量化交易里的matlab主要用来干什么？ matlab做量化投资分析，怎么学
\u91cf\u5316\u6295\u8d44\u4e2d\uff0cMATLAB\u548cpython\u54ea\u4e00\u4e2a\u597dMatlab\u5728\u77e9\u9635\u5904\u7406\u65b9\u9762\u7684\u5f3a\u5927\u4f18\u52bfPython\u65e0\u6cd5\u6bd4\u62df\uff0c\u6211\u66fe\u7ecf\u7528Matlab\u548cPython\u8dd1\u540c\u4e00\u4e2a\u7b97\u6cd5\uff0c\u6d89\u53ca\u5230\u77e9\u9635\u4e2dSymbol\u6c42\u5bfc\u3002Python\u7528\u7684\u662fNumpy\uff0cSympy\u548cScipy\uff0c\u611f\u89c9Sympy\u4e2dMatrix\u867d\u7136\u529f\u80fd\u5f3a\u5927\uff0c\u4f46\u662f\u901f\u5ea6\u5f88\u6162\uff0c\u800c\u4e14\u9700\u8981\u4e13\u6ce8\u5176\u4e2d\u5404\u79cd\u7ec6\u8282\u3002\u5982\uff1a\u5176\u5bf9Complex\u7c7b\u578b\u662f\u65e0\u6cd5\u81ea\u52a8expand\u7684\uff0c\u5e38\u5e38\u51fa\u73b0(1+I)(2I+1)\u8fd9\u79cd\u7ed3\u679c\uff0c\u8fd9\u65f6\u9700\u8981\u8c03\u7528.expand\u6765\u89e3\u51b3\u3002Matlab\u53ef\u4ee5\u4f7f\u4f60\u4e13\u6ce8\u4e8e\u6a21\u578b\uff0cPython\u8981\u8d85\u8fc7Matlab\u8fd8\u9700\u8981\u65f6\u95f4\u3002\u4f46\u662fPython\u5728\u5185\u5bb9\u6293\u53d6\uff0c\u673a\u5668\u5b66\u4e60\uff0c\u7b49\u6709\u5f3a\u5927\u7684\u7b2c\u4e09\u65b9\u5305\uff0c\u5982Scarpy\uff0cSkikit-learn\u7b49\uff0c\u53d1\u5c55\u5f88\u5feb\u3002\u6982\u62ec\u4e4b\uff1a\u73b0\u5728\u7528Matlab\uff0c\u672a\u6765\u7528Python
Matlab\u662f\u4e00\u4e2a\u9ad8\u7ea7\u7684\u77e9\u9635/\u9635\u5217\u8bed\u8a00\uff0c\u5b83\u5305\u542b\u63a7\u5236\u8bed\u53e5\u3001\u51fd\u6570\u3001\u6570\u636e\u7ed3\u6784\u3001\u8f93\u5165\u548c\u8f93\u51fa\u548c\u9762\u5411\u5bf9\u8c61\u7f16\u7a0b\u7279\u70b9\u3002\u7528\u6237\u53ef\u4ee5\u5728\u547d\u4ee4\u7a97\u53e3\u4e2d\u5c06\u8f93\u5165\u8bed\u53e5\u4e0e\u6267\u884c\u547d\u4ee4\u540c\u6b65\uff0c\u4e5f\u53ef\u4ee5\u5148\u7f16\u5199\u597d\u4e00\u4e2a\u8f83\u5927\u7684\u590d\u6742\u7684\u5e94\u7528\u7a0b\u5e8f\uff08M\u6587\u4ef6\uff09\u540e\u518d\u4e00\u8d77\u8fd0\u884c\u3002\u65b0\u7248\u672c\u7684MATLAB\u8bed\u8a00\u662f\u57fa\u4e8e\u6700\u4e3a\u6d41\u884c\u7684C++\u8bed\u8a00\u57fa\u7840\u4e0a\u7684\uff0c\u56e0\u6b64\u8bed\u6cd5\u7279\u5f81\u4e0eC++\u8bed\u8a00\u6781\u4e3a\u76f8\u4f3c\uff0c\u800c\u4e14\u66f4\u52a0\u7b80\u5355\uff0c\u66f4\u52a0\u7b26\u5408\u79d1\u6280\u4eba\u5458\u5bf9\u6570\u5b66\u8868\u8fbe\u5f0f\u7684\u4e66\u5199\u683c\u5f0f\u3002\u4f7f\u4e4b\u66f4\u5229\u4e8