❶ 作为一名经常在股票交易中的散户，要怎样建立一套自己的交易系统
交易系统，听起来很高大上，其实，就是股票投资时需要考虑的几个方面的重要因素。
交易系统，是在股票投资过程中使用的，那我从股票买卖全过程来说一下交易系统建立的方法。这个交易系统，分为“选股，买卖，纪律”三个部分。
一、 选股系统
股票投资的第一步，就是选股。选股要靠自己，不能道听途说。 选股必须分析两个方面：基本面和技术面。
基本面主要看行情软件的f10部分，对pe，pb，roe，还有主要财务数据，选出业绩优良的股票。如果散户不具备这个能力，除了学习相关只是外，就是看看软件里面对该股票的估值，做个参考。散户最好少碰创业板，到沪深300里面去找个股。
技术面主要看大趋势，看中长期120日和250日均线走向，只做这两条均线向上的股票（最好在刚向上时就买入，否则，等到250日已经上移动很高时，股价已经到了阶段顶部）。关于趋势级别和阶段的判断方法，我有一篇文章专门说过。
那些120日250日均线向下的个股，散户不要做！
二、买卖系统
这个买卖系统，其实就是买卖依据是什么？ 这里的前提是蓝筹股，而且是120和250均线向上的个股！不涉及垃圾股和120日和250日均线向下的个股。
不要羡慕超跌反弹，也不要垂涎V形反转，那些不是我们散户的菜！！ ！
如上图，在ABC点买入，有耐心等待这些买点出现！DEF点要不要卖？？？看清楚了，现在是牛市，完全可以不用卖！即使你一次买在了DEF点，也没事，这种亏损，会有解套的时机，这和熊市不一样，牛市会一浪更比一浪高，而熊市一浪更比一浪低。如果自作聪明，做高卖低买，按照以往经验卖高，那很可能卖在H点，那后面的主升浪就错过了，一般人在H点卖了是没信心追买回来的。
为什么不说买在G点，因为那时候120日均线还没向上，稳健投资者需要观察。
有人说，我就买在目前最高点F区了，怎么办？要不要止损？！请看清楚了，这只股票是牛市！！！如果F点买入被套了几天，就忍不住割肉了，那很有可能后面继续拉升创新高！那有人又说，要是下跌怎么办？？？再说一遍，现在是牛市，如果下跌，那就不要理会，不用多久，又会创新高的！而且，如果跌到一定支撑位再向上是，还要加仓买入。
牛市卖出依据是啥？一是基本面估值，如果价格大于价值20%以上卖出。二是根据技术面卖出。因为牛市不言顶，所以很难具体说什么位置卖出好。就如现在的茅台，现在看，以前在哪里卖出都是错误。从一般规律看，当股价距离60日均线启动位置时上涨70~100%以上，很可能（只能用概率）是阶段性头部，甚至是一轮行情结束的时候。这时候，可以减仓三分之一，同时对k线，成交量，上行速率，股价重心，市场信息等综合判断形成头部的可能。
当然，如果在本图例你买在F点被套（还在这个股票牛市的初期），下跌时，可以减仓三分之一，用来做差价，降低成本，也可以不动等待，或则在回调上涨幅度三分之一左右再次上涨时加仓！
三、纪律系统
包含止损止盈两个方面。
止损，就是买入前，要设立一个止损价位！没有止损就不要买入！ 一般根据有效跌破60日或则120日均线止损（每个个股均线可能不一样，这和主力操盘风格有关）！后来如果再次上涨突破这两条均线，买入就行。千万不要跌破时不止损，防止有黑天鹅，股市安全第一。
止盈价位一般随价格上涨而抬高。当达到目标价位，或则跌破上升趋势线，或则上升均线（一般20日）时，卖出一半仓位。如果跌破60日，全部卖出。没有跌破，又反转向上时，把卖出的一半仓位再买回。
上涨时买，然后捂股，下跌时卖，这是牛市的操作方法，可能大部分人还没悟透！
而熊市时，如果做反弹，是下跌时买，上涨时卖，轻仓参与，见好就收，不能贪心。
这个交易系统包含六个方面要素，每个方面要悟透。当然，六个方面可以，七个方面行不行？也行，只要自己按照股票“选股，买卖，纪律”三个要素过程来扩展，也是可以的。比如，买卖系统，这里讲的是均线能不能选布林线？也可以，只要自己会用，有标准就行。
谢谢！
买低卖高，这是最起码的。其他的，就是要有钱，不怕赔钱，就是买买买。其他的，什么投一万，三年过百万。这肯定不是“天方夜谭”，是“木鱼石的传说”。我差点信了，不过我没买。
散户建立交易系统，问题就一句，答案可以写一本书。这里就从大方面进行概括。
一、正三观。这是建立交易系统的第一步，也是核心的一步。三观决定了你如何看待事物。比如你认为“可以一夜暴富”，你就会天天盯着涨停板的股票，选股的目的就是抓涨停板；比如你是“人云亦云”的随大流者，你就会天天听股评看题材，网上说哪只会暴涨，你就跟着买哪只；比如你认为“天上不会掉馅饼”，你就会务实的寻找有成长性并被低估的实干上市公司。你是怎样的“三观”，将决定了你交易系统建立的逻辑思维。
二、明确并量化股票高低逻辑。在第一条“正三观”的前提下，你才能着手这一步。在此我以“正三观”的角度来建立正确的能持续获利的股市交易系统。我认为得寻找“中小盘实干绩优成长股”，并不排除大盘股，但以“高成长”为优先选择对象。量化从每年的业绩递增、现在的市盈率、市值大小、行业前景、合作伙伴、项目进展等多方面考量，股价在 历史 阶段低位（如半年线、年线）。
