AQF量化金融分析师学习笔记——上篇完结

part上：思想部分

量化投资策略思想
量化择时
	择时策略：期货市场CTA，股票市场看大盘
	择时思想：因果系统，封闭系统
	择时维度：社会经济指标，企业财务报表，市场波动率换手率，投资者情绪指标
	均线模型：股价上穿MA5位后达到SD点位买入，跌破MA5卖出
		在MA120以上，MA10上穿MA20做多；在MA120以下，MA10下穿MA20做空
		另外还有KDJ，MACD等指标，见之前的操盘笔记博客
	HANSI23：开盘一段时间内最高与最低价作上下轨，价格上下突破分别做多和做空，收盘平仓
	多项式回归：就是把价格连成多项式，然后求导即可得到最新趋势
        盈利回吐：设止盈价位，比买入价位高2.5%则卖出

动量策略：
	策略思想：过去收益好的，认为将来收益也会好
	看股价：创历史新高/新低，破了均线
	对50只恒指成分股，不考虑指数成分变更回顾过去区间收益range(20,90,5)
计算不同的组合收益率sharpe ratio，求最大参数组合

反转策略：
	均值回归：过去涨的好的会下跌，过去跌的多的会上涨，价格总围绕某一均值波动
	
基金结构套利
	QDII-LOF基金套利（T+1）：香港市场
	QDII-LOF基金套利（T+2）：跟踪海外市场
		依赖长期对数据的追踪，可以提高统计套利精确性
	纽交所上市的一个ETF，成分股是香港上市的25只成分股，两个不在同一时间点交易，潜在套利机会

宏观择时
	选宏观经济变量（PM1,CPI,M1,M2增速差）
	将这些变量作备选自变量，上证综指为因变量，进行逐项回归测试
	宏观经济指标体系：
		工业与固定资产投资：工业增加值，工业企业营收利润，固定资产投资，发电量
		消费与价格指数：CPI，PPI，消费品零售总额，猪肉价格
		货币政策与银行：现金投放量，M0M1M2，存贷款余额
		利率与利差：债券利率，信用利差，期限利差，理财收益率
		景气度：PMI，宏观景气指数，波罗的海指数，消费者信心指数，OECD指标
		权益市场：估值PE/PB，股息率，股权风险溢价
		海外市场：美债、美元指数，原油，汇率，新增非农就业人数
	
行业轮动
	模式识别：涨跌排名相似性，轮动顺序相似性，决策树
	板块联动：行业羊群效应，上下游驱动
	截面分析：行业风格极值，大单资金监控
	事件驱动：政策事件驱动，宏观事件驱动，行业事件驱动

相对价值策略：
	最好的前20%积极做多，最差的后20%积极做空，年化10%
	做多PE最低的，做空PE最高的，年化20%
	年报公布后股息率高的做多，低的做空
	做多低估值公司股票，做空高估值公司的股票
	做多低负债/低财务费用公司股票，做空高负债/高财务费用公司股票
	做空高商誉公司股票，如商誉/股东权益大于1倍的公司
	国内喜欢做多CF，海外倾向股息率高的
	可交换债：公开发行的波动率更符合实际，非公开发行波动率偏低 

多空alpha策略
	市场中性策略：由对冲规避市场风险，构成独立于大盘变动的股票组合
	通过多因子模型选股确定多头股票组合，同时用空头股指期货等量对冲多头股票组合
	（多头：+alpha+beta，空头：-bata，两者相加=+alpha）

多因子策略
	投资因子超2000个，但赚钱的很少，必须储备足够多的因子才能在不同市场上用不同的因子，使得收益率稳定
	必须考虑频繁集，频繁出现的策略才是有用的，比如金融危机因子不能用
	基本面长期：分析师类，盈利类，估值类，成长类，运营类
	技术面短期：盈利类，波动类，残差类，市场类
	大类因子相关性矩阵：相关性高的因子之间只需选择一个（他们受同一隐藏因子影响） 
        有效因子：前20%做多，尾20%做空，两者收益显著

