期货反向跟单-“大”数据匹配算法
总是听别人说谁谁是跑量化的，截止到目前，我对量化交易的认识仍然很模糊。刚刚在百度搜索了一下量化交易，百科上是这么说的：“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。”其实我真正纠结的点在于：“量化策略到底是主观的还是客观的。”说实话，我现在很懵圈，见过很多交易团队，但是纯粹的全自动交易基本上没有见过，或许是我孤陋寡闻，夏虫不可语冰井底之蛙不可言海。今天分享一下我们目前正在做的事情，交易数据反向对冲算法。
做这个策略最重要的事情就是数据库的填充，我们需要从各个渠道导入海量的交易数据，无论它的交易市场、交易品种，我们唯一的要求就是数据一定要够多。前期我们收集了大量的反向团队的盘手数据（强调一点，是历史数据），但是我们发现还是太局限了，毕竟反向团队是有限的，盘手数量也是有限的。由于受限于监管，于是我们退而求其次，寻找一些其他渠道的交易数据，比如说外汇平台、配资平台、甚至是现货平台，凡是存在人性的交易数据，都是我们数据库需要的，我们认为市场考验下的人性其实就是规律，用量化的说法称之为：数学模型。在这个过程中，之所以摒弃只录取盘手模拟数据的做法，不仅仅是因为它的局限性，大数据、大数据、我们最终追求的是它足够的大、样本足够的多、覆盖的数据群体足够的广，而不是像随机抽样一样，用一些个体的检测结果代表整体，它本身并不是很科学的。我们数据库中的样本，特别说明一下，目前主要导入样本的资金曲线和历史交易明细。
将收集到的大量数据封装到数据库中，对接下来我们运作的期货反向交易具有超强的作用，众所周知，目前市场中存在最多的方法是招聘交易员做模拟盘，实盘反向对冲，筛选盘手和分析他们的数据成为了很多人难以逾越的高山，而数据库的出现则解决了这个问题，我们将新入职的交易员数据实时的传输到数据库中，跟所有数据样本进行匹配分析，筛选出曲线相似的样本，并将这些样本曲线全部重合，总结出其中大概率的曲线图，并以此为依据，推测盘手未来的收益曲线，并决定如何跟随它。
现在我们还是停留在数据库的完善和扩建层面，技术上的架构已经解决的差不多了，下一步就是添加一些具体的对冲模块，因为我们最终要做到样本实时匹配，精准预测，自动对冲的结果。有关这样的策略想法，欢迎广大朋友一起交流探讨。
时间
2023-12-20 19:00
栏目
跟单百科
作者
半个徐
分享
联系我们
- 微信公众号