三、低吸。先看大盘在下跌后的底部震荡区，再看本行业板块在下跌后的底部震荡区，最后是精选该行业中最有可能业绩暴增的公司。在低位徘徊 历史 地量后开始增量（放量）时分仓入手。逐步的试仓，在底部震荡时注意要不断的高抛低吸，最终明确出一个底部震荡区域，在区域低位重仓，再次涨至震荡上沿时依然抛出部分仓位，不断摊薄成本。突破箱体上沿不追，尽管抛出部分仓位，等待回踩。回踩后再次重仓。这之后是一路持股不动了。
四、高抛。在股价从底部上来50%左右时，见放量就抛出，跌破20日均线清仓出局。一个波段就此完成。有些股票此时回调之后还会上涨，有的甚至一倍二倍三倍的涨。这要说清楚就复杂些了。我的判断是看成交量，以此才能看出主力资金是否出局，是否还会继续向上做。这个方法有很多种类，可以出一本书。
五、具体细化交易系统。这要会编写指标代码，或者请程序员帮你写。必须包罗“时空量价”这四个要素，通过这四个要素来定位股价运行的阶段。股价运行必定是四个阶段“底涨顶跌”。只有看清楚这四个阶段，你才能获取可靠利润。“时空量价”这四要素，也是用来衡量“人心”的，股价的波动，就是“人心”的波动。
六、克服心魔。第一条“正三观”决定你是否能正确的入门一个能持续获利的交易系统，无疑是最关键的。而克服心魔同等重要。它决定你最终的成败。以我为例，自认为是“正三观”，自己也会编程，建立的交易系统能相当准确的把握顶底，从大波段来说几乎是百分百胜率，日线级别顶底信号也相当准确，但有时误差一两天。但心魔影响我的操作。心魔是个问题也能说出长篇大论来，在此不展开了，总之到了那一步就必将遇见心魔这个最强的敌人。我花了两年时间历练自己，现在还不敢说完全战胜了心魔。一句话，完全无脑的按交易系统指示操作，但你就是做不到。
用心的回答、经验的回答。
让我们来看看这三张图的走势可以得出，股票上涨时期的三个现象：第一，均线呈多头排列；第二，MACD在0轴上方；第三，交易量相比变大了（图一图二符合。图三前期交易量很大，后期交易量小，说明筹码集中）。三个图中粉红色的线是20日均线，在上升期虽然有反复，但是始终在20日均线上方运行。我们可以用20日均线作为止损位置。
经过分析，我们可以做一个买股票的前提条件，就是我为什么买这一只股票，问自己三个问题：第一，此股的均线是否是多头排列；第二，此股的MACD在0轴上方吗？第三，在符合前两个条件的基础上，看交易量。
有人说你这是拿着 历史 图形在说事。不错，这就是已经走完的图形，但是它表明了一个特征，就是处于上涨时期的股票基本满足的特征。我们总结这些特征，然后满足这些特征就买，不满足宁愿空仓或者观望。首先，我们绝大多数都是普通股民，既没有大资金的支持，又没有内幕消息的实力，只能靠自己辛苦工作攒点闲钱投资，梦想着赚点钱补贴生活。在零和 游戏 的股市，我们别无选择，只能靠自己拥有的条件赚钱。但是赚钱是不容易的，尤其是在故事里赚钱更不容易，机构要赚钱，国家社保要赚钱，能力出众的人要赚钱，甚至公司要集资发展需要钱，都从股市里赚钱，钱从哪里来？就是广大的普通股民。很多普通股民其实是亏钱的，即使有赚钱的时候，但是亏的比赚的多，总体上是亏的。所以，我们要总结一些经验。
第二，我们希望买到上图的图三，一路上扬。但是现实中，我们买到了图二的次数多。涨一点，跌一点，很多人被吓跑了，很多人耐不住时间走了。因为一般的股民害怕损失，然后又幻想短期内赚更多的钱，结果反而赔的多。这就是现实和心理层面的因素。在这里有两个方法：一是用20日均线做止损，在20日均线上方的，一直持有。跌破20日均线的，坚决卖方。（现实中很多人做不到，所以亏的比赚的多，总体上赔钱了）。二是选择一个熟悉的股票，一年内只买这一只股票。不看其他的股票，不跟风。这样你就会培养出熟悉的股感，再附加一些其他分析指标，收益比大多数股民好。以上两个方法很多人做不到，太难了。
关于交易系统的建立，个人建议：第一，分析大盘的状态，决定买股票的仓位。牛市就用8-10成仓位。熊市就用2成仓位，或者空仓。震荡市就用2-5成仓位。第二，买股票的三个问题。第三，设置止盈止损。第四，坚决执行第三点。第五，止盈后把赚到的钱分成两份，一份存下暂时不动。一份投入股市继续。记住，股市里赚到的钱在自己手上才是赚到的，还放在股市里的钱，指不定是谁的呢。
什么是交易系统？曾经我非常的疑惑，为什么同样的动作，同样的形态，一个涨了，另一个就拼命跌？于是我不断改进自己的交易系统。我是学计算机和数学出生，又在物理行业混迹，我想用各种理论方法来计算出一个确定性的方法，买进去，就得到确定的机会，然而最终我发现，成功率最高的系统，高达80%的成功率，其结果是，从1990年到现在，全市场，发出的信号，只有寥寥的七次，失败一次。其它的不是信号太多，就是盈利太少。
这个市场真的没有一个确定的交易系统吗？当我花了几周的时间，将所有的数据一条一条的看完，我忽然发现，是！也不是！是的原因是，你根本无法把控这个市场未来的走势，因为你也是影响市场的那个人。不是，是因为在不确定中，你只要抓住那某些时刻的确定性，就可以了。
