我給你說下，
❷ 如何量化炒股
我認為這應該要自己琢磨出來才有用吧，既然炒股了，就要認真的對待，研究出自己的量化路來。
自己組合
說實話，對於選股因子和擇時因子都不太懂，第一次設計策略回撤率比收益率還高，後來不斷優化，選擇了5個選股因子和2個擇時因子作為自己的策略組合。
總結
我認為這就是慢慢自己去摸索的一個巧門吧。
❸ 做了很久股票，才發現量化交易系統的重要性，請問怎麼樣才能建立這個系統
做了很久的股票才發現量化交易系統的重要性，建立這個系統首先要了解公司的基本層面，這樣才可以進一步深化。
❹ 如何建立一個股票量化交易模型並模擬
研究量化投資模型的目的是找出那些具體盈利確定性的時空價格形態，其最重要手段的概率取勝，最重要的技術是概率統計，最主要的研究方向是市場行為心理。那麼我們在選擇用於研究的參數時，也應該用我們的經驗來確定是否把某技術參數放進去，因為一般來說定性投資比較好用的參數指標對量化投資同樣適用。
量化投資區別於傳統定性投資的主要特徵在於模型。我打個比方，我們看病，中醫與西醫的診療方法是不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，主觀定性程度大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯。中醫對醫生的經驗要求非常高，他們的主觀判斷往往決定了治療效果，而西醫則要從容得多，按事先規定好的程序走就行了。量化投資就是股票投資中的西醫，它可以比較有效地矯正理智與情緒的不兼容現象。
量化投資的一般思路：選定某些技術指標（我們稱之為參數，往往幾個組成一組），並將每一個參數的數據范圍進行分割，成幾等份。然後，用計算機編程寫出一段能對這些參數組對股票價格造成的影響進行數據統計的程序，連接至大型資料庫進行統計計算，自動選擇能夠達到較高收益水平的參數組合。但是選出這些參數組後還不能馬上應用，因為這里涉及到一個概率陷阱的問題，比如說，有1到100這一百個數字放在那裡，現在讓你選擇，請問你選到100的可能性是多大？是的，就是1/100，如果較幸運你選到了100並不能說明你比別人聰明，而是概率的必然。所以，在進行統計時要特別關注統計的頻率與選出的結果組數量之間的關系。在選出符合要求的參數組後我們還應留出至少三年的原始市場數據進行驗證，只有驗證合格後才能試用。
量化投資原始數據策略：我們選用96年後的市場數據，因為96年股市有過一次交易政策改革（你可以自己查詢了解一下），為了不影響研究結果我們不採納96年以前的數據進資料庫。
量化投資研究的硬設備：高計算性能電腦，家用電腦也可以，不過運算時間會很長，我曾經用家用電腦計算了三個月時間才得到想要的數據。
統計方法：可以選用遺傳演算法，但我在這里陪大家做的是比較簡單的模型，所以採用普通統計方法就可以了。
用於量化研究的軟體：我採用的是免費的大型資料庫MYSQL，ASP網路編程語言，以及可以設置成網路伺服器的旗艦版WIN7操作系統。
❺ python量化哪個平台可以回測模擬實盤還不要錢
Python量化投資框架：回測+模擬+實盤
Python量化投資 模擬交易 平台 1. 股票量化投資框架體系 1.1 回測 實盤交易前，必須對量化交易策略進行回測和模擬，以確定策略是否有效，並進行改進和優化。作為一般人而言，你能想到的，一般都有人做過了。回測框架也如此。當前小白看到的主要有如下五個回測框架： Zipline ：事件驅動框架，國外很流行。缺陷是不適合國內市場。 PyAlgoTrade ： 事件驅動框架，最新更新日期為16年8月17號。支持國內市場，應用python 2.7開發，最大的bug在於不支持3.5的版本，以及不支持強大的pandas。 pybacktest ：以處理向量數據的方式進行回測，最新更新日期為2個月前，更新不穩定。 TradingWithPython：基於pybacktest，進行重構。參考資料較少。 ultra-finance：在github的項目兩年前就停止更新了，最新的項目在谷歌平台，無奈打不開網址，感興趣的話，請自行查看吧。 RQAlpha：事件驅動框架，適合A股市場，自帶日線數據。是米筐的回測開源框架，相對而言，個人更喜歡這個平台。 2 模擬 模擬交易，同樣是實盤交易前的重要一步。以防止類似於當前某券商的事件，半小時之內虧損上億，對整個股市都產生了惡劣影響。模擬交易，重點考慮的是程序的交易邏輯是否可靠無誤，數據傳輸的各種情況是否都考慮到。 當下，個人看到的，喜歡用的開源平台是雪球模擬交易，其次是wind提供的模擬交易介面。