quant 期货 铑 期货

Quant 应该学习哪些 Python 知识

1.如果还需要Deep Learning方面的东西的话，可以考虑Theano或者Keras。这两个东西可能会用在分析新闻数据方面。不过不是很推荐使用这类方法去做量化模型，因为计算量实在是太大，成本很高。

2.交易框架方面，除了vn.py，还推荐PyAlgoTrade框架，芹拦github上可以搜到。私以为这个框架比vn.py牛逼太多了，毕竟是一个在金融IT领域混迹近20年的老妖的作品，架构设计不是一般的优秀。

3.国内的话，ricequant是个不错的选择，虽然使用的是Java，但是团队我见过，都是做金融IT出身的，基本上都有7、8年以上经验，底层功底非常扎实，做事情都很靠谱。现在他们也在考虑把SDK扩展到Python这边。

4.国内的行情和交易接口，使用的是自己的协议（比如CTP接口使用的是FTD协议），而不是国际上广泛使用的FIX协议，并且都不开源。如果需要连接行情，还需要考虑将接口SDK为python封装一下。（修改：评论中有人提到很多券商也开放了FIX接口，不过似嫌者胡乎是在内网使用）

5.有人谈到数据库了，这里我也说一下，对于高频tick级别的数据，其量级可以达到每天TB级别，普通的关系数据库是扛不住的。如果试图使用传统的关系数据库，比如Oracle之类的可以省省了。对付这种级别的数据，采用文件系统+内存索引嫌码会更好。不过这种场景，一般也就是机构里面能碰到了，个人quant可以不用考虑。

在国内做quant,需要怎样的水平及发展路线呢

有人来咨询国内量坦销化机构的定位，我发现一个问题，大家好像都在衡量自己跟那些头部机构有哪些可能匹配的点，一谈就是九鼎啊，或者是对魔方XX的岗位工作感兴趣，如果是一流的背景没问题，我可以陪你聊啊。但我的建议是，不要只看不做，不大不小。我也喜欢和大单位合作，但对于求职者来说，还是要找适合自己的人，不用太辛苦，工资肯定能达到自己的预期。

有些求职者过于谨慎，明明自己的教育背景、工作经验都很优秀，却不敢进一步去闯一闯，可能是不知道从哪里听到的建议，觉得很孤独，我觉得实在没必要想得太复杂。自从磨刀霍霍决心走量化之路，就一直没有停止。有的时候Match会怀疑Match是否适合做量化，也有的时候Match想过放弃。现在回过头来看，发现自己已经做得很好。同时，我也感叹时光飞逝。作为一只量化金融狗，有太多的东西需要学习。

现在我稍稍冷静下来，就抽出时间在这里写下我这几年的学习和实习经历，回顾自己的经历，激励下一个人（如果有的话），并告诉每个对量化感兴趣的人：你不是一个人在战斗。交易策略研究包括选股、计时、套利。选股主要是基于α和β策略。在择时轿源方面，目前国内流行机器学习的择时建模，如SVM和神经网络。目前，这项工作多见于证券期货公司的研究部门（金融工程组）闭信态、自营部门（量化交易）和资产管理部门。

小编针对问题做得详细解小编针对问题做得详细解读，希望对大家有所帮助，如果还有什么问题可以在评论区给我留言，大家可以多多和我评论，如果哪里有不对的地方，大家也可以多多和我互动交流，如果大家喜欢作者，大家也可以关注我哦，您的点赞是对我最大的帮助，谢谢大家了。

期货如何做到量化

1.进入Rice.quant量化交易平台（https://www.ricequant.com/?f=n），并注册。注册后，点击右上方的“我的策略”，再点击下方“创建新Python新策略”或是“创建Java新策略”。

2.创建成功升念后，大家可以看见下面一个界面。这里就是我们的策略书写位置，非常人性的通过注释给了新手一个指导。

3.恭喜你，已经完成世袭了前期的准备工作。您可以开始书写你的策吵返困略了，具体可以参考https://www.ricequant.com/community/topic/165/。在书写完成后，编译策略，检查是否存在错误或者做其他的调整。

期货交易策略有哪些

1、跟随乎坦知趋势，让利润奔跑

2、严格遵守操作策略及交易纪律

3、风险永远在利润信乎之上

4、设好止损，严格执行

5、顺势操作，切勿螳岁消臂挡车

6、不做满仓，严格的资金管理

7、休息是为了走更远的路

8、培养市场敏感度，不摸头抄底

9、交易策略拟定后要有执行力

10、最重要的三大原则

(news.wquant.com)