Skip to content

中国人民大学财政金融学院“金融计量与量化策略分析”课程与“量化投资交易策略分析与系统设计”课程。

Notifications You must be signed in to change notification settings

ganquanemail/Quantitative-Investment-Trading-system

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

57 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

—————————————个人网站广告————————————————————————————————

中文硕士查重经验,从知网、万方、维普到大雅,基于个人毕业论文查重经验,推荐网站

Turnitin英文论文查重推荐

英文论文查重,通过搜索引擎搜到的Turnitin查重网站普遍利润较高,高利润一部分用于维持广告排名,这里有安全、准确、实惠的哟.

本次测评基于上述链接的AI报告降重增强版,通过上传论文原文和万方查重报告,得到AI降重的修改结果。推荐网站

——————————————个人网站广告———————————————————————————————

Quantitative-Investment-Trading-system

用于中国人民大学财政金融学院刘振亚教授的“金融计量与量化策略分析”与“量化投资交易策略分析与系统设计”两门课程的课程作业和笔记记录。

一、《PPT_4.Momentum Crashes.pdf》

为“金融计量与量化策略分析”课程我所在的3人小组论文研讨报告,对动量崩溃Momentum Crash(见paper文件夹)做了小组论文研读报告。其他论文研读报告为其他小组做的,不便上传,有需要请邮件联系我。以下为部分截图: MC1 MC2 MC3 MC4 MC5

二、“量化投资交易策略分析与系统设计”

0. 为实现<trading system>中的量化交易系统,trading_system文件夹下,子文件夹内有相应README.md和数据文件;

1. 实现思路为:使用掘金客户端,批量生成不同参数的策略文件,代码中使用函数在回测结束时保存回测指标json用于筛选参数,具体的某一个回测详细结果json文件在客户端查看回测时手动下载用于分析最优结果详细数据;

个人独立完成,以下为部分结果:

1)Fast=10,Slow=20,frequency = "900s",考虑交易成本0.0005:

2.1.b

2)Fast=2, Slow=20,TimeFilter时间窗口过滤:

2.3.1

3)TimeScale数据频率选取:

4.1.1 4.1.2

4)Anchored walk forward analysis,连续窗口最优参数训练期、测试期分析:

训练期最优参数:
End_Time 17-11 17-12 18-01 18-02 18-03 18-04 18-05
Fast 2 2 2 2 2 2 2
Slow 16 16 17 16 16 17 17
测试期结果:

4.3

5)Rolling walk forward analysis,滚动窗口最优参数训练期、测试期分析:

训练期最优参数:
End_Time 17-11 17-12 18-01 18-02 18-03 18-04 18-05
Fast 2 2 2 2 2 2 2
Slow 16 16 17 16 16 17 16
测试期结果:

4.4

6)Ralph Vince仓位管理,固定最大风险金额比例为 5%:

累加收益 年化收益 夏普率 最大回撤 开仓次数 胜率
224.84% 116.82% 3.19 4.73% 436 52.33%

4.3.4 4.3.5 4.3.6

7)布林带交易策略,length = 20,distance = 1.03,手续费为万二:

累加收益 年化收益 夏普率 最大回撤 开仓次数 胜率
94.15% 44.92% 2.37 12.75% 915 56.67%

5.7 5.8 5.9

About

中国人民大学财政金融学院“金融计量与量化策略分析”课程与“量化投资交易策略分析与系统设计”课程。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 100.0%