股票 交易 模型

如何建立一个股票量化交易模型并仿真？

量化投资区别于传统定性投资的主要特征在于模型。

我打个比方，我们看病，中医与西医的诊疗方法是不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，主观定性程度大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。

中医对医生的经验要求非常高，他们的主观判断往往决定了治疗效果，而西医则要从容得多，按事先规定好的程序走就行了。

量化投资就是股票投资中的西医，它可以比较有效地矫正理智与情绪的不兼容现象。

量化投资的一般思路：选定某些技术指标（我们称之为参数，往往几个组成一组），并将每一个参数的数据范围进行分割，成几等份。

然后，用计算机编程写出一段能对这些参数组对股票价格造成的影响进行数据统计的程序，连接至大型数据库进行统计计算，自动选择能够达到较高收益水平的参数组合。

但是选出这些参数组后还不能马上应用，因为这里涉及到一个概率陷阱的问题，比如说，有1到100这一百个数字放在那里，现在让你选择，请问你选到100的可能性是多大？是的，就是1/100，如果较幸运你选到了100并不能说明你比别人聪明，而是概率的必然。

所以，在进行统计时要特别关注统计的频率与选出的结果组数量之间的关系。

在选出符合要求的参数组后我们还应留出至少三年的原始市场数据进行验证，只有验证合格后才能试用。

量化投资原始数据策略：我们选用96年后的市场数据，因为96年股市有过一次交易政策改革（你可以自己查询了解一下），为了不影响研究结果我们不采纳96年以前的数据进数据库。

量化投资研究的硬设备：高计算性能电脑，家用电脑也可以，不过运算时间会很长，我曾经用家用电脑计算了三个月时间才得到想要的数据。

统计方法：可以选用遗传算法，但我在这里陪大家做的是比较简单的模型，所以采用普通统计方法就可以了。

用于量化研究的软件：我采用的是免费的大型数据库MYSQL,ASP网络编程语言，以及可以设置成网络服务器的旗舰版WIN7操作系统。

...

怎么做股票模型？

一，股票建模的过程：1. 模型准备 ：了解个股的实际背景，明确其实际意义，掌握对象的各种信息。

用数学语言来描述问题。

2. 模型假设 ：根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。

3. 模型建立 ：在假设的基础上，利用适当的数学工具来刻划各变量之间的数学关系，建立相应的数学结构。

（尽量用简单的数学工具）4. 模型求解 ：利用获取的数据资料，对模型的所有参数做出计算（估计）。

5. 模型分析 ：对所得的结果进行数学上的分析。

6. 模型检验 ：将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。

如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。

如果模型与实际吻合较差，则应该修改假设，在次重复建模过程。

7. 模型应用 ：应用方式因问题的性质和建模的目的而异。

如何交易股票

1.股票的网上交易都是通过证券公司的，你到证券公司开户后，证券公司会给你一个帐号，同时将你的银行卡和证券帐号关联起来，你在网上直接将银行卡里面的资金转入证券帐户，然后在网上操作买卖。

开户费用是根据你选择的开户公司决定的，一般在100以内。

2.开户之后你回家在网上下载这个证券公司的软件，安装，然后输入你的帐户帐号秘密进入，将关联的银行卡上资金导入证券帐户。

在交易时间段（周一到周五，早上9点30到11点30，下午1点到3点）就可以买卖交易股票。

3.交易费用1.印花税0.1% 2.佣金0.2%-0.3%，根据你的证券公司决定，但是拥挤最低收取标准是5元。

比如你买了1000元股票，实际佣金应该是3元，但是不到5元都按照5元收取 3.过户费（仅仅限于沪市）。

每一千股收取1元，就是说你买卖一千股都要交1元 4.通讯费。

上海，深圳本地交易收取1元，其他地区收取5元

交易模型的模拟检验

模拟是对建立的系统或决策问题的数学或逻辑模型进行试验，以获得对系统行为的认识或帮助解决决策问题的过程。

模拟的主要优点在于检验交易模型中的问题或系统的任何假设模型化的能力，使它成为最灵活的工具。

判断交易模型是否有实用价值，最简单、最可靠的途径是通过在尽量多的市场里，进行长时间的测试。

为了减少交易模型的检测成本，检测先从模拟开始。

交易模型检验的基本原则是“模拟实战”，一切条件都要接近实战条件，使检验结果尽可能真实，因为只有这样才能使交易模型有真正的使用价值。

1.突发事件在检验过程中一定要包含有突发事件（包括涨跌停板），因为除了要检验交易模型在正常情况下的运作情况，还要有应付突发事件的能力，不能因为是“小概率”事件而忽略了突发事件的影响，应遵循“模拟实战”的基本原则。

一个成熟的交易模型，即使不能捕捉到突发事件带来的超额利润，也应该有能力抵抗突发事件带来的风险。

2.检验的信息和数据对于基本分析交易模型，需要有完善的信息数据库，信息的来源随着科技的发达，互联网的不断应用，信息的收集比以前方便了许多，因此要整理完善好信息数据库相对较容易。

对于技术分析交易模型，由于期货基金运作的是期货品种，期货品种的数据有它的独特性，欧美期货的数据有各自不同的特点，如伦敦金属的期货数据没有出现“断层现象”，使用计算机检验就不会有问题，而国内的期货数据源袭了美式期货数据，不同的交易合约换月时会出现“数据断层”，不能像股票一样使用简单的除权处理，因此要通过交易模型的检验首先对数据进行处理。

