记学习量化投资的两个月

开头先说好，这篇文章算是个广告

以上三张图是我目前用的参数跑的EOS品种的回测数据，分别是全年历史数据、18年1月开始的数据、6月开始的数据，回测数据是 bitfinex 交易所的。

强调下，策略最终收益那里不需要在后面加百分号，第二张图里面就是八个月多月的时间31倍…

这几个指标的计算公式列在这里：

年化收益率：（账户最终价值/账户初始价值）^（365/回测期间总天数）-1

上涨概率：上涨天数 / 回测交易日数量

收益波动率：账户日收益的年化标准差

夏普比：（账户年化收益率-无风险利率）/ 收益波动率

经历

很早以前就听说过量化交易，却从来不知道这具体是什么，只知道，能赚钱。

具体的情况还要推到七月份实习的时候，在公司没有很有挑战性的事情做，每天最大的盼头就是下班后逛吃逛吃，为了抑制住自己在上班的时候看电影，暗中决定找到一件具有挑战性的事情，思索中，想起来以前学习 CAPM 模型时的一个公众号打过的广告，遂再次打开去仔细看上面的文字，发现似乎很靠谱，然后发现居然还有数字货币的量化课程，这不专门就是为我准备的嘛，当然光看广告词是不行的，加上微信浏览作者的朋友圈，发现作者的确是一位实战经历丰富的人，在互联网时代如何快速地认识一个陌生人？浏览他的朋友圈、微博、文章等等。

交学费后就开始学习，首先就开始学习 python ，这方面老师很贴心，课程中教我们下载 anaconda 和 pycharm ，这点要比什么优达的 python 课程好，一般网上的课程都是从入门到放弃，至少这个课程里入门很平易，其后就是教我们基础操作了，基础讲完后就是 pandas 这个库了，总体来说入门很平易，可能是我有基础的原因，不过毕竟我学校里开设的 C 语言课程期末得分61…不知道这个结果证明了学校老师无法吸引我兴趣还是这个课讲得好…

第一个遇到的困难是SCI-SURF（科学上网），首先，我需要花钱买服务器，服务器是真的贵，买个好服务器都够我再买套课程送给正在阅读的你了。这个我是真的花了很长时间，首先它是必须的，大多数交易所都需要 SCI-SURF（bitfinex\binance）, OKEX 的 API 也需要，其次现在网上对此比较敏感，我看了很多相关的 CSDN 都 404 了，阿里云的服务器是不让作为此用途使用的，这个东西我是扯到了九月初，将近一个月，课都看完了，就是无法实践，这个最终解决方法是录课的老师帮我远程服务器帮我搞定了，在此感谢这位老师。

就这样我可以 SCI-SURF后很快就弄出了在 OKEX 上的自动交易系统，策略是均线策略，这个回测收益就一般般了，由于 OKEX 不提供杠杆的 API ，所以收益更加有限，主要是用来表示我能实盘跑策略了，跑了十几天可以正常运行就停了，将里面的钱转到 bitfinex 准备进行下一个战斗。

说到 bitfinex ，这应该是第二个困难，大家有相关经验的都知道，这交易所不支持开户后就交易，你要想在这里新开户交易，账户余额就必须先达到 10000 美元的市值，资产品种不限，但是需要达到 10000 美元，这不是个小数啊，一万美刀，可是群里面就有提供相关服务的群友，手续费几百块钱而已，真的是市场中有需求就有供给。

第三个困难就是搭建 bitfinex 的自动交易系统了，之前很快搭建了 OKEX 是因为本来就有示范代码，稍微改改就可以用，但是 bitfinex 的就不一样了，有这么几个点，一是 bitfinex 有两个版本的 API ，二是获取账户信息所需要的数据和 OKEX 大大不同，三是 margin 交易需要考虑的情况多了做空的选项，再加上实盘跑的时候暴露出来代码的问题有不少，有兴趣了解可以看我的 CSDN 。

以上就是这两个月的经历了，从 python 的入门到服务器的搭建再到交易系统的实盘，还真是花了不少功夫，另外这个课程的讨论群氛围很好，既有技术方面的也是市场方面的，再放一张我为了问问题而截的图。

收获

1. python 入门，掌握 pandas 这个库（九月初还利用 python 摸索着解决了整合报名表信息的工作）；
2. 实盘量化交易，搭建了一个有效率的自动交易系统；
3. 激发了对量化交易的兴趣，课程虽然只讲了布林线趋势策略，但燃起了对量化领域探索的兴趣；
4. 更新了对市场的认知。

P.S. 不代理财、保管资金