Python量化交易基础讲堂——管理概率==理性交易

AWang 发布于2019-07-30 18:44 / 727人阅读

摘要：那么我们改变概率这个因子，将它放大到，我们邀请个人参与局看下效果看来结果还不错，只要增加盈利的概率，就可以在市场中获得收益，这就是量化交易的魅力管理概率理性交易。

在《Python实战-构建基于股票的量化交易系统》小册子中，我们以股票为交易标的讲解量化交易的学习，主要原因是股票的风险和收益介于期货和基金之间。期货一方面加了杠杆，另一方面走势变化非常迅速，稍有不慎有可能血本无归，这不太适合大众参与。基金由专业团队打理，虽然收益最小，但风险也是最小的，求稳的话买基金也是个不错的选择。

说起股票，A股市场自设立至今经历了多次牛熊转换，笔者身边也有很多朋友在牛市赚了很多钱，但最终“退潮”的时候还是亏回去了。之前看到一则新闻上说中国的股民有1.2亿多，统计股民的行为发现他们每天平均看盘2小时，全年平均买19只股，平均2天一次交易，可以看出大多数股民交易频繁，对买卖点思考并不严谨。

本专栏将量化交易技术应用股票交易中，并不是传授战胜市场、一夜暴富的本领，而是想让同学们通过量化交易管理亏盈的概率，能够更理性的将股票投资作为理财的一个手段，而不是以赌博的心态参与其中。那么本小节，笔者结合一个简单的市场模型来介绍下为什么在没有概率优势的前提下参与交易会亏钱。

假设我们投资的市场是一个具备短线交易特征的市场，可以不分昼夜的不停交易，而且还不需要交手续费。那么我们的初始资金是1000元，每次随机的买9个股票，如果有一半以上的股票涨了的话，我们暂定赚1元，否则一半以上的股票跌了，我们就亏一元。由于我们是随机买的，那么赢钱的概率为50%。我们邀请50个人参与1000局看下效果：

代码如下：
def simpmarket(win_rate, play_cnt=1000, stock_num=9, commission=0.01): 

money = np.zeros(play_cnt)     
money[0] = 1000     
binomial = np.random.binomial(stock_num, win_rate, play_cnt)     
print(binomial)     
for i in range(1, play_cnt):         
    if binomial[i] > stock_num//2:             
       money[i] = money[i-1] + 1         
    else:             
       money[i] = money[i-1] - 1         
       money[i] -= commission         
    if money[i] <= 0:             
       break     
 return money

[plt.plot(np.arange(1000), simpmarket(0.5, play_cnt=1000, stock_num=9, commission = 0))  
for _ in np.arange(0, 50)]

结果还不错，亏钱的人和赚钱的人基本一半一半，符合零和游戏的特征。不过市场要经营是需要有收入的，那么就需要对交易收取手续费，为了更直观的比较出手续费对交易的影响，我们假定每次交易的手续费为0.1元。我们邀请50个人参与1000局看下效果：

和游戏，没有一个人是赚钱的，大家都亏钱了，当局数再增大以后的结局一定是血本无归。市场是一定会有手续费的，那我们就这么心甘情愿的当韭菜吗？如果我们想盈利的话就只能期待每局上涨的概率大于50%时才参与，否则不参与就不会亏钱了，并且每局赢的钱要比亏的钱多。其实这些需求映射到量化交易之中就是策略回测、仓位管理、止盈止损这些功能。那么我们改变概率这个因子，将它放大到55%，我们邀请50个人参与1000局看下效果：

看来结果还不错，只要增加盈利的概率，就可以在市场中获得收益，这就是量化交易的魅力——管理概率==理性交易。更多的量化交易内容欢迎大家订阅专栏阅读！！

更多python量化交易内容互动请加微信公众号：PythonQT-YuanXiao
欢迎订阅量化交易课程：链接描述

云服务器 GPU云服务器主机量化交易量化交易视频教程大数据量化交易区块链量化交易

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/42971.html

1分钟快速了解人工智能量化投资平台

摘要：如何实现这一价值致力于将人工智能的能力赋予每一位量化投资者，平台拥有股美股港股期货期权等多市场海量数据，全面支持主流框架。人工智能量化投资平台导语：欢迎大家来到BigQuant人工智能量化投资平台，本文将通过简短的介绍帮助大家快速认识BigQuant，快速了解人工智可以为投资者带来哪些价值，希望可以帮助大家快速建立起对BigQuant人工智能量化平台的初步认识。 BigQuant是一...

caohaoyu 2019-07-30 18:42 评论0 收藏0
PyAlgoTrade框架研究

摘要：最近研究量化交易，看了几个回测的框架，最后盯上这个项目。所以对这个框架进行了一番研究。比如的设计，也是采用事件回调来计算指标或者进行交易。在的科学计算框架体系中，是核心，其核心的数据结构也被广泛使用于其他数据分析框架之中。最近研究量化交易，看了几个回测的框架，最后盯上PyAlgoTrade这个项目。感觉很不错，支持策略回测和实盘交易，提供全面的技术分析接口，算是python的量化交...

gityuan 2019-07-24 18:06 评论0 收藏0
Python进阶量化交易场外篇2——线性回归拟合股价沉浮

摘要：由于线性回归作用于股票收盘价的整个周期，因此选择合适的时间段非常重要。在制定量化交易策略时有一种方式是寻找现象中的特征，根据特征去生成交易条件。新年伊始，很荣幸笔者的《教你用 Python 进阶量化交易》专栏在慕课专栏板块上线了，欢迎大家订阅！为了能够提供给大家更轻松的学习过程，笔者在专栏内容之外会陆续推出一些手记来辅助同学们学习本专栏内容，因此同学们无需担心专栏内容在学习上的困难，...

loonggg 2019-07-31 10:03 评论0 收藏0
拥有一台UCloud云服务器能做啥好玩的

摘要：偶尔还是能看到，有人问个人买云服务器能用来怎么玩好，下面我根据个人经验做一点分享。偶尔还是能看到，有人问个人买云服务器能用来怎么玩好，下面我根据个人经验做一点分享。总的来讲，买服务器可以分为3种目的：学习：学习各种计算机相关技术分享：个人博客等试验：个人有应用的一些想法，想快速试验一下下面是具体的用法（某一个项目可能包含上面说的多个目的在一起，就不具体划分了）：1.做小程序服务端小程序现在...

Tecode 2022-06-28 18:59 评论0 收藏0
Python进阶量化交易场外篇3——最大回撤评价策略风险

摘要：我们知道投资是有风险的，那么如何去衡量这个风险呢最大回撤率就是一种直观的将风险切实量化的指标。最大回撤率计算公式当日收盘价当日之前最高价最高价最低价最高价。显而易见，最大回撤率越小越好，因为回撤与风险成正比，回撤越大，风险也就越高。新年伊始，很荣幸笔者的《教你用 Python 进阶量化交易》专栏在慕课专栏板块上线了，欢迎大家订阅！为了能够提供给大家更轻松的学习过程，笔者在专栏内容之外...

lcodecorex 2019-07-31 10:03 评论0 收藏0