我们在书上学过很多的方法，每种方法都有其簇拥者，为什么有些人用的好，有些人用不好？是交易系统在这两种人之间有区别吗？不是！是因为他们的差别在于对市场的认识。
比如说均线，有的均线死叉就一定要逃命，而有的均线死叉，却极有可能就是买点，怎么会发生这样的事情？有的人说，股票站上60天均线就要买入，可有的人买入了就完蛋，是均线的问题吗？不是，是人对均线理解的差异。
因此在这个问题的各类回答中，有说交易系统很难的，也有说很简单的，都对，真的！每个人的理解都不同，时间上也有差异。最笨的办法，是对着书上的例子一点点的看，看看为什么这些例子能成功，而自己挑出来的那些就失败，一点点的验证出自己的交易系统。
这个过程，有人叫做一万小时法则，没有办法，眼光的提升，是需要时间的，当有一天你能够一眼看出好与坏，那么，所谓的交易系统，就形成了，问你为什么？你也许只会说，不知道，感觉。
当风险发生的时候，你从容的离场，机会来临的时候，淡定的入场，当机会和你预想的不一样，不会追问为什么，静静的离开，等待下一次机会。你不会因为没有机会而焦虑不安，不会因为担心错过机会而烦躁不已，甚至不会因为错误的判断提前离开而懊恼悔恨。你的交易系统就已经形成了。
这时候，你的交易系统，是你自己独有的，没人能理解为什么，哪怕你都讲出来，还是会有无法明说的东西。不是你不想说，是你根本无法说，这是你自己的交易之道。
所谓道可道非常道，大概就是如此！
如何才能建立一套适合自己的交易系统呢?这句话包含两层含义：一是适合自己的，每个人的投资理念、性格特征、风险承受能力等等都各有不同，别人成功的交易系统，在自己身上未必就能发挥作用；二是完善交易系统的交易系统应该包含的内容有哪几个？选股逻辑、交易策略、交易系统、资金管理、心态情绪管理等5大板块。那么几个板块的功能划分是怎样的呢？
一、选股逻辑。选股逻辑解决的是选股层面的问题，要做好股票投资，选股是第一关键，要有好的短线收益，必须要跟对热点板块。选股逻辑包含两个方向，一个是政策消息面的驱动要素，二是技术面的价量时空。短线交易侧重点是对短线题材逻辑的分析，股票K线只是表象，影响K线形态的是资金，而推动资金的则是背后的市场逻辑，而市场逻辑的核心是题材的驱动力以及生命周期。题材的逻辑属性以及板块的运动规律是分析短线热点持续性、节奏和结构的重点。
同时，题材驱动与技术面的共振才能够造就短线的爆发力，有题材如果没有技术面资金的推动也很难有好的表现；有技术面形态的做多走势，如果没有题材的支撑，也很难持续。
二、交易策略。股票市场永远是处于波动下滚动运行的，波峰波谷之间就会形成上涨趋势、下跌趋势、横盘震荡趋势。大盘每一个阶段的运行结构都是不一样的，所以采用的交易策略也是不尽相同的。左侧交易策略和右侧交易策略的交叉使用是我们实盘交易当中必须要灵活运动的。选对股票，但是入场的交易策略没有匹配当下的整体市场环境，那么你就很难踏准节奏，造成买点与卖点的不尽人意。
三、交易系统。交易系统主要解决的是买点、卖点、止损位、止盈位。交易系统的一致性与执行力是非常关键的，同时完善的交易系统是需要对买卖点进行量化，模棱两可的交易信号往往导致临盘时的决策打架，互相矛盾，以及犹豫不决。交易系统的简单化是达到知行合一的基础。
四、资金管理。仓位管理是决定盈亏的核心，也是决定心态的关键。一套好的交易信号必须匹配合适的资金管理模型，否则很难达到稳定性的获利。交易系统解决的是成功率的问题，资金管理决定的是盈率的问题。很多时候，资金管理远比交易系统重要。通过资金管理来规避系统性的风险以及看错个股出现的个股风险。
五、心态情绪管理。心态好坏首先取决于交易系统是否完善与资金管理是否匹配。除开这两个谈心态无任何意义，除非你的资金是买彩票中的。同时，心态好与坏还跟自己的资金性质、风险承受能力、预期收益率、个人价值观、性格属性等等有比较大的关系。把交易系统和资金管理模块完善好，再通过个人哲学体系的修炼，通过“道”的层面去解决交易当中所出现的各种混沌与疑惑，“会当凌绝顶，一览众山小”，当你到达足够的高度，你才能看得清曲曲而上的山路！
所谓盈利系统，其实，就是自己总结，并且得到实践验证，并且适合自己的一套成熟的交易体系。
对于散户而言，建立适合自己的交易系统或体系非常难以建立，需要长时间的沉浸和研究，找出一条适合自己的路，才能逐步实践和去完善所掌握的一些指标，逐渐形成适合自己的体系，这条路任重而道远，举步维艰；但是，我相信，只要坚持就会成功
一、基础知识
二、技术指标定义及用法
这一方面，我们就简单举几个最常见的指标来进行给大家解析：我全部用白话文来给大家解析：
1） BOLL（布林带）：由 三条移动平均线组成的，类似于两条轨道，随着时间变化而变化；分为三条线，一般称之为：上轨道（压力线、压力带、压力位）、下轨道（支撑线、支撑位、支撑带）、中轨道（多空转化带、突破口、突破地带）
2） MACD（移动平均线）： 是由两条不同价格周期均线交叉形成的走势指标，以零轴及快慢线交叉点，分为金叉、死叉来判断短期走势；金叉买涨，死叉买跌！
3） KDJ及RSI： KDJ指标又叫随机指标，是一种相当新颖、实用的技术分析指标，它起先用于期货市场的分析，后被广泛用于股市的中短期趋势分析，是期货和股票市场上最常用的技术分析工具
