avatar
Ptrade之家
Ptrade量化交易入门教程、开户、代写量化交易策略
归档
16
标签
0
分类
2

入门教程
常见问题
API文档
代写策略
开户咨询
关于
入门教程
常见问题
API文档
代写策略
开户咨询
关于
搜索
在回测中如何避免“未来函数”
发表于2025-04-30|tutorial
  “未来函数”通常指在回测过程中无意间使用了当前时点尚未发生的数据;或者在时间序列上有新的数据后,基于旧数据产生的旧信号会被调整。在英文中,通常使用Look-Ahead Bias(前瞻性偏差)一词表示这个概念。   “未来函数”问题可能会导致回测结果过于理想,但在实盘交易中却难以复现,从而降低策略的实用性。   以下是一些避免在Ptrade策略中出现“未来函数”问题的建议: 一、获取数据时,注意控制时间范围  Ptrade的回测自带一些预防“未来函数”的机制。   比如使用get_history函数获取历史行情时,将回测周期设定为2023年1月1日至2023年12月31日。假设当前回测框架内的日期是2023年12月7日,则返回的数据最多至2023年12月7日即结束,不会继续返回2023年12月7日之后的数据。   但是这个预防机制并不能完全杜绝“未来函数”,比如使用get_fundamentals函数查询一只股票2023年至2025年的财报,当前的真实时间是2025年4月30日,回测框架内的时间是2023年12月7日,则返回的结果会突破回测框架的时间约束,返回2023年至2025年之 ...
07、如何在Ptrade中调试代码(编辑中)
发表于2023-09-17|tutorial
  因为Ptrade的策略是远程托管在券商的服务器中的,并且调用API函数会涉及到各种数据处理的问题,所以在调试代码、改BUG的时候不如在本地IDE环境那样方便。本文将尝试向新手提供一些指导。
06、构思一个可以实盘交易的策略(编辑中)
发表于2023-08-18|tutorial
  经过前几篇文章的介绍,大家应该已经对Ptrade有了一些基本的了解。接下来让我们尝试构思一个可以真正用来实盘交易的策略。以下是阿猪总结的一些基本思路,供大家参考: 一、明确需求  编写量化交易策略的本质仍然是编写程序,所以在动手写代码之前应当先有明确的需求,否则在写代码的时候容易发半天呆却无从下手,或者想一出是一出,影响写代码的效率和代码的质量。   思考下边的两个问题,有助于让你明确自己的需求: 1、我希望赚的是什么钱  回答“赚什么钱”这个问题,可以帮助你明确自己的策略在大方向上属于哪种类型、什么风格(例如事件驱动、趋势跟随、均值回归、价值投资….)   阿猪认为在股市中赚钱主要有两条途径,一是通过价格变动赚钱,二是通过股息红利赚钱。   对于通过价格变动获利,阿猪认为从根本上可以分为如下两类: (1)估值水平的变动带动股价的变动。举例如下:   在短期,题材炒作、重大的利好利空消息等,往往会导致投资者对某个板块或某只个股的估值偏好发生明显的变化,从而使股价发生大幅的波动。   在长期,市场估值偏好会产生周期性的变化,从而使股价产生周期性的波动;投资者会因长期看好/看 ...
05、Ptrade策略框架简介
发表于2023-07-19|tutorial
  初次接触量化交易的朋友,在开始编写自己第一个策略的时候通常会感觉无从下手。而使用过其他量化平台的用户,在使用新平台的时候往往能够很快上手。这主要是因为新手对量化交易系统的策略框架没有概念,而很多量化交易系统的策略框架逻辑往往都是大同小异的。   以下三点可以帮助新手快速掌握编写Ptrade量化交易策略的原则: 一、Ptrade遵循python的语法  Ptrade的策略是基于python语言的,所以在编写策略时,需要遵循python的语法;遇到报错时,也需要以python的视角去思考分析错误。   这里假设读者已经掌握了python的基础语法和关于自定义函数的基础知识。 (参考链接:python3的基础语法、pyhon3的自定义函数) 二、Ptrade有自己的策略框架体系  Ptrade中有一些保留的自定义函数名称,(下称“回调函数”),这些回调函数可以实现不同的触发逻辑。   在启动策略时,Ptrade会先启动“策略引擎”,然后再由“策略引擎”来调用用户策略文件中的回调函数。“策略引擎”定义了每个回调函数的执行顺序、触发逻辑。通过这些回调函数与其他API函数的巧妙组合,可以实现各 ...
04、客户端界面综览