e\u975e\u8ba1\u7b97\u673a\u4e13\u4e1a\u7684\u79d1\u6280\u4eba\u5458\u4f7f\u7528\u3002\u800c\u4e14\u8fd9\u79cd\u8bed\u8a00\u53ef\u79fb\u690d\u6027\u597d\u3001\u53ef\u62d3\u5c55\u6027\u6781\u5f3a\uff0c\u8fd9\u4e5f\u662fMATLAB\u80fd\u591f\u6df1\u5165\u5230\u79d1\u5b66\u7814\u7a76\u53ca\u5de5\u7a0b\u8ba1\u7b97\u5404\u4e2a\u9886\u57df\u7684\u91cd\u8981\u539f\u56e0\u3002
\u6e29\u99a8\u63d0\u793a\uff1a\u4ee5\u4e0a\u89e3\u91ca\u4ec5\u4f9b\u53c2\u8003\u3002
\u5e94\u7b54\u65f6\u95f4\uff1a2021-10-09\uff0c\u6700\u65b0\u4e1a\u52a1\u53d8\u5316\u8bf7\u4ee5\u5e73\u5b89\u94f6\u884c\u5b98\u7f51\u516c\u5e03\u4e3a\u51c6\u3002
[\u5e73\u5b89\u94f6\u884c\u6211\u77e5\u9053]\u60f3\u8981\u77e5\u9053\u66f4\u591a\uff1f\u5feb\u6765\u770b\u201c\u5e73\u5b89\u94f6\u884c\u6211\u77e5\u9053\u201d\u5427~
https://b.pingan.com.cn/paim/iknow/index.html
首先有一些交易的思路，不许能够把它说出来，在纸上变成明确的交易逻辑，有很多人用盘感下单，有些人每次下单的原因都不一样，每次都可以找出不同的交易进出场决定。但是，如果你是想做程序化交易，就必须要有明确且具体的买卖点操作逻辑，可以被完全量化。交易规则要合乎逻辑，比如只有买进没有卖出的逻辑就是无法构成一个完整的交易策略。使用matlab按照一些常用的规则不如构造指标，写入买卖逻辑，进行整合交易策略。这个就可以使用Auto-Trader编写，写入代码就是纯matlab代码，只有一些调用的API。都是纯matlab语言，并不难。编写好一个策略之后，我们需要拿到历史上某段时间段，某一指定频率的测试。必须看起来还可以，比如曲线往上行，或者损失并没有损失非常多的钱，如果回撤非常巨大就要进入分析最大回撤段的原因。这个可以在策略分析模块有比较详尽的分析。把该策略在多个品种、周期上测试，查看绩效表现。采用组合优化选取参数，交叉验证，分样本外样本内检验。可以使用各种优化目标进行优化挑选参数。最优化这一部分必须非常小心，容易出现过度拟合的情形，这个是整个策略开发非常重要的一步，一般会采用walk forward 分析，重抽样技术来做一些策略过拟合检验。观察分析在不同的市场结构里面策略的表现情况，这一部分后面会有更为详尽的叙述，当然本人是不建议进行优化操作的。
该系统每月平均交易10 笔左右，每天交易不超过2 笔。市场总是有起有伏，该系统首先采用"Price Trend Indicator"价格趋势指数来判断市场是超买还是超卖，超买的市场应该卖出头寸，超卖的市场应该买入头寸。第一笔交易进场方法是根据开盘价设一个区间，高于开盘价某些点位即买入，低于开盘价某些点位即卖出。日趋势通常会在3-4 天后改变方向，或是遇到跳空开盘，这些日子被称为"key reversal days"关键转折日。这种日子在目前的市场正在不断增多，因此有一套"Superior Clear-OutReversal Enhancement"系统来帮助找出反转信号并开始新方向的交易。最后，该系统每天都有不同的风险暴露，因此需要设臵止损，系统采用"Dynamic Risk Exposure Stops"方法止损。
我用量化程序回测6年数据（2011年至今2017-04）显示年化收益跑赢大盘8个点，沪深300总收益9.3%，策略收益总收益73%，沪深300年化收益1.4%，策略年化收益9.2%。如果用中证500总收益180%，年化21%，跑赢沪深300指数18个点，但波动率，回撤率比沪深300策略高。每年操作一次，轻轻松松跑赢大盘，基金和天天盯盘累死累活的散户。长期增长是世界性难题，时间会让一切投资变得腐朽或神奇。每年增长10%，50年复利增长117倍，每年增长30%,50年复利增长497929倍。量化交易起源于国外，在国外已经至少有长达几十年的发展历程，因此我们先看一下国外比较经典有效的一些策略。
绛旓細杩欑瘒鏂囩珷灏嗗悜浣犱粙缁閲忓寲浜ゆ槗绯荤粺鐨勪竴浜涘熀鏈蹇点傛湰鏂涓昏闈㈠悜涓ょ被璇昏,绗竴绫绘槸姝ｅ湪鍔姏瀵绘壘涓浠介噺鍖栦氦鏄撳憳宸ヤ綔鐨勬眰鑱岃,绗簩绫绘槸鏈熸湜灏濊瘯寮鍚嚜宸遍噺鍖栦氦鏄撲簨涓氱殑涓汉鎶曡祫鑰呫傚叧浜庨噺鍖栦氦鏄,杩欎簺鍏ラ棬鐭ヨ瘑浣犻渶瑕佷簡瑙ｃ 閲忓寲浜ゆ槗鏄暟閲忛噾铻嶅涓涓瀬鍏惰壈娣卞鏉傜殑棰嗗煙銆傝嫢瑕侀氳繃闈㈣瘯鎴栨瀯閫犱綘鑷繁鐨勪氦鏄撶瓥鐣,灏遍渶瑕佷綘鎶曞叆鏃堕棿瀛...