RSI纸币哦啊又叫做相对强弱指标，是根据一定时期内上涨点数和涨跌点数之和的比率制作出的一种技术曲线。能够反映出市场在一定时期内的景气程度。一般分为：超买区（最佳卖出位置）和超卖区（最佳买入位置）
4） 价格通道： 价格通道的形成，属于在一张周期图中（15分钟、1小时、4小时等）在一个确认的趋势周期内，寻找前面的支撑点平均连线和上方压力位的平均连线，形成一条平行通道，可以短暂判断趋势走势和寻找支撑位、压力位、突破位等，分为震荡上行价格通道和震荡下行上行通道、平行价格通道。
5） 分批建仓法： 一般来说，无论是股市还是黄金等产品，均是存在波浪理论技巧，一般来说，买入或卖出有多次机会，可以去寻找最佳买点和卖点；我们可以利用波浪理论技巧在最重要的第三浪和第五浪去分批建仓布局，因为，这个时候的行情算是企稳或方向明确，只有这样，我们才算是成功减仓
6） 趋势为王： 趋势是做单之前必须考察的一个重要技巧；任何行情必定有一个整体走势，例如，天图、周图，月图，整体走势基本上可以看出；短期行情，我们可以借助小时图来看是反弹还是下探，结合中长线、短线去布局，这样反而更有保障，趋势去保障！
7) K线组合及形态： K线形态及组合，是指K线行情随着时间的不断发展，周期行情组合成一种数字模型或我们经常遇见的形态，这就是我们所能看到的：例如：
1）看涨：W底部形态、V型反转、圆弧底形态、头肩底形态等等
2）看跌：与之相反，M头部形态、圆弧顶形态、头肩顶形态等等
三、实践去运用
实践这一块，当然会存在交学费这一现象，其实，我们可以利用好股票模拟去学习，去实践你所掌握、研究出来的一套体系，去验证是否正确，又或者对了多少，只有这样我们才能逐步完善，适合自己的体系。
1）各种交易类理财
2）依照性格投资产品去理财，去实践！
3）依据风险大小去理财
4）学会控制好仓位
四、善于总结和归纳
作为一名合格的散户投资者，不要以为不断地投入钱进去，一直扛着就行了；实际上，这是一根筋的做法；有些票或投资，不是一味的扛着或不断加资金就是王道，这种做法其实是很愚蠢的技巧，也可以说是自杀式的投资；所以，我们只有在不断的尝试之后，善于总监和归纳一些我们适合的投资产品、投资技巧、投资方式，才能高瞻远瞩、稳中获利！
以上论点皆有笔者猎鹰技术中心首席策略师林枫原创分享，更多详情请参考《股市实战锦囊》《黄金实战口诀》，欢迎交流、关注、收藏、点赞、分享，如有不足，欢迎补充！
系统的特点就是稳定。
与稳定相反，没有良好的交易系统的特点就是：
就是今日发挥得好，抓涨停；
明日发挥得不好，就跌停，
显得毫无章法。
这样的表现就是，拿着好股，心里不踏实，整天提心吊胆，自己吓唬自己。
有了稳定的交易系统，简单地说，就是靠谱。
一个稳定交易系统，应该是
1、操作性强，有实战价值，不是花拳绣腿，而是能扎扎实实地带来收益；
2、能够复盘，总结得与失。这样的系统可以横向、纵向进行比较。
3、能不断改进系统的不足，不断优化系统。
散户受资金、信息、技术、时间等因素的影响，建立自己的操作系统很难。
股票数据猫量化系统，把所有的数据按照强度、资金、预期、转强、妖精度进行分级（分为11级），进行量化考核，这样任何一个股票的数据都可以横向和纵向比较和总结。
通过几千万的海量数据，可以提取各类交易模式。比如追涨法、追跌法、五星战法、智能选股法等等。再配合技术指标开发了蓝柱子，白柱子、小苹果等等操作模式。
各类操作模式有数据做支持，可以不断地完善和提高。
相对来说，股票数据猫理论比较容易上手。更重要的是股票数据猫公布全部的量化数据，有了全部的数据，散户朋友就可以很方便的发现 历史 数据和现实数据的各类规律。
总之，股票数据猫供大家在这个平台，通过这个平台，散户朋友可以找出自己的模式并实战。
股票交易远在八十年代中期我国就开始发行股票，记得当时我在上海进服装，在外滩大街上一种名为＂飞乐＂的纸质股票发售，工作人员极其热情地介绍，销售。现在我都还有二张原始的纸质股票，票面值二千元，我留存纪念。因为我从不参与股票交易，无兴趣，无动力，所以无法多说什么，对不起。
❷ 股票怎么建立自己的交易系统
交易系统怎么建立，其实网上就有。
说简单点：交易系统就是什么时候该买，买多少仓位，买什么；什么时候该卖，卖多少仓位；如果失手你该怎么处理，其实就是止损。等等。交易系统不可能100%正确，胜率一般达到70%就了不起了。
你说的这个问题，正是我们面临的问题，当交易系统建立了，有时候我们又怀着侥幸在炒股，该止损的时候没有止损，有时候又涨上去了，但又时候又跌回去了。你想过没有，如果继续下跌？如果失手？
从长期来看，坚持自己的交易系统是必须的。正是因为交易系统的小概率事件，特别是在震荡市上，更容易动摇我们坚持交易系统的信念。
所以，又有人说：交易纪律是交易系统的核心。
❸ 如何建立一个股票量化交易模型并仿真
用python：金融想法->数据处理->模型回测->模拟交易->业绩归因->模型修正。
