未来的方向，进行开仓，平仓，加仓，减仓等操作，并以此来获利。通常来说，演化至今的CTA策略基本都是全自动交易，但也依然有辅之以手工判断的交易存在。

我之前在全球top5券商工作时也主要以CTA研究为主，每天都在不停的进行各种回测和开发。彼时，部门的CTA交易主要集中在股指期货的日内投机上，基本市场上能搜集到的各种书籍和报告我都浏览过。不过，从实际运用的角度来看，不同的技术分析方法，指标类切线类也好，形态类波浪类也罢，无论其历史背景和基本原理如何，其实质都是基于证券交易过程中量价时空等历史资料基础上的统计、分析和计算。由于可供交易的期货标的只有沪深300股指期货，虽然所在部门同时跑了多个日内交易模型，但基本都是一荣俱荣，一损俱损。更为关键的是，一般趋势跟踪系统的获胜概率都低于40%，真正幅度大的单次盈利都是好不容易才熬来的，这说明大部分交易其实都是瞎折腾，当账户资金在短期内出现较大回撤的时候，很容易对自己的模型失去信心，继而陷入反复优化的怪圈。要知道，部门的考核都是以年为单位的，如果一年下来赚不到什么钱甚至亏钱，后果你懂的。

我在读研究生期间，有过一段奇妙的际遇，至于这段际遇是如何而来，至今想想都觉得传奇。当时，我作为一个博士一年级的学生，曾帮一私募大佬全权管理了一只3000万的CTA量化基金，为期一年，金字塔决策交易系统全自动下单，偶尔也人工干预。就是这段经历，让我在毕业求职时的简历比同龄人丰富了不少。也正是这段交易经历，让我知道了趋势交易就是一种煎熬，因为趋势交易是反！人！性！的：几乎总在最高点开多，最低点开空，所以每次下单都是如履薄冰。最致命的是，由于日内单边走势的下单滑点一般都比较大，如果你因为限价单没能成交，基本这千年等一回的机会就和你说拜拜了；而如果你不顾一切去追单，则很大可能刚成交一会就触发了止损命令，实际亏损是理论亏损的2倍还多。

正因为知道了交易执行的艰难，毕业后进入全球top5券商后，对于交易下单和盯盘，一开始我就是拒绝的。部门的交易一直都是另一海归博士GG在做，而我只负责模型的研发和维护。他每日的工作流程就是，每天早上打开电脑，检查数据流是否正常，然后打开模型，让程序自动执行，盘中各种纠结，盘后各种悔恨。而这，基本就是一天的生活。盘中纠结：由于资金量巨大，股指期货随便一个波动，就是几十万的盈亏。落袋为安（干预模型）还是让坚决执行模型？这是个问题。毕竟一切浮盈皆是虚妄。盘后悔恨：今天曾浮盈过百万，最后居然止损出局，唉；今天要是不干预的话，本！可！以！盈利数百万的，结果少赚了近一半，唉，唉。

别问我为啥总想干预模型。事实上，任何一个趋势跟踪系统都是很难坚持的，因为它们都是以捕捉相对罕见的大趋势为基础的，而大趋势通常难得一见。在漫长的等待中，交易者很容易对自己的系统产生怀疑，转而相信自己能够战胜概率。别问我一年下来赚了多少。事实上，CTA的容量是非常有限的，相比于部门的中介业务动辄上亿的利润，CTA的盈利基本可以忽略。虽然后来我们又把趋势交易拓展到了商品期货上，同时交易了十几个品种，但随后很多商品期货都开启了夜盘模式，遂逐步放弃。因为选择了CTA，导致我每天都在对自己的职业生涯产生怀疑，直到后来我跳槽到阳光私募开始管理对冲产品，开始了股票alpha模型的盈利模式。