绛旓細鏈鍚庯紝涓汉閲忓寲鎶曡祫闇瑕佷笓涓氱殑鎶曡祫杞欢銆傛姇璧勮蒋浠舵槸閲忓寲鎶曡祫鐨勫叧閿紝瀹冨彲浠ヤ负鎶曡祫鑰呮彁渚涙瀬涓轰赴瀵岀殑鏁版嵁鍒嗘瀽鍔熻兘鍜浜ゆ槗鎸囦护銆傚父鐢ㄧ殑閲忓寲鎶曡祫杞欢鍖呮嫭AmiBroker銆丵uantopian鍜Matlab绛夛紝閫夋嫨鏈鍚堥傜殑杞欢瀵逛簬鎶曡祫鐨勬垚鍔熻嚦鍏抽噸瑕併傚悓鏃讹紝鎶曡祫鑰呰繕闇瑕佺啛缁冩帉鎻＄浉搴旇蒋浠鐨勪娇鐢鎶宸у拰缂栫▼鐭ヨ瘑锛屼互渚挎洿濂藉湴瀹炵幇閲忓寲鎶曡祫鐨...
绛旓細閲忓寲浜ゆ槗锛屼篃鏈夎嚜鍔ㄥ寲浜ゆ槗锛岀▼搴忓寲浜ゆ槗锛孍A锛 楂橀浜ゆ槗锛岀畻娉曚氦鏄撶瓑绛夛紝澶ц嚧鎰忔濆樊涓嶅锛屼笉鍚岀殑棰嗗煙鍙互鍙硶涓嶄竴鏍凤紝璀澶栨眹甯傚満澶у鍙獷A銆涓昏鏄妸鑷繁鐨勪氦鏄撶郴缁熼氳繃璁＄畻鏈鸿瑷锛圥ython 锛matlab绛夌瓑锛屽緢澶氾級绋嬪簭缂栧啓瀹炵幇鍑烘潵锛屾妸杩欎釜绋嬪簭鍜屾暟鎹俊鎭紙閲忎环淇℃伅锛屽熀鏈潰锛岄噾铻嶆斂绛栦俊鎭瓑绛夛級鎺ュ彛鎺ヤ笂锛岄氳繃...
绛旓細鏈鍚庯紝鐩告瘮浜庝汉宸ヤ氦鏄擄紝鍒╃敤浜哄伐鏅鸿兘鍜屾満鍣ㄥ涔犵畻娉曞疄鏂界殑閲忓寲浜ゆ槗鍏锋湁鏇村己鐨勯娴嬭兘鍔涘拰鍐崇瓥鑳藉姏銆傝瀹炵幇閲忓寲浜ゆ槗锛岄鍏堥渶瑕佹瀯寤哄熀浜庢暟鎹垎鏋愬拰鏈哄櫒瀛︿範绠楁硶鐨勪氦鏄撴ā鍨嬨備负姝わ紝闇瑕佹壘鍒板彲闈犵殑鏁版嵁婧愶紝鎸栨帢鏁版嵁涓殑浠峰硷紝骞跺埄鐢ㄦ暟鎹垎鏋愬伐鍏凤紙濡侾ython銆丷銆MATLAB绛夛級寮鍙戠嫭鐗圭殑浜ゆ槗绛栫暐銆傚叾娆★紝闇瑕佸皢浜ゆ槗妯″瀷宓屽叆...