量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，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作出非理性的投资决策。
量化交易具有以下几个方面的特点：
1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。
2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；三是多数据，即对海量数据的处理。
3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。
4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。
❹ 关于量化交易，这些入门知识你需要了解
这篇文章将向你介绍量化交易系统的一些基本概念。本文主要面向两类读者，第一类是正在努力寻找一份量化交易员工作的求职者，第二类是期望尝试开启自己量化交易事业的个人投资者。关于量化交易，这些入门知识你需要了解。
量化交易是数量金融学一个极其艰深复杂的领域。若要通过面试或构造你自己的交易策略，就需要你投入时间学习一些必备知识。
量化交易系统包括四个主要部分：
策略识别：搜索策略、挖掘优势、确定交易频率。
回溯测试：获取数据、分析策略性能、剔除偏差。
交割系统：连接经纪商、使交易自动化、使交易成本最小化。
风险管理：最优资本配置、最优赌注或凯利准则、交易心理学。
我们首先来谈谈如何识别一个交易策略。
策略识别
所有量化交易流程都肇始于一个初期研究。这个研究流程包括搜索一个策略、检验它是否适合你可能正在运作的策略组合、获取任何测试策略时所需数据、努力优化策略使其预期年化预期收益更高且(或)风险更低。如果你是一个“散户”交易员，一定要清楚自己的资金是否充足，以及交易成本对策略的影响。
通过各种公开数据搜索可盈利的策略实际上十分简单，并没有大家想的那么难。研究学者会定期发表理论交易结果(虽然大多为交易成本总额)。一些数量金融学主题博文也会详细讨论策略。交易期刊还会简报一下基金管理公司使用的一些策略。
你可能会问，个人与公司怎么可能愿谈他们的可盈利策略，特别是当他们知道，如果其他人“复制相同的策略”，长期而言它终将失效。
原因就在于，他们通常不会透露具体的参数以及他们所使用的调参方法，而这些优化技能才是把一个表现平庸的策略调成一个回报丰厚的策略所需的关键技术。实际上，若要创建你自己的、独一无二的策略，一个最好的法子就是寻找相似的方法，尔后执行你自己的优化程序。
你所看到的很多策略都可归入均值回归交易策略、趋势跟随或动量交易策略两类。
均值回归策略试图利用这么一个事实：“价格序列”(如两个关联资产的价差)存在一个长期均值，价格对均值的短期偏离终将回归。
动量交易策略则试图“搭上市场趋势的顺风车”，利用投资心理和大基金结构信息在一个方向积聚动量，跟随趋势直至回归。
定量交易还有一个重要方面，即交易策略的频率。低频交易(Low Frequency Trading， LFT)通常指持有资产超过一个交易日的策略。相应地，高频交易(High Frequency Trading， HFT)通常指持有资产一个交易日的策略。
超高频交易(Ultra-High Frequency Trading， UHFT)指持有资产的时常达秒级与毫秒级的策略。虽然散户可以进行HFT与UHFT交易，但也只是在你掌握了交易“技术栈”与订单簿动力学的详细知识后才有可能。本篇入门文章，我们不会对这些问题做任何深入探讨。
策略或策略集合一旦确定，现在就需要在历史数据上测试其盈利能力，这就进入了回溯测试的工作范围。
回溯测试
回溯测试的目标是提供证据，佐以证明通过以上流程所确定的策略，无论是应用于历史(训练)数据还是测试数据均可盈利。它可以反映该策略未来在“真实世界”中的预期表现。
由于种种原因，回溯测试不能保证一定成功。这或许就是量化交易最为微妙之处，由于它包含了大量的偏差，我们必须尽尽力仔细审查并剔除它们。
我们将讨论几种常见类型的偏差，包括先窥偏差、幸存者偏差与优化偏差(亦称“数据窥视偏差”)。回溯测试中其他几个重要方面，包括历史数据的可用性与清洁度、真实交易成本及可靠回测平台上的决定。我们会在后续“交割系统”一节深入讨论交易成本。
策略一旦确定，我们就需要获取历史数据，并藉此展开测试，如有可能还可改进策略。现在卖数据的很多，所有资产类型的数据都有。通常，数据的质量、深度、时间间隔不同，其价格也不同。
刚入门的量化交易员(至少零售等级)最初使用雅虎金融板块(Yahoo Finance)的免费数据就行。对于数据供应商，这里不再赘言。我想重点谈一谈处理历史数据时，时常遇到的问题。
对于历史数据，人们主要关心的问题，包括数据精度或清洁度、幸存者偏差、应对如分发红利、拆分股票等公司行为的调整。
精度与数据整体质量有关，无论数据是否包含错误。有时错误容易识别，比如使用一个窄带滤波器，就可以找出时间序列数据中的“窄带”并更正它们。其他时候，错误又很难甄别，经常需要根据多个数据供应商提供的数据进行对比检查。
