Python算法交易實戰(zhàn)

第 1 部分 基礎(chǔ)知識和環(huán)境配置
第 1 章 算法交易的基礎(chǔ)原理 2
1．1 為什么要交易 2
1．2 有關(guān)現(xiàn)代交易的基本概念 3
1．2．1 市場板塊 3
1．2．2 資產(chǎn)類別 4
1．2．3 現(xiàn)代交易市場的基本情況 5
1．3 了解算法交易概念 7
1．3．1 交換訂單簿 7
1．3．2 交換匹配算法 7
1．3．3 限價訂單簿 9
1．3．4 交換市場數(shù)據(jù)協(xié)議 9
1．3．5 市場數(shù)據(jù)提供處理程序 9
1．3．6 訂單類型 10
1．3．7 交換訂單輸入?yún)f(xié)議 10
1．3．8 訂單輸入網(wǎng)關(guān) 10
1．3．9 頭寸和損益管理 11
1．4 從直覺到算法交易 11
1．4．1 為什么需要自動化交易 12
1．4．2 算法交易的演變—從基于規(guī)則的交易到全自動算法交易 12
1．5 算法交易系統(tǒng)的組成部分 14
1．5．1 市場數(shù)據(jù)訂閱 15
1．5．2 限價訂單簿 15
1．5．3 信號 15
1．5．4 信號聚合器 16
1．5．5 執(zhí)行邏輯 16
1．5．6 頭寸和損益管理 17
1．5．7 風(fēng)險管理 17
1．5．8 回測 17
1．6 為什么選擇 Python 18
1．6．1 選擇 IDE—PyCharm 或 Jupyter Notebook 19
1．6．2 第 一個算法交易 20
1．6．3 設(shè)置你的工作區(qū) 20
1．6．4 PyCharm 20
1．6．5 獲取數(shù)據(jù) 21
1．6．6 準(zhǔn)備數(shù)據(jù)——信號 22
1．6．7 信號可視化 24
1．6．8 回測 25
1．7 總結(jié) 27
第 2 部分 交易信息生成與交易策略
第 2 章 通過技術(shù)分析解讀市場 30
2．1 基于趨勢和動量指標(biāo)設(shè)計交易策略 31
2．2 基于基本技術(shù)分析創(chuàng)建交易信號 37
2．2．1 簡單移動平均線 37
2．2．2 指數(shù)移動平均線 39
2．2．3 絕對價格振蕩器 42
2．2．4 異同移動平均線 44
2．2．5 布林帶 47
2．2．6 相對強(qiáng)弱指標(biāo) 49
2．2．7 標(biāo)準(zhǔn)偏差 53
2．2．8 動量 55
2．3 在交易工具中貫徹高級概念，如季節(jié)性 57
2．4 總結(jié) 63
第 3 章 通過基礎(chǔ)機(jī)器學(xué)習(xí)預(yù)測市場 65
3．1 了解術(shù)語和符號 66
3．2 使用線性回歸方法創(chuàng)建預(yù)測模型 70
3．2．1 普通最小二乘法 70
3．2．2 正規(guī)化和收縮——LASSO 和 Ridge 回歸 75
3．2．3 決策樹回歸 77
3．3 使用線性分類方法創(chuàng)建預(yù)測模型 77
3．3．1 K 近鄰 77
3．3．2 支持向量機(jī) 79
3．3．3 邏輯回歸 81
3．4 總結(jié) 81
第 3 部分 算法交易策略
第 4 章 人類直覺驅(qū)動的經(jīng)典交易策略 84
4．1 創(chuàng)建基于動量和趨勢跟蹤的交易策略 84
4．2 創(chuàng)建適用于具有回歸行為的交易策略 91
4．3 創(chuàng)建在線性相關(guān)的交易工具組上操作的交易策略 92
4．4 總結(jié) 107
第 5 章 復(fù)雜的算法策略 108
5．1 創(chuàng)建根據(jù)交易工具的波動性進(jìn)行調(diào)整的交易策略 108
5．1．1 調(diào)整技術(shù)指標(biāo)中交易工具的波動率 109
5．1．2 調(diào)整交易策略中交易工具的波動率 109
5．1．3 波動率調(diào)整后的均值回歸交易策略 110
5．2 制定經(jīng)濟(jì)事件的交易策略 127
5．2．1 經(jīng)濟(jì)發(fā)布 127
5．2．2 經(jīng)濟(jì)發(fā)布格式 128
5．2．3 電子化經(jīng)濟(jì)發(fā)布服務(wù) 129