像優礦、米筐和聚寬提供的，由於只能在線上平台測試，不甚自由，並無太多感覺。 雪球模擬交易：在後續實盤交易模塊，再進行重點介紹，主要應用的是一個開源的easytrader系列。 Wind模擬交易：若沒有機構版的話，可以考慮應用學生免費版。具體模擬交易介面可參看如下鏈接：http://www.dajiangzhang.com/document 3 實盤 實盤，無疑是我們的終極目標。股票程序化交易，已經被限制。但對於萬能的我們而言，總有解決的辦法。當下最多的是破解券商網頁版的交易介面，或者說應用爬蟲爬去操作。對我而言，比較傾向於食燈鬼的easytrader系列的開源平台。對於機構用戶而言，由於資金量較大，出於安全性和可靠性的考慮，並不建議應用。 easytrader系列當前主要有三個組成部分： easytrader：提供券商華泰/傭金寶/銀河/廣發/雪球的基金、股票自動程序化交易，量化交易組件 easyquotation : 實時獲取新浪 / Leverfun 的免費股票以及 level2 十檔行情 / 集思路的分級基金行情 easyhistory : 用於獲取維護股票的歷史數據 easyquant : 股票量化框架，支持行情獲取以及交易 2. 期貨量化投資框架體系 一直待在私募或者券商，做的是股票相關的內容，對期貨這塊不甚熟悉。就根據自己所了解的，簡單總結一下。 2.1 回測 回測，貌似並沒有非常流行的開源框架。可能的原因有二：期貨相對股票而言，門檻較高，更多是機構交易，開源較少； 去年至今對期貨監管控制比較嚴，至今未放開，只能做些CTA的策略，另許多人興致泱泱吧。 就個人理解而言，可能wind的是一個相對合適的選擇。 2.2 模擬 + 實盤 vn.py是國內最為流行的一個開源平台。起源於國內私募的自主交易系統，2015年初啟動時只是單純的交易API介面的Python封裝。隨著業內關注度的上升和社區不斷的貢獻，目前已經一步步成長為一套全面的交易程序開發框架。如官網所說，該框架側重的是交易模塊，回測模塊並未支持。 能力有限，如果對相關框架感興趣的話，就詳看相關的鏈接吧。個人期望的是以RQAlpha為主搭建回測框架，以雪球或wind為主搭建模擬框架，用easy系列進行交易。
❻ 個人能做量化交易嗎
認真幫你回答這個問題，樓主可能想問的是，
1、個人有必要做量化交易嗎。
2、個人如何實現量化交易。
回答 1：個人有必要做量化交易嗎。？
中國股市創立以來的二十多年間，股市從公開的投融資平台，變成了許多股民一夜暴富的夢境。股市淪為賭場，散戶們被當作「韭菜」。拋開牛市的狂熱和股災的哀嚎，我們需要靜下心來想一想，是不是我們應該用更理性或是更科學的方法來對待股市投資這樣一件嚴肅的事情呢？新興的量化交易正在嘗試提供一種理性投資的解決方案，通過大量的計算建立科學的盈利模型，以「大概率」賺錢事件為操作思路。
傳統技術分析的本質就是尋找價格規律，基本面分析又何嘗不是呢?有了計算機的幫助，這些找規律的事情完全可以由計算機完成，所以A股市場的 個人投資者是非常有必要盡早參與到量化交易的過程中來。
回答2：個人如何實現量化交易。？
個人實現量化交易分兩種情況：
一種是你擁有全天候研究的「必要環境土壤」。這種情況你可以直接依據個人所擁有的資源平台（有些收費、有些免費）。
全天候研究的「必要環境土壤」是指——個人的程序語言能力（如matlab,python等等），以及充分的資源硬體與軟體設備，如研究量化策略的模型軟體（如天軟TS系統等等——年費很貴，個人別想，如果你是在券業從業機構的量化研究部門上班，就別當別論，你可以充分調動這些軟體資源），簡單來說，就是量化策略到底能不能用、敢不敢用在實盤上。需要大量的研究環境。這種方式，不適合個人投資者。
一種是市面上已經出現一些，即有的量化交易系統，與研究平台。個人投資者，在沒有足夠的研究資本情況下，完全是可以實現傻瓜式一鍵實現實盤量化交易的（這里指的是股票）。量化交易策略模型也是現成的，您可以用現成的模型，也可以個性化改動模型的參數設置。具體實現方式，為避免廣告嫌疑，見名+VX。
❼ 哪位推薦一個能夠做量化投資的軟體嗎
量化炒股的話關注（名Z）是用數據分析實際數據展現市場情況的，數據選股、風控，計算機來的比較真實，還有7年日內交易的研發經驗，對於做差價特別實用
❽ 如何用Excel VBA做股票量化交易系統（原創
先學會VBA和股票交易規則，再寫代碼來實現
❾ 有人可以推薦一些好用的量化炒股軟體嗎
天字壹號目前沒有收費，挺好用的，我自己都有在用，值得推薦給您