haorenhl007 / ai-trading-tutorial

实战AI量化交易

股价运动象万物运动一样有其规律，也遵循这个世界的普遍自然规律和经济学原理：

惯性定律, 这一规律本身是关于机械运动的，它指出任何物体都要保持匀速直线运动或静止状态，直到外力迫使它改变运动状态。在证券交易领域，惯性定律是指任何股价运行的趋势一旦形成，它都要保持这种趋势运行，直到被强有力的外力改变。

钟摆定律, 自然世界中有很多运动都是周期往复的。实际上几乎所有的运动的轨迹，都可以通过不同频率和相位的正弦波叠加出来，而正弦波就是一个围绕中心点、周期往复的运动。在允许投机的市场，价格并不必然等同于价值，但必定以价值为中心点进行上下波动。价格离价值中心越远，回归价值中心的力量就越强。

混沌效应, 证券价格沿时间线的变化构成时间序列，时间序列分布遵循分形分布。在处于平衡态的时间序列上，小级别的分形形态改变，将可能引发大级别的趋势改变，也即混沌效应。

测不准原理, 在量子力学里，测不准原理是指粒子的位置与动量不可同时被确定，位置的不确定性越小，则动量的不确定性越大，反之亦然。对于不同的案例，不确定性的内涵也不一样，它可以是观察者对于某种数量的信息的缺乏程度，也可以是对于某种数量的测量误差大小，或者是一个系综的类似制备的系统所具有的统计学扩散数值。也就是说，尽管我们较少听说测不准原理在量子力学以外的广泛应用，其实这条原理也是适用于其它领域的。

这一规律对量化交易者的启示是什么呢？每一个有效的量化交易策略都必须严格保密。一旦扩散出去，利用该策略进行交易的人多了，该量化策略原先基于的各种先决条件就不再存在，因此量化策略也将失效。或者说，对同一量化策略，其操作的资金量必须进行限制，以免对市场产生扰动，从而破坏了量化策略本身的先决条件。

羊群效应，在投资市场中，大众的资金总是被少数有领导力的资金带动。这些大资金有更好的消息渠道（合法或者不合法)。他们得到消息后，进行预判，并通过操作来影响市场大众的判断，从而最终影响股价的波动。这些影响就是改变惯性运动的外力。

基于以上原理，在遵守某些先决条件的情况下，股价运动也是可预测的。但在大数据和人工智能出现之前，预测股价在算力上仍然是不可行的。传统的分析方式依靠人工观察市场变化，提取市场特征。一旦某种市场特征被观察到进入应用，很快又会因为测不准原理而失效，所以量化方法还不能占据主流。而有了机器学习和强大算力的加持，人工智能正在深刻影响证券交易。

从海外来看，今年是对冲基金招聘员工创纪录的一年。与过去三年相比，基金经理的招聘数量增加了30-40%。从Point72、Citadel、Millennium、Balyasny和ExodusPoint所有员工在LinkedIn上的注册情况来看，在2020年3月至9月期间，注册员工总数增长了逾500人，增幅为7%。从猎聘的数据来看，国内今年增长也很迅速，呈现招人多，薪资高的现象。这也是与我国资本市场深化改革，即将全面实现注册制和新的T+0交易制度相印证的。

这份教程是作者在AI量化交易方面的心得体会，现在发布出来，与大家共同探讨。教程既探讨了如何构建一个高性能、分布式交易系统这样的工程问题，也探讨了如何准备数据，建立AI模型这样的算法问题，希望能以此为出发点，与同样从事AI量化交易的同行们进行交流。

本repo存放《实战AI量化交易》配套的juyter notebook。系列文章由notebook渲染生成，已发布在今日头条.AI量化交易 和知乎.解语科技 专栏

QQ讨论群：

为增加本项目的曝光度，吸引更多同好加入交流，进群前请先star本项目，报github id验证通过。