quant-learn

学习量化的记录和尝试

总结

本项目归档于2020年,记录学习量化的一些尝试和想法,应用的技术栈有js, nodejs, python 最终无疾而终。量化一途，博大精深，本人越是深入和尝试，越是自认无法在这个游戏中获得优势，决定放弃。现将整理内容和代码脱敏后开源,仅供学习参考使用，请勿用于商业用途。

背景

原设想是使用 js 开发的，好上手写策略回测，可是现实很残酷，在使用了 tqsdk-js 后，发现 api 残缺不全，比 python 版tqsdk 差的不是一点半点,而且考虑到后期需要本地缓存数据，最终选用了 akshare

文档说明

JQData-本地量化数据说明书

Tqsdk文档

真格文档

tqsdk-js文档（不完善，接口没数据）

akshare文档

交易市场

交易所|示例代码|证券名称 --|:--:|--: 上海证券交易所|'600519.XSHG'|贵州茅台| 深圳证券交易所|'000001.XSHE'|平安银行| 中金所|'IC9999.CCFX'|中证500主力合约| 大商所|'A9999.XDCE'|豆一主力合约| 上期所|'AU9999.XSGE'|黄金主力合约| 郑商所|'CY8888.XZCE'|棉纱期货指数| 上海能源交易所|'SC9999.XINE'|原油主力合约|

使用

# tqsdk 下载某个合约所有月份数据, 已保存csv需前往比特球-天勤数据下载
# python获取区间交易日期
https://quant.pobo.net.cn/main#/strategy/editor/52976/0
# python获取日期对应主力合约
https://quant.pobo.net.cn/main#/strategy/editor/54126/0
# python获取全市场期货合约列表
https://quant.pobo.net.cn/main#/strategy/editor/54129/0
# dealtick/src/common/trans.js node截取并存储每个交易日对应主力合约的json
# 已保存json需前往比特球-天勤数据下载
# dealtick node处理所有json并根据策略计算出'买卖标记'
# 将标记导入tqsdk，进行回测
https://www.joinquant.com/algorithm/index/edit?algorithmId=ea6c465ca56c082fddfe5373438fe32b

策略统计

统计区间 2016-09-01 至 2020-06-01 fn_15波幅最大,从浮盈2倍到负值,感兴趣可以深入研究

策略|盈利次数|亏损次数|次数|交易日|最大回撤|收益| --|:--:|:--:|:--:|:--:|:--:|--:| fn_3|49|45|94|918|37.38%|18.17%| fn_7|25|27|52|918|15.32%|48.87%| fn_8|27|17|44|918|10.34%|14.38%| fn_9|22|28|52|918|43.03%|39.72%| fn_11|22|17|39|918|29.99%|13.57%| fn_14|43|41|84|918|18.06%|51.21%| fn总|188|175|363|918|24.71%|185.92%| fn杠|188|175|363|918|72.37%|523.53%|

说明

聚宽策略 fn 杠加了强制平仓后策略收益159.3%,最大回撤77.93%，相比之前，损失了许多收益，自此后续日内策略，暂不考虑强制平仓.

# 导入策略回测
https://www.joinquant.com/algorithm/index/edit?algorithmId=332d4db097ad718184b1fdca942e2bae

常见问题

1. node 处理数据内存耗完

// https://segmentfault.com/a/1190000010437948
node --max-old-space-size=8192 ./trans.js // MB
node --max-new-space-size=8192 ./trans.js // KB