深度学习 期货交易 从零开始学期货交易策略
从哪开始学期货
通常的学习，是要有一个固定的流程的，比如我们学习数学，从神好此加减乘除开始，到后面的方程，微积分，再到更高深的随机泛函线性代数等。但实际的学习过程，一定是一个反复的过程。也就是说你学到微积袜链分的时候，忽然对之前的方程有了些新的理解和认知，如此反复一来，才能学的融会贯通。
以上是废话。
那么学习期货，也需要跟着流程走，然后再反复理解。如何做到反复理解？很简单，准备好钱入市。在摸爬滚打中，才能对所学的理论知识有更深的理解和认知。
至于流程性的学习，我的建议是
1、基础概念。包括品种，交易模式，每个品种的合约单位，保证金等等，参考书目《期货基础知识》，就是从业资格考试的那本书。
2、基本面研究方法。比如螺纹钢，它是用来做什么的，上下游都有什么，影响它的供需的因素是什么，有什么品种和它相似等等。参考书目《期货基础知识》，及一些期货公司网站上发布的研究报告。
3、技术分析方法游迅。市面上书太多了，列两本：《期货市场技术分析》，《日本蜡烛图技术》，这两本书各看三遍以上。
4、理念。这个就有点玄乎了，需要在操作中不断感悟，直接看书或是别人告诉你，都是没有体会的。这个方面的书也很多，建议：《十年一梦》，《海龟交易法则》，《澄明之境》。
期货入门基础知识,新手学习怎么炒期货
作为新手需要知道的期货基础知识有：
1、什么是期货
期货（Futures）与现货完全不同，现货是实实在在可以交易的货（商品），期货主要不是货，而是以某种大宗产品如棉花、大豆、石油等及金融资产如股票、债券等为标的标准化合约。
因此，这个标的物可以是某种商品（例如黄金、原油、大豆等），也可以是股票指数。交收期货的日子可以是一星期之后，一个月之后，三个月之后，甚至一年之后。买卖期货的合同或协议叫做期货合约，买卖期货的场所叫做期货市场，投资者可以对期货进行投资或投机。
2、期货与现货的区别，如下表
3、期货交易与股票交易的区别
3.1、期货合约有到期日，不能无限期持有。股票买入后正常情况下可以一直持有，但期货合约有确定的到期日。因此交易期货必须注意合约到期日，来决定是提前平仓了结持仓，还是等待合约到期进行交割。所以这就了解为什么大妈们不买期货只会买股票了，即橘者猛使大妈选择了很烂的股票标的也能一直持有等涨。但是大妈去买期货就能散尽家财“曲线救市”，交易生命周期短，死的快。
3.2、保证金交易制度，在进行期货交易时，投资者不需支付合约价值的全额资金，只需支付一定比例的资金作为履约保证，即自带杠杆。回想去年牛市杠杆配资的疯狂：在期货上也配个10倍的杠杆，期货本身自带10倍杠杆，那就是100倍的盈亏，赔掉本金都不止的杠杆啊。
3.3、在交易方向上，期货交易既可以先买后卖，也可以先卖后买（卖空），因而期货交易是双向交易。中国股票市场没有卖空机制，股票只能先买后卖，不允许卖空，此时股票交易是单向交易。
4、游戏规则
4.1、期货交易只需交纳8%-13%履约保证金就能完成数倍乃至数十倍的合约交易。（杠杆化）
4.2、双向交易，做多做空你随意。
4.3、T+0交易，最小持仓周期为0天，当天开仓当天任意时点即可平仓，一天当中可多次交易。
4.4、保证履约，所有期货交易都通过期货交易所进行结算，且交易所成为任何一个买者或卖者的交易对方，为每笔交易做担保。
4.5、当日无负债制度，指的是每个交易日结束后，由期货结算结构对期货交易保证金账户当天的盈亏情况进行结算，并根据结算结果进行资金划转。当交易发生亏损，进而导致保证金账户资金不足时，则要求必须在结算机构规圆桥定的时间内向账户中追加保证金，做到“当日无负债"。
扩展资料：
期货的主要特点：
1、期货合约的商品品种、交易单位、合约月份、保证金、数量、质量、等级、交货时间、交货地点等条款都是既定的，是标准化的，唯一的变量是价格。期货合约的标准通常由期货交易所设计，经国家监管机构审批上市。
2、期货合约是在期货交易所组织下成交的，具有法律效力，而价格又是在交易所的交易厅里通过公开竞价方式产生的；国外大多采用公开叫价方式，而我国均采用电脑交易。
3、期货合约的履嫌睁行由交易所担保，不允许私下交易。
4、期货合约可通过交收现货或进行对冲交易来履行或解除合约义务。
参考资料来源：
百度百科-期货
3分钟了解深度学习跟量化交易是什么关系
机器学习怎样应用于量化交易（一）
