區塊鏈合約量化系統開發技術方案丨量化合約系統開發技術原理

a1271916008

　　Features of Quantitative Trading Robot:

　　1.The most obvious feature of quantitative trading is to reduce the impact of investor sentiment fluctuations and avoid making irrational investment decisions in the case of extreme market fanaticism or pessimism,while quantitative trading robots avoid subjective assumptions and use programs to turn their ideas into quantifiable strategies,using only computing strategies and trading strategies through computers;

　　2.History back test,realized by computer program,can verify the rationality of trading strategy by quantifying trading ideas;

　　3.It can ensure the execution of transactions/profits,especially the quantitative analysis of medium and low frequency,without the need to mark the market

　　區塊鏈是一個去中心化計算協議，本文由V_StPv888整理發布，約定了不同的利益主體如何分散的創建和維護一個分布式的計算基礎設施，從而實現“基礎設施管理權”與“用戶數據控制權”之間的分離，防止單一平臺通過計算基礎設施管理權力，實現對用戶數據、用戶資產和用戶身份的控制。區塊鏈還是一個透明可信的權利確認與追溯系統，一份權利一旦數字化為區塊鏈上的通證，可以得到可靠的確權，并且可全程追蹤其流轉、交易、轉換、變形的全過程。區塊鏈是協議創造和自動執行平臺。智能合約是這一能力的集中體現。通過智能合約，權利與價值的分配協議可以無需借助可信第三方，即得到高效、準確、可信的執行，并且全過程可審計。

　　進行“買入平空”操作，撮合成功后將減少空頭倉位。

　　import quandl

　　import pandas as pd

　　import numpy as np

　　import matplotlib.pyplot as plt

　　quandl.ApiConfig.api_key='INSERT YOUR API KEY HERE'

　　selected=['CNP','F','WMT','GE','TSLA']

　　data=quandl.get_table('WIKI/PRICES',ticker=selected,

　　qopts={'columns':['date','ticker','adj_close']},

　　date={'gte':'2011-1-1','lte':'2021-07-31'},paginate=True)

　　clean=data.set_index('date')

　　table=clean.pivot(columns='ticker')

　　returns_daily=table.pct_change()

　　returns_annual=returns_daily.mean()*250

　　cov_daily=returns_daily.cov()

　　cov_annual=cov_daily*250

　　port_returns=[]

　　port_volatility=[]

　　sharpe_ratio=[]

　　stock_weights=[]

　　num_assets=len(selected)

　　num_portfolios=90000

　　np.random.seed(101)

　　for single_portfolio in range(num_portfolios):

　　weights=np.random.random(num_assets)

　　weights/=np.sum(weights)

　　returns=np.dot(weights,returns_annual)

　　volatility=np.sqrt(np.dot(weights.T,np.dot(cov_annual,weights)))

　　sharpe=returns/volatility

　　sharpe_ratio.append(sharpe)

　　port_returns.append(returns)

　　port_volatility.append(volatility)

　　stock_weights.append(weights)

　　合約量化的因素有那些呢？

　　應該具備如下要素：

　　1，大數據

　　2，算法模型

　　3，入場擇時

　　4，倉位管理

　　5，風險控制

　　6，檢驗策略，策略的歷史數據回測等數據進行檢驗

　　合約量化策略類型及玩法詳細講解

　　交易類型分為兩類，開倉和平倉。開倉和平倉，又分買入和賣出兩個方向：

　　買入開多（看漲）是指當用戶對指數看多、看漲時，新買入一定數量的某種合約。進行“買入開多”操作，撮合成功后將增加多頭倉位。

　　賣出平多（多單平倉）是指用戶對未來指數行情不再看漲而補回的賣出合約，與當前持有的買入合約對沖抵消退出市場。進行“賣出平多”操作，撮合成功后將減少多頭倉位。

　　賣出開空（看跌）是指當用戶對指數看空、看跌時，新賣出一定數量的某種合約。進行“賣出開空”操作，撮合成功后將增加空頭倉位。

　　買入平空（空單平倉）是指用戶對未來指數行情不再看跌而補回的買入合約，與當前持有的賣出合約對沖抵消退出市場。