幸存者偏差通常是免费数据集或廉价数据集的一个”特征“。对于一个带有幸存者偏差的数据集，它不包含已经不再交易的资产数据。不再交易的证券，则表示已经退市或破产公司的股票。如果数据集中含有此类偏差，策略在此数据集上的测试表现可能比在”真实世界“里表现的更好，毕竟历史”赢家“已经被预先筛选出来，作为训练数据使用。
公司行为即公司开展的常引发原始价格阶梯形变化的”逻辑“活动，它不应该计入价格预期年化预期收益。公司分发红利和拆分股票行为是引发调整的两个常见行为，二者无论发生哪一种，都需要进行一个”回调“的流程。我们一定要留心，不要把股票拆分和真实预期年化预期收益调整混为一谈。许多交易员在处理公司行为时都碰过壁！
为了开展回溯测试，我们必须使用一个软件平台。你可以选择一个专门的回测软件如MultiCharts，一个数值平台如Excel或MATLAB，或者一个用Python或C++完全自主实现的平台。对于MultiCharts(或类似平台)，个人是比较介绍，对于编程的要求比较低。
在做系统回测时，一定要量化表示系统性能。定量策略的“业界标准”度量为最大资金回挫与夏普比率。最大资金回挫表示一段时间(通常一年)内账户资金曲线从波峰至波谷的最大跌幅，常使用百分比表示。
由于大量的统计因素，LFT策略比HFT策略的资金回挫更高。历史回测会显示过去的最大资金回挫，它能够较为贴切地反映策略的未来资金回挫情况。第二个度量指标是夏普比率，它被启发式地定义为“超额预期年化预期收益均值与超额预期年化预期收益标准差的比值”。
这里，超额预期年化预期收益表示策略预期年化预期收益超出某个预定基准，如标普500或三月期短期国债(预期年化预期收益)的额度。注意人们通常不使用历史预期年化预期收益指标，因为它忽略了策略波动性的影响，而夏普比率却考虑到了这一点。
如果经过回测，策略的夏普比率很高且其最大资金回挫已经最小化，则可以认为它趋于无偏，下一步就是要搭建一个交割系统。
交割系统
交割系统是一个方法集合，由它来控制交易策略生成的交易列表的发送和经纪商的交割行为。事实上，交易可以半自动、甚至全自动生成，而执行机制可以手动、半自动(即“点击一次交割一项”)或者全自动。
尽管如此，对于LFT策略，手动和半自动技术却比较常见；对于HFT策略，则必须创建一个全自动交割机制，由于策略和技术彼此依赖，还要经常与交易指令生成器紧密相接。
在搭建交割系统时，我们需要考虑几个关键因素：连接经纪商的接口、交易成本(包括佣金、滑动价差与价差)最小化、实时系统与回测时系统性能的差异。
联系经纪人的方法有很多，你可以直接电话联系他，也可以通过一个全自动高性能的应用程序接口(API)实现。理想情况，就是希望交割交易的自动化程度尽可能高。这样一来，你不仅可以脱开身集中精力进行深入研究，还能运行多个策略、甚至HFT策略(实际上，如果没有自动化交割，HFT根本不可能)。
前面说过的几种常用回溯测试软件如MATLAB、Excel和MultiCharts，对于LFT策略或简单策略都是不错的选择。但是，如果要做真正的HFT，你就必须要构造一个用高性能语言(如C++)编写的内部交割系统。
说个我的亲身经历，以前受聘于一家基金管理公司，我们有一个十分钟的“交易周期”，每隔十分钟下载一次新的市场数据，然后根据这十分钟的信息进行交割。这里用的是一个优化的Python脚本。对于任何处理分钟级或秒级频率数据的工作，我相信C/C++更理想。
在一家大型的基金管理公司，交割系统的优化通常不在量化交易员的工作范围。但是，在小点的公司或高频交易公司，交易员就是交割人，所以技术面越广越好。你要想进一家基金管理公司，一定要记住这一点。你的编程能力不说比你的统计学和计量经济学禀赋更重要，至少也同样重要！
另外一个属于交割系统的重要问题是交易成本最小化。一般地，交易成本由三部分构成：佣金(或税收)、损耗与价差。佣金是向经纪商、交易所和证券交易委员会(或类似政府监管机构)支付的费用；滑动价差是你的预期交割价位与真实交割价位的差值；价差则是待交易证券的卖出价与买入价之差。注意价差不是常数，它依赖于市场当前流动性(即买单和卖单数量)。
交易成本是决定一个策略是高夏普比率且盈利丰厚，还是低夏普比率且极不盈利的关键。根据回溯测试正确预测未来的交易成本很具有挑战性，你需要根据策略频率，及时获取带有卖出价与买入价信息的历史交易数据。
为此，大型基金管理公司量化交易的整个团队都专注于交割优化。当基金管理公司需要抛售大量交易时(原因五花八门)，如果向市场“倾泻”大批股票，会迅速压低价格，可能都来不及以最优价格交割。
因此，纵使遭受损耗风险，基金管理公式也会选择使用算法交易，通过“打点滴”的方式向市场出单。此外，其他策略如若“捕到”这些必要性条件，也能利用市场失效(获利)。这是基金结构性套利的内容。
交割系统最后一个主要问题关系到策略的实时性能与回测性能的差异。这种差异由多种因素造成，比如我们在“回溯测试”一节已经深入讨论过的前窥偏差与最优化偏差。