事件驱动型策略
	CEO，CFO变更；业绩公布，股东大会召开，派息，拆股，回购，限售股解禁
	定增，期权到期，税收优惠，停牌，指数成分股调整策略，大股东增持
	
商品CTA策略（commodity trading advisor）商品交易顾问
	CTA产品：商品期货，金融期货，期权
	趋势策略：通过大量指标排除市场噪音，判断当前市场趋势，决定跟踪或反转策略
	套利策略：通过对基本面分析或者统计规律寻找不同合约间定价误差，偏离时做多做空，回归时平仓
	套利策略类型：期现套利，跨期套利，跨市场套利，跨品种套利
	套利策略优势：持仓时间短，设计初衷在接近无风险情况下寻找短时间市场错误定价机会，风险小，最大回撤幅度不大
	海龟交易：上线：max(N天最高价)；下线：min(N天最低价)；中线：上线/2+下线/2
		N值计算：（之前20天的N值或ATR+真实波幅）/20
		真实波幅TrueRange=Max(High-Low,abs(High-PreClose),abs(PreClose-Low))
	资金管理：买卖单位及首次建仓：Unit=1%*账户总资金Account/N
				加仓：股价在上一次买入基础上上涨了0.5N，则加仓一个Unit
				动态止损：当价格比最后一次买入价格下跌2%时，清仓

统计套利
	可转债套利：可转债和国债、企业债一样，也有固定收益和票面利率，其最大区别在于可以转换成股票。股票的涨停板制度限制了资金的做多动能，但是可转债没有这个限制，反应快的股民看到正股涨停，就会去立马买进可转债，或者某只股票突发利好，就可以买进可转债。买的人越多，可转债涨得越多，套利空间也就越大。
	AH股价差套利：某家公司在沪深和香港联合交易所皆上市，存在协整
	跨期套利：某家公司在沪深和美国皆上市，存在协整，开市时间有差异

无风险套利策略
	数据播报频率：上交所5秒/次，深交所3秒/次，股指期货有0.5秒/次，港股/期货实时
	期现套利：在到期日股指期货价格和标的指数会收敛
期货无风险套利策略：当两个市场中同一期货比例不一致时，就一个做多一个做空按比例做持有至到期即可
套利风险：交易成本/手续费，冲击成本/保证金追加，等待成本/机会成本，成分股停牌

大数据及舆情分析
	识别非机构化数据，微博，twitter上的博文做出投资决策，做情感分析
	一致预期：用分析师的建议中，目标价位的中位数，来进行投资
	
机器学习量化策略
	HMM，支持向量机，缺点是非线性关系无法将结果和参数进行联系

高频交易策略
不同交易所播报频率不一致，或者直接打信息传输时间差，例如A下了一笔单在8.7元下吃下100万股，但传过去交易所要1秒，B知道后马上吃下8.6元以下的单，再全部以8.7元放上去给A，每股就赚了0.1元，而B做完获取网络信息分析并吃单下单能在一秒来完成

期权交易策略
	合成套利：合成股票多头=认购期权多头+认沽期权空头

 

part下：编程部分

#首先是自动下载B站视频的代码
import os
# 需要一个支持的工具包，如果没有，就自动安装
retu = os.popen('you-get').read()  # 执行you-get命令，获取返回值
if not 'OPTION' in retu:
    print('安装支持插件ing，请稍后 . . .')
    os.system('pip install you-get')  # 安装you-get工具
    print('环境已OK！')
else:
    print('环境已OK！')
savePath = r'F:\ProjectPython\hello_test2\download'  # 根据你的物理环境自行设定，不存在的话会自行创建这么一个文件夹
# 如果savePath不存在，就新建这么一个目录
if not os.path.exists(savePath):
    os.makedirs(savePath)
# 循环拼接搞网址，用的是bilibili的，它的网址比较单一化
# https://www.bilibili.com/video/av16378934?p=1
# 上面是它第一个教程的网址，多观察几个就发现，这些网址只有 p=n 只有这个n不同，所有的教程是1-18
downloadPath = r'https://www.bilibili.com/video/BV1ht4y1C7GA?p='
for page in range(1, 87):
    url = downloadPath + str(page)  # 这有点儿爬虫的意思，拼接url地址
    cmd = 'you-get ' + url + ' -o ' + savePath  # 拼接you-get命令
    os.system(cmd)

'''
#然后是pytorch
LSTM函数的传入参数
1：input_size: 输入特征维数
2：hidden_size: 隐藏层状态的维数，即隐藏层节点的个数
3：num_layers: LSTM 堆叠的层数
4：bias: 隐层状态是否带bias，默认为true
5：batch_first: 输入输出的第一维是否为 batch_size，默认值 False。因为 Torch 中，人们习惯使用Torch中带有的dataset，dataloader向神经网络模型连续输入数据，这里面就有一个 batch_size 的参数，表示一次输入多少个数据。 在 LSTM 模型中，输入数据必须是一批数据，为了区分LSTM中的批量数据和dataloader中的批量数据是否相同意义，LSTM 模型就通过这个参数的设定来区分。 如果是相同意义的，就设置为True，如果不同意义的，设置为False。 torch.LSTM 中 batch_size 维度默认是放在第二维度，故此参数设置可以将 batch_size 放在第一维度。如：input 默认是(4,1,5)，中间的 1 是 batch_size，指定batch_first=True后就是(1,4,5)。所以，如果你的输入数据是二维数据的话，就应该将 batch_first 设置为True;
6：dropout: 默认值0。是否在除最后一个 RNN 层外的其他 RNN 层后面加 dropout 层。输入值是 0-1 之间的小数，表示概率。0表示0概率dripout，即不dropout
7：bidirectional: 是否是双向 RNN，默认为：false
'''

