量化实习 v2丨Day 54:就这么着吧

尝试对策略进行风险管理,但是几无思路。上网找了一些资料,尝试了两种方法,一种是根据策略回撤来决定是否开平仓,一种是根据各品种净值回撤来调整各品种持仓权重。但是无论是哪一种方法,效果都不好,只会导致原本的夏普比率下降。这样做真的有意义吗? 把当前工作写了文档发给带教,带教让我先把黑色和有色的数据再筛一遍。感觉这段时间确实没学到什么……而且筛数据的事情现在另外两...

阅读全文

量化实习 v2丨Day 51:周五综合征

上午提交了一下因子代码,但是下午带教让我再多想想,把夏普进一步提高一下。 然而今天是又一个周五,慵懒的气息弥漫在办公室里,加之下午又困困的,实在是不想再工作了,于是读了一篇关于高频交易的科普文章,读到一半真的开始打瞌睡了,于是又刷了刷手机,决定把下午就这么消耗掉算了。 对着日历算了算,今天结束之后,在这家公司的时间就只剩一周多几天了,时间过得真快。回头想一想...

阅读全文

量化实习 v2丨Day 50:不合预期但确实神奇的期限结构因子

今日花了一天时间,好好检查了一下数据和程序逻辑,重点检查是否使用了未来数据;接着将目前为止所做的工作写了一份报告提交给带教,真够折腾的。 尽管做策略的时候已经很小心了,但是果然还是在不经意间引入了未来数据。而罪魁祸首就是 pandas.DataFrame.resample() 这一方法。 pandas 的 resample() 之谜使用这一方法的场景是,由于...

阅读全文

量化实习 v2丨Day 49:更高、更快、更强

今天仍旧在处理期限结构因子,但是大部分时间在做另一件事儿:优化回测框架的 Position 类的性能。 起因是在研究策略的时候,发现用自己开发的回测框架运行常常耗费大量时间,一次回测甚至要 3 秒。究其原因,发现性能瓶颈主要出现在 Position 类生成持仓数据的过程。这个过程会在一个 for 循环中处理每一日的持仓,而且仅使用 pandas 的方法来处理...

阅读全文

量化实习 v2丨Day 48:更神奇的期限结构因子

上午向带教确认了一下,才搞明白我需要做的不是买近卖远或者卖近买远,而是根据远近合约的价差来交易主力合约。因此尽管因子的构造方式可能与近远月合约有关,但是交易和它们没有关系。 盯了半天数据,实在没有什么思路。于是决定上网找找研报,发挥一下我查找资料能力的比较优势。好不容易寻得海通证券的两篇量化研报,一篇来自 2014 年,一篇来自 2015 年,都相当古老了。...

阅读全文

量化实习 v2丨Day 47:月差?

今日本想在有色金属的基本面研究上大展宏图,结果带教又甩出一份数据,是另一个实习生做的月差数据,用来做跨期套利策略。看了半天,感觉数据有点问题,而且网上也没有很多有用的资料,挠头。 至于有色金属的基本面,神奇的是,之前黑色板块的众多因子似乎大部分也还能一用,虽然效果好像也不是特别好。也许有色金属最终的策略可以多用一些指标,这样的结果可能会更加稳健。

阅读全文

量化实习 v2丨Day 46:无所事事

上午花时间补上了昨天的日记,结果今天就啥也不想干了,陷入一种奇怪的懒得工作的虚无中。 仓单因子做到这里,我感觉也没有啥非得做下去的内容了。尝试了一些不同的数据,发现能赚钱的只有有色金属和白银;探索一下其他的因子表达式,基本还是研报给的最有用;寻找一下最优参数,大概是 10,很快就找到了。 下周的任务应该围绕有色金属的基本面分析展开,这部分工作大概就跟黑色金属...

阅读全文

量化实习 v2丨Day 45:神奇的仓单因子

居然连续两天没有写日记了,至少补上昨天的吧。 这两天实际上在折腾一个新的小玩意,叫仓单因子。 什么是仓单 期货标准仓单是指现货商将手头上符合交易所交割标准的现货存放在交易所指定的交割仓库,并经检验合格后由交易所给现货商签发的一种实物提货凭证。 当市场供给过剩,现货商认为期货价格比现货更有利时,会倾向于把现货注册成仓单,用于在期货市场中交割。反之当市场...

阅读全文

量化实习 v2丨Day 43:错漏百出的代码

今天读了一下带教给的处理期货数据的代码,完全被雷到了。 先说代码风格,其中一个文件 TradeDay.py 还是不错的,像模像样,但是另一个文件 data_update_handler2.py 就堪称乱七八糟,和前者肯定不是一个人写的。长得快要溢出 24 寸屏幕的语句、几十上百行的函数、30 个字符以上的变量名、冗余没啥用的逻辑充斥着整个文件,令人不忍直视。...

阅读全文

量化实习 v2丨Day 42:稍显混乱的工作进展

上午又来了两位实习生,终于可以凑一桌麻将了。 一问带教才知道,原来有色数据还没开始弄😓,白等了两三天。不过既然没数据用不如自己捣鼓一下,复现了一下领导之前发在群里的仓单因子研报。 这篇研报非常神奇,它用的仓单数据是交易所每日公开发布的,用 WIND 或者 iFind 都很容易获取。而交易逻辑非常直白,仓单增加就做空,仓单减少就做多。实际测试一下,效果惊人。...

阅读全文