然而，对于有些策略，在部署之前不易测得这些偏差。这种情况对于HFT最为常见。交割系统和交易策略本身均可能存在程序错误，回溯测试时没有显现却在实时交易时出来捣乱。市场可能受到继交易策略部署后的一场政变的影响，而新的监管环境、投资者情绪与宏观经济形势的变化也均可能导致现实市场表现与回溯测试表现的差异，从而造成策略盈利性上的分歧。
风险管理
量化交易迷宫的最后一块是风险管理程序。风险包含我们之前谈论的所有偏差。它包括技术风险，比如所有在交易所的服务器突然发生硬盘故障。它还包括经纪风险，如经纪商破产(此说并非危言耸听，引发恐慌的明富环球就是一个例子)。
总而言之，它覆盖了几乎所有可能干扰到交易实现的因素，而其来源各不相同。已经有成套的书籍介绍量化交易策略的风险管理，本人也就不再对所有可能的风险来源做详细说明。
风险管理还包括投资组合理论的一个分支，即所谓的“最优资本配置”，涉及到如何将资本分配给一组策略、如何将资本分配给策略内不同交易的方法。这是一个复杂的领域，依赖于一些高级数学知识。
最优资本配置与投资策略杠杆通过一个名为凯利准则的业界标准建立联系。本文是一篇入门文章，我在此不详谈其计算。凯利准则对策略预期年化预期收益的统计性质做过一些假设，但是它们在金融市场中并不一定成立，交易员因此在实现时通常会有所保留。
风险管理的另外一个关键成分涉及到交易员自身心理因素的处理。尽管大家都承认，算法交易若无人为干涉，不太容易出现问题。交易员在交易时，稍不留神仍然可能会掺入许多认知偏差。
一个常见的偏差是厌恶规避，当人发现损失已成定局，其所带来的痛苦，可能会麻痹人的行为，不能做到及时抛盘止损。类似地，由于太过忧心已经到手的预期年化预期收益可能赔掉，人们可能也会过早抛盘收利。
另外一个常见的偏差是所谓的偏好偏差：交易员太看重事件而非长远地看问题。此外，当然不能落下“恐惧与贪婪”这对经典的情绪偏差。这两种偏差常导致杠杆不足或杠杆过度，造成爆仓(账户资产净值近乎为零或更糟)或盈利缩水的局面。
总结
由此观之，量化交易是数量金融学中一个虽趣味十足但极其复杂的领域。我对这个话题的讨论浅尝辄止，文章就已经这么长了！我在文中三言两句带过的问题，已经有大量的相关书籍和论文出版。
因此，在你申请量化基金交易职位前，务必要进行大量的基础调研，至少应当具有统计学和计量经济学的广泛背景，以及使用MultiCharts、MATLAB、Python或者R程序语言实现的丰富经验。如果应对的是更加复杂的高频端策略，你的技能组合可能还要包含Linux内核修改、C/C++、汇编编程和网络延迟优化。
❺ 散户如何建立交易系统，包含那些方面
作为散户，交易系统首先需要解决两个问题1、买入条件；2、卖出条件。
这些条件分为可量化的条件和非量化的条件。
一般散户的执行力差，交易纪律很难保证，所以如果你的买卖条件全是可量化的，那最好是将其编写成程序化交易系统，交给电脑去执行。
如果你的交易系统含有非量化条件，例如有些大事驱动的买卖条件，基本面等条件都是非量化条件。
另外，好的交易系统是能够提高交易水平的，例如有的人情绪化严重，买卖股票看心情，那你就要设置一些相应的应对条件，依靠你设计的交易系统来控制自己的情绪，或者在情绪失控的时候依然可以通过你的交易系统来顺利完成交易。
欢迎关注我，有问题再联系，下面再附一张专业的图。
❻ 如何构建完整的交易系统
想构建自己完整的交易（体系）系统，这需要自身的拥有能够一眼看穿主力动向的盘感，因为经年累月积累的操做经验，很多东西都在自己脑子里，可以说灵光一闪这种情景。
世面上很多交易法则，我是没心情去看，这是人家的交易思路，操作方法，最多也就是给你个借鉴做用，咱们要做的是综合运用总结，把学到看到的知识相结合，组成自己的思路，不过我是没看书的习惯，路多走走，自然会驾轻就熟对吧！
我自已确实也有几个简单的交易方式，也就是大家说的交易系统，其实没必要讲得这么好听，无非就是一种做法罢了。不过说回来，每种交易方式，都是他个人对于盘面的一个总结，就象近来我一直用的画整理图形一般，这是我个人的总结，简单粗暴，几条线一画，买点就出来了。
像这些个图形，在寻找上有很大的局限，应该行情的波动，只有在合适的时期才能找得到，这点通病，没办法，只能这样，当然也有其他一些图形，不过一时没找到，就没案例可以举例。
所以，想好构建一个相对完美的交易系统，就需要有自身的盘感意识，一眼望穿的能力，否则，很难有能力去完成构建一个完美的交易体系。
凡事预则立，不预则废。 没有事先的计划和准备，没有一套完整的交易系统，就不可能获得交易的成功。
构建一套完整的交易系统需要基于对 量价时空 的深刻理解，并完成四要素的量化和计算机编程工作。对于股票操作来说相对简单，而对于期货日内交易来说，交易系统的完善是进阶高手的必经之路，最厉害最完整的交易系统架构是 网格交易系统 。
相对 交易逻辑 来讲，交易系统的构建可以经高人指导由编程人员完成，而 交易逻辑的困难在于无法由图表呈现 。交易系统构建结束后，需要在交易逻辑的支撑下进行测试，并经实战检验。同样一套完善的交易系统，不同的交易逻辑操作结果差异很大。
另外，我们还要明白以下两点：
