curl量化交易程序初試

linux腳本第一次模擬

訂單詳情: 100手歐元對美圓，市場價FOK成單模式

body={"order":{"units":"100","instrument":"EUR_USD","timeInForce":"FOK","type":"MARKET","positionFill":"DEFAULT"}}

用curl調用fxtrade.oanda.com的訂單接口

curl https://api-fxtrade.oanda.com/v3/accounts/10010010/orders

結果以下

{"errorMessage":"Invalid value specified for 'accountID'"}

說明接口請求成功，鏈接是通的，只是參數有誤．使用完整參數請求

curl \  -X POST \  -H "Content-Type: application/json" \  -H "Authorization: Bearer 32923789054723857892758" \  -d "$body" \  "https://api-fxtrade.oanda.com/v3/accounts/10010010/orders"

結果以下

curl: (6) Could not resolve host:  
curl: (6) Could not resolve host:

說明curl命令有問題，還需改進.

 

量化交易討論

你要用人工智能去識別一些形態，支撐，阻力，趨勢，盤整，K線形態．量化交易就是爲了切割大資金，分散投入到市場中，不影響市場的價格，我想這是它最大的優點了．幾億，甚至幾十億的資金，分散投資．對小資金來講，量化交易沒太大優點，本身人工量化就好了，數據量也不大．我所知的是有些機構把大資金的帳戶切割成若干個小資金帳戶，而後分配給操盤手，經過指令進行交易．使用程序化量化交易，操盤手就要下崗了．

先找到合適的接口再說，我發現，不少須要量化的數據找不到接口提供．首先找一個在線的量化平臺，這樣能夠省去買服務器的費用，好比ricequant

而後研究一下這些模塊和庫，特別是talb，pandas, numpy這幾個，通常接口文檔幫助裏都有介紹．

而後再研究一下vn.py，一個開源的交易平臺開發框架．這些都摸透了，再研究交易策略． 這些都整明白了，搞個收費的接口，畢竟收費的穩定 能夠用wind終端，或者同花順的iFind，或者 東方財富的Choice，更牛的話bloomberg終端，這些都提供收費的接口．而後還要找到可以用這些接口的穩定的交易平臺．好比盈透證券支持各類藉口 可是它比較高傲，開戶費用要求高． 你要搞量化交易，內心要有個路線圖，不要走歪 一步一步來，先低成本地研究開發，而後才能實現穩定交易 我作過幾個策略作模擬交易的，時間一長都會宕機 硬件不行啊 你說我敢不敢實盤交易，確定不敢 環境也不行啊，都是免費開源的 和他們開發的程序員聊過，他們都不怎麼懂交易 你要分清楚，交易是在藝術和科學左右搖擺的東西 藝術是混沌的，無法量化。科學才能量化 你若是搞量化的話，這個系統仍是比較死的，若是把藝術加進去，那麼就要用到機器學習了 問題就在後面這我的工學習，識別率不是很高 提高識別率，就要提高硬件，由於算法幾十年前就有了 目前開源的平臺，硬件確定不行 你先從基礎的學，若是搞定未來就能到大一點的基金去作真正的量化交易，到時候帶咱們賺錢啊 先從開源平臺研究，畢竟不要錢麼，還能夠和開發者互相探討一下 量化最關鍵的是數據 作量化回測會發現一個驚人的事實，好比一個低市盈率的交易策略，回測不一樣的熊市階段，回報率都很高，跟不用說牛市階段．惋惜的是這種策略須要很強的耐心才行，一年可能都交易不了幾個股票，持倉也要3年以上． 好比這個策略，2010年~2013年末作一個回測．基準是滬深300指數，3年它的收益是-33.7%。策略收益是46%，年化9.9%

若是時間拉長，把牛市也包含進去，那麼這個策略的7年左右的回報率356.5%，年化是21.45%．也就是說7年後的你股票資產翻3倍多點，可是有個最大的回撤，50.9%，這就很搞你的耐心了，估計只有巴菲特能有這樣的耐心吧．話說他的基金收益率年化正常狀況下，也是20%多 本地作的話，估計要明天才有結果，還好這個策略不是很複雜，複雜的就更慢了 能夠看到，滬深300指數，買入跟隨它的ETF基金，7年後確定跑贏通脹的．