程序化交易实现

？
实盘仓位管理
准确区分不同策略持仓
增加撤单，追单功能
区分不同登陆的下单
差异表现
增加查询持仓功能
防止多策略的自成交
增加报单错误和查询流控处理
Hale Waihona Puke Baidu
量化平台 历史数据平台 行情数据源 数据存储平台 交易平台
MATLAB, R DTS, 天软，wind CTP, DTS, wind MYSQL CTP, DTS
MATLAB
R
SAS
Python
1.矩阵运算能 1.专业的统计 1.经典的统计 1.新兴的数据 力强 分析软件 分析商业软件 分析语言 2.优化方面工 2.完全免费， 2.标准化模块 具丰富 开源 分析，包含的 分析功能丰富 3.使用比较灵 3.更新速度快， 活，量化领域 包含各类工具 3.硬盘数据存 普及率高 包，图形化功 储，不受内存 能强大 限制 2.跨语言调用 方便，使用免 费 3.能同时胜任 数据处理和统 计分析
优点VS缺点
一致性 无情绪 可量化 可并发
无法处理不 可量化策略 策略执行风 险 高门槛
1 2 3 4
策略逻辑思想
1
数据平台
策略量化模型
策略
策略回测修正
平台
2 3
回测平台
交易平台
策略有效性检验
历史数据
交易数据
数据存储
Wind 大智慧 天软 同花顺 TB ……
CTP DTS Wind HOMS ……
Thank
you ！ 谢谢！
从趋势谈起 什么是我要的趋势
如何量化我要的趋势
确定策略所依赖的 数据频率
列出具体开仓逻辑
列出具体平仓逻辑

通用的数学统计软件 VS 专业量化平台
通用数学统计软件 功能强大 算法可靠 扩展性好 专业量化平台 针对性强 提供历史数据 入门相对简单
参考资料丰富
基本不需要付费
提供相当技术指标代码
有专门的培训
TB
DTS
天软
专业量化平台
金字塔 国泰安
数据频率要求
B
历史跨度要求
A
数据平台的选择
C
数据费用要求
数据广度要求
E
D 个人习惯要求
策略交易的数据频率(tick,1分钟K线,…) 策略测试的历史时间跨度 策略回测结果的评价和修正 K线回测需要留意分钟的开高低收 策略回测需要小心无意使用未来函数
交易平台的几个参考要素
自身编程能力
策略需求
平台费用
策略研发周期
一
• 写好策略文档
• 列出参数表，并进行归类 • 画好策略程序流程图
二
三
实 盘 程 序 编 写
行情和交易分开
策略内部模块化
不同策略线程化
交易信号和交易执行分开
单个策略测试 代码语法测试
测试模块
多策略混合测试
仿真时间长度
实盘测试时间长度和交易量
MYSQL SQL SERVER ORACLE DB2 ……
R MATLAB Python SAS
天软 TB
回测平台
金字塔 DTS
STATA
文华财经
数学统计类VS专业交易类
大众型
专业型
接口型
文华财经 金字塔 TB ……
MQ APAMA DTS 天软 ……
CTP 飞马 Wind HOMS ……
1.期货程序化用户非常 1.数据覆盖面广，从交 广泛 易数据到基本面数据， 从股票到期货到外盘行 2.技术指标丰富，功能 情都有 方面基本可以满足大部 分技术分析模型 2.软件对交易功能进行 了一下封装，同时能够 3.编程难度相对不大， 管理多账户，子账户 用比较完善的回测系统， 可以基本实现从研究到 3.行情数据全面，稳定 实战的良好对接 性高。编程难度中等
适当的时间长度
多样化的评价指标
样本内外的稳健性
交易平台选择 实盘程序逻辑梳理
实盘程序编写和测试 程序从仿真到实盘
几类交易平台的对比
大众型
TB为例
专业型
DTS为例
接口型
CTP为例
1.专业程序化交易的主 流交易平台 2.交易执行高速，稳定。 接口免费提供，编程难 度大 3.纯交易接口，需要投 资者自行开发相应的交 易功能模块