3Python入門量化生態(tài)下工具鏈的正確打開方式

量化投資量化投資24【3】Python入門，量化生態(tài)下完整工具鏈的正確打開方式相關(guān)文章相關(guān)文章 【4】9步，搭建安裝完整的 推薦這12份！|特別內(nèi)容大家好，歡迎來到《量化投資24小時》的第3集。在第2集中我們主要介紹了量化交易領(lǐng)域目前比較主流的敗類編輯語言，而今天我們則會開始著重介紹整個專輯的重點(diǎn)Python語言。Python語言的特先來介紹一下Python語言在量化交易領(lǐng)域的優(yōu)勢，我們從五個方面來看它的整體特點(diǎn)Python特點(diǎn)1開源第一點(diǎn)，Python語言本身就是一個開源軟件，這點(diǎn)和像Matab這樣的商業(yè)軟件是不一樣的。我們介紹過開源軟件的第一個特點(diǎn)是免費(fèi)；第二個是靈活，可以隨意地修改所有源代碼；第三個則是安全，可以知道自己的程序所有運(yùn)行時的行為。Python特點(diǎn)2語法簡單第二個特點(diǎn)則是Python的語法非常簡單。第一個優(yōu)勢就是非常簡潔易學(xué)；第二個編程語言每天大量地完成某項工作的時候，可以一個語法簡單的語言可以大幅幫你提高量化工作的研究效率；而且在當(dāng)前的時代機(jī)器的計算力正在變得越來越強(qiáng)，而這個時候，比起曾經(jīng)非常寶貴的機(jī)器運(yùn)行的時間現(xiàn)在更為珍貴的是研究員寫代碼的時間。Python特點(diǎn)3應(yīng)用廣泛第三個特點(diǎn)是Python語言的應(yīng)用非常廣泛。在量化交易這個領(lǐng)域，Python語言本身可以覆蓋從數(shù)據(jù)獲取（從網(wǎng)上或數(shù)據(jù)庫中把需要的數(shù)據(jù)調(diào)取，然后加載到內(nèi)存或硬盤中）、量化建模（首先拿到一段數(shù)據(jù)，可以簡單地對其進(jìn)行量化建模的分析，看看它是自回歸的、還是有非常的自相關(guān)性，去判斷時間區(qū)間上是適合做統(tǒng)計的交易、還是說趨勢交易等等）、策略開發(fā)（比如歐美的一個開源策略的回測框架叫Zpne、以及國內(nèi)米筐開源的RQApha，都是相當(dāng)不錯的策略開發(fā)框架）、實(shí)盤交易（有許多的開源項目可以直接用，這塊就是Matab、R這樣語言的弱點(diǎn)了）等步驟?？梢哉fPython基本上實(shí)現(xiàn)了量化交易的一條龍全支持。Python特點(diǎn)4膠水語言第四個特點(diǎn)是Python是膠水語言，非常方便用來對接各種不同編程語言開發(fā)的工具。從一個量化交易機(jī)構(gòu)的角度，比如說券商的自營、資管，或者大型私募公司里的研究員，公司可能已經(jīng)采購了各種各校量化交易的系統(tǒng)，有的可能是數(shù)據(jù)，比如宏匯的數(shù)據(jù)服務(wù)；有的可能是用于管理具體的資管產(chǎn)品下單、持倉的復(fù)雜的資管系統(tǒng)，比如恒生的PB、O32；還有可能買了一些其它外部的數(shù)據(jù)庫，比如說Barra的多因子數(shù)據(jù)庫等。作為一個量化研究員，需要把這些工具整合起來使用，因為如果真的要做量化交易的話，不能說只用O32去下單而不用任何數(shù)據(jù)；用數(shù)據(jù)的話又需要用多因子數(shù)據(jù)來生成信號、需要行情數(shù)據(jù)具體地基于這個信號生成算法下單。這個時候，Python語言的優(yōu)勢就體現(xiàn)出來了，它非常容易對接各套一般金融機(jī)構(gòu)內(nèi)部已有的系統(tǒng)，并且能夠把它們整合起來應(yīng)用。04分06Python特點(diǎn)5社區(qū)生態(tài)活最后一個特點(diǎn)是社區(qū)的生態(tài)，Python社區(qū)是非?；钴S的，同時貢獻(xiàn)了大量成工具包，對于大家初學(xué)過程中遇到的問題，大部分都能夠在網(wǎng)上找到答案。這也大幅降低了整個語言的學(xué)習(xí)門檻。Python語言的量化生講完了Python的優(yōu)勢，接下來介紹一下Python的量化生態(tài)，就是剛剛介紹的整條工具鏈上每條鏈條的有哪些工具、同時每個工具相應(yīng)的特點(diǎn)和使用的場景，整體上分為四塊：數(shù)據(jù)收集、析建模、策略開發(fā)、實(shí)盤交易。