此是后话，有时间慢慢表来。在中国的股票、期货市场，几乎所有的投资者多多少少都懂点技术分析，什么MA、MACD、KDJ等等，诸如此类，不一而足。至于自己所理解的技术指标能否盈利，另当别论。由于量化投资的门槛实在太低，大凡交易过商品期货的朋友（尤其是理工科学生，毕业后想进入金融机构以此为职业的），基本都在用自己编译的模型进行程序化自动下单，或按模型提示的信号进行手撸。至于所交易的品种，究竟是橡胶、螺纹钢，还是豆粕、焦炭（股指期货的开户门槛太高，在校生一般玩不起），则不是他所要关心的。相信大家都有这样的体验，如果有朋友邀请你去打麻将或斗地主，而你却不怎么会玩，你多半会拒绝。但期货市场不同，对于一个自己几乎一无所知的品种，却也敢用真金白银去交易。这是为什么呢？因为交易者用自己所构建的模型对该产品的历史数据进行过回测，每个月均实现了正收益。这TM不就是传说中的印！钞！机！么！

然而，只有真正交易过的人才知道，要想在期货市场凭自己所理解的技术分析去赚钱，太难！太难！要写一个回测结果很好的趋势跟踪模型，对于熟手来说，基本就是分分钟的事。但如果你把测试和实盘等同，我只能说你too young too simple。因为历史测试充其量只是对未来的粗略估计，它或许夸大了系统的内在优势本来是纯随机的现象，结果导致一个在历史回测中看似有效或曾经有效的系统不再有效。并且，很多初入期市的朋友，在写模型时或多或少都犯了过度优化的毛病，对于历史上那些模型本没抓住的单边走势，改个参数就抓住了；对于那些模型反复开仓的震荡走势，加个限制就避免了。可惜的是，要是可以交易历史数据的话，这个市场上还有亏货么？

更为致命的是，即便你写的模型确实符合逻辑，也没有过度拟合，你以为就可以一劳永逸，躺着数钱了吗？那是因为你忘了，测试时，你可以把几年的模拟交易集中在几分钟之内完成，即使有几个月的回撤期，你也不觉得有啥，因为你知道了净值曲线的未来走势。但实盘交易时，分分钟都是煎熬，盘中每一个波动都会刺激你的神经。此外，模型测试时，你关注的全是盈利带来的喜悦；而实盘交易时，你感受到的全是亏损带来的痛楚。

在实盘交易中，交易者的行为是复杂多变的，很多模型都由于与历史的吻合度太高，市场行为的一个轻微变化就会造成效果的明显恶化。再加上投资者某些情绪化和草率的出入场，承担了一些本没有必要承担的风险，再加上佣金和滑点，如此，根据市场的实际结构来说，大部分投机者注定就应该发生亏损。

事实上，真正在市场上赚大钱的人，大都是悲观者和幸运者。说悲观，是因为他们都曾有过亏得睡不着觉的经历，知道赚钱的艰难；说幸运，是因为他们起起伏伏，但最终都活下来了。还记得，当年部门年会时，领导让我作为新人代表发言，我balabala，洋洋洒洒上千言，直听得他们无不击掌。但作为结尾，我话锋一转，说了下面的话：

要想在期货市场上用技术分析赚到大钱，无它，两个字而已，靠命！

周末去了一趟王府井书店，没想到这年头到实体店买书的人还挺多。在里面转悠了一圈，来到股票板块，那家伙，各种分析、战法，直叫人应接不暇。我随意挑了几本翻阅了一下，看完后甚是惆怅，原来自己这么多年的书都白念了，这么多年的交易体验都白瞎了，因为所有的书都给人一种感觉：“炒股太简单啦！”“股市就是提款机！”“我们的目标是星辰大海！”。
回家路上，我对老婆说：“要不咱别做交易了，怪辛苦的，改写书吧？” “我看你有这个潜质。”在期货市场，散户凭借技术分析是能赚钱的，但前提是你能够战胜自己的内心。但即便你战胜了自己的内心，要指望大赚特赚，基本还得靠命。