发表于2023-06-20|tutorial
  Ptrade客户端包含行情、交易、工具、量化、日内五个功能模块。 一、量化模块  本教程主要介绍量化模块的使用,它包含研究、回测、交易、帮助四个子模块。 1、研究模块  研究模块有两个子模块,一个是文件管理,一个是Jupyter。 (1)Jupyter   Jupyter是一个流行的交互式笔记本,用户可以直观的看到代码的运行结果,包括变量的计算结果、生成的图形等等。Ptrade客户端中集成了Jupyter的一些基本功能,方便用户进行策略研究和代码调试。 (2)文件管理模块   文件管理模块允许用户在服务器端创建、编辑、管理自己的文件。   该模块极大的提高了Ptrade的灵活性,例如:用户可以将数据提前保存到研究目录下,回测时直接从研究目录中读取,可以极大的提高回测速度;用户可以将研究目录作为“中转站”,实现跨策略交互数据;用户可以编写脚本定期将外网数据保存到本地,然后通过定时上传功能上传到服务器,间接实现Ptrade服务器与外网间的数据交互自动化。更多的妙用等待你来发现。 2、回测模块  回测模块主要用于策略的代码调试和回测。用户可以根据回测结果对策略进行分析和调整。 ...
03、登录
发表于2023-05-21|tutorial
  双击桌面的“PTrade交易系统”图标即可启动Ptrade客户端。   首次运行Ptrade时,一般会先运行自动更新程序,需要耐心等待片刻。   更新成功后,在登录界面中输入账号、密码,然后点击“登录”按钮即可登录Ptrade。在券商开通Ptrade权限后,客户经理会告知账号和密码。(相关链接:开户咨询) 注意事项:1、首次使用生产客户端的量化功能时,如果是在非交易时段进行登录,则会提示“没有权限”(具体记不清了,欢迎大家截图反馈)。  这是因为Ptrade客户端在与服务器通讯时,会先核验本地的token。只有在交易时段进行一次登录,才会在本地生成token。token生成后,后续即可在非交易时段正常使用量化功能。2、在收盘后登录时,Ptrade会提示“当前为系统清算时段…..”。无需在意这个提示,点击“是”即可继续正常使用。
02、安装客户端
发表于2023-04-22|tutorial
  Ptrade由恒生开发、维护,由券商采购并部署到自己的服务器。券商之间的客户端是相互独立的,不通用,所以你需要联系自己的券商客户经理来获取对应的Ptrade客户端安装包。(相关链接:开户咨询)   Ptrade的服务器端虽然部署在Linux,但是它的客户端目前仅支持Windows。Ptrade客户端分为仿真(或称“测试”)、生产两个版本。两者的主要区别在于生产环境是使用你股票资金账户里的真金白银去交易,而仿真环境则不会。所以在前期建议先使用仿真版进行调试代码、回测、模拟交易,当你熟悉了Ptrade,并且确认自己的策略运行稳定后,再去生产环境进行实盘交易。   本文以湘财证券的Ptrade仿真客户端为例,介绍Ptrade客户端的安装过程。生产客户端的安装过程相同,不再赘述。 1、双击exe格式的安装向导程序,出现如下界面。依次点击‘“下一步”按钮即可。 2、在“选择目标位置”这里,我们可以看到程序的默认安装目录是在系统盘里边。   考虑到后续使用过程中程序可能会占用一定的硬盘存储空间,所以建议将程序的安装目录修改为其他非系统分区。点击“浏览”按钮,然后选择其他的磁盘分区,再点击 ...
01、前言
发表于2023-03-23|tutorial
  Ptrade是国内金融IT大厂恒生电子旗下的一款面向个人投资者的量化交易系统,它是目前国内最主流的两个量化交易平台之一(另一个是QMT),主要优缺点总结如下: 优点缺点 合作券商多,开通门槛低客户端的代码编辑界面简陋,不如本地纯IDE环境便利 数据质量相对较高券商服务器出于安全考虑,限制较多,不如本地环境灵活。 大厂出品,更新维护相对有保障python和第三方库的版本更新慢 策略托管在券商的服务器,本地不开机策略也照常运行官方不提供技术支持 策略托管在券商的服务器,大大节省API通讯的时间,提高策略运行效率   Ptrade同时支持手工交易和量化交易。   手工交易下,有丰富的交易工具(例如ETF趋势交易、网格交易、可转债套利、盘口扫单、算法交易、抢单交易、追涨停、快速下单等);量化交易下,支持研究、回测、交易三种模式。   本教程主要介绍量化交易方面的入门知识。
1

© 2024 PTrade之家 保留所有权利

本站由Hexo生成,使用Butterfly主题

搜索