实际合约数据：按照实际的合约交易数据，缺点是十分明显的，因为国内期货合约目前只有1年的周期，因此在检验时数据周期就显得太短了，而且在相当长的交易时间内合约的成交量并不活跃，流动性小，不具有代表意义。

即月连续数据：按合约交割日连接，连接起来形成连续数据。

这样产生的连续数据优点是具有实际交易性，但在实战交易中会产生差别，交割前成交不活跃，缺乏代表性，像上海铜一般都是交割月后第四、五个合约成交活跃；缺点则是会产生“断层现象”，对检验结果产生重大的失真。

价差调整连续数据：按照一定的规则，在进入交割前一定时间内连接随后的合约数据，这里的时间参数X，要根据不同品种来确定，上海铜要比大连大豆和郑州小麦的时间参数X要大，将调整时两个合约的价差累计下来，最后将累计价差加减到数据列中，得出最终的期货数据。

特别注意的是，经过调整的期货数据可能会出现负值，要做相应的数据调整，但这不会影响使用计算机检测的交易结果。

优点是能长时间反映价格变化水平；缺点是数据不能直接应用于实际交易中，需要通过转换。

权重连续数据：按照固定的时间连接随后的合约数据，同时按近月大、远月小或是按成交量与持仓量的比重计算连续价格，随着时间的推移，较近的合约的权重越来越小，而远月的权重越来越大。

优点是消除了数据“断层现象”，可以选取多个活跃月份，这样就可以更真实地贴近实战交易；缺点也是数据不能直接应用于实际交易中，需要通过转换。

以上四种数据处理方式各有所长，要根据使用者的情况选用。

对于短线使用者，实际合约数据较好，而对于中长线的使用者连续数据才能真实反映实际中长期的盈亏情况，并进行计算机的检测。

在对交易模型的检测中，为了保证检验结果的可靠性和稳定性，需要足够的统计样本数据，按照统计学的大样本要求，样本数量要多于30个。

以短线为主的交易模型，数据时间不能短于1年的分时数据，使用日线数据检测的不能少于3年以上，基本分析交易模型的数据要求要经历一个以上的循环周期。

什么是程序化交易啊,股票全自动交易软件目前国内都有哪些？

程序化交易系统是指设计人员将交易策略的逻辑与参数在电脑程序运算后，并将交易策略系统化。

股票全自动交易软件目前有通达信版、大智慧版和同花顺、分析家版。

一般的券商基本上是采用通达信的系统为主，交易软件功能大同小异，一般的免费版看的东西基本上差不多，收费版能看到逐笔交易，免费版只能看到分笔交易。

“自动交易软件”是搭配“下单软件”来进行条件化、智能化、自动化的证券投资操作，能实现低买高卖、止盈止损、逻辑组合监视，总之就是帮助控制风险提高收益的一款软件。

这个概念首先是由昆明孔方兄公司提出，在“SNB股票自动交易伴侣软件”中实现，目前受众面广支持者众。

股指期货程序化模型

可以的，程序化交易的概念最早产生于上世纪70年代的美国。

最初的时候，程序化交易只是组合交易的另一种称呼，只要投资者同时交易的股票数量达到15只或者更多，就可以被算作程序化交易。

随着计算机以及网络技术的普及和应用，程序化交易逐渐演变成一种利用计算机根据事先设计好的规则或者交易模型，对行情进行判断，并自动下达买入卖出指令的交易过程。

程序化交易在国际市场上的应用已经十分成熟。

根据美国NYSE交易所最新统计显示，市场上有25.9%的交易都属于程序化交易，也就是说，每4笔成交中就有1笔是由程序化交易实现的。

而根据欧洲Eurex交易所的报告显示，程序化交易以及高频算法交易的成交量在最近几年出现了显著的增长。

可以说程序化交易已经成为一种潮流。

目前我国的程序化交易主要应用在商品期货上。

随着股指期货的上市，期货市场和证券市场实现了真正意义上的互动，投资者不仅可以在期货市场上进行投机交易，同时可以在期货与股票之间进行套利交易。

利用程序化交易对股指期货进行操作将会是投资者，尤其是机构投资者，一个重要的发展方向。

A股市场个人量化交易者,需要哪些工具

量化交易的前提是量化，而量化就是建立数学模型。

数学模型是理解量化交易的前提。

数学模型就是把具体事物数字化的过程，比如股票跌涨的统计图，如果没有统计图我们就必须通过研究具体的数字并且通过加减法去了解某只股票的近期走向，但当某一天有人发明了折线统计图，只要简单的把代表某个数字的点画出来然后连接起这些点，就可以一眼看出跌涨幅度。

其实数学模型就是这样一种抽象现实事物的工具。

股票量化交易中的模型建立是非常复杂的，拥有非常多的参数，数据量也非常大，数据分析的过程也十分复杂。

这样做的好处就是数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

量化交易技术盛行于现今多种金融交易机构当中，已经成为了机构交易当中占据重要地位的交易手法，然而散户如何能够跨过量化交易的门槛，成为一名量化交易者呢？答案就是使用策略炒股通软件平台进行交易。