04分56步驟1在數(shù)據(jù)收集這塊，國內(nèi)目前最有名的開源項目就是uShare數(shù)據(jù)包。使用TuShare可以從大量的財經(jīng)上免費(fèi)地和非常簡單載日線級別的行業(yè)數(shù)據(jù)、或者一些基本面數(shù)據(jù)。WindPy則是萬得交易終端提供的一套交易接口，WndPy本身是開源的，大家在使用過程中可以看到它的源代碼，但萬得在使用時是需要的，對于大部分的機(jī)構(gòu)而言，萬得都是標(biāo)配，所以說也是非常方便。用WndPy可以獲取最低到TICK級的行情數(shù)據(jù)，當(dāng)然數(shù)據(jù)質(zhì)量可能不是那么穩(wěn)定，一般用WndPy獲取過去7天到2周的分周線數(shù)據(jù)還是比較靠譜的選擇。同時也可以獲取一些相對比較特別的數(shù)據(jù)，比如做商品可以獲取現(xiàn)貨某個品種的數(shù)據(jù)、做基本面可以獲取門戶財經(jīng)的數(shù)據(jù)等等，都比較方便。06分14步驟2第二塊在分析建模的時候，拿到一段數(shù)據(jù)，首先可能想要看看數(shù)據(jù)的平穩(wěn)性和自相關(guān)性，可能會選擇用NumPy和Pandas。NumPy主要是用于Python領(lǐng)域的數(shù)據(jù)矩陣分析，而Pandas則是用于時間序列數(shù)據(jù)的建模和分析。做完分析后可能想將圖畫出來，可視化地看看效果，這時候可以選擇Matplotlib這個工具，它的繪圖效果也是非常好。06分50步驟3建模完成后就可以開始策略開發(fā)工作了。在介紹策略開發(fā)框架之前，可能首先要知道策略開發(fā)是一種比較交互式的、有點(diǎn)像在Matab里寫代碼一樣，可能希望寫入一行代碼，點(diǎn)一下運(yùn)行，代碼就在準(zhǔn)備好的數(shù)據(jù)上面跑一遍，看看結(jié)果是什么，就是立即輸出。然后再去做下一段的工作、下一段的研究分析，這就是策略開發(fā)平時的工作流程。所以，為了應(yīng)對這個工作流程，就需要比較好的交互式開發(fā)環(huán)境，此時，Python領(lǐng)域有一個可以說比較完美的解決方案那就是IPython加上JupyterNotebook這兩個工具。IPython是在Python本身的虛擬機(jī)基礎(chǔ)上增加了的交互式的虛擬機(jī)環(huán)境；Jupyter則是一個可以在瀏覽器中運(yùn)行的類似于筆記本形式的交互式開發(fā)環(huán)境。那么，每運(yùn)行一行代碼都會直接緩存下來，包括結(jié)果也會緩存下來，非常方便回頭的一步步查找，或者說想改個參數(shù)把代碼再快速地跑一遍等等，用JupyterNotebook都會非常得直觀，用熟練之后大部分的反饋都這個要比Matab要好用很多。有了這兩個交互式開發(fā)的環(huán)境之后，我們就可以用之前介紹過的Zipline、或者RQAlpha去做策略回測和開發(fā)，看策略在歷史數(shù)據(jù)上回測的效果如何。08分34步驟4完成策略開發(fā)之后，如果給你一段數(shù)據(jù)，已經(jīng)可以每天生成相應(yīng)的交易信號了，此時我們要做的事情就是最后一步，把交易信號轉(zhuǎn)化成交易委托，然后實(shí)盤地發(fā)送出去是。這時候的選擇可能是：第一個，也就是開發(fā)的框架vn.py，vn.py比較適合的交易接口可能主要針對機(jī)構(gòu)用戶，無論是、，還是外匯、國內(nèi)的黃金現(xiàn)貨（黃金TD），還有外盤通過IB、直達(dá)去做的期貨、 等，甚至可以用比如OKCon貨幣的接口去做比特幣。Vn.py把所有的這些交易接口給封閉對接了，同時對外提供一套統(tǒng)一的調(diào)用方式。只要掌握了vn.py一套接口，所有這些交易通道都可以直接去使用。第二個則是EasyTrader，其定位主要是一些比較適合個人投資者使用的交易接口，有一些券商提供的網(wǎng)頁接口也好、還有一些比如說某些常規(guī)交易軟件的接口。最后一個是ATpy，其特點(diǎn)是專注于交易這一塊，