绛旓細浣犲ソ锛屽湪閲戣瀺閲忓寲浜ゆ槗棰嗗煙锛屾帢閲戦噺鍖栦氦鏄撳钩鍙板彲浠ユ敮鎸佸绉嶄富娴佺紪绋嬭瑷鐨勫紑鍙戯紝鍖呮嫭python銆丷銆Matlab, C, C++, C# 锛涘彲浠ユ弧瓒虫帉鎻′笉鍚岀紪绋嬭瑷鐨勯噺鍖栫瓥鐣ヨ呯殑闇姹傘
绛旓細4.缂栫▼璇█鍜屽紑鍙戝伐鍏凤細濡侾ython銆丷銆MATLAB绛夛紝鐢ㄤ簬缂栧啓绠楁硶鍜岀▼搴忋5.鏁版嵁搴撳拰鏁版嵁瀛樺偍锛氬MySQL銆丮ongoDB绛夛紝鐢ㄤ簬瀛樺偍鍜屽鐞嗗ぇ閲忔暟鎹傛讳箣锛岃偂绁閲忓寲浜ゆ槗妯″瀷鏄竴绉嶅己澶х殑宸ュ叿锛屽彲浠ュ府鍔╂姇璧勮呭湪鑲＄エ甯傚満涓幏寰楁洿楂樼殑鏀剁泭鍜屾洿浣庣殑椋庨櫓銆傜劧鑰岋紝鐢变簬甯傚満鐨勫鏉傛у拰涓嶇‘瀹氭э紝妯″瀷骞朵笉鑳藉畬鍏ㄩ娴嬫湭鏉ョ殑...
绛旓細琛屾儏鏁版嵁涓鏂归潰骞挎挱缁欑瓥鐣ョ▼搴忥紝涓鏂归潰鑷繁瀛樻暟鎹簱锛屽瓨涓嬫潵鐨勬暟鎹氳繃瀹屾暣鎬ф娴嬪悗锛屽彲浠ヨ嚜宸卞悎鎴愪綆棰戠巼鐨勬暟鎹紝濡 1鍒嗛挓銆30鍒嗛挓銆1灏忔椂銆佹棩搴︾瓑绛夛紝杩欎簺鏁版嵁浼氳鐢ㄤ簬绛栫暐鍥炴祴锛屼篃鍙互鐢ㄤ簬甯傚満寰缁撴瀯鐨勮瀵熷拰鐮旂┒锛屼緥濡傚彲浠ラ氳繃浼樺寲鎸傚崟鏂瑰紡鏉ラ檷浣浜ゆ槗婊戠偣銆Matlab鍙互鍋氫竴浜涘洖娴嬶紝瀹炵洏鍙兘鏄瘮杈冧笉鏄撶敤鐨...
绛旓細瀹规槗瀛︿範 鍦ㄧ紪绋嬮鍩閲岄潰鏈変簺鍚嶈█渚嬪: Python鏄彲鎵ц鐨勪吉浠ｇ爜; 浜虹敓鑻︾煭,鎴戠敤python.閮芥槸鍦ㄨ鏄巔ython鐨勫鏄撲笂鎵嬬▼搴 鏈哄櫒瀛︿範 Google鐨勫紑婧愭繁搴﹀涔犳鏋 TensorFlow 鍦ㄧ幇鏈夌殑璧勬枡璇惧棰嗗煙閲岄潰鏀彺Python鐨勫簱璺熻祫婧愪篃鏄渶涓板瘜鐨,绛変簬鍙互璁╂満鍣ㄥ涔犵殑鍑犱竾琛屼唬鐮佽交鏉惧湪浣犵殑浜ゆ槗绛栫暐閲岄潰璋冪敤 鍥藉唴璧勬簮 VNPY...
绛旓細閲忓寲浜ゆ槗涓绛栫暐閫昏緫鍜孖T瀹炵幇鍩烘湰绠楁槸涓や釜鐙珛鐨勬柟鍚戙傚仛绛栫暐鎴戣鏈塗B鍜matlab灏卞熀鏈冻澶熶簡锛屽疄鐜扮殑璇漜++姣旇緝濂姐傚綋鐒惰鐪嬭嚜韬殑鐭ヨ瘑鑳屾櫙鍜屾妧鏈按骞炽傛垜鐨勭悊瑙ｅ叾瀹炲仛閲忓寲浜ゆ槗寰堥毦鏈変竴涓墍璋撶殑绯荤粺瀛︿範鐨勮繃绋嬶紝閲忓寲鍙槸鎵嬫锛屼氦鏄撶殑閫昏緫鏄鍏冨寲鐨勶紝浣犲彲浠ラ氳繃褰㈡佹弿杩般佽拷韪競鍦轰笉鍚堢悊浠峰樊绛夋墜娈靛垏鍏ワ紝涔熷彲浠...
绛旓細浣犺繖涓敹鐩婄巼鐨勮绠楀簲璇ユ槸閲忓寲浜ゆ槗 娆у唴鏂壒闄 鍐欑殑閭ｆ湰涔﹂噷闈㈡彁鍒扮殑鍚с俵ag1杩欎釜鍑芥暟鍦matlab閲岄潰鍙互鍙﹀寮涓涓 .m 涓哄悗缂鐨勬枃浠舵潵鍐欙紝鐒跺悗鏂囦欢閲岄潰鍐欎互涓媍ode锛歠unction y = lag1(x)if (isnumeric(x))y = [NaN(1, size(x,2)) ; x(1:end-1, :) ]; elseif(ischar(x))y = [...