5．2．4 交易中的經(jīng)濟(jì)發(fā)布 129
5．3 實施基本的統(tǒng)計套利交易策略 131
5．3．1 StatArb 的基礎(chǔ) 131
5．3．2 StatArb 中的領(lǐng)先滯后 132
5．3．3 調(diào)整投資組合的構(gòu)成和關(guān)系 132
5．3．4 StatArb 的基礎(chǔ)設(shè)施費用 133
5．3．5 Python 中的 StatArb 133
5．4 總結(jié) 148
第 6 章 管理算法策略中的風(fēng)險 149
6．1 區(qū)分風(fēng)險類型和風(fēng)險因素 149
6．1．1 交易損失的風(fēng)險 150
6．1．2 違反法規(guī)的風(fēng)險 150
6．1．3 欺騙 151
6．1．4 報價填充 151
6．1．5 操縱收盤價 152
6．1．6 風(fēng)險來源 152
6．1．7 量化風(fēng)險 154
6．2 區(qū)分風(fēng)險措施 155
6．2．1 止損 156
6．2．2 最大跌幅 158
6．2．3 頭寸限制 160
6．2．4 持倉時間 161
6．2．5 PnL 的差異 162
6．2．6 夏普比率 163
6．2．7 每周期最大執(zhí)行量 165
6．2．8 最大交易規(guī)模 167
6．2．9 數(shù)量限制 167
6．3 制定風(fēng)險管理算法 168
6．4 總結(jié) 180
第 4 部分 建立交易系統(tǒng)
第 7 章 用 Python 構(gòu)建交易系統(tǒng) 182
7．1 了解交易系統(tǒng) 182
7．1．1 網(wǎng)關(guān) 183
7．1．2 訂單簿管理 185
7．1．3 策略 186
7．1．4 訂單管理系統(tǒng) 187
7．1．5 關(guān)鍵組件 188
7．1．6 非關(guān)鍵組件 188
7．2 構(gòu)建交易系統(tǒng) 190
7．2．1 流動性提供者類 191
7．2．2 策略類 193
7．2．3 訂單管理器類 198
7．2．4 市場模擬器類 202
7．2．5 測試交易模擬類 205
7．3 設(shè)計限價訂單簿 207
7．4 總結(jié) 214
第 8 章 連接到交易所 215
8．1 使交易系統(tǒng)可與交易所進(jìn)行交易 215
8．2 審查通信 API 217
8．2．1 網(wǎng)絡(luò)基礎(chǔ)知識 217
8．2．2 交易協(xié)議 218
8．2．3 FIX 協(xié)議 219
8．3 接收價格更新 221
8．4 發(fā)送訂單和接收市場響應(yīng) 226
8．4．1 接收器代碼示例 228
8．4．2 其他交易 API 232
8．5 總結(jié) 233
第 9 章 在 Python 中創(chuàng)建回測器 234
9．1 學(xué)習(xí)如何構(gòu)建回測器 235
9．1．1 樣本內(nèi)數(shù)據(jù)與樣本外數(shù)據(jù)的比較 235
9．1．2 模擬交易 236
9．1．3 單純的數(shù)據(jù)存儲 236
9．1．4 HDF5 文件 236
9．1．5 數(shù)據(jù)庫 238
9．2 學(xué)習(xí)如何選擇正確的假設(shè) 241
9．2．1 for 循環(huán)回測系統(tǒng) 243
9．2．2 事件驅(qū)動的回測系統(tǒng) 244
9．3 評估時間價值 246
9．4 回測雙移動平均線交易策略 250
9．4．1 for 循環(huán)回測器 250
9．4．2 基于事件的回測器 253
9．5 總結(jié) 260
第 5 部分 算法交易的挑戰(zhàn)
第 10 章 適應(yīng)市場參與者和環(huán)境 262
10．1 回測器與實際市場的策略表現(xiàn) 263
10．1．1 回測器失調(diào)的影響 264
10．1．2 仿真失調(diào)的原因 266
10．1．3 根據(jù)實時交易調(diào)整回測和策略 268
10．2 算法交易的持續(xù)贏利能力 272
10．2．1 算法交易策略中的利潤衰減 272
10．2．2 適應(yīng)市場條件和不斷變化的市場參與者 276
10．3 總結(jié) 286
后記 287