1.量化策略,国内哪些公司做量化策略国内量化方兴 ， 忽然冉冉升起了数个量化平台 ， 看出来都是走美国华尔街quantopian的模式 ， 先从工具下手 ， 到社区到众筹策略hedge fund 。
说到工具不得不提 Ricequant ， 他是和其他几家量化平台对比而言 ， 我观察走到最前面的 ， 也是相对完善的两个平台 ， 尤其是他的工具 ， 体验还是非常好的 。当然每家公司都有优劣势 ， 一边很想拿探讨下他们的优劣 ， 一方面又很希望两者都能良好发展 ， 给大家提供更好的东西 。
我是业内人士 ， 所以比较关注 。话说最近还出现了和Ricequant 长得比较像的joinquant ， 深深八卦下 ， 发现joinquant创始人叫高斯蒙？ 以前是做O2O服务平台出生的？简直也是像素级别拷贝~~~~~略醉 。
2.如何设计量化交易策对于新手来说开发一个策略最开始一定是模仿 。
第一步 ， 利用现成指标构建逻辑 。TB内置了众多的技术指标 ， 取出一个 ， 写入买卖点 ， 回测下历史行情 ， 这样就可以得到一个简单的策略了 。
随着策略经验的积累 ， 这里的逻辑选择会越来越多样化 。当然这样的策略一般是不赚钱的 ， 所以我们第二步 ， 进行参数优化 。
选择参数遍历 ， 观察不同参数对于策略会产生怎样的影响 。一般情况下我们会得到几组看起来比较赚钱的参数 ， 然后我们进行第三步 ， 样本外检测 。
比如说我们之前遍历的参数是2014年的数据得出的几个表现好的参数 ， 那么我们就用2013/2015的数据对这些参数进行检测 。一般来说 ， 这一参数会在样本外惨淡无比 ， 完全没有样本内优化出来的威武 。
这时第四步 ， 进行观察 ， 判断策略失效的原因是什么 。假设发现策略失效原因是样本外某一两次特殊的行情导致大幅亏损 ， 那么我们就可以设置一个硬止损来规避这种风险；如果发现策略失效是因为交易次数过少 ， 那我们就将交易逻辑稍微放松 ， 比如要求>x的地方改为>=x甚至是>=x-1 。
等等等等 ， 这种修改就是策略的经验了 。设置好新的逻辑后我们回到第二步 ， 重复以上步骤 。
最终我们修改得到了一个样本内外都赚钱的策略 ， 第五步 ， 实盘追踪 。在未来一段完全未知的行情中随着时间检验策略 ， 观察策略的真实表现究竟如何 。
如果表现与预期相符合 ， 那么说明策略有效 ， 第六步 ， 进行交易 。随着交易进行 ， 我们也要观察策略的有效性 ， 当发现策略出现超出预期的亏损时 ， 第七步 ， 调整或终止策略 。
3.量化细节的理解和运用细节是一种创造成功者与失败者之间究竟有多大差别？人与人之间在智力和体力上差异并不是想象中的那么大 。
很多小事 ， 一个人能做 ， 另外的人也能做 ， 只是做出来的效果不一样 ， 往往是一些细节上的功夫 ， 决定着完成的质量 。看不到细节 ， 或者不把细节当回事的人 ， 对工作缺乏认真的态度 ， 对事情只能是敷衍了事 。
这种人无法把工作当作一种乐趣 ， 而只是当作一种不得不受的苦役 ， 因而在工作中缺乏工作热情 。他们只能永远做别人分配给他们做的工作 ， 甚至即便这样也不能把事情做好 。