檢索結果 量化策略
量化策略 貼吧
一個關鍵字就是一個貼吧，路徑全站唯一。
用戶
未找到
包含 量化策略 的搜尋結果
四大主流量化策略：
1)趋势跟踪—跟随市场走势，不预判顶底，依赖量化风控体系；
2)均值回归—假设价格会回归中枢，涨多做空跌多做多，需基本面稳定；
3)统计套利—从海量数据挖掘资产相关性，赚取统计概率优势；
4)高频交易—靠低延迟系统提供流动性，比拼技术细节。
当前华尔街99%金融机构采用量化，不同策略适应不同市场环境，需结合自身背景选择发展方向。
华尔街观察大模型大类资产四象限轮动量化策略属于第一种（二十年理事会测数据49%年化）：
每周公布持仓及变动数据：
顯示更多
做量化久了会发现一件事：策略能覆盖多少市场，有时候真的比拼命提高交易频率更重要。
不是说高频不好，而是当市场环境变了，你再怎么卷频率也是事倍功半。币圈震荡的时候，黄金、原油、股指这些TradFi市场反而可能因为宏观数据、财报、地缘事件走出很明显的趋势。逻辑不一样，波动来源也不一样，策略的用武之地自然也不一样。
所以WEEX这次搞的API TradFi交易挑战，我觉得对量化玩家来说挺值得顺手参与的。通过API交易指定合约，达到对应交易量就能解锁阶梯奖励，四档可以叠加，最高27 USDT。
参与方式不复杂，但有个细节必须提醒——一定要先报名。建议先去活动页面点一下报名，再开始跑API策略和累计交易。反正本来就在跑量化策略的话，顺手参加一下就行，别因为忘了报名白白错过奖励。
活动时间：7月29日—8月5日
传送门放这里了👇
#WEEX# #API# #TradFi# #量化交易#
顯示更多
如果把 10000U 交给 4 个量化策略，会发生什么？👀
同一段 $BTC 行情，
4 套经典策略正面对决。
有人稳扎稳打，有人冲高回落，
最终收益排名可能超出预期👇
#WEEX# #量化交易# #API#
顯示更多
告诉各位大多数固定的量化策略都会失效
但
我们的策略，不会
因为我们的WSV量化策略是每天微训练，每周再进行全局回测重新调整，机器时刻在自学习
顯示更多
自从用了 #codex#
开始是研究各种量化策略
然后又学习 凯利公式 夏普比率 α/β …
再后来就是挖掘因子 学不完 根本学不完
一个策略能跑，不代表它扛得住真实市场。
正式执行前，建议先过六关：
✓ 历史回测｜收益与回撤评估
✓ 风险敞口｜极端行情压力测试
✓ 参数优化｜稳健性验证
先检验策略，再通过 WEEX API 接入市场。
让每一次自动执行，都建立在更充分的验证之上。
👉 接入 WEEX API：
#WEEXAPI# #量化策略# #WEEXAPI为Builder而来#
顯示更多
一个有意思的观察：为什么 ‘最小市值‘量化策略在回测时这么稳，但是很少被学术界发表论文研究？
- 现在量化平台上草根回撤极多（ 聚宽，QMT，Ptrade上一搜一大把），但是严谨的、可发表的学术论文研究机构很少，原因有四个：
- 1. 壳价值高估；
- 2. 幸存者偏差：那些退市的、暴雷的被平台自然剔除；
- 3. 制度以来强；
- 4. 实盘不可复制：2017年之后纯策略失效（2010-2016 年化 58% ， 2017-2023年接近0或者微亏）。
所以，千万别信某些平台的‘免费策略’，都是吃人钱财不吐骨头的 东西 ...
顯示更多
一直很好奇🤔，同一段行情，不同量化策略到底能差多少？
WEEX官方拿 10000U 实测了 4 个经典策略📊，收益曲线只能说……差距比想象中大😱。
看完视频🎬，你可能会重新认识量化交易⚡。
想参与的点击👇
#WEEX# #量化交易# #API#
顯示更多
1. 高盛量化策略架构师
'你是高盛算法交易部董事总经理，设计管理全球股票市场超100亿美元机构资本的系统交易策略。
我需要从零开始设计完整的量化交易策略。
包括：策略论点、宇宙选择、信号逻辑、进场规则、出场规则、头寸规模模型、风险参数、回测框架、基准选择、边界衰减监控。
格式为高盛风格的策略备忘录，包含数学公式、伪代码逻辑和风险参数表。
我的交易方向：[描述你的资本、偏好市场、时间框架、风险承受能力和已探索策略]'
顯示更多