曾有朋友问过，国内现在量化领域机器学习应用的少，是否因为效果不如简单的策略。其实，把机器学习应用在量化交易上始终面临着两难，却并不是无解的两难。很多时候并不是机器学习不work，而是真正懂如何用正确科学的统计思维使用Machine Learning的人才太少。机器学习涉及到特征选择、特征工程、模型选择、数据预处理、结果的验证和分析等一整套建模流程，广义角度来说就不单单是模型选择的问题。所以，如果认为“用支持向量机成功预测股票涨跌”这样的研究，就是把机器学习应用于量化交易，这种狭义的认识无疑是买椟还珠，对机器学习领域散落遍地的珍珠视而不见。如果把机器学习的崛起放在历史进程中考量，无非就是趋势的延续：现在，可通过系统的数据分析证实过去模糊不定的经验，机器学习算法将未曾被察觉的规律得以浮现纸面。在我看来，未来的发展概有两个方向：1.针对量化交易的统计学习算法被提出，使其适合于噪声大，分布不稳定的金融数据分析；2.对于机器学习的热情回归理性，从工具为导向回归到问题为导向。针对如何以问题为导向，在机器学习算法中挑选合适的工具，分享一些思路。1.多因子模型的因子权重计算当我们在构建多因子模型且已经选定了一系列因子之后，要如何根据不同的市场情况调整各个因子的权重呢？在以往告数的研究中发现，与其它算法相比较，随机森林算法对于存在非线性、噪音和自变量共线性的训练集的分析结果更出色陵雀。所以，目前在多因子模型的权重上，采用当期收益率对上期因子进行随机森林回归分析，以确定下一期多因子模型的因子权重。2.缺失值处理处理缺失值在金融的量化分析中是个无可避免的问题。选取合理的缺失值处理方法，依赖于数据本身的特点、数据缺失的情况、其对应的经济学意义，以及我们需要使用数据进行何种计算。在尝试构建多因子模型时，我们选择了两种缺失值替换方法：（1）采用期望最大化算法来用同一变量的已知数据对缺失值进行极大似然估计。（2）把模型中包含的所有因子作为特征变量，并赋予其相同的权重，再采用机器学习中的K-近邻算法来寻找最相似的标的，保证缺尺友早失值替换后，不会强化一部分因子的影响力。其实在量化领域，机器学习解决着线性模型天生的缺陷或弊端，所以还是有着很深的介入的。除去凸优化、降维(提取市场特征)等领域的应用，目前“非动态性”和“非线性”是两个重要的弊端。金融关系之间并非静态，很多时候也不是线性的。统计学习的优势此时就会体现出来，它们能够迅速地适应市场，或者用一种更“准确的”方式来描述市场。在国内，机器学习在量化内应用跟领域有很大的关系，跟频率也有很大的关系。比如，CTA的运用可能就要多于股票，它处理数据的维度要远小于股票，获取市场的长度和动态又强于股票。股票市场的momentum要弱于期货市场的momentum，它的趋势与股票相比更明显和低噪声。这些特征对于机器学习发挥作用都更加有利。很可能国内一些交易执行算法的设计上就借鉴了机器学习。我们可以通过学习订单薄特征，对下一期盘口变化做一些概率上的预测，经过一定样本的训练之后，可以显著地提升算法表现。而我仍谨慎看好深度学习等机器学习方法的原因在于，在认识市场上，现行的大部分方法与这些方法并不在一个维度上，这个优势让它们与其他方法相比，捕捉到更多的收益。也就是说，一个新的认识市场的角度才能带来alpha。
如何学习操作期货
一、要对期货市场拥有正确全面的理解：
这方面的知识不用买书,完全可以通过论坛新手学苑以及各大期货论坛的帖子来获得.通过大量的阅读,要弄明白以下几个问题：
1、期货交易不是一门科学,它更多的是一门艺术。
2、没有捷径,没有菜谱式的公式来获得期货交易的成功。
3、期货市场中九亏一赢，对这样的结果原因知道个大概。
4、如果一扒喊好个人能清醒认识到交易中亏损的风险，能为获得成功不懈努力并具有自律精神的话，期货交易将为他提供一条通往巨额财富的谋生渗信之路。
有了以上认识后，还需要端正学习态度和坚定信念。
虽然每个人来学习和期货交易的最初动机都不一样，所受到的影响也不一样。但是可以想象的到，大家听到最多的就是期货风险很大很大，几乎没有人能够赚到钱。其实这是偏见，很多人过早被市场消灭，不是因为期货本身的错，而是因为自己的思维和做法错误。
很多人仅仅因为自己或周围人赔钱就告诉新手不可以来交易；也有很多人因为一时的运气就对新手特吹狂吹；更有经纪人自己交易失败不得不退出，却鼓动新手大做特做，这样的行为都很不负责。
二、行情分析方法的学习和掌握
行情分析方法非常重要，针对众多市场是观望还是入市参与交易，都取决于你对市场的准确分析。要想做好分析工作，首先要学习所有的分析方法，然后根据自己的优势，确定自己的分析方法。目前行情分析方法有三种，基本分析，技术分析和心理分析。
基本分析：它要求我们具备经济情势的能力。在新手尤其是股票新手当中，很多人春铅是由此入市操作的。在他们眼里这个分析是最容易进行的，看看新闻，浏览一下某公司的投资报告，注意一下产量和销量就可以操作了。其实这是非常错误的，在各大投资公司，薪水最高的就是基本面研究员，这说明这个分析是非常难的和专业化的，一般的散户无论是资历还是财力是做不到全面及时的基本分析的。这方面请看看<史瓦格期货基本分析>就会知道我们的无奈。但是这也不能说明我们就要完全放弃基本分析，我们可以学习根据重要事件对市场的影响来判断后续的走势。例如，如果一件重大利好没有造成市场继续上升就是多头减仓或建空仓信号。