1 双均线策略(期货)  量化策略源码 https://www.myquant.cn/docs/python_strategyies/153
2 alpha对冲(股票+期货)  量化策略源码 https://www.myquant.cn/docs/python_strategyies/101
3 集合竞价选股(股票) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/102
4 多因子选股(股票)  量化策略源码 https://www.myquant.cn/docs/python_strategyies/103
5 网格交易(期货)  量化策略源码 https://www.myquant.cn/docs/python_strategyies/104
6 指数增强(股票)  量化策略源码 https://www.myquant.cn/docs/python_strategyies/105
7 跨品种套利(期货)量化策略源码 https://www.myquant.cn/docs/python_strategyies/106
8 跨期套利(期货) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/107
9 日内回转交易(股票)量化策略源码 https://www.myquant.cn/docs/python_strategyies/108
10 做市商交易(期货) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/109
11 海龟交易法(期货) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/110
12 行业轮动(股票) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/111
13 机器学习(股票) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/112
14 仓位管理（1）： 鞅与反鞅策略，凯利公司及其局限 https://www.myquant.cn/community/topic/673/2
15 仓位管理（2）： 凯利公式指导投资与多种资金管理方式 https://www.myquant.cn/community/topic/679
16 多因子选股之有效因子 https://www.myquant.cn/community/topic/690
17 多因子策略之冗余因子 https://www.myquant.cn/community/topic/695
18 多因子选股之策略的实现 https://www.myquant.cn/community/topic/708/2
19 大师系列之彼得•林奇基层调查选股法 https://www.myquant.cn/community/topic/719/2
20 从量化角度告诉你常见的技术指标到底能不能赚钱？ https://www.myquant.cn/community/topic/649/2
21 从回测到实盘（2）：如何让回测更贴近实盘结果  https://www.myquant.cn/community/topic/665
22 程序化交易（3）：从回测到实盘，还需要注意些什么？ https://www.myquant.cn/community/topic/668
23 股市暴跌深套 | 如何利用日内回转交易策略降低持仓成本 https://www.myquant.cn/community/topic/704
24 算法交易策略的成功回测之一 https://www.myquant.cn/community/topic/721
25 股票中的情侣——配对交易 https://www.myquant.cn/community/topic/735
26 量化交易入门 https://www.myquant.cn/community/topic/28/2
27 分享一个python均线策略 https://www.myquant.cn/community/topic/78/2
28 一个量化交易策略师的自白 https://www.myquant.cn/community/topic/652/2
29 《利用Python进行数据分析》PDF电子书下载 https://www.myquant.cn/community/topic/618
30 高频交易：为了0.07毫秒的比拼，竟然花费了1400万美金 https://www.myquant.cn/community/topic/634/2
31 分享几本量化和python方面的书，可以直接下载 https://www.myquant.cn/community/topic/89/2
32 2018：数据科学20个最好的Python库 https://www.myquant.cn/community/topic/664
33 《投资中最简单的事》读书笔记 https://www.myquant.cn/community/topic/575/2
34 史上最全的量化交易资源合集 https://www.myquant.cn/community/topic/624/2
35 七种量化选股模型 https://www.myquant.cn/community/topic/663
36 谈资金管理 https://www.myquant.cn/community/topic/579/2
37 网格交易策略（附策略源码与收益图） https://www.myquant.cn/community/topic/548/2
38 指数增强策略 https://www.myquant.cn/community/topic/527
39 日内回转交易策略 https://www.myquant.cn/community/topic/526
40 跨期套利策略 https://www.myquant.cn/community/topic/525
41 跨品种价差套利策略 https://www.myquant.cn/community/topic/524
42 集合竞价选股 https://www.myquant.cn/community/topic/523
43 基于EV/EBITDA倍数估值法的Alpha对冲策略 https://www.myquant.cn/community/topic/522
44 行业轮动策略 https://www.myquant.cn/community/topic/521
45 海龟交易法则 https://www.myquant.cn/community/topic/520