第一，交易系统的制定必须具备全局的认知框架，然后才能建立正确的交易理念，最后才能指导实际行动。
第二，认识框架必须穷举交易策略的点，包括构建交易逻辑的思路，试错成本、时间框架和空间框架以及其它特征。
—END—
一个完整的交易系统只需要两点：开仓和平仓。
开仓分为：进场和加仓；
平仓分为：止盈或止损。
交易系统可以给你提供的：开仓信号，平仓信号。只要有这两个就够了。剩下的仓位大小，资金分配，回撤控制等，都是资金管理系统的问题。
所谓构建交易系统，就是把平时主观随意的交易计划，变成固定的，流程化的交易系统，让他可以在未来的交易中，不断的重复，同时筛选除去不符合系统的交易机会。
比如，你总是在某种突破时开仓，那就把这种方式固化下来，形成交易系统的开仓信号。当没有突破时，就坚持不开仓。
交易系统可以是量化的，也可以是非量化的。一般量化的交易系统都是通过技术指标来构建，非量化的交易系统通过形态识别来构建。量化的交易系统开平仓信号比较明确，可以由计算机程序来生成，用的较多一点。
构建交易系统时，一定要注意开仓信号和平仓信号的完备性。如果可能出现一段行情，在开仓信号出现后，无法触发平仓信号，这个系统就是不完备的。比如设计一个平仓信号，持有多单，需要在下跌的行情中出现一定程度的反弹才平仓。那这个平仓信号可能永远不会出现。这就是一个不完备的交易系统。
交易系统并不神秘，也不复杂，就像我们吃饭时使用的筷子一样。建议从经典的交易系统开始学起，然后慢慢的改良，再到设计，最后选择适合自己的交易系统。
完整的交易系统必须是一个闭环的交易系统。
一个闭环的交易系统包括两个部分，一个分析系统，一个具体的交易（操作）系统。
分析系统是你对行情的研判、对具体交易品种的研判，这里包括级别的研判和交易信号的研判，也就是所谓的复盘，去发现即将要出现交易机会的品种，包括时机、哪里开仓、什么时机开仓、止损、止盈、仓位多少等待。这么一系列的程序完成后，才到具体的执行交易系统。
分析系统你必须从行情级别研判开始，做好开仓、止损、加仓、止盈这个完整的闭环的思考，不能随着行情的波动随意决定开仓，要有自己的配套计划和实施方案。
我们来看如何分析行情：
行情的运行无非就3种情况，冲刺——盘整——冲刺，以图为例：
关键在于你根据自己所掌握的知识和经验去判别它们的临界点，找到这个临界点就OK了。
具体的执行上，当你找到临界点后，做好了交易计划，做好开仓、止损、止盈加仓的预案后，就是等行情走出来，进场就行了。
这里面还包括很多心理层面、技术层面、资金管理层面的东西，当你形成一个闭环的交易系统，经过检验预期为正收益的系统，那么就坚定的执行。
这其实是很多形态的中一种。
祝你交易顺利。
❼ 如何建立一个股票量化交易模型并仿真
研究量化投资模型的目的是找出那些具体盈利确定性的时空价格形态，其最重要手段的概率取胜，最重要的技术是概率统计，最主要的研究方向是市场行为心理。那么我们在选择用于研究的参数时，也应该用我们的经验来确定是否把某技术参数放进去，因为一般来说定性投资比较好用的参数指标对量化投资同样适用。
量化投资区别于传统定性投资的主要特征在于模型。我打个比方，我们看病，中医与西医的诊疗方法是不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，主观定性程度大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。中医对医生的经验要求非常高，他们的主观判断往往决定了治疗效果，而西医则要从容得多，按事先规定好的程序走就行了。量化投资就是股票投资中的西医，它可以比较有效地矫正理智与情绪的不兼容现象。
量化投资的一般思路：选定某些技术指标（我们称之为参数，往往几个组成一组），并将每一个参数的数据范围进行分割，成几等份。然后，用计算机编程写出一段能对这些参数组对股票价格造成的影响进行数据统计的程序，连接至大型数据库进行统计计算，自动选择能够达到较高收益水平的参数组合。但是选出这些参数组后还不能马上应用，因为这里涉及到一个概率陷阱的问题，比如说，有1到100这一百个数字放在那里，现在让你选择，请问你选到100的可能性是多大？是的，就是1/100，如果较幸运你选到了100并不能说明你比别人聪明，而是概率的必然。所以，在进行统计时要特别关注统计的频率与选出的结果组数量之间的关系。在选出符合要求的参数组后我们还应留出至少三年的原始市场数据进行验证，只有验证合格后才能试用。
量化投资原始数据策略：我们选用96年后的市场数据，因为96年股市有过一次交易政策改革（你可以自己查询了解一下），为了不影响研究结果我们不采纳96年以前的数据进数据库。
量化投资研究的硬设备：高计算性能电脑，家用电脑也可以，不过运算时间会很长，我曾经用家用电脑计算了三个月时间才得到想要的数据。
统计方法：可以选用遗传算法，但我在这里陪大家做的是比较简单的模型，所以采用普通统计方法就可以了。
用于量化研究的软件：我采用的是免费的大型数据库MYSQL，ASP网络编程语言，以及可以设置成网络服务器的旗舰版WIN7操作系统。