#例一：LSTM模型的四种shape
import torch
rnn = torch.nn.LSTM(10, 20, 2) 
input = torch.randn(5, 3, 10)
output, (hn, cn) = rnn(input,None)
print(input.shape,output.shape,hn.shape,cn.shape)
#torch.Size([5, 3, 10]) torch.Size([5, 3, 20]) torch.Size([2, 3, 20]) torch.Size([2, 3, 20])
print(input,'\n\n\n',output,'\n\n\n',hn,'\n\n\n',cn)
'''
一、模型参数(10, 20, 2) 输入维度是10，细胞维度与输出维度是20，LSTM层数是2
二、输入矩阵(5, 3, 10)输入数据由3个句子组成，每个句子长度是5个单词，每个单词的表征维度是10（对应上面第一行的10）
三、输出矩阵(5, 3, 20)前两个维度与输入矩阵是相同的，三个句子每句五个单词，最后20是输出维度
四、细胞值隐藏值矩阵(2, 3, 20)LSTM层数是2（对应第一行的2），每次调入3个序列（对应第二行的3），细胞维度与输出维度是20（对应第一行的20）
（注意模型参数中没有定序列长度以及每次扔多少个序列）
'''

#例二：线性回归只操作最后一维数据，前面的维度照搬
import torch
inp=torch.randn(20,60,1)
print(inp.shape)#torch.Size([20, 60, 1])
rnn=torch.nn.LSTM(1,60,1)
hidp,(hn,cn)=rnn(inp,None)
print(hidp.shape)#torch.Size([20, 60, 60])
reg=torch.nn.Linear(60,1)
outp=reg(hidp)
print(outp.shape)#torch.Size([20, 60, 1])

#例三：下标获取时若是单值就会降维
import torch
x=torch.randn(2,3,4)
print(x)
y=x[1:2]
print(y.shape)#torch.Size([1, 3, 4])
z=x[1]
print(z.shape)#torch.Size([3, 4])
print(y)
print(z)

#例四：代价函数的两个参数
import torch
import numpy as np
#loss_fn = torch.nn.MSELoss(reduce=False, size_average=False)#直接返回向量形式的 loss, 无视size_average
#loss_fn = torch.nn.MSELoss(reduce=False, size_average=True) #直接返回向量形式的 loss, 无视size_average
loss_fn = torch.nn.MSELoss(reduce=True, size_average=False) #返回标量，取总和 sum
#loss_fn = torch.nn.MSELoss(reduce=True, size_average=True)  #返回标量，取平均 mean
#loss_fn = torch.nn.MSELoss()                  #默认两个True取平均 mean
#loss_fn = torch.nn.MSELoss(reduce=False)      #直接返回向量形式的 loss
#loss_fn = torch.nn.MSELoss(reduction= 'mean') #取标平均 mean
#loss_fn = torch.nn.MSELoss(reduction= 'sum')  #取向量总和 sum
#loss_fn = torch.nn.MSELoss(reduction= 'none') #直接返回向量形式的 loss
a = np.array([[1, 2], [3, 4]])
b = np.array([[2, 3], [4, 5]])
input = torch.autograd.Variable(torch.from_numpy(a))
target = torch.autograd.Variable(torch.from_numpy(b))
print(input,'\n', target)
loss = loss_fn(input.float(), target.float())
print(loss)

#接着是基础语法
#第一例
s='abc'
ss=list(s)
ss[0]='d'
print(ss)
s=ss[0]+ss[1]+ss[2]
print(s)
#第二例
import numpy
a=[[1,2,3],[4,5,6]]
b=numpy.array(a)
print(b)
c=b.tolist()
print(c)
#第三例
def even(x):return x%2
print(list(map(even,range(10))))

忘记门：H权重乘H+X权重乘X+偏置，再sigmod

细胞门：H权重乘H+X权重乘X+偏置，再tanh

输入门：H权重乘H+X权重乘X+偏置，再sigmod

输出门：H权重乘H+X权重乘X+偏置，再sigmod

细胞值：忘记门输出值乘上一轮细胞值+细胞门输出乘输入门输出值

隐藏值/输出值（若是多层LSTM则作为后面一层LSTM的X输入）：细胞值进行tanh后乘输出门输出值