跳到主要內容

貨幣都數字化了，投資不量化嗎？


圖片轉自網路

“你的電腦已經被鎖，文件全部被加密，除非你支付價值等額300美元的比特幣，否則這些文件將被永久刪除。”



這段令人聞風喪膽的文字，席捲全球電腦的同時也帶動了比特幣這一數字貨幣獲得極大的關注。
比特幣8年漲幅100萬倍，從一個0.003美元到最新報價接近一個3000美元。



進行比特幣的一路高歌猛進成功觸及3000美元關口，成為投資界炙手可熱的新歡。
這讓以程序員為首的一大批IT工作者在數字貨幣領域都躍躍欲試，如此高的回報率又結合互聯網模式，通過24小時不間斷的全球性交易，讓那些對股指期貨喪失信心的投資人轉向了數字貨幣領域。


同時開放的交易模式也使得量化投資有了用武之地，通過算法控制交易參數，結合數據分析，獲取市場波動。甚至在幾秒內計算隱含波動率，亦或是蒙特卡洛模擬。
在最適時適價的區間內進行交易，獲得極優的投資回報收益，難怪黑客們也如此青睞比特幣。
在此，摩柏易科也通過對接OKCOIN交易平台，進行了萊特幣的量化交易測試。（比特幣太貴啦！！）

｜交易架構

通過Python，構建分析和執行交易兩個模塊。


交易模塊主要通過分析實時價格和5分鐘、34分鐘均值，和方差為2的布林線作買入賣出判斷。初始交易邏輯是，當1分鐘均價大於布林線上線時買入，當跌破34分鐘均線時賣出，同時鎖定收益，至於賣出數量通過分析模塊進行更進一步的預測計算。

分析模塊主要通過調用numpy和scipy兩個庫，簡單借用蒙特卡路模型，結合隱含波動率，建立二叉樹相對模擬數字貨幣價格。獲得最佳投資回報區間，從而進一步設計買入和賣出數量及可獲收益區間輔助交易判斷。



｜初始Python佈局



整體Python佈局是通過每分鐘循環獲取相關數值從而調用交易和分析模塊進行判斷處理。通過量化資本精細分工，從小單聚合收益，平攤不同時序市場風險，獲得更佳的回報。

｜主交易算法


我們通過運行主交易Python腳本，進行簡單的自動化交易測試，我們以初始化200元的資本，進行為期一周的不間斷運行。讓人意想不到的是，一周下來，週收益率在整體波動不大的情況下高達21.15%，可以說作為第一次測試算法已經相當不錯。

｜交易紀錄


通過每分鐘執行交易模塊，每小時執行分析模塊，24小時吸取市場波動，進行精細的高拋低吸操作。

｜收益紀錄



通過分析模塊鎖定收益區間進行拋售，量化每一單比交易，單比收益雖小，但聚少成多。

｜算法2.0改進

該測試算法也有很多不足點，尤其是資金利用率方面。全倉時間只佔測試時間的21%，更多時間，有局部資金只是閒置。同時在組合投資方面，也沒有系統性的整合算法，如果通過組合投資，收益率將會有突破。


🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺🔺
若喜歡我們的文章 可以幫粉專及文章按個讚唷👍 也歡迎將粉專設定為搶先看 就不怕漏掉最新資訊啦🔊

DataonDemand會繼續分享各類好文給大家的☺️ 


標籤：

留言

張貼留言

這個網誌中的熱門文章

【如何建構BI系統業務？】（二）你知道要分析的內容是什麼嗎?

【導讀】 BI 專案是如何推進的？包含了那些過程？存在哪些模式嗎？德昂資訊在此要分享一位超資深 BI 工程師的經驗總結，從使用者識別、分析內容確立、專案應用、展示設計到後續行動的支持，期望幫你建立基礎但深刻的 BI 專案知識體系。 Let's Go! 本系列內容 每週三推送，本日送上第二篇，一共五篇， 精彩內容不要錯過！ 【前言】 在上一篇文章中，我們跟大家分享了「 BI 業務系統建構方法五步驟」的第一步驟： 識別使用者 ， 在第一步驟中，我們確定了商務智能系統的最終用戶，根據用戶在企業組織中的層級位置和崗位職責，我們可以初步確定每個用戶關注的業務範圍。 【今日焦點】 今天我們談 第二個步驟 —— 確定分析內容 接下來，第二步驟則是談我們如何為這些用戶提供具體業務指標以及業務分析內容，可歸納成下面這三道手續： 收集業務分析需求、提煉業務指標、建構業務分析線路。 1.  收集業務分析需求： 理論上，最終用戶作為商務智能系統的業務驅動方，我們直接跟他們進行業務調研就能獲取到準確的數據分析需求。但實際上，在大部分專案裡，我們在跟最終用戶做需求調研時，都會被問這些問題： 「別的企業都做了些什麼？」 「你們做過這麼多BI專案，應該比較有經驗吧？你們建議我們看什麼？」 這些提出問題的用戶又分成 兩種客戶類型 ： (1)第一種是很了解商務智能系統的作用，但就是想參考一下同行業或者是同模塊的案例，想站在巨人的肩膀上直接做到最好(如下圖左邊的人) (2)第二種則是完全不知道商務智能系統是什麼，將它與現有業務系統進行比較，認為現有系統已滿足日常工作需要，對商務智能系統能產生的價值抱持懷疑態度(如下圖右邊的人) 所以在實際的專案裡，作為專案實施方，我們需要根據用戶提供需求的能力對用戶進行分類，然後採用不同的手段進行業務需求收集，所以我們又可以根據需求明確和不明確的客戶將其劃分為下列四種類型． (1)R1 類型的用戶： 出沒頻率：可遇不可求。 特性：此類用戶的業務分析需求非常明確，有確定的業務主題、確定的指標以及業務分析維度，最極致的是有還明確的報...
張貼留言
閱讀完整內容

【如何建構BI業務系統？】（一）什麼是BI呢?誰會使用BI呢?

【導讀 】 BI 專案是如何推進的？包含了那些過程？存在哪些模式嗎？德昂在此要分享一位超資深 BI 工程師的經驗總結，從使用者確認、分析內容確立、專案應用、展示設計到後續行動的支持這五個步驟，期望幫你建立基礎但深刻的 BI 專案知識體系。 Let’s Go! 本系列內容 每週三推送 ， 一共五篇，精彩內容不要錯過！ 。 【前言 】 首先，我們先通俗地理解一下什麼是 商務智能分析系統 ，商務智能（ Business Intelligence ，簡稱： BI ）就是為了讓特定的人在 適當的時間使用適合的方式看到適當的數據 並能有所行動。 那這種天時（適當的時間）地利（適合的方式、適當的數據）人和（特定的人、有所行動）是如何做到的呢？ 別急、別急、這個問題其實不難，那有多簡單呢？ 其實只比把大象放到冰箱裡多了兩個步驟而已！ ！ ！ （不懂這個笑話的詳見文末） 【進入正題】 好啦，言歸正傳， 以下是 建構商務智能分析的 五步驟 ： 1. 識別 使用者 ： 明確使用者所屬的組織範圍。 2.  確定分析內容 ： 確定使用者數據使用的邊界，這包含了解使用者要解決的業務問題，定位他關注的指標及維度。 3.  設計應用場景 ： 明確了解使用者在什麼時間什麼場景使用分析內容。 4. 設計展示形式 ： 明確能夠幫助使用者快速獲取關鍵資訊的數據呈現形式。 5. 添加輔助功能 ： 明確哪些技術支持工作（如發送郵件、進行數據評論等）可以幫助行動落實，便於後期的業務跟踪。 【今日焦點】 今天我們談 第一個步驟 —— 識別使用者 數據價值說到底還得看實際應用的能力， BI 說到底還得讓 “ 人” 用起來才有意義，因此，把識別使用者作為建構商務智能分析系統的第一步再正確不過。需求調研過程中要根據每層用戶的特點開發定向的應用內容，以提高系統的使用率，和避免開發過程內容的重複設計。 在集中管控型的企業中，人員的層次結構基本上都是金字塔型，可以分為三大類，每層用戶的的定位以及用戶特點如下圖： 1....
張貼留言
閱讀完整內容

【德昂信息技術（北京）有限公司】誠徵 數據分析實習生、市場行銷實習生、BI技術實習生or正式BI技術顧問

對於BI 大數據分析有興趣嗎？想到大陸實習闖蕩嗎？ 德昂信息技術（北京）有限公司絕對是你的最佳機會！ 【數據分析實習生】 崗位職責： 1.    學習並使用 BI 產品； 2.    參與項目的需求收集、整理、分析； 3.    負責 BI 專案和產品的相關實施工作，包括數據整理，數據分析等； 4.    提供客戶產品技術支持； 5.    提供產品使用培訓給客戶； 6.    負責相應文檔編寫、資料核對工作； 7.    負責文章內容撰寫、客戶成功經驗調研和報導工作。 任職要求： 1.    大四或研二學生，商學系、資工，資管等相關學系學生； 2.    具備基礎資料庫知識； 3.    熟練使用辦公室 office 軟件； 4.    英語讀寫能力良好，可以獨立閱讀英文技術文檔； 5.    具备良好的文章撰寫能力； 6.    有 UI 設計能力尤佳； 7.    保證最短 6 個月實習期，優秀者可留任。     【 市場行銷實習生 】 崗位職責： 1.    協助各類市場活動（ MSTR 的市場活動，體驗會）的準備和執行； 2.    協助線索挖掘和潛客資料管理； 3.    搜集市場訊息和情報； 4.    協助銷售事務的支援和推動； 5.    參與公眾號摩柏資料吧的工作小組； 6.    負責公司培訓工作的推廣和支援。 任職要求： 1.    市場行銷，資訊管理背景專業大三或研二在校生優先； 2.    具備良好的溝通、協作能力，積極並耐心； 3.    有良好的文筆功底優先； 4.    對資料分析和...
張貼留言